Белковая революция - молекулы, без которых трудно представить жизнь, - стали лауреатами Нобелевской премии по химии 2024 года, объявленной сегодня утром в Стокгольме. По решению Шведской королевской академии половина премии была присуждена Дэвиду Бейкеру (Вашингтонский университет), а вторая половина досталась британцу Демису Хассабису и Джону Джамперу (США). В то время как Бейкеру удалось создать новые типы белков, дуэт Хассабиса и Джампера стал основой Альфахолда - разработки искусственного интеллекта, который смог определить структуру 200 миллионов белков и более. «Применение этих открытий только начинается, но они варьируются от разработки новых лекарств до новых ферментов для разложения пластика, до структуры льда и даже формы эволюции человека, среди многих, многих других». Я стою на плечах гигантов», - сказал Бейкер на пресс-конференции, состоявшейся рано утром в Аргентине, скромно звучащей фразой, которую использовал не кто иной, как Исаак Ньютон, когда предлагал свои физические принципы. Правда в том, что белки выполняют центральные функции во многих повседневных процессах, и знание того, как они выглядят, как могут выглядеть и какие функции могут выполнять, меняет уравнения фундаментальной науки, а также технологических приложений. Бейкер уже говорил в интервью, что работает над «созданием лекарств, стимулирующих иммунную систему для борьбы с раком, а также лекарств, направленных на опухолевые клетки; одно из лекарств, над созданием которого мы продвинулись довольно далеко, - это назальный спрей, для которого мы разработали белок, блокирующий коронавирус, и который скоро будет проходить испытания на людях». «А также для других респираторных вирусов, таких как грипп, и в других областях, таких как «расщепление токсичных молекул в окружающей среде, новые более экологичные химические пути и способы соединения электроники и биологии». Для многих она стала переломной, и именно это отметили члены шведского комитета, принимая решение о присуждении премии. «В этой Нобелевской премии по химии есть еще как минимум два курьеза: обе работы были полностью разработаны в XXI веке. Бейкер опубликовал свою основную работу в 2003 году и является создателем программы RoseTTAFold, которая выявила 3D-структуру, которую приобретает цепочка аминокислот при сворачивании и появлении функционального белка, а работа Alfaphold - компании, принадлежащей Alphabet Google, - настолько нова, что ей всего четыре года. Как однажды сказал сам Бейкер, разница между двумя разработками заключается в том, что в то время как его цель - «изобрести» белки, цель его коллег - предсказать структуру, которая может быть найдена в природе (на что без искусственного интеллекта ушли бы тысячи лет, поскольку это связано с астрономическими комбинациями). «Редко шведская академия признает исследования с такой короткой историей, но успех и существующие приложения этой работы оправдывают это решение. С другой стороны, акцент вновь сделан на достижениях в области искусственного интеллекта, как это было вчера с Нобелевской премией по физике. «Возможность предсказывать структуру белков была Святым Граалем биоинформатики», - сказал LA NACION Гонсало Парра, аргентинский исследователь из Барселонского суперкомпьютерного центра, частной государственной научной организации. «Мы ждали этого давно, с тех пор как Альфафольду удалось побить рекорд по предсказаниям; мы хотели дать понять, что биоинформатика - это не подчиненная наука, которая помогает экспериментам в других областях«, - сказал он. Бейкер создал множество методов для предсказания этих структур и поначалу добился относительного успеха для небольших белков, но он заложил основы», - продолжил Парра. «Затем DeepMind от Google обучил монстра машинного обучения на основе данных, опубликованных в базах данных, которые попали в Alfaphold 2″. Это был Святой Грааль, потому что оттуда можно было сделать практически все: «Генетическая информация, содержащаяся в ДНК, транскрибируется в РНК, которая представляет собой сообщение, транслируемое в линейный полимер, являющийся белком, который действует, и нам нужно было понять, в чем заключается его функция. А для этого крайне важно знать его структуру": »Структура полезна для того, чтобы знать, какую форму можно использовать для подавления его функции или активации. Например, если вы знаете структуру вируса, вы можете создавать противовирусные препараты. Другой связанный с этим вопрос - кто присваивает эти структуры, предсказанные конкретным ИИ, но на основе данных, созданных другими людьми. Отсюда и стремление сделать разработку открытым исходным кодом, что было достигнуто в Alfaphold 2, но обсуждается и для новых версий программы». „Это то, что меняет мир“, - говорит Адриан Туржанский, также биоинформатик, профессор UBA и исследователь Conicet, о достигнутом прогрессе. «Мы начинаем просить ИИ разрабатывать то, что нам нужно: это ускоряет многие процессы получения лекарств, например, получение противоядия из гадюки, разработанного напрямую, без утомительных проб и ошибок, получения гадюки, извлечения яда, очистки белка, наблюдения за тем, как он работает. Это меняет все в здравоохранении, это потрясающе. И почти все в биотехнологиях. Мы находимся на пути к редизайну сложных живых существ, сейчас это происходит по одному, но вы можете создать организм, который генерирует эти и другие гены для определенных целей». «Туржанский считает, что революция настолько велика, что можно даже подумать о решении проблемы изменения климата с помощью хитроумных устройств на основе этих ферментов, которые могут выводить из атмосферы углекислый газ, создающий температурный дисбаланс, или «даже генерировать азот, что совсем не тривиально, или быстрее разлагать целлюлозу, в общем, вся биотехнология», - говорит он, хотя и признает, что пока в центре внимания находятся новые вакцины, новые методы лечения, дизайнерские вакцины и антитела против рака. «Это полный крах, который заставил многих химиков и биоинформатиков бросить то, что они делали, и использовать этот инструмент. Сейчас такой момент, когда многие не знают, что делать, и все компании смотрят, как воспользоваться импульсом. В ход идут огромные деньги, я бы сказал, порядка сотен миллиардов долларов, так что на разработки также оказывается давление, чтобы они были с открытым исходным кодом и не попадали в монополии», - сказал он.