ابزارهای عظیم شیمی بزرگ را در سال 2022 پیشرفته کردند مجموعه داده های غول پیکر و ابزارهای عظیم به دانشمندان کمک کردند تا امسال شیمی را در مقیاسی عظیم حل کنند.

ابزارهای عظیم شیمی بزرگ را در سال 2022 پیش بردند

مجموعه داده‌های غول‌پیکر و ابزارهای عظیم به دانشمندان کمک کرد تا امسال شیمی را در مقیاسی عظیم حل کنند.

توسطآریانا رمل

اعتبار: Oak Ridge Leadership Computing Facility در ORNL

ابرکامپیوتر Frontier در آزمایشگاه ملی Oak Ridge اولین نسل از ماشین‌هایی است که به شیمیدانان کمک می‌کند شبیه‌سازی‌های مولکولی پیچیده‌تر از همیشه را انجام دهند.

دانشمندان با ابزارهای بزرگ در سال 2022 اکتشافات بزرگی انجام دادند. با تکیه بر روند اخیر هوش مصنوعی با قابلیت شیمیایی، محققان گام های بلندی برداشتند و به رایانه ها آموزش دادند که ساختارهای پروتئین را در مقیاسی بی سابقه پیش بینی کنند.در ماه جولای، شرکت DeepMind متعلق به Alphabet پایگاه داده ای را منتشر کرد که شامل ساختارهای آن بودتقریبا تمام پروتئین های شناخته شده-200 میلیون پروتئین منفرد از بیش از 100 میلیون گونه - همانطور که توسط الگوریتم یادگیری ماشین AlphaFold پیش‌بینی شده است.سپس، در ماه نوامبر، شرکت فناوری Meta پیشرفت خود را در فناوری پیش‌بینی پروتئین با الگوریتم هوش مصنوعی به نامESMFold.در یک مطالعه پیش از چاپ که هنوز توسط همتایان بررسی نشده است، محققان Meta گزارش دادند که الگوریتم جدید آنها به اندازه AlphaFold دقیق نیست اما سریعتر است.افزایش سرعت به این معنی بود که محققان می‌توانند 600 میلیون ساختار را تنها در 2 هفته پیش‌بینی کنند (bioRxiv 2022، DOI:10.1101/2022.07.20.500902).

زیست شناسان دانشکده پزشکی دانشگاه واشنگتن (UW) در حال کمک هستندقابلیت‌های بیوشیمیایی رایانه‌ها را فراتر از الگوی طبیعت گسترش دهیدبا آموزش ماشین‌ها برای پیشنهاد پروتئین‌های سفارشی از ابتدا.دیوید بیکر از UW و تیمش یک ابزار هوش مصنوعی جدید ایجاد کردند که می‌تواند پروتئین‌ها را با بهبود مکرر در اعلان‌های ساده یا با پر کردن شکاف‌های بین بخش‌های منتخب یک ساختار موجود طراحی کند.علوم پایه2022، DOI:10.1126/science.abn2100).این تیم همچنین یک برنامه جدید به نام ProteinMPNN را ارائه کرد که می تواند از اشکال سه بعدی طراحی شده و مجموعه های زیر واحدهای پروتئینی متعدد شروع شود و سپس توالی اسید آمینه مورد نیاز برای ساخت کارآمد آنها را تعیین کند.علوم پایه2022، DOI:10.1126/science.add2187;10.1126/science.add1964).این الگوریتم‌های هوشمندانه بیوشیمیایی می‌توانند به دانشمندان در ساختن طرح‌هایی برای پروتئین‌های مصنوعی که می‌توانند در مواد زیستی و دارویی جدید استفاده شوند، کمک کنند.

اعتبار: Ian C. Haydon/UW Institute for Protein Design

الگوریتم‌های یادگیری ماشینی به دانشمندان کمک می‌کنند تا پروتئین‌های جدیدی را با عملکردهای خاص در ذهن ببینند.

همانطور که جاه طلبی های شیمیدان های محاسباتی رشد می کند، رایانه های مورد استفاده برای شبیه سازی دنیای مولکولی نیز افزایش می یابد.در آزمایشگاه ملی Oak Ridge (ORNL)، شیمیدانان اولین نگاهی اجمالی به یکی از قدرتمندترین ابرکامپیوترهایی که تا کنون ساخته شده بود، داشتند.ابرکامپیوتر اگزا اسکیل ORNL، Frontier، یکی از اولین ماشین هایی است که بیش از 1 کوئینتیلیون عملیات شناور در ثانیه را محاسبه می کند، واحدی از محاسبات محاسباتی.این سرعت محاسباتی تقریباً سه برابر سریع‌تر از قهرمان حاکم، یعنی ابررایانه فوگاکو در ژاپن است.در سال آینده، دو آزمایشگاه ملی دیگر قصد دارند کامپیوترهای اگزا اسکیل را در ایالات متحده معرفی کنند.قدرت کامپیوتری بزرگ این ماشین‌های پیشرفته به شیمیدانان اجازه می‌دهد تا سیستم‌های مولکولی بزرگ‌تر و در بازه‌های زمانی طولانی‌تری را شبیه‌سازی کنند.داده‌های جمع‌آوری‌شده از این مدل‌ها می‌تواند به محققان کمک کند تا با کاهش شکاف بین واکنش‌ها در یک فلاسک و شبیه‌سازی‌های مجازی مورد استفاده برای مدل‌سازی، مرزهای آنچه در شیمی ممکن است را پیش ببرند.ترزا ویندوس، شیمی‌دان محاسباتی در آیووا، گفت: «ما در نقطه‌ای هستیم که می‌توانیم واقعاً شروع کنیم به پرسیدن سؤال در مورد آنچه در روش‌ها یا مدل‌های نظری ما وجود ندارد و ما را به آنچه آزمایش به ما می‌گوید واقعی است نزدیک‌تر می‌کند». دانشگاه ایالتی و پروژه با پروژه محاسباتی Exascale، در ماه سپتامبر به C&EN گفتند.شبیه‌سازی‌هایی که روی رایانه‌های اگزا مقیاس اجرا می‌شوند می‌توانند به شیمیدانان در اختراع منابع سوخت جدید و طراحی مواد جدید مقاوم در برابر آب و هوا کمک کنند.

در سراسر کشور، در منلو پارک، کالیفرنیا، آزمایشگاه ملی شتاب دهنده SLAC در حال نصب است.ارتقاء supercool به منبع نور منسجم Linac (LCLS)که می تواند به شیمیدانان اجازه دهد تا عمیق تر به دنیای فوق سریع اتم ها و الکترون ها نگاه کنند.این تاسیسات بر روی یک شتاب دهنده خطی 3 کیلومتری ساخته شده است که بخش هایی از آن با هلیوم مایع تا 2 K خنک می شود تا نوعی منبع نور فوق العاده درخشان و فوق سریع به نام لیزر الکترون آزاد اشعه ایکس (XFEL) تولید کند.شیمیدانان از پالس های قدرتمند این ابزار برای ساختن فیلم های مولکولی استفاده کرده اند که آنها را قادر می سازد تا فرآیندهای بی شماری مانند تشکیل پیوندهای شیمیایی و آنزیم های فتوسنتزی را تماشا کنند.Leora Dresselhaus-Marais، دانشمند علم مواد با قرار ملاقات مشترک در دانشگاه استنفورد و SLAC، در ماه جولای به C&EN گفت: «در یک فلاش فمتوثانیه، می‌توانید اتم‌ها را بی‌حرکت ببینید، پیوندهای تک اتمی در حال شکستن هستند.ارتقاء LCLS همچنین به دانشمندان این امکان را می دهد که انرژی اشعه ایکس را هنگامی که قابلیت های جدید در اوایل سال آینده در دسترس قرار می گیرند، تنظیم کنند.

اعتبار: آزمایشگاه ملی شتاب دهنده SLAC

لیزر اشعه ایکس آزمایشگاه ملی شتاب دهنده SLAC بر روی یک شتاب دهنده خطی 3 کیلومتری در منلو پارک، کالیفرنیا ساخته شده است.

امسال، دانشمندان همچنین دیدند که تلسکوپ فضایی جیمز وب (JWST) چقدر می‌تواند برای آشکار کردن این تلسکوپ قدرتمند باشد.پیچیدگی شیمیایی جهان ما.ناسا و شرکای آن - آژانس فضایی اروپا، آژانس فضایی کانادا، و موسسه علمی تلسکوپ فضایی - تاکنون ده‌ها تصویر از پرتره‌های خیره‌کننده سحابی‌های ستاره‌ای گرفته تا اثر انگشت عنصری کهکشان‌های باستانی منتشر کرده‌اند.این تلسکوپ فروسرخ 10 میلیارد دلاری با مجموعه‌ای از ابزارهای علمی طراحی شده است که برای کشف تاریخ عمیق جهان ما طراحی شده‌اند.دهه‌ها در حال ساخت، JWST با گرفتن تصویری از یک کهکشان در حال چرخش که 4.6 میلیارد سال پیش ظاهر شد، با نشانه‌های طیف‌سنجی اکسیژن، نئون و سایر اتم‌ها، از انتظارات مهندسان خود بهتر عمل کرد.دانشمندان همچنین نشانه‌های ابرهای بخار‌آلود و مه را در یک سیاره فراخورشیدی اندازه‌گیری کردند و داده‌هایی را ارائه کردند که می‌تواند به اخترزیست‌شناسان در جستجوی جهان‌های بالقوه قابل سکونت در فراسوی زمین کمک کند.