Modelul prezice structura proteinelor în funcție de secvența chimică pe care o au, scrie The Guardian.

Hassabis și Jumper primesc jumătate din Premiu. Cealaltă jumătate îi revine prof. David Baker, biochimist din cadrul Universității din Washington. Cercetarea sa computațională a dus la crearea unui nou tip de proteină, ce poate fi folosit în vaccinuri, nanomateriale și senzori mici.

Premiul Nobel pentru Chimie în 2024 a fost câștigat de Demis Hassabis, John Jumper și David Baker

Premiul Nobel pentru Chimie în 2024 a fost atribuit cercetătorului american David Baker, de la Universitatea din Washington, pentru designul computaţional al proteinelor şi britanicilor Demis Hassabis şi John Jumper, cercetători în cadrul Google Deepmind, pentru predicţia structurii proteinelor, conform comunicatului Comitetului Nobel, de la Stockholm, scrie AGERPRES. 

David Baker a primit jumătate din premiu. Demis Hassabis şi John Jumper îşi împart cealaltă jumătate. În ultimele 2 zile au fost anunțate și Premiul Nobel pentru Medicină și Premiul Nobel pentru Fizică.

Proteinele sunt în general alcătuite din 20 de aminoacizi. Aceștia pot fi combinaţi în moduri aproape nelimitate. Folosind informaţia păstrată în ADN ca pe un model, aminoacizii se conectează în celulele noastre pentru a forma lungi catene. 

Apoi se produce „magia proteinelor”. Catenele de aminoacizi se răsucesc şi se pliază într-o structură tridimensională distinctă. Uneori structura e unică. Această structură le conferă funcţie proteinelor. 

Unele participă în producerea ţesutului muscular. Altele produc solzi sau pene, în timp ce altele pot deveni hormoni sau anticorpi. Multe dintre ele formează enzime, care coordonează apoi reacţiile chimice ale vieţii cu o precizie uluitoare. Proteinele aflate la suprafaţa celulelor sunt de asemenea extraordinar de importante. Funcționează precum nişte canale de comunicare între celule şi mediul înconjurător.

David Baker a reuşit în misiunea considerată aproape imposibilă de a construi tipuri cu totul noi de proteine, unele dintre ele cu funcţii noi. Demis Hassabis şi John Jumper au dezvoltat un model AI care a rezolvat o problemă veche de 50 de ani. Adică predicţia structurilor tridimensionale complexe a proteinelor dintr-o secvenţă de aminoacizi. Aceste descoperiri au un potenţial enorm pentru ştiinţă dar şi pentru diferite industrii. Ca urmare, cei 3 au primit Premiul Nobel pentru Chimie în 2024. 

Experții au demonstrat că proteinele pot fi create și prezise

David Baker şi-a început cariera universitară studiind filosofia şi ştiinţele sociale la Harvard. Şi-a schimbat direcţia carierei după ce a citit prima ediţie a manualului de Biologie Moleculară a Celulei. El a început să exploreze biologia celulară şi a devenit fascinat de proteine. În 1993, la Universitatea din Washington, a început să coordoneze un grup de cercetători care explorau modul în care se pliază proteinele. La sfârşitul anilor 1990 a început să lucreze la un program de calculator care să prezică structurile proteinelor: Rosetta.

Echipa lui Baker a început să introducă structura unui tip dorit de proteine. Și să obţină de la program sugestii pentru secvenţa de aminoacizi necesară. Fapt care permite generarea unor proteine cu totul noi și care i-a adus Premiul Nobel pentru Chimie în 2024. 

Demis Hassabis a fost maestru de şah de la vârsta de 13 ani, programator şi dezvoltator de jocuri pe calculator. A început să fie interesat de inteligenţa artificială şi de neuroştiinţe. El a folosit ceea ce ştia despre creier pentru a dezvolta reţele neuronale mai bune pentru AI. În 2010 a co-fondat compania DeepMind. E o companie care dezvolta modele AI pentru a câştiga jocuri de societate populare. Compania a fost cumpărată de Google doi ani mai târziu. DeepMind a devenit celebră când modelul său de AI a reuşit să-l învingă pe campionul mondial al unuia dintre cele mai vechi jocuri de inteligenţă: Go.

Echipa condusă de Hassabis a produs un model AI propriu, AlphaFold, cu care a putut atinge o precizie de aproape 60% în predicţia structurii proteinelor. Progresul a fost imens, dar încă nu era suficient. Pentru a fi considerat un succes, predicţia exprimată trebuia să atingă un nivel de precizie de peste 90% prin comparaţia cu structura ţintă.

Experienţa lui John Jumper în ceea ce priveşte simularea proteinelor i-a permis să aducă acel ceva nou de care Demis Hassabis şi echipa sa aveau nevoie pentru a creşte precizia modelului AlphaFold de predicţie a structurii proteinelor.