Amasaj iloj progresigis grandan kemion en 2022
Gigantaj datenoj kaj kolosaj instrumentoj helpis sciencistojn trakti kemion sur giganta skalo ĉi-jare
deAriana Remmel
Kredito: Oak Ridge Leadership Computing Facility ĉe ORNL
La Superkomputilo Frontier ĉe Oak Ridge Nacia Laboratorio estas la unua el nova generacio de maŝinoj kiuj helpos kemiistojn preni molekulan simuladojn kiuj estas pli kompleksaj ol iam antaŭe.
Sciencistoj faris grandajn malkovrojn per supergrandaj iloj en 2022. Konstruante sur la lastatempa tendenco de kemie kompetenta artefarita inteligenteco, esploristoj faris grandajn paŝojn, instruante komputilojn antaŭdiri proteinajn strukturojn sur senprecedenca skalo.En julio, Alphabet-posedata firmao DeepMind publikigis datumbazon enhavantan la strukturojn depreskaŭ ĉiuj konataj proteinoj—200 milionoj pliaj individuaj proteinoj el pli ol 100 milionoj da specioj, kiel antaŭdiris la maŝinlernada algoritmo AlphaFold.Tiam, en novembro, la teknika kompanio Meta pruvis sian progreson en proteina prognoza teknologio per AI-algoritmo nomataESMFold.En preprinta studo, kiu ankoraŭ ne estis reviziita, Meta-esploristoj raportis, ke ilia nova algoritmo ne estas tiel preciza kiel AlphaFold sed estas pli rapida.La pliigita rapideco signifis, ke la esploristoj povis antaŭdiri 600 milionojn da strukturoj en nur 2 semajnoj (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Biologoj ĉe la Universitato de Vaŝingtono (UW) Lernejo de Medicino helpasvastigi la biokemiajn kapablojn de komputiloj preter la ŝablono de la naturoper instruado de maŝinoj proponi laŭmendajn proteinojn de nulo.David Baker de UW kaj lia teamo kreis novan AI-ilon kiu povas desegni proteinojn aŭ ripete plibonigante simplajn instigojn aŭ plenigante la interspacojn inter elektitaj partoj de ekzistanta strukturo (Scienco2022, DOI:10.1126/science.abn2100).La teamo ankaŭ debutis novan programon, ProteinMPNN, kiu povas komenci de dezajnitaj 3D formoj kaj kunigoj de multoblaj proteinsubunuoj kaj poste determini la aminoacidsekvencojn necesajn por fari ilin efike (Scienco2022, DOI:10.1126/science.add2187;10.1126/science.add1964).Ĉi tiuj biokemie lertaj algoritmoj povus helpi sciencistojn konstrui skizojn por artefaritaj proteinoj, kiuj povus esti uzataj en novaj biomaterialoj kaj farmaciaĵoj.
Kredito: Ian C. Haydon/UW-Instituto por Proteina Dezajno
Algoritmoj de maŝinlernado helpas sciencistojn sonĝi novajn proteinojn kun specifaj funkcioj en menso.
Dum la ambicioj de komputilaj kemiistoj kreskas, ankaŭ la komputiloj uzataj por simuli la molekula mondon.Ĉe Oak Ridge Nacia Laboratorio (ORNL), kemiistoj ekvidis unu el la plej potencaj superkomputiloj iam konstruitaj.La eksaskala superkomputilo de ORNL, Frontier, estas inter la unuaj maŝinoj se temas pri kalkuli pli ol 1 kvintiliono da ŝvebaj operacioj je sekundo, unuo de komputila aritmetiko.Tiu komputika rapideco estas proksimume trioble pli rapida ol la reganta ĉampiono, la superkomputilo Fugaku en Japanio.En la venonta jaro, du pliaj naciaj laboratorioj planas debuti ekzaskalajn komputilojn en Usono.La ekstergranda komputila potenco de ĉi tiuj pintnivelaj maŝinoj permesos al kemiistoj simuli eĉ pli grandajn molekulajn sistemojn kaj sur pli longaj temposkaloj.La datumoj kolektitaj de tiuj modeloj povus helpi esploristojn antaŭenpuŝi la limojn de tio, kio eblas en kemio, mallarĝigante la interspacon inter la reagoj en flakono kaj la virtualaj simulaĵoj uzataj por modeligi ilin."Ni estas ĉe punkto, kie ni povas vere komenci demandi pri kio mankas al niaj teoriaj metodoj aŭ modeloj, kiuj proksimigus nin al tio, kion eksperimento diras al ni, ke estas reala," Theresa Windus, komputila kemiisto ĉe Iovao. Ŝtata Universitato kaj projektestro kun la Exascale Komputila Projekto, diris C&EN en septembro.Simuladoj funkciitaj per ekzaskalaj komputiloj povus helpi kemiistojn inventi novajn fuelfontojn kaj dizajni novajn klimat-rezistemajn materialojn.
Tra la lando, en Menlo Park, Kalifornio, la SLAC Nacia Akcelila Laboratorio instaliĝassuperkool ĝisdatigoj al la Linac Coherent Light Source (LCLS)tio povus permesi al kemiistoj rigardi pli profunde en la ultrarapidan mondon de atomoj kaj elektronoj.La instalaĵo estas konstruita sur 3 km linia akcelilo, partoj de kiuj estas malvarmetigitaj kun likva heliumo ĝis 2 K, por produkti specon de superbright, superrapida lumfonto nomita Rentgenfota liber-elektrona lasero (XFEL).Kemiistoj uzis la potencajn pulsojn de la instrumentoj por fari molekulajn filmojn, kiuj ebligis ilin rigardi miriadon de procezoj, kiel formiĝantaj kemiaj ligoj kaj fotosintezaj enzimoj funkciantaj."En femtosekunda ekbrilo, vi povas vidi atomojn senmove, unuopaj atomaj ligoj rompiĝantaj," diris al C&EN en julio Leora Dresselhaus-Marais, materiala sciencisto kun komunaj nomumoj en Universitato Stanford kaj SLAC.La ĝisdatigoj al LCLS ankaŭ permesos al sciencistoj pli bone agordi la energiojn de Rentgenradioj kiam la novaj kapabloj estos disponeblaj komence de la venonta jaro.
Kredito: SLAC Nacia Akcelila Laboratorio
La Rentgenfota lasero de SLAC National Accelerator Laboratory estas konstruita sur 3 km linia akcelilo en Menlo Park, Kalifornio.
Ĉi-jare, sciencistoj ankaŭ vidis kiom potenca povus esti la longe atendita Kosmoteleskopo James Webb (JWST) por malkaŝi lakemia komplekseco de nia universo.NASA kaj ĝiaj partneroj - la Eŭropa Kosma Agentejo , la Kanada Kosma Agentejo kaj la Kosmoteleskopa Scienca Instituto - jam publikigis dekojn da bildoj, de brilaj portretoj de stelaj nebulozoj ĝis la elementaj fingrospuroj de antikvaj galaksioj.La infraruĝa teleskopo de 10 miliardoj USD estas ornamita per serioj de sciencaj instrumentoj destinitaj por esplori la profundan historion de nia universo.Jardekoj en la kreado, la JWST jam superis la atendojn de siaj inĝenieroj prenante bildon de turniĝanta galaksio kiel ĝi aperis antaŭ 4.6 miliardoj da jaroj, kompleta kun spektroskopaj signaturoj de oksigeno, neono kaj aliaj atomoj.Sciencistoj ankaŭ mezuris signaturojn de vaporaj nuboj kaj nebuleto sur eksoplanedo, provizante datumojn kiuj povus helpi al astrobiologoj serĉi eble loĝeblajn mondojn preter la Tero.
Afiŝtempo: Feb-07-2023