Královská švédská akademie věd ve středu ve Stockholmu oznámila nositele letošní Nobelovy ceny za chemii. Jsou to experti na popis a návrh proteinů David Baker, Demis Hassabis a John Jumper. Jejich objevy otevírají obrovské možnosti, komentoval laureáty předseda Nobelova výboru pro chemii Heiner Linke.
Královská švédská akademie věd se rozhodla udělit Nobelovu cenu za chemii za rok 2024 z jedné poloviny Davidu Bakerovi „za počítačový návrh proteinů“ a z druhé poloviny společně Demisi Hassabisovi a Johnu M. Jumperovi „za predikci struktury proteinů“. Ti na to využili umělou inteligenci.
Nobelova cena za chemii 2024 se týká proteinů, základních chemických nástrojů života. Bakerovi se podařil téměř nemožný kousek – sestrojit zcela nové druhy proteinů. Hassabis a Jumper vyvinuli model umělé inteligence, který řeší padesát let starý problém: předpovídání složitých struktur proteinů. Tyto objevy mají obrovský potenciál změnit celý obor biochemie, v léčbě nemocí i vytváření nových materiálů.
Planeta proteinů
Život na Zemi je nesmírně rozmanitý a pestrý. Za to, že zde existují miliony druhů organismů, mohou proteiny. Právě ony řídí a pohánějí všechny chemické reakce, které společně tvoří základ života. Proteiny fungují také jako hormony, signální látky, protilátky a stavební kameny různých tkání. Bez nich by život nebyl životem. Jejich stavba je ale nesmírně složitá a až donedávna to vypadalo, že kvůli tomu zůstane i nedostatečně pochopená další desítky let.
Bílkoviny se obecně skládají ze dvaceti různých aminokyselin, které lze označit za stavební kameny života. V roce 2003 se Bakerovi podařilo pomocí těchto bloků navrhnout nový protein, který se nepodobal žádnému jinému proteinu. Jako by architekt postavil z cihel dům, který doposud nikoho nenapadl. Od té doby jeho výzkumná skupina vytváří jeden nápaditý proteinový výtvor za druhým, včetně proteinů, které lze použít jako léčiva, vakcíny, nanomateriály a malé senzory.
Druhý objev se týká předpovídání struktur proteinů. V proteinech jsou aminokyseliny spojené do dlouhých řetězců, které se skládají do trojrozměrné struktury, jejíž podoba je rozhodující pro funkci proteinu. Tato struktura může vypadat velmi chaoticky a bývá složitě „zašmodrchaná“. Od sedmdesátých let dvacátého století se vědci pokoušeli předpovídat struktury proteinů ze sekvencí aminokyselin, ale bylo to extrémně složité a vypadalo to jako slepá cesta. Jenže před čtyřmi lety došlo k ohromujícímu průlomu.
Co nedokázal člověk, zvládla umělá inteligence. V roce 2020 představili Hassabis a Jumper model umělé inteligence nazvaný AlphaFold2. S pomocí tohoto nástroje společnosti DeepMind spadající pod Google dokázali předpovědět strukturu prakticky všech 200 milionů proteinů, které vědci doposud identifikovali.
Od jejich průlomového objevu použily AlphaFold2 více než dva miliony vědců ze 190 zemí. Kromě obrovského množství vědeckých aplikací mohou teď výzkumníci díky tomuto nástroji mnohem lépe porozumět například odolnosti bakterií vůči antibiotikům a vytvářet také obrazy enzymů, které dokáží rozkládat plasty.
A navíc zcela zdarma. Tento model mohou používat vědci z celého světa, aniž by za jeho dříve neuvěřitelné schopnosti zaplatili jediný dolar. Umožňuje tak i menším a chudším laboratořím vyniknout ve výzkumech, kde by dříve neměly oproti bohatým institucím šanci.
Případ skromného génia
Klíčovou roli ve vzniku AlphaFoldu hrál Demis Hassabis. Od čtyř let hrál šachy, ve třinácti už v této hře porážel profesionály. Na univerzitu v Cambridge se dostal jako sedmnáctiletý, instituce mu ale doporučila, aby s nástupem ještě rok počkal. Tento čas využil k tomu, aby ve společnosti Bullfrog navrhoval videohry: nejprve legendární Syndicate, pak se stal hlavním programátorem Theme Parku.
V této hře jde o to navrhovat propletené cestičky v zábavním parku tak, aby se návštěvníci co nejlépe dostali k atrakcím. O čtvrtstoletí později udělal něco podobného – vytvořil umělou inteligence AlphaFold, která zase rozplétá zapletené proteiny.
K AI se dostal právě přes videohry. Vyvinul jich celou řadu – a většina z nich byla nějakým způsobem revoluční: kromě tech výše zmíněných to jsou například Black & White, Evil Genius nebo Republic The Revolution. Při jejich designování často přemýšlel o tom, jak vlastně pracuje mozek – zajímalo ho totiž, proč mozek něco baví, něco nudí a jak to celé vlastně funguje.
Doktorát proto získal v neurovědách – a už tehdy ho bavilo nacházet podobnosti mezi fungováním lidského mozku a neuronových sítí umělých inteligencí. Realizoval se tedy v oboru, který se na začátku 21. století začal rychle rozvíjet.
Jeho další výzkum na MIT a Harvardu se pohyboval na pomezí neurovědy a teorie umělé inteligence. Už jeho první vydaná práce z něj udělala vědeckou celebritu prvního řádu: odborný časopis Science ji zařadil mezi deset největších objevů roku.
Roku 2010 založil se dvěma dalšími vědci start-up, který nazval DeepMind. Také tam se začalo s hrami – výzkumníci je nechali umělou inteligenci hrát. Roku 2016 porazila tato AI nejlepšího lidského hráče strategické hry Go, což řadu lidí zaskočilo. Další specializované AI triumfovaly v dalších hrách: od šachů až po japonské šogi.
A díky tomu se Hassabis a jeho kolegové, to už včetně dalšího laureáta Johna Jumpera, naučili, jak přimět AI dělat užitečnější a současně mnohem složitější věci. Konkrétně rozplétat proteiny.
Proteiny jsou sice malé, ale současně nesmírně složité. S výzkumem se začalo už v polovině 50. let minulého století, ale podařilo se rozluštit a popsat strukturu jen zlomku lidských bílkovin. Každá z nich je totiž složená z tisíců až milionů atomů a celá struktura je natolik titěrná, zamotaná a současně křehká, že laboratorní výzkum je sisyfovská práce.
Ještě kolem roku 2015 vycházely rozhovory se slavnými biochemiky, kteří tvrdili, že výzkum může trvat stovky let. AI to trvalo rok.
Co umí AlphaFold dnes
Na podzim roku 2024 existuje už třetí verze programu AlphaFold, nepřekvapivě s pořadovým číslem 3. Ta už dokáže nejen rozplétat proteiny, ale umí předvídat strukturu a interakce velkého množství dalších molekul. Včetně DNA, RNA a malých molekul známých jako ligandy. To zásadně zlepšuje možnost využití v různých částech biologického výzkumu.
Dopady jsou rozsáhlé. Pochopit, jak spolu reagují všechny tyto druhy molekul v něčem tak složitém, jako je lidské tělo, je zásadní hlavně v oblastech, jako je objevování léčiv, genetický výzkum nebo personalizovaná medicína.
Nová verze je také mnohem přesnější a rychlejší než dříve. Díky tomu nesmírně zrychluje dříve pomalý výzkum: vědcům tak vytváří pomyslný most na dříve neprobádaná místa, která v minulosti sledovali jen zdálky.
AlphaFold 3 dává badatelům velmi podrobné strukturní informace, což jim pak umožňuje přesně modelovat složité biologické systémy. A to už znamená nejen zmíněnou schopnost navrhování nových léčiv, ale také hledání medikamentů z obrovského spektra už známých.
Schopnost tohoto nástroje předpovídat vliv genetických variací na strukturu proteinů má význam i pro takzvanou personalizovanou medicínu. Tedy léčbu, která se navrhuje vždy pro konkrétního člověka a je schopná vyléčit jeho problém bez vedlejších účinků. Největší perspektiva je v léčbě vrozených nemocí, jimiž trpí malé děti.
Ochrana životního prostředí i klimatu
To je ale jen základ toho, co ještě tato technologie může dát lidstvu. Tím, že poskytuje přesné předpovědi 3D struktur různých molekul, totiž zlepšuje pochopení složitých biologických systémů i mimo lidské tělo.
Vědci mohou například používat AlphaFold 3 ke studiu chování molekul v ekosystémech, což povede k lepším strategiím řešením environmentálních problémů, jako je zachycování uhlíku a půdní eroze. Schopnost modelu předpovídat interakce na molekulární úrovni může přinést poznatky, které byly dříve nedosažitelné, a podpořit tak inovace a objevy také v těchto oblastech.
Ochraně života může pomoci i dalším způsobem. Podle řady expertů by program mohl v řadě případů omezit, nebo dokonce zcela odbourat testování léků na zvířatech – model totiž může do značné míry testy nahradit.
Loni Nobelovu cenu za chemii získala trojice vědců z USA a Ruska – Moungi Bawendi, Louis Brus a Alexej Jekimov – za objev a výzkum polovodičových nanokrystalů známých jako kvantové tečky.
Letošní Nobelovy ceny
V pondělí byla vyhlášena letošní Nobelova cena za fyziologii a lékařství, kterou letos získali Američané Victor Ambros a Gary Ruvkun za objev mikroRNA, tedy velmi malých molekul ribonukleové kyseliny (RNA), jež mají vliv na regulaci genů.
V úterý Nobelovu cenu za fyziku získali Američan John Hopfield a britsko-kanadský vědec Geoffrey Hinton za objevy a vynálezy, které přispěly k rozvoji umělé inteligence (AI), konkrétně strojového učení s využitím umělé neuronové sítě.
