Присуждены Нобелевские премии по физике и по химии в 2024 году

Сотрудники Института с большим интересом и воодушевлением узнали новости о присуждении Нобелевских премий 2024 года по физике и химии. Области научных исследований лауреатов обеих категорий оказались на этот раз непосредственно связанными с изучением и применением искусственных нейронных сетей (чаще именуемых сегодня искусственным интеллектом).
Премия по физике присуждена американскому ученому Джону Хопфилду (John Hopfield) и британско-канадскому специалисту по нейросетям Джеффри Хинтону (Geoffrey Hinton) за открытия и изобретения в области машинного обучения, которые проложили путь к небывалому всплеску активности в развитии искусственного интеллекта.
Премией по химии награждены трое ученых, двое из которых (Demis Hassabis и John Jumper) являются разработчиками прорывной технологии AlphaFold предсказания пространственных структур белков и белковых комплексов по их молекулярным последовательностям (результатам секвенирования ДНК), основанной на инновационном применении искусственного интеллекта (глубоком машинном обучении). Третий (David Baker) является пионером в области компьютерного дизайна новых, ранее неизвестных белков с полезными функциями.
Технологии глубокого машинного обучения уже более двадцати лет широко используются в биоинформатике для создания эффективных, общественно доступных биоинформатических ресурсов, ставших мощнейшим исследовательским инструментом в биологии и медицине, и активно применяемыми в работе сотрудниками ИБФРМ РАН. В том числе, в изучении 3D-структуры белков, определяющей их функции, что оказывает влияние на принципиальные механизмы жизнедеятельности организмов на самых разных ее этапах: от формирования белковой структуры клеток до функционирования иммунной системы и работы ферментов в многочисленных биохимических процессах.
Благодаря финансированию, полученному по программе «Приоритет-2030», с осени 2021 года в обновленном вычислительном кластере УЦИТ СГУ, был развернут, запущен в работу и поддерживается программный комплекс AlphaFold 2 и сопутствующие программные компоненты. Он активно используется сотрудниками ИБФРМ РАН, а также Института химии и Биологического факультета СГУ. Научно-организационное сопровождение этого проекта осуществляется зав. кафедрой математического обеспечения вычислительных комплексов и информационных систем Факультета КНиИТ СГУ профессором, доктором физ.-мат. наук Д.К. Андрейченко. Непосредственным исполнителем работ на этапах освоения, адаптации и запуска программ был в то время студент 4 курса бакалавриата Мехмата СГУ, старший лаборант отдела информационных ресурсов и систем УЦИТ СГУ К.С. Тихонов. Их результаты отражены, в частности, в докладе и затем публикации С.Ю. Щеголева, К.С. Тихонова и Д.К. Андрейченко в материалах Всероссийской школы-семинара «Методы компьютерной диагностики в биологии и медицине». Саратов. 23-25 ноября 2022 года (https://www.biomedseminar.ru/docs/book_2022.pdf).
Как пример на рисунке представлена модель белкового комплекса, состоящего из пяти компонентов (кэп-комплекс), являющегося важной составляющей бактериального жгутика. Последний обеспечивает подвижность бактерий, их взаимодействия с внешней средой и другими организмами. Нами использована аминокислотная последовательность соответствующего белка из почвенной бактерии рода азоспирилл, живущих в ассоциации с растениями, используемых для создания биоудобрений и служащих одним из центральных объектов в исследованиях, проводимых в ИБФРМ РАН. Для сравнения показаны результаты экспериментальных исследований методом крио-ЭМ пентамера FliD из кампилобактерии, возбудителя острого инфекционного заболевания, поражающего желудочно-кишечный тракт домашних животных и человека. Приведенные данные показывают хорошее согласие общей архитектуры пентамера, предсказанного для азоспириллы с помощью программы AlphaFold 2, и экспериментально определенного для кампилобактерии методом крио-ЭМ. Овалом на рисунке выделен фрагмент 3D-структуры, который по техническим причинам не был разрешен в эксперименте, но с высокой точностью предсказан программой AlphaFold 2. В этом контексте можно, вероятно, принять довольно смелое заявление авторов работы о том, что точность их моделей может превосходить точность физических методов.

Прогресс в этой области продолжается и ознаменовался очередной публикацией в Nature и запуском в общественное пользование в 2024 году сильно усовершенствованной версии AlpaFold 3.

Информацию и пример предоставил
доктор хим. наук,
профессор
С.Ю. Щеголев