A 2024-es kémiai Nobel-díjat egyrészt David Baker, másrészt Demis Hassabis és John Jumper kutatók kapták két különböző, de egymással erősen összefüggő felfedezésért – jelentette be a Svéd Tudományos Akadémia.Ezek a felfedezések óriási lehetőségeket rejtenek magukban a tudomány világában – tették hozzá a svéd tisztviselők.
A fehérjéket, az élethez nélkülözhetetlen alapvető szerves vegyületeket már a 18. században azonosították, Antoine Fourcroy francia kémikusnak köszönhetően.Azonban csak a 19. században írták le őket, Jacob Berzelius svéd kémikus és Gerardus Johannes Mulder holland tudós kutatásai nyomán.
Újabb egy évszázadnak kellett eltelnie ahhoz, hogy két cambridge-i kutató, John Kendrew és Max Perutz kifejlessze a röntgenkrisztallográfia néven ismert technológiát, amely forradalmi lépést tett lehetővé a fehérjék tanulmányozásában.Konkrétan lehetővé tette a fehérjék háromdimenziós szerkezetének első megfigyelését.Ez a felfedezés 1962-ben Nobel-díjat hozott nekik.
1961-ben Christian Anfinsen amerikai kémikus egy másik figyelemre méltó, hatalmas lehetőségeket rejtő teljesítményt ért el: képes volt kibontani egy fehérjét, és megfigyelni, hogyan hajtódik vissza eredeti alakjába.Érdekes módon, ahogy Anfinsen megjegyezte, a fehérje kivétel nélkül minden egyes alkalommal pontosan ugyanabba a formába tért vissza.
Ebből arra a következtetésre jutott, hogy a fehérjék háromdimenziós szerkezetét az aminosavak láncai (a fehérje láncokat alkotó molekulák) szabályozzák.E felfedezéséért 1972-ben Nobel-díjat is kapott.
Anfinsen logikája mégis tartalmazott egy paradoxont.Erre a paradoxonra egy másik amerikai kémikus, Cyrus Levinthal világított rá 1969-ben, aki kiszámította, hogy ha egy fehérje mindössze 100 aminosavból állna, akkor elméletileg 1047 lehetséges háromdimenziós szerkezeti variációt vehetne fel.
Továbbá, ha az aminosavláncok véletlenszerűen csoportosulnának át, akkor a világegyetem teljes koránál sokkal hosszabb időre lenne szükség, hogy a helyes formát elérjék.A fehérjék esetében azonban ez csak néhány milliszekundumot vett igénybe.
Levinthal azt állította, hogy az egyetlen hihető magyarázat egy előre meghatározott folyamat.A legfontosabb, hogy ez az előre meghatározott információ az aminosavak szekvenciáiban rejlett.
Hogyan lett Nobel-díjas a mesterséges intelligencia kutatásának egyik úttörője és egy matematikus
A fent bemutatott ötletek a fehérjék tanulmányozásának következő lépéséhez vezettek, de egy valódi dilemmához is.Ha egy fehérje aminosavsorrendje ismert, akkor elméletileg megjósolható a háromdimenziós szerkezete.
Ha ez sikerülne, a röntgenkrisztallográfia elavulttá válna, és hatalmas mennyiségű időt lehetne megtakarítani.Ráadásul a tudósok olyan fehérjék szerkezetét is előállíthatnák, ahol a kristályográfiát nem lehetne alkalmazni.
Egy sakkmester 13 évesen a kémia felé fordult.
Ez lett a biokémia világának jelentős kihívása: a predikciós probléma.Azóta számtalan tudós próbált megoldást találni, de sikertelenül.A különbséget Demis Hassabis, a mesterséges intelligencia kutatásának egyik úttörője hozta meg.
Hassabis négyéves korában fedezte fel a sakkot.Tizenhárom éves korára már mesterfokozatot ért el.Tinédzserként a programozásra helyezte át a hangsúlyt, és sikeres játékfejlesztő lett.Ezután belemélyedt az idegtudományokba, és a tanultakat egy mesterséges neurális hálózat létrehozásához alkalmazta.
2010-ben megalapította a DeepMind nevű céget, amely játékokhoz fejlesztett mesterséges intelligenciamodelleket.Négy évvel később egy általa kifejlesztett AI program legyőzte a világbajnokot a Go játékban.Célja azonban nem a Go játék volt.Ezután a kémia felé fordította figyelmét.
Pontosabban a CASP (Critical Assessment of Protein Structure Prediction) nevű versenyre, amely jelentős díjat ajánlott fel annak, aki meg tudja oldani a fent említett előrejelzési problémát.
A Hassabis 2018-ban egy mesterséges intelligenciamodellel (AlphaFold néven) jelentkezett a versenyre, amely 60%-os sikerességi arányt ért el.Addig a legjobb eredmények legfeljebb 40%-osak voltak.Ez monumentális előrelépés volt.Ahhoz azonban, hogy a modell sikeresnek tekinthető legyen, 90%-os pontosságot kellett elérnie.
Egy matematikus nyújt segítő kezet
Minden erőfeszítés ellenére úgy tűnt, hogy Hassabis csapata zsákutcába jutott.Itt lépett közbe John Jumper, egy matematikus és az elméleti fizika doktora, akinek szenvedélye ekkorra már a kémia lett.
Jumper hallott Hassabis AlphaFold programjáról, ezért elküldte önéletrajzát annak reményében, hogy csatlakozhat a csapatához.Ez vezetett az AlphaFold2 létrehozásához, egy továbbfejlesztett mesterséges intelligencia programhoz, amely Jumper meglátásain alapult, aki egy sor mesterséges neurális hálózatot fejlesztett ki, amelyeket ‘transzformátoroknak’ neveznek.
Az új program sikeresnek bizonyult, képes volt hatalmas mennyiségű adatot átválogatni. 2020-ban a CASP szervezői meghozták ítéletüket: a több mint 50 éve fennálló előrejelzési probléma végre megoldódott.
David Baker, az első mesterséges fehérjét létrehozó ember
Amikor David Baker elkezdte tanulmányait a Harvardon, a filozófiát és a társadalomtudományokat választotta.A kémia iránti szenvedélye akkor bontakozott ki, amikor egy biológiai evolúcióról szóló kurzuson vett részt, ami a sejtbiológia és – implicite – a fehérjeszerkezetek tanulmányozása felé vezette új karrierútjára.
A másik két Nobel-díjashoz, Hassabishoz és Jumperhez hasonlóan Baker is részt vett a CASP versenyben, a Rosetta nevű programot használva.Bár az eredmények átlagon felüliek voltak, Baker új koncepcióval állt elő.
Ahelyett, hogy megpróbálnánk az aminosavstruktúrákat beírni a programba, miért nem használjuk a szoftvert fordítva? Pontosabban, hogy beírjuk a kívánt szerkezetet, majd információt kapunk az aminosavakról, amelyek a kívánt eredményhez vezethetnek.
Lényegében Baker és csapata megtervezett egy olyan szerkezetű fehérjét, amely a természetben nem fordul elő, majd a saját szoftverüket, a Rosettát arra használták, hogy meghatározzák, melyik aminosav-szekvencia eredményezné a kívánt eredményt.
Érdemes megjegyezni, hogy a tudománynak ezt a területét, ahol teljesen új fehérjéket konstruálnak, ‘de novo tervezésnek’ nevezik.
A Baker által bemutatott adatok szerint a Rosetta az összes ismert fehérjeszerkezet részletes rendezését végezte el, majd a kutatók által kívánt struktúrához hasonló struktúrákat keresett.Ezután megadta azt az aminosav-sorrendet, amely a kívánt eredményt eredményezi.
Az eredmény? Egy teljesen új, a természetben nem előforduló fehérje, amelyet a tudósok Top7-nek neveztek el.Ez mérföldkő volt, mert ezt az eredményt megelőzően csak a létező struktúrák utánzását sikerült megvalósítani.
Baker 2003-ban tette közzé felfedezését.Továbbá nyilvánosságra hozta a Rosetta-kódot, hogy a tudósok világszerte felhasználhassák ezt a találmányt új alkalmazások megtalálására.
A három tudós felfedezésében rejlő hatalmas lehetőségek
A fehérjék sokoldalúsága valóban megdöbbentő, és az élet hatalmas sokféleségében megfigyelhető.Az, hogy nemcsak a szerkezetüket értjük meg, hanem teljesen új fehérjéket is képesek vagyunk létrehozni, monumentális ugrás a tudomány világában.
Ez a képesség nemcsak abban segít, hogy összerakjuk az élet evolúciójának és funkcióinak kirakós játékát, hanem döntő fontosságú annak megértésében is, hogyan keletkeznek a különböző betegségek, hogyan alakul ki az antibiotikum-rezisztencia, vagy – egy másik példaként – hogyan bontják le egyes mikroorganizmusok a műanyagot.
Pusztán az a tény, hogy David Baker felfedezéseinek köszönhetően új fehérjéket tudunk létrehozni, forradalmi gyógyszerek, vakcinák, sőt nanoanyagok feltalálásához is vezethet, amelyek a vegyiparban hatalmas alkalmazhatósággal bírnak.Ez csak néhányat említ azok közül az alkalmazások közül, amelyeket az emberiség javára lehet hasznosítani.
