Strumenti di grandi dimensioni hanno fatto progredire la grande chimica nel 2022
Enormi set di dati e strumenti colossali hanno aiutato gli scienziati ad affrontare la chimica su larga scala quest'anno
diAriana Remmel
Credito: Oak Ridge Leadership Computing Facility presso ORNL
Il supercomputer Frontier dell'Oak Ridge National Laboratory è il primo di una nuova generazione di macchine che aiuteranno i chimici ad affrontare simulazioni molecolari più complesse che mai.
Nel 2022, gli scienziati hanno fatto grandi scoperte con strumenti di grandi dimensioni. Sulla scia della recente tendenza dell'intelligenza artificiale chimicamente competente, i ricercatori hanno fatto passi da gigante, insegnando ai computer a prevedere le strutture proteiche su una scala senza precedenti. A luglio, DeepMind, azienda di proprietà di Alphabet, ha pubblicato un database contenente le strutture diquasi tutte le proteine conosciute—Oltre 200 milioni di proteine individuali provenienti da oltre 100 milioni di specie, come previsto dall'algoritmo di apprendimento automatico AlphaFold. Poi, a novembre, l'azienda tecnologica Meta ha dimostrato i suoi progressi nella tecnologia di previsione delle proteine con un algoritmo di intelligenza artificiale chiamatoESMFoldIn uno studio pre-print non ancora sottoposto a revisione paritaria, i ricercatori di Meta hanno riferito che il loro nuovo algoritmo non è accurato quanto AlphaFold, ma è più veloce. La maggiore velocità ha permesso ai ricercatori di prevedere 600 milioni di strutture in sole 2 settimane (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
I biologi della Facoltà di Medicina dell'Università di Washington (UW) stanno aiutandoespandere le capacità biochimiche dei computer oltre il modello naturaleinsegnando alle macchine a proporre proteine su misura partendo da zero. David Baker dell'UW e il suo team hanno creato un nuovo strumento di intelligenza artificiale in grado di progettare proteine migliorando iterativamente semplici prompt o colmando gli spazi vuoti tra parti selezionate di una struttura esistente (Scienza2022, DOI:10.1126/science.abn2100). Il team ha anche lanciato un nuovo programma, ProteinMPNN, che può partire da forme 3D progettate e assemblaggi di più subunità proteiche e quindi determinare le sequenze di amminoacidi necessarie per realizzarle in modo efficiente (Scienza2022, DOI:10.1126/science.add2187;10.1126/science.add1964). Questi algoritmi biochimicamente avanzati potrebbero aiutare gli scienziati a sviluppare progetti per proteine artificiali che potrebbero essere utilizzate in nuovi biomateriali e prodotti farmaceutici.
Credito: Ian C. Haydon/UW Institute for Protein Design
Gli algoritmi di apprendimento automatico stanno aiutando gli scienziati a ideare nuove proteine con funzioni specifiche in mente.
Con la crescita delle ambizioni dei chimici computazionali, crescono anche i computer utilizzati per simulare il mondo molecolare. All'Oak Ridge National Laboratory (ORNL), i chimici hanno avuto modo di dare un'occhiata per la prima volta a uno dei supercomputer più potenti mai costruiti.Frontier, il supercomputer exascale dell'ORNL, è tra le prime macchine a calcolare più di 1 quintilione di operazioni in virgola mobile al secondo, un'unità di misura dell'aritmetica computazionale. Questa velocità di calcolo è circa tre volte superiore a quella del campione in carica, il supercomputer Fugaku in Giappone. Il prossimo anno, altri due laboratori nazionali prevedono di lanciare computer exascale negli Stati Uniti. L'enorme potenza di calcolo di queste macchine all'avanguardia consentirà ai chimici di simulare sistemi molecolari ancora più grandi e su scale temporali più lunghe. I dati raccolti da questi modelli potrebbero aiutare i ricercatori a spingere i confini del possibile in chimica, riducendo il divario tra le reazioni in un pallone e le simulazioni virtuali utilizzate per modellarle. "Siamo a un punto in cui possiamo iniziare a porci davvero domande su cosa manchi ai nostri metodi o modelli teorici che ci avvicinerebbero di più a ciò che un esperimento ci dice essere reale", ha dichiarato a C&EN a settembre Theresa Windus, chimica computazionale presso l'Iowa State University e responsabile del progetto Exascale Computing Project. Le simulazioni eseguite su computer exascale potrebbero aiutare i chimici a inventare nuove fonti di combustibile e a progettare nuovi materiali resistenti al clima.
Dall'altra parte del paese, a Menlo Park, in California, lo SLAC National Accelerator Laboratory sta installandoaggiornamenti super cool alla Linac Coherent Light Source (LCLS)che potrebbe permettere ai chimici di scrutare più a fondo il mondo ultraveloce di atomi ed elettroni. La struttura è costruita su un acceleratore lineare di 3 km, alcune delle quali sono raffreddate con elio liquido fino a 2 K, per produrre un tipo di sorgente luminosa superluminosa e superveloce chiamata laser a elettroni liberi a raggi X (XFEL). I chimici hanno utilizzato i potenti impulsi degli strumenti per realizzare filmati molecolari che hanno permesso loro di osservare una miriade di processi, come la formazione di legami chimici e l'attività degli enzimi fotosintetici. "In un lampo di femtosecondi, si possono vedere atomi immobili, singoli legami atomici che si rompono", ha dichiarato a C&EN a luglio Leora Dresselhaus-Marais, scienziata dei materiali con incarichi congiunti presso la Stanford University e lo SLAC. Gli aggiornamenti al LCLS consentiranno inoltre agli scienziati di regolare meglio le energie dei raggi X quando le nuove capacità saranno disponibili all'inizio del prossimo anno.
Credito: SLAC National Accelerator Laboratory
Il laser a raggi X dello SLAC National Accelerator Laboratory è costruito su un acceleratore lineare di 3 km a Menlo Park, in California.
Quest'anno, gli scienziati hanno anche visto quanto potente potrebbe essere il tanto atteso James Webb Space Telescope (JWST) per rivelare l'complessità chimica del nostro universoLa NASA e i suoi partner – l'Agenzia Spaziale Europea, l'Agenzia Spaziale Canadese e lo Space Telescope Science Institute – hanno già pubblicato decine di immagini, da splendidi ritratti di nebulose stellari alle impronte elementari di antiche galassie. Il telescopio a infrarossi da 10 miliardi di dollari è dotato di una serie di strumenti scientifici progettati per esplorare la storia profonda del nostro universo. Decenni di lavoro, il JWST ha già superato le aspettative dei suoi ingegneri scattando un'immagine di una galassia rotante così come appariva 4,6 miliardi di anni fa, completa di firme spettroscopiche di ossigeno, neon e altri atomi. Gli scienziati hanno anche misurato le firme di nubi di vapore e foschia su un esopianeta, fornendo dati che potrebbero aiutare gli astrobiologi a cercare mondi potenzialmente abitabili oltre la Terra.
Data di pubblicazione: 07-02-2023