Цьогоріч Нобелівську премію з хімії розділили навпіл між американцем Девідом Бейкером та британцями Демісом Гассабісом і Джоном Джампером. Нагороду присудили за комп’ютерне проєктування білків і прогнозування їхньої структури. Цікаво, що двоє з лауреатів — математики, архітектори штучного інтелекту, а не хіміки чи біологи. Вони створили унікальний інструмент для аналізу та синтезу будь-яких білків.
На думку Нобелівського комітету, поєднання методів двох дослідницьких груп відкриває широкі перспективи: від з’ясування причин та запобігання інфекційним і генетичним захворюванням до створення у пробірці білків із заданими властивостями. Це дозволить робити це не наосліп, а за детальними “рецептами”, створеними машиною.
З хімічної точки зору, білки — це поліаміди, що складаються із залишків амінокислот, з’єднаних пептидною групою —(CO)NH— у довгі ланцюжки. Їх часто називають поліпептидами. Молекули деяких білків мають величезну масу, наприклад, людський білок фібриноген, що відповідає за згортання крові, приблизно у 20 тисяч разів важчий за молекулу води. На відміну від синтетичних поліамідів (як капрон), білки можуть містити залишки різних амінокислот. Хоча стандартних амінокислот лише 20, можливих варіантів білкових молекул — близько 200 мільйонів. Скільки їх ще не ідентифіковано, невідомо.
Головна складність полягає в тому, що білкові молекули, як і більшість складних органічних сполук, існують не лише у вигляді витягнутих ниток, а й можуть утворювати різні просторові форми — конформації — шляхом обертання навколо міжатомних зв’язків. Це нагадує, як молекула циклогексану може приймати п’ять різних конформацій. Для хіміків-технологів, які використовують циклогексан як сировину для капрону, це не принципово. Однак для білків їхня просторова конфігурація безпосередньо впливає на реакційну здатність у біохімічних процесах. У певних конформаціях реагент може просто не дістатися до цільового атома через просторові перешкоди.
Однак, молекули білків, на відміну від інших органічних сполук, завжди займають одну, найвигіднішу для реакційної здатності конформацію. Вони згортаються у кульки-глобули, лінійні структури або інші химерні тривимірні форми. Цей процес відбувається під час трансляції, відповідно до послідовності амінокислот у ланцюжку. З’ясувати, як саме згортаються білки та в якому стані вони перебувають під час взаємодії з ферментами, довгий час було надзвичайно складно. Основним методом був рентгеноструктурний аналіз, який дозволив встановити тривимірну структуру лише близько 0,1% відомих білків. Науковці працювали над цим завданням з 1970-х років, але навіть міжнародний конкурс CASP, започаткований у 1992 році для прогнозування структури білків, довго не давав значних результатів — успіх досягався лише в половині випадків.
У 1952 році американський письменник-фантаст Раймонд Джоунс у оповіданні «Рівень шуму» описав, як групу фізиків переконали у можливості створення антигравітаційного генератора, який суперечить чинним фізичним теоріям. Вони створили пристрій, спираючись на хитро сфальсифіковані урядом докази. Цікаво, що ці фізики не були вузькими фахівцями з гравітації. Один із цьогорічних нобелівських лауреатів, Деміс Гассабіс, також мав інтереси, далекі від біохімії. Будучи програмістом, він побачив у конкурсі CASP можливість удосконалити власні алгоритми штучного інтелекту AlphaFold. Його команда досягла успіху: AlphaFold передбачив 60% структур, але це була межа можливостей тогочасного ШІ.
Друге дихання проєкту дав програміст Джон Джампер, який приєднався до Google DeepMind у 2017 році. Він мав значний досвід у комп’ютерному моделюванні білків і додав до команди Гассабіса специфічні знання з біохімії. Нова версія ШІ, AlphaFold 2, побудована за принципом трансформера, була навчена на величезних обсягах даних. ШІ самостійно перевіряв власні результати, комбінуючи амінокислоти та розраховуючи зміни гідрофобності теоретичних сполук. Він відкидав неприйнятні варіанти, але не ігнорував їх у подальших ітераціях. Через три роки Джампер і Гассабіс представили модель, яка з точністю понад 90% передбачає тривимірну структуру білків. AlphaFold 2 став загальнодоступним інструментом для всіх дослідників у галузі біохімії білків.
Девід Бейкер з Вашингтонського університету Сіетла — досвідчений біохімік, який присвятив кар’єру вивченню структури білків, але віддавав перевагу уявному експерименту та штучному інтелекту. Він є прихильником конструювання білків “ab initio” (з простих речовин). Його власний ШІ для прогнозування білкової структури, Rosetta, також брав участь у конкурсі CASP. Нобелівська ідея Бейкера полягала в тому, щоб перевернути модель: замість передбачення, він прагнув змусити ШІ одразу сконструювати білок “правильно”. Використовуючи підхід “ab initio”, Rosetta уникала помилок, пов’язаних із використанням наявних у природі фрагментів білків. Після підключення до ШІ трансформерів, модель видала перший результат. Групі Бейкера залишилося лише відтворити кроки Rosetta у реальності, і вони отримали перший білок із заданою структурою та послідовністю амінокислотних залишків.
Нові поліпептидні матеріали з заданими властивостями, наприклад, здатність проводити нервові імпульси або вибірково прикріплюватися до мембран ракових клітин, вже не здаються фантастикою. Це перспектива найближчих років, враховуючи загальнодоступність інструментів Гассабіса, Джампера і Бейкера для науковців усього світу.
Уявіть, що нові, створені людиною білки, яких не існувало в природі, можуть стати основою для нових форм життя. Людина, можливо, навіть буде сперечатися зі штучним інтелектом про те, як їх створювати, і, звісно, намагатиметься вбудувати в нього Три Закони робототехніки Азімова.