Công cụ khổng lồ tiên tiến hóa học lớn vào năm 2022
Bộ dữ liệu khổng lồ và các công cụ khổng lồ đã giúp các nhà khoa học giải quyết vấn đề hóa học trên quy mô lớn trong năm nay
quaAriana Remmel
Tín dụng: Cơ sở Điện toán Lãnh đạo Oak Ridge tại ORNL
Siêu máy tính Frontier tại Phòng thí nghiệm Quốc gia Oak Ridge là chiếc đầu tiên của thế hệ máy móc mới sẽ giúp các nhà hóa học thực hiện các mô phỏng phân tử phức tạp hơn bao giờ hết.
Các nhà khoa học đã có những khám phá lớn với các công cụ siêu lớn vào năm 2022. Dựa trên xu hướng gần đây về trí tuệ nhân tạo có khả năng hóa học, các nhà nghiên cứu đã đạt được những bước tiến lớn, dạy máy tính dự đoán cấu trúc protein ở quy mô chưa từng có.Vào tháng 7, công ty DeepMind thuộc sở hữu của Alphabet đã xuất bản một cơ sở dữ liệu chứa các cấu trúc củahầu như tất cả các protein đã biết—Hơn 200 triệu protein riêng lẻ từ hơn 100 triệu loài—theo dự đoán của thuật toán máy học AlphaFold.Sau đó, vào tháng 11, công ty công nghệ Meta đã chứng minh sự tiến bộ của mình trong công nghệ dự đoán protein bằng thuật toán AI có tênESMF Gấp.Trong một nghiên cứu in sẵn chưa được đánh giá ngang hàng, các nhà nghiên cứu của Meta đã báo cáo rằng thuật toán mới của họ không chính xác bằng AlphaFold nhưng nhanh hơn.Tốc độ tăng lên có nghĩa là các nhà nghiên cứu có thể dự đoán 600 triệu cấu trúc chỉ trong 2 tuần (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Các nhà sinh học tại Trường Y thuộc Đại học Washington (UW) đang giúp đỡmở rộng khả năng sinh hóa của máy tính ngoài khuôn mẫu của tự nhiênbằng cách dạy máy móc đề xuất các protein riêng biệt từ đầu.David Baker của UW và nhóm của ông đã tạo ra một công cụ AI mới có thể thiết kế protein bằng cách cải tiến lặp đi lặp lại theo các gợi ý đơn giản hoặc bằng cách lấp đầy khoảng trống giữa các phần được chọn của cấu trúc hiện có (Khoa học2022, TUỔI:10.1126/khoa học.abn2100).Nhóm cũng đã ra mắt một chương trình mới, ProteinMPNN, có thể bắt đầu từ các hình dạng và tổ hợp 3D được thiết kế của nhiều tiểu đơn vị protein, sau đó xác định trình tự axit amin cần thiết để tạo ra chúng một cách hiệu quả (Khoa học2022, TUỔI:10.1126/khoa học.add2187;10.1126/khoa học.add1964).Các thuật toán hiểu biết về sinh hóa này có thể hỗ trợ các nhà khoa học xây dựng bản thiết kế cho các protein nhân tạo có thể được sử dụng trong các vật liệu sinh học và dược phẩm mới.
Tín dụng: Ian C. Haydon/Viện Thiết kế Protein của UW
Các thuật toán học máy đang giúp các nhà khoa học nghĩ ra các protein mới với các chức năng cụ thể.
Khi tham vọng của các nhà hóa học máy tính phát triển, các máy tính được sử dụng để mô phỏng thế giới phân tử cũng vậy.Tại Phòng thí nghiệm Quốc gia Oak Ridge (ORNL), các nhà hóa học đã có cái nhìn đầu tiên về một trong những siêu máy tính mạnh nhất từng được chế tạo.Siêu máy tính exascale của ORNL, Frontier, là một trong những cỗ máy đầu tiên tính toán hơn 1 triệu tỷ phép tính trôi nổi mỗi giây, một đơn vị số học tính toán.Tốc độ tính toán đó nhanh gấp khoảng ba lần so với nhà đương kim vô địch, siêu máy tính Fugaku của Nhật Bản.Trong năm tới, hai phòng thí nghiệm quốc gia khác có kế hoạch ra mắt máy tính exascale ở Mỹ.Sức mạnh máy tính vượt trội của những cỗ máy hiện đại này sẽ cho phép các nhà hóa học mô phỏng các hệ thống phân tử thậm chí còn lớn hơn và trong khoảng thời gian dài hơn.Dữ liệu được thu thập từ các mô hình đó có thể giúp các nhà nghiên cứu mở rộng ranh giới của những gì có thể xảy ra trong hóa học bằng cách thu hẹp khoảng cách giữa các phản ứng trong bình và các mô phỏng ảo được sử dụng để mô hình hóa chúng.“Chúng ta đang ở thời điểm mà chúng ta có thể bắt đầu thực sự đặt câu hỏi về những gì còn thiếu trong các phương pháp hoặc mô hình lý thuyết của mình để đưa chúng ta đến gần hơn với những gì một thí nghiệm cho chúng ta biết là có thật,” Theresa Windus, một nhà hóa học điện toán tại Iowa Đại học Bang và lãnh đạo dự án với Dự án Máy tính Exascale, nói với C&EN vào tháng Chín.Các mô phỏng chạy trên máy tính exascale có thể giúp các nhà hóa học phát minh ra các nguồn nhiên liệu mới và thiết kế các vật liệu chống chịu khí hậu mới.
Trên khắp đất nước, ở Menlo Park, California, Phòng thí nghiệm Máy gia tốc Quốc gia SLAC đang lắp đặtnâng cấp tuyệt vời lên Nguồn sáng kết hợp Linac (LCLS)điều đó có thể cho phép các nhà hóa học nhìn sâu hơn vào thế giới cực nhanh của các nguyên tử và điện tử.Cơ sở này được xây dựng trên một máy gia tốc tuyến tính dài 3 km, các bộ phận của chúng được làm mát bằng heli lỏng xuống 2 K, để tạo ra một loại nguồn sáng siêu nhanh, siêu sáng được gọi là laser điện tử tự do tia X (XFEL).Các nhà hóa học đã sử dụng các xung mạnh của thiết bị để tạo ra các phim phân tử cho phép họ theo dõi vô số quá trình, chẳng hạn như hình thành liên kết hóa học và hoạt động của các enzym quang hợp.“Trong một giây chớp nhoáng, bạn có thể thấy các nguyên tử đứng yên, các liên kết nguyên tử đơn lẻ bị phá vỡ,” Leora Dresselhaus-Marais, một nhà khoa học vật liệu có các cuộc hẹn chung tại Đại học Stanford và SLAC, nói với C&EN vào tháng Bảy.Việc nâng cấp lên LCLS cũng sẽ cho phép các nhà khoa học điều chỉnh tốt hơn năng lượng của tia X khi các khả năng mới có sẵn vào đầu năm tới.
Tín dụng: Phòng thí nghiệm Máy gia tốc Quốc gia SLAC
Laser tia X của Phòng thí nghiệm Máy gia tốc Quốc gia SLAC được chế tạo trên một máy gia tốc thẳng 3 km ở Menlo Park, California.
Năm nay, các nhà khoa học cũng đã chứng kiến sức mạnh của Kính viễn vọng Không gian James Webb (JWST) được mong đợi từ lâu như thế nào trong việc tiết lộphức tạp hóa học của vũ trụ của chúng ta.NASA và các đối tác của mình—Cơ quan Vũ trụ Châu Âu, Cơ quan Vũ trụ Canada và Viện Khoa học Kính viễn vọng Không gian—đã công bố hàng tá hình ảnh, từ chân dung rực rỡ của tinh vân sao cho đến dấu vết nguyên tố của các thiên hà cổ đại.Kính viễn vọng hồng ngoại trị giá 10 tỷ đô la được trang bị các bộ công cụ khoa học được thiết kế để khám phá lịch sử sâu xa của vũ trụ chúng ta.Trải qua nhiều thập kỷ hình thành, JWST đã vượt xa sự mong đợi của các kỹ sư bằng cách chụp ảnh một thiên hà xoay tròn khi nó xuất hiện cách đây 4,6 tỷ năm, hoàn chỉnh với các dấu hiệu quang phổ của oxy, neon và các nguyên tử khác.Các nhà khoa học cũng đã đo dấu hiệu của các đám mây ướt và sương mù trên một ngoại hành tinh, cung cấp dữ liệu có thể giúp các nhà sinh vật học vũ trụ tìm kiếm các thế giới có khả năng sinh sống được ngoài Trái đất.
Thời gian đăng: Feb-07-2023