Ferramentas masivas avanzaron na química masiva en 2022 Conxuntos de datos xigantescos e instrumentos colosais axudaron aos científicos a abordar a química a escala xigante este ano

Ferramentas masivas avanzadas na química masiva en 2022

Conxuntos de datos xigantescos e instrumentos colosais axudaron aos científicos a abordar a química a escala xigante este ano

porAriana Remmel

Crédito: Centro de informática de liderado de Oak Ridge en ORNL

O supercomputador Frontier do Laboratorio Nacional de Oak Ridge é o primeiro dunha nova xeración de máquinas que axudará aos químicos a realizar simulacións moleculares máis complexas que nunca.

Os científicos fixeron grandes descubrimentos con ferramentas de tamaño xigante en 2022. Aproveitando a recente tendencia da intelixencia artificial quimicamente competente, os investigadores fixeron grandes avances, ensinando aos ordenadores a predicir estruturas de proteínas a unha escala sen precedentes. En xullo, a empresa DeepMind, propiedade de Alphabet, publicou unha base de datos que contiña as estruturas decase todas as proteínas coñecidas—Máis de 200 millóns de proteínas individuais de máis de 100 millóns de especies, segundo o predito polo algoritmo de aprendizaxe automática AlphaFold. Despois, en novembro, a empresa tecnolóxica Meta demostrou o seu progreso na tecnoloxía de predición de proteínas cun algoritmo de IA chamadoESMFoldNun estudo preimpreso que aínda non foi revisado por pares, os investigadores de Meta informaron de que o seu novo algoritmo non é tan preciso como AlphaFold, pero é máis rápido. O aumento da velocidade permitiu aos investigadores predicir 600 millóns de estruturas en só 2 semanas (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

Biólogos da Facultade de Medicina da Universidade de Washington (UW) están a axudarampliar as capacidades bioquímicas dos ordenadores máis alá do modelo da naturezaensinando ás máquinas a propoñer proteínas personalizadas desde cero. David Baker, da UW, e o seu equipo crearon unha nova ferramenta de IA que pode deseñar proteínas mellorando iterativamente indicacións sinxelas ou enchendo os ocos entre partes seleccionadas dunha estrutura existente (Ciencia2022, DOI:10.1126/ciencia.abn2100). O equipo tamén presentou un novo programa, ProteinMPNN, que pode partir de formas e ensamblaxes 3D deseñadas de múltiples subunidades de proteínas e, a continuación, determinar as secuencias de aminoácidos necesarias para crealas de forma eficiente (Ciencia2022, DOI:10.1126/ciencia.add2187;10.1126/ciencia.add1964). Estes algoritmos bioquímicamente avanzados poderían axudar os científicos a elaborar planos para proteínas artificiais que se poderían empregar en novos biomateriais e produtos farmacéuticos.

Crédito: Ian C. Haydon/Instituto de Deseño de Proteínas da UW

Os algoritmos de aprendizaxe automática están a axudar aos científicos a idear novas proteínas con funcións específicas en mente.

A medida que medran as ambicións dos químicos computacionais, tamén o fan os ordenadores empregados para simular o mundo molecular. No Laboratorio Nacional de Oak Ridge (ORNL), os químicos puideron ver por primeira vez un dos superordenadores máis potentes xamais construídos.O supercomputador a exaescala do ORNL, Frontier, está entre as primeiras máquinas en calcular máis dun quintillón de operacións flotantes por segundo, unha unidade de aritmética computacional. Esa velocidade de computación é aproximadamente tres veces máis rápida que a do vixente campión, o supercomputador Fugaku no Xapón. O próximo ano, dous laboratorios nacionais máis planean estrear ordenadores a exaescala nos Estados Unidos. A enorme potencia informática destas máquinas de última xeración permitirá aos químicos simular sistemas moleculares aínda máis grandes e en escalas de tempo máis longas. Os datos recollidos a partir deses modelos poderían axudar aos investigadores a ampliar os límites do que é posible en química ao reducir a brecha entre as reaccións nun matraz e as simulacións virtuais utilizadas para modelalas. «Estamos nun punto no que podemos comezar a facernos preguntas sobre que é o que falta nos nosos métodos ou modelos teóricos que nos achegaría ao que un experimento nos di que é real», dixo a C&EN en setembro Theresa Windus, química computacional da Universidade Estatal de Iowa e líder do proxecto do Proxecto de Computación a Exaescala. As simulacións executadas en ordenadores a exaescala poderían axudar aos químicos a inventar novas fontes de combustible e deseñar novos materiais resistentes ao clima.

En todo o país, en Menlo Park, California, o Laboratorio Nacional de Aceleradores SLAC está a instalarmelloras superxeniais para a fonte de luz coherente do Linac (LCLS)que podería permitir aos químicos afondar no mundo ultrarrápido dos átomos e os electróns. A instalación está construída sobre un acelerador lineal de 3 km, cuxas partes se arrefrían con helio líquido ata 2 K, para producir un tipo de fonte de luz superbrillante e superrrápida chamada láser de electróns libres de raios X (XFEL). Os químicos utilizaron os potentes pulsos dos instrumentos para crear películas moleculares que lles permitiron observar innumerables procesos, como a formación de enlaces químicos e o funcionamento dos encimas fotosintéticos. «Nun flash de femtosegundos, pódense ver os átomos quietos, os enlaces atómicos individuais rompéndose», dixo a C&EN en xullo Leora Dresselhaus-Marais, científica de materiais con nomeamentos conxuntos na Universidade de Stanford e SLAC. As actualizacións de LCLS tamén permitirán aos científicos axustar mellor as enerxías dos raios X cando as novas capacidades estean dispoñibles a principios do próximo ano.

Crédito: Laboratorio Nacional de Aceleradores SLAC

O láser de raios X do Laboratorio Nacional de Aceleradores SLAC está construído nun acelerador lineal de 3 km en Menlo Park, California.

Este ano, os científicos tamén viron o poderoso que podería ser o tan esperado telescopio espacial James Webb (JWST) para revelar ocomplexidade química do noso universoA NASA e os seus socios (a Axencia Espacial Europea, a Axencia Espacial Canadense e o Instituto de Ciencias do Telescopio Espacial) xa publicaron ducias de imaxes, desde retratos abraiantes de nebulosas estelares ata as pegadas dixitais elementais de galaxias antigas. O telescopio infravermello de 10.000 millóns de dólares está equipado con conxuntos de instrumentos científicos deseñados para explorar a profunda historia do noso universo. Tras décadas de traballo, o JWST xa superou as expectativas dos seus enxeñeiros ao capturar unha imaxe dunha galaxia xiratoria tal e como aparecía hai 4.600 millóns de anos, con sinaturas espectroscópicas de osíxeno, neón e outros átomos. Os científicos tamén mediron as sinaturas de nubes vaporosas e néboa nun exoplaneta, o que proporcionaría datos que poderían axudar aos astrobiólogos a buscar mundos potencialmente habitables máis alá da Terra.