Ученые назвали невозможной работу лауреатов Нобелевской премии по химии
В этом году Нобелевскую премию по химии получили три биолога — Дэвид Бейкер, Демис Хассабис и Джон Джампер. Все они удостоены награды за моделирование и создание сложный белковых систем. Бейкер сделал невозможное: его команда смогла разработать программу, которая могла предсказывать структуру небольших белков, а так же искать ферменты, белки с определенной функцией, с новыми свойствами. Об этом заявил 9 октября «Известиям» профессор РАН, научный руководитель РХТУ им. Д.И. Менделеева, первый зампред комитета ГД по науке и высшему образованию Александр Мажуга.
«Понимание механизма работы живых систем, а значит, и возможность влиять на них требует детального знания структуры белковых молекул и понимания их функций. Структура белка важна при создании новых лекарственных средств. Поиск лекарств наугад ушло в прошлое, сегодня препарат ищется под конкретную мишень. Под мишенью лекарства мы чаще всего подразумеваем белковую молекулу», — объяснил он.
Мажуга уточнил, что Хассабис и Джампер решили вопрос с предсказанием структуры белков. В них аминокислоты связаны между собой, образуя полимер. Тот может представлять длину цепочку или упаковываться в трехмерные структуры. Как раз строение последних очень важно для предсказания и исследования свойств белков, а также создания препаратов, которые бы с ними взаимодействовали, заметил профессор.
«Надо отметить, что это тематика заслуживает присуждения Нобелевской премии, эти открытия действительно повлияли на развитие химии белков», — добавил он.
Кроме того, проректор па науке и инновациям РХТУ им. Д.И. Мендлеева Евгений Хайдуков заметил, что проникновение технологий искусственного интеллекта (ИИ) в современный мир стало настолько очевидно, что в этом году нейронные сети стали фактически соавторами двух Нобелевских премий — по физике и химии.
«Символично, что вчера премии удостоились Джон Хопфилд и Джеффри Хинтон за создание основ нейронных сетей и машинного обучения, а сегодня — Дэвид Бейкер (Университет Вашингтона), Демис Хассабис и Джон Джампер (Google DeepMind) — за применение нейросетей и искусственного интеллекта для решения задач, связанных с предсказанием трехмерной структуры белков», — отметил Хайдуков.
По его словам, белки — структурная основа всех жизненных процессов, представляющие собой длинные цепи аминокислот. Последовательность аминокислот в белках ученые научились определять достаточно давно, однако функциональность во многом зависит от их трехмерной структуры, то есть от того, как эта цепочка «свернута» в пространстве. Определить ее классическими физическими методами (рентгеновская кристаллография, электронная микроскопия) достаточно сложно. Попытки использовать компьютерные мощности для предсказания структуры белка начали предприниматься давно, однако точность прогнозов была невысока.
«Появление в последние несколько лет программ на основе ИИ, таких как AlphaFold и RoseTTAFold, над созданием которых работали лауреаты, позволило значительно повысить точность моделирования, что уже было использовано для решения важных задач, например, для определения трехмерной структуры белков коронавируса и поиска новых терапевтических молекул, способных связываться с такими белками. В будущем программы на основе нейронных сетей могут даже позволить «проектировать» новые белки с заданными свойствами, например, для разложения пластиков», — заключил Хайдуков.
Ранее в этот день стало известно, что Нобелевскую премию по химии в 2024 году получили американец Бейкер и британцы Джампер и Хассабис. Сообщалось, что первому присудили награду «за вычислительный дизайн белков», а двум другим — «за предсказание структуры белков».
Накануне Нобелевскую премию по физике-2024 получили американец Хопфилд и британец Хинтон. Их наградили «за фундаментальные открытия и изобретения, которые позволяют осуществлять машинное обучение с помощью искусственных нейронных сетей».
До этого, 7 октября, лауреатами Нобелевской премии по физиологии и медицине в 2024 году стали американские ученые Виктор Эмброс и Гэри Равкан. Награда была им присвоена за открытие микроРНК и ее роли в посттранскрипционной регуляции генов.
