Białka to związki organiczne o niezwykłych możliwościach - kontrolują i napędzają wszystkie reakcje chemiczne, które razem stanowią podstawę życia. Pełnią także funkcję hormonów, substancji sygnałowych, przeciwciał i budulca różnych tkanek.
Białka składają się zazwyczaj z 20 różnych aminokwasów, które można opisać jako elementy składowe życia. Wykorzystując informacje zapisane w DNA jako plan, aminokwasy są łączone ze sobą w naszych komórkach, tworząc długie łańcuchy. Łańcuchy te fałdują się w charakterystyczną i stabilną trójwymiarową strukturę, która jest decydująca dla funkcji białka.
Aminokwasy mogą się łączyć w nieskończenie różnorodnych kombinacjach: znanych jest ok. 200 mln różnych białek - twardych, miękkich, elastycznych przezroczystych, świecących, bakteriobójczych, sygnalizacyjnych, kurczliwych... Od lat naukowcy próbowali przewidywać struktury białek na podstawie sekwencji aminokwasów, ale było to niezwykle trudne.
Nobel dla analityków i projektantów białek
Brytyjczyk Demis Hassabis i Amerykanin John Michael Jumper stworzyli system sztucznej inteligencji AlphaFold - model, który pozwala dokładnie przewidywać trójwymiarowe struktury białek na podstawie sekwencji ich aminokwasów. Dzięki temu naukowcy mogą teraz np. lepiej zrozumieć oporność na antybiotyki i tworzyć obrazy enzymów, które mogą rozkładać plastik.
Amerykanin David Baker uważany jest za pioniera obliczeniowych metod projektowania (jak również przewidywania) trójwymiarowych struktur białek z wykorzystaniem sztucznej inteligencji. Bakerowi udało się wykorzystać aminokwasy do zaprojektowania nowego białka, które różniło się od wszystkich dotychczas znanych. Od tego czasu jego grupa badawcza tworzyła nowatorskie białka jedno po drugim, w tym takie, które można wykorzystać jako produkty farmaceutyczne, szczepionki, nanomateriały i mikroskopijne czujniki.
Czytaj także:
Komitet Noblowski nas zaskoczył
Prof. dr. hab. Pawła Majewskiego z Wydziału Chemii Uniwersytetu Warszawskiego decyzja Komitetu Noblowskiego nie zaskoczyła. Sam typował, że nagroda może trafić do Hassabisa i Jumpera, choć po tym, jak ogłoszono laureatów z fizyki - zostali nimi Amerykanin John J. Hopfield i Kanadyjczyk Geoffrey E. Hinton za odkrycie umożliwiające uczenie się maszyn i rozwój sztucznej inteligencji - nabrał wątpliwości, czy dwie nagrody związane z AI to nie jest za dużo.
Gość radiowej Jedynki zauważył, że noblem z chemii wyróżnieni zostali nie naukowcy uniwersyteccy, a pracownicy firm komercyjnych. Zaskakujący jest również wiek odkrycia naukowego. - Komitet Noblowski jest konserwatywny w swoich wyborach, zazwyczaj nagradza odkrycia, od których minęło średnio 20 lat. Tu mówimy o niecałej dekadzie - wskazał.
Do czego można wykorzystać odkrycia noblistów?
Dr Maria Górna z Wydziału Chemii Uniwersytetu Warszawskiego zwróciła uwagę w radiowej Jedynce, że metody takie, jak sztuczna inteligencja, uczenie maszynowe, muszą opierać się na wstępnym zestawie danych. - Tu owocują lata, dekady wyników naukowców, którzy otrzymali ponad 100 tys. struktur białek, które zostały zdeponowane w publicznej bazie danych, i na podstawie których można uczyć algorytmy maszynowe, żeby przewidywały nowe struktury białek, wypełniały luki - wytłumaczyła.
- Jeżeli w dobry sposób wytrenujemy algorytmy sztucznej inteligencji na strukturach, które już zostały poznane, zyskamy dostęp - tak myślę - do możliwości projektowania nowych białek lub modyfikacji funkcji istniejących. Możemy sobie wyobrazić, że będziemy mogli wytworzyć enzymy, czyli takie biokatalizatory, które posłużą nam do odpowiedniego kierowania reakcjami chemicznymi - w zastosowaniach przemysłowych, ale chyba największy potencjał tego odkrycia drzemie w zastosowaniach medycznych, projektowaniu nowych leków - wyjaśnił prof. dr hab. Paweł Majewski.
Tytuł audycji: Eureka
Prowadziła: Anna Stempniak
Goście: dr Maria Górna (Wydział Chemii Uniwersytetu Warszawskiego) i prof. dr hab. Paweł Majewski (Wydział Chemii Uniwersytetu Warszawskiego)
Data emisji: 9.10.2024 r.
Godzina emisji: 19.30
Jedynka/PAP/kk