Kémiai Nobel-díj 2024 | Ezek a kutatók megcsinálták a lehetetlent!
David Baker, Demis Hassabis és John M. Jumper kapja fehérjékkel kapcsolatos kutatásaiért az idei kémiai Nobel-díjat a Svéd Királyi Tudományos Akadémia szerdai stockholmi bejelentése szerint.
A fehérjékkel kapcsolatos felfedezéseikért
David Baker, Demis Hassabis és John M. Jumper kapja az idei kémiai Nobel-díjat a Svéd Királyi Tudományos Akadémia szerdai stockholmi bejelentése szerint. Az amerikai David Baker a számítógépes fehérjetervezésért kapja a díj egyik felét, és a másik felén osztozik a két Nagy-Britanniában dolgozó tudós, a brit Demis Hassabis és az amerikai John Jumper a fehérjeszerkezetek előrejelzéséért.
“David Bakernek sikerült az a szinte lehetetlen mutatvány, hogy teljesen újfajta fehérjéket építsen. Demis Hassabis és John Jumper pedig mesterségesintelligencia-modellt fejlesztett ki egy 50 éves probléma megoldására: a fehérjék összetett szerkezetének előrejelzésére”
– hangsúlyozta a felfedezések jelentőségét a Svéd Tudományos Akadémia közleménye. Az idén díjazott mindkét felfedezés hatalmas lehetőségeket nyit meg – emelte ki Heiner Linke, a díjat odaítélő kémiai Nobel-bizottság elnöke.
“A fehérjék általában 20 különböző aminosavból állnak, amelyeket az élet építőköveinek nevezhetünk. 2003-ban David Bakernek sikerült ezeket az építőköveket felhasználnia egy új, semmilyen más fehérjéhez nem hasonlító fehérje megtervezéséhez. Azóta kutatócsoportja az egyik elképzelt fehérjealkotást a másik után hozta létre, köztük gyógyszerként, vakcinaként, nanoanyagként és apró érzékelőként felhasználható fehérjéket”.
A második felfedezés a fehérjeszerkezetek előrejelzésével foglakozik.
“A fehérjékben az aminosavak hosszú szálakba rendeződnek, amelyek feltekeredve háromdimenziós szerkezetet alkotnak, amely kulcsfontosságú a fehérje működése szempontjából”
A kutatók már a hetvenes évektől dolgoztak azon,
hogy a fehérjék szerkezetét aminosav-szekvenciákból megjósolhassák, de csak négy éve sikerült ez az áttörés. Demis Hassabis és John Jumper 2020-ban mutatta be az AlphaFold2 mesterségesintelligencia-modellt, amelynek segítségével előre tudták jelezni a kutatók által addig azonosított mintegy 200 millió fehérje közül majdnem az összesnek a szerkezetét. A modellt azóta több mint kétmillió ember használta 190 országból. Rengeteg tudományos alkalmazás mellett a tudósok most már jobban megérthetik az antibiotikum-rezisztenciát, és képet alkothatnak a műanyagot lebontó enzimekről is.
“Az élet nem létezhetne fehérjék nélkül. Az emberiség számára hatalmas előnyt jelent, hogy most már meg tudjuk jósolni a fehérjék szerkezetét és meg tudjuk tervezni saját fehérjéinket”
A díjazottakat bejelentő szerdai sajtótájékoztatón telefonon bejelentkezett David Baker is, aki nagy megtiszteltetésnek nevezte az elismerést. Kérdésre válaszolva elmondta, hogy bár hallotta az őt esélyesként emlegető találgatásokat, meglepte a díj.
Szintén kérdésre válaszolva óriásinak nevezte a mesterséges intelligencia fejlődésének hatását a tudomány jövőjére. Elmondta, hogy Demis Hassabis és John Jumper áttörése számukra is előtérbe helyezte a mesterséges intelligencia adta lehetőségeket, és arra ösztönözte őket, hogy használják a mesterségesintelligencia-módszereket a fehérjetervezésben is.
“Nagyon lelkesít, ahogyan a fehérjetervezés jobbá teszi a világot”
Demis Hassabis, akinek munkáját már rengeteg díjjal elismerték, hihetetlenül különlegesnek nevezte a Nobel-díjat. Mint mondta, még nem is fogta fel teljesen a dolgot, de hatalmas megtiszteltetésnek tartja. Arra a kérdésre, hogy hogyan látja az AlphaFoldhoz hasonló eszközök és a tudósok közötti kapcsolatot, Hassabis kiemelte: mindig úgy gondolta, hogy ha megfelelő módon építik fel a mesterséges intelligenciát, az alapvető eszköz lehet a tudósok számára.
Ezek a rendszerek eszközök, amelyek nagyon jók az adatok elemzésében, mintázatok és szerkezetek azonosításában. De a tudósok kellenek ahhoz, hogy feltegyék a megfelelő kérdéseket, felállítsák a megfelelő hipotéziseket, megfogalmazzák a megfelelő sejtéseket.
“Úgy gondolom, hogy a legjobb tudósok ezekkel az eszközökkel hihetetlen dolgokra lesznek képesek” – hangsúlyozta Hassabis.
John Jumper, aki több mint 70 éve a legfiatalabb kémiai Nobel-díjas,
a honlapon közzétett interjúban azt mondta: úgy gondolta, 10 százalék esélye van arra, hogy megkapja a Nobel-díjat, úgyhogy azt tervezte, átalussza a bejelentést, így amikor felébred, már tudni fogja, mi a helyzet. “Nem egészen működött, mert nehéz annyit aludni” – jegyezte meg a kutató. Régóta dolgozik ezen a területen, és azt vallja, hogy szükség van a számítási módszerekre a biológiai problémák megoldásához.
“Imádom, hogy kezd működni a dolog, és nem hiszem el, hogy ilyen gyorsan elismerést kapunk érte”
– tette hozzá Jumper, aki a munkájában azt szereti, hogy abból amit ők csinálnak, egyenesen következik az emberek számára egy egészségesebb élet.
David Baker 1962-ben született Seattle-ben, 1989-ben doktorált a Kaliforniai Egyetemen Berkeley-ben, jelenleg a Washingtoni Egyetem professzora.
Demis Hassabis 1976-ban született Londonban, doktori fokozatát 2009-ben a University College London képzésén szerezte, és jelenleg az általa alapított és a Google által 2014-ben felvásárolt DeepMind vezérigazgatója.
John M. Jumper 1985-ben, az egyesült államokbeli Little Rockban született, 2017-ben szerzett doktori fokozatot a Chicagói Egyetemen. Jelenleg a londoni DeepMind vezető tudományos kutatója.
A díjakat december 10-én, az elismerést alapító Alfred Nobel halálának évfordulóján adják át, idén kategóriánként 11 millió svéd koronát (388 millió forintot) osztanak szét a győztesek között.
Hozzászólásokhoz gördülj a kapcsolódók alá!
Kedves olvasó,
ha nem vagy még támogató, lépj be a Klubba ITT. Csupán havi két kiló kenyér áráért elérsz minden támogatói tartalmat. Alkalmi támogatásra Paypalon keresztül van lehetőség (kattints a kis gombra!).
Ha egyik mód sem megfelelő, de szeretnéd támogatni a Cenwebet és a rezervátumot, akkor keress minket mailben a centauri16@gmail.com címen. Segítségedet előre is köszönjük!
még több Nobel-díj
Pár év, és kész is lesz egy új életforma valamelyik lombikban. 🙂