Трое учёных были названы лауреатами Нобелевской премии по химии 2024 года за инновации в области компьютерного дизайна белков и предсказания структуры. Одна половина премии была присуждена доктору философии Дэвиду Бейкеру из Вашингтонского университета за вычислительный дизайн белков, а другая половина была присуждена совместно сэру Демису Хассабису, доктору философии, и Джону М. Джамперу, доктору философии, из Google DeepMind за их работу. по вычислительному предсказанию структуры белка с использованием AlphaFold.
Открытия, удостоенные премии этого года, берут свое начало примерно 65 лет назад, когда с помощью рентгеновской кристаллографии были определены самые ранние трехмерные белковые структуры. Экспериментальное определение структур белков чрезвычайно трудоемко из-за огромного количества теоретически возможных трехмерных конформаций, которые могут принимать белки. На самом деле ранние прогнозы, основанные на вычислении вероятностей, были не очень точными.
В конце 1980-х годов учёные сделали первые шаги в направлении снова проектирование белков, но создание сложных белков, например, со смешанной топологией, оставалось серьезной проблемой для сообщества.
Настоящий прорыв произошел в 2003 году, когда Бейкер и его коллеги решили проблему дизайна белка с помощью Rosetta, компьютерной программы для прогнозирования и проектирования структуры белка, которую они разработали в 1999 году. Команда предсказала структуру Top7, α/β из 93 остатков. -протеина и утвердили их конструкцию. Работа Бейкера сделала возможными различные виды исследований, включая исследования таких вещей, как ингибиторы вирусов, сенсоры фентанила на основе белков, наноматериалы и многое другое.
Тем временем ученые продолжали попытки повысить точность инструментов прогнозирования структуры белков. Усилия по продвижению этой области включают в себя запуск в 1994 году задачи «Критическая оценка прогнозирования структуры белка» (CASP). Основанные Джоном Моултом и Кшиштофом Фиделисом, эти задачи побудили ученых использовать свои лучшие методы для прогнозирования неизвестных белковых структур. Их результаты сравнили со структурами этих белков, определенными с помощью рентгеновской кристаллографии. Методы были ранжированы на основе того, насколько близко предсказанные структуры соответствовали истинной структуре.
Хотя эти проблемы, безусловно, сыграли важную роль в продвижении этой области вперед, точность прогнозов оставалась низкой в течение ряда лет. Ситуация резко изменилась в 2018 году с запуском AlphaFold, разработанного Хассабисом и Джампером, который использует нейронные сети и алгоритмы глубокого обучения для изучения баз данных белковых структур, а затем для прогнозирования новых структур. К 2020 году, с выпуском AlphaFold2, стало ясно, что Хассабис, Джампер и их команда успешно решили проблему прогнозирования структуры мономерных белков.
Сегодня AlphaFold и более поздние версии программы использовались в исследованиях, проведенных более чем двумя миллионами пользователей по всему миру. Например, в прошлом году ученые из Стэнфордский университет, Университет Торонто и Insilico Medicine использовали AlphaFold в своих усилиях по поиску нового метода лечения гепатоцеллюлярной карциномы, наиболее распространенной формы первичного рака печени. В мае этого года ученые из Медицинской школы Университета Северной Каролины, Стэнфорда, Гарварда и Калифорнийского университета в Сан-Франциско опубликовали исследование, в котором оценивалась эффективность AlphaFold2 как при создании 3D-моделей белков, так и при прогнозировании активности лигандов.. Их результаты показали, что структуры AlphaFold2 действительно могут быть полезны для открытия лекарств.
Между тем, AlphaFold2 также использовался для прогнозирования структур примерно 200 миллионов белков, все из которых хранятся в базе данных, из которой можно извлечь такие вещи, как ферменты, разлагающие пластик, и для лучшего понимания устойчивости к антибиотикам. Команда DeepMind также опубликовала статью в Природа в этом году, который поделился подробностями расширенные возможности прогнозирования, доступные в AlphaFold3.
Помимо Нобелевской премии, разработчики AlphaFold также поделились Премия 2023 года за прорыв в области наук о жизни.
Из трех победителей только Бейкер смог присоединиться к пресс-конференции, на которой было объявлено о награждении сегодня утром. Он описал себя как «очень взволнованный и очень польщенный» получением этой награды. Отвечая на вопросы прессы, он поспешил выделить работы других ученых в области структуры белка, которые сыграли важную роль в его работе, включая работу Дахията и Мэйо, которые опубликовали первый успешный дизайн небольшого белка с использованием вычислений в 1997 году. заявив: «Я стоял на плечах гигантов». Он также признал вклад своих различных коллег и сотрудников.
Бейкер также рассказал о прорывах в области искусственного интеллекта и разработке AlphaFold компаниями Hassabis и Jumper. Их работа «действительно продемонстрировала нам силу, которой может обладать ИИ, и это побудило нас применить эти методы ИИ для проектирования белков. Эти методы искусственного интеллекта гораздо более мощные, чем традиционные методы научных моделей. Я очень воодушевлен тем, как дизайн белков теперь может сделать мир лучше».
Бейкер выступит основным докладчиком на Первый саммит GEN, посвященный состоянию искусственного интеллекта в разработке лекарств который состоится 30 октября.
