Трио ученых — Демис Хассабис, соучредитель и CEO AI-отдела Google DeepMind; Джонjumper, старший научный сотрудник в Google DeepMind; и Дэвид Бейкер из Университета Вашингтона — были удостоены Нобелевской премии по химии 2024 года за их новаторскую работу в области предсказания и разработки белков.
Награда отмечает достижения AlphaFold 2, AI-системы, запущенной в 2020 году, которая точно предсказывает трехмерную структуру белков на основе их аминокислотных последовательностей. Бейкер, возглавляющий лабораторию, занимающуюся разработкой новых белков, включая те, что предназначены для фармацевтики, вакцин, наноматериалов и малых датчиков, разделил эту честь с коллегами.
Награда подчеркивает преобразующие эффекты искусственного интеллекта в биологических науках и совпадает с вручением Нобелевской премии по физике Джоффри Хинтону из Google DeepMind и Джону Дж. Хопфилду из Принстона за их вклад в искусственные нейронные сети. Королевская шведская академия наук объявила о награде в размере 11 миллионов евро (около 1 миллиона долларов США), половина из которой выделена Бейкеру, а остальная часть делится между Хассабисом и Джумпером.
Решение 50-летней биологической задачи
Нобелевский комитет подчеркнул значимость достижения AlphaFold в предсказании структуры белков, проблемы, существующей на протяжении пяти десятилетий. Трехмерная форма белка определяет его функцию, но точно предсказать, как складываются аминокислотные цепи, было крайне сложно. Несмотря на многочисленные попытки с 1970-х годов, точные предсказания оставались недостижимыми из-за огромного числа возможных конфигураций.
AlphaFold использует AI для достижения близкой к экспериментальной точности в предсказании трехмерных структур белков, приблизительно соответствуя результатам, полученным с помощью традиционных экспериментальных методов, таких как рентгеновская кристаллография и ЯМР-спектроскопия, с погрешностью около 1 Ангстрема (0,1 нм). Это достижение стало трансформирующим инструментом для биологов.
Вклад Хассабиса и Джумпера в DeepMind изменил структуру биологии и открытие лекарств, предоставляя мощные инструменты для ученых по всему миру. «AlphaFold уже используется более чем двумя миллионами исследователей в таких критически важных областях, как проектирование ферментов и открытие лекарств», — отметил Хассабис. «Я надеюсь, что мы увидим AlphaFold как доказательство потенциала AI в ускорении научных открытий».
Глобальная доступность AlphaFold
Прогнозы AlphaFold доступны через Базу данных структур белков AlphaFold, новаторский инструмент с открытым доступом, принятый исследователями из 190 стран. AlphaFold позволяет предсказывать структуры белков за считанные минуты — процесс, который ранее занимал годы — существенно ускоряя научные исследования.
Система сыграла важную роль в борьбе с антибиотикорезистентностью, проектировании ферментов для разложения пластика и развитии вакцин, демонстрируя свою актуальность в здравоохранении и устойчивом развитии. Джумпер отметил: «Для нас большая честь быть признанными за реализацию потенциала вычислительной биологии для углубления понимания белков и поддержки усилий экспериментальных биологов». Он подчеркнул, что AlphaFold является инструментом открытия, помогающим ученым быстро понимать болезни и создавать новые терапевтические средства.
Создание AlphaFold
Идея AlphaFold возникла в рамках более широкой AI-исследовательской программы DeepMind. Хассабис, гений шахмат, начал свою карьеру в 17 лет, совместно разработав видеоигру Theme Park. После изучения компьютерных наук и получения степени PhD в когнитивной нейробиологии он стал соучредителем DeepMind в 2010 году. Компания, известная своими успехами в области AI, была приобретена Google в 2014 году за около 500 миллионов долларов.
Как CEO Google DeepMind, Хассабис наблюдал за прорывами в области AI, включая системы, достигнувшие беспрецедентных успехов в таких играх, как Go. В 2018 году проект AlphaFold вошел в соревнование Критической оценки предсказания структуры белков (CASP), выиграв, показав лучшие результаты среди различных команд. Настоящий прорыв произошел в 2020 году с запуском AlphaFold 2, который смог решить трудные задачи сворачивания белков с беспрецедентной точностью.
AlphaFold 2 стал результатом многих лет исследований в области нейронных сетей и машинного обучения, утвердив DeepMind в качестве лидера в этих областях. Модель, обученная на обширных наборах данных известных структур белков, может обобщать предсказания для еще не исследованных белков — возможность, ранее считавшаяся немыслимой.
В начале этого года DeepMind и Isomorphic Labs представили AlphaFold 3 — обновленную модель с улучшенным модулем Evoformer и диффузионной сетью для уточнения предсказанных молекулярных структур.
Роль Дэвида Бейкера в дизайне белков
В то время как Хассабис и Джумпер продвигали предсказание белков, работа Дэвида Бейкера в области de novo дизайна белков сосредоточена на создании новых белков, которых не существует в природе. В Институте дизайна белков Университета Вашингтона лаборатория Бейкера разработала Rosetta — вычислительный инструмент для проектирования синтетических белков.
Инновации Бейкера привели к созданию белков, направленных на разработку новых терапевтических средств, включая специализированные ферменты и вирусоподобные частицы для вакцин. Его команда даже разработала белки, способные обнаруживать фентанил, обращая внимание на глобальный кризис в области здравоохранения.
Создавая белки с нуля, исследования Бейкера расширяют потенциальные области применения белков, дополняя предсказательные возможности AlphaFold дизайном индивидуальных молекул.
Будущее AI в научных исследованиях
Нобелевская премия отмечает глубокие достижения Хассабиса, Джумпера и Бейкера, сигнализируя о более широкой тенденции: AI становится незаменимым в научных исследованиях. Успех AlphaFold возродил интерес к его потенциалу в решении сложных задач в таких областях, как изменение климата, сельское хозяйство и наука о материалах.
Нобелевский комитет подчеркнул огромные возможности, которые создают эти открытия для биологии и химии. Хассабис выступает за преобразующий потенциал AI, подчеркивая важность ответственного использования: «AI может ускорить научные открытия, как никогда прежде, но мы должны подходить к этому с осторожностью».
По мере развития AI-систем, таких как AlphaFold, их способность моделировать биологические процессы и предсказывать результаты может революционизировать здравоохранение, устойчивое развитие и многое другое. Вручение Нобелевской премии Джумперу и Хассабису знаменует собой признание их огромного влияния и начало новой научной эры, где AI играет ключевую роль в раскрытии тайн жизни.
В заключение, Нобелевская премия по химии 2024 года признает прорывные достижения Хассабиса, Джумпера и Бейкера в переосмыслении науки о белках. AlphaFold является ключевым инструментом для исследователей, значительно ускоряющим открытия и расширяющим горизонты биологических инноваций. Эти достижения сигнализируют о начале новой трансформационной эпохи для искусственного интеллекта в науке, с огромными возможностями, которые еще предстоит реализовать.
Рейтинг
