Stvoreni smo za velike stvari

Ovogodišnju Nobelovu nagradu za kemiju dobili su znanstvenici koji nisu studirali kemiju. Sir Demis Hassabis is Velike Britanije kao sedamnaestogodišnjak provodio je vrijeme razvijajući kompjuterske igrice. U svijetu tehnologije poznat je kao kodizajner hit igre Theme Park iz 1994. u kojoj igrači stvaraju i vode zabavne parkove.

Rođen u Londonu od oca ciparskog Grka i majke iz Singapura, Hassabis je završio računalne znanosti na Sveučilištu Cambridge s najvišim ocjenama, pokrenuo vlastitu tvrtku za videoigre, stekao doktorat iz kognitivne neuroznanosti i zatim suosnovao startup za umjetnu inteligenciju DeepMind koji je za 400 milijuna funti Google kupio 2014. godine.

Nobelova nagrada za kemiju dodijeljena je tvorcima AlphaFolda, softvera koji uz primjenu UI predviđa
3D strukturu proteina iz nizova aminokiselina

Sir Demis Hassabis podijelio je polovicu nagrade s Johnom Jumperom, direktorom Deepminda, a dobili su je zbog razvoja AlphaFolda, softvera koji uz primjenu umjetne inteligencije predviđa 3D strukturu proteina iz nizova aminokiselina. Prije AlphaFolda predviđanje strukture proteina bilo je kompleksan i dugotrajan proces.

Proteini kontroliraju i pokreću sve kemijske reakcije koje su zajedno osnova života. Općenito se sastoje od dvadeset različitih aminokiselina koje se mogu opisati kao gradivni blokovi života.

AlphaFoldova predviđanja dala su znanstvenicima i istraživačima snažan alat za nova otkrića. Rad AlphaFold 2, objavljen 2021, ostaje jedna od najcitiranijih publikacija svih vremena.

Umjetna inteligencija (AI) odavno je pokazala nevjerojatan potencijal za korištenje u znanstvenim istraživanjima, a AlphaFold je dokaz tog koncepta. Budući da sve više znanstvenika usvaja umjetnu inteligenciju, u godinama koje dolaze možemo očekivati nova fundamentalna otkrića.

Fascinacija svemirom natjerala je Johna Jumpera na proučavanje fizike i matematike. Međutim, 2008. počeo je raditi u tvrtki koja je koristila superračunala za simulaciju proteina i njihove dinamike, te je shvatio da poznavanje fizike može pomoći u rješavanju medicinskih problema.

Novostečeni interes za proteine Jumper je ugradio u svoj doktorat iz teorijske fizike koji je počeo raditi 2011. godine. Krenuo je razvijati jednostavnije i domišljatije metode za simulaciju dinamike proteina kako bi uštedio računalne resurse.

Godine 2017. čuo je da je Google DeepMind u velikoj tajnosti počeo predviđati strukture proteina. Poslao im je molbu za posao. Njegovo iskustvo u simulaciji proteina značilo je da ima kreativne ideje o tome kako poboljšati AlphaFold. Jumper i Hassabis zajedno su vodili rad koji je temeljito reformirao model umjetne inteligencije. Nova verzija – AlphaFold2 – obogaćena je Jumperovim znanjem o proteinima. Nova AI arhitektura, transformer neuronske mreže, počela je davati dobre rezultate baš u vrijeme odvijanja četrnaestog CASP (Critical Assessment of Structure Prediction) natjecanja. To je zapravo svjetski eksperiment za predviđanje strukture proteina koji se provodi svake dvije godine od 1994. Iako je primarni cilj CASP-a pomoći unaprijediti metode identificiranja trodimenzionalne strukture proteina iz njegove aminokiselinske sekvence, mnogi na eksperiment gledaju više kao na „svjetsko prvenstvo“ u ovom području znanosti.

Organizatori CASP-a 2020. su shvatili da je 50-godišnji izazov biokemije završen. U većini slučajeva AlphaFold2 je radio gotovo jednako dobro kao kristalografija X-zraka, što je bilo zapanjujuće. 

David Baker, treći ovogodišnji dobitnik Nobelove nagrade za kemiju, počeo je studirati na Sveučilištu Harvard, a odabrao je filozofiju i društvene znanosti. Međutim, tijekom tečaja evolucijske biologije naišao je na prvo izdanje sada klasičnog udžbenika Molekularna biologija stanice. To mu je promijenilo život. Počeo je istraživati staničnu biologiju i na kraju je postao fasciniran strukturama proteina.

Baker je 1993. kao voditelj grupe na Sveučilištu Washington u Seattleu prihvatio veliki izazov biokemije. Koristeći se pametnim eksperimentima, počeo je istraživati kako se proteini savijaju. To mu je omogućilo da krajem 1990-ih razvije računalni softver Rosetta koji je mogao predvidjeti strukture proteina.

Debitirao je na CASP natjecanju 1998. koristeći Rosettu i postigao jako dobre rezultate. Ovaj uspjeh doveo je do nove ideje obrnutog korištenja sofvera. Umjesto unosa aminokiselinskih sekvenci u Rosettu i dobivanja proteinskih struktura, moglo se unijeti željenu proteinsku strukturu i dobiti sugestije za njezinu aminokiselinsku sekvencu, što omogućuje stvaranje potpuno novih proteina.

Što možemo zaključiti u jubilarnom broju Vijenca iz ovih priča o promjenama smjerova istraživanja mladih ljudi i o viziji razvoja naše domovine? Sasvim je u redu promijeniti smjer istraživanja ako nas istina vodi u nepoznato gdje možemo očekivati veliki doprinos društvu. Stvoreni smo za velike stvari i ne treba odustati od toga da naši mladi ljudi mogu ostaviti trag u svijetu.

Hrvatska ima dobro obrazovane ljude, ali sveučilišta treba učiniti boljima tako da više tražimo od naših nastavnika i znanstvenika uz istovremeno povećanje ulaganja. Poduzetnička sveučilišta u modernom svijetu stoje uz bok gospodarstvu i daju prodore s proizvodima kojih prije nikad nije bilo, a mogu preokrenuti i pokrenuti ekonomije.

Jedan jedini lijek za liječenje dijabetisa u Danskoj čini trenutno 16% njihova BDP-a. Da bismo se usudili raditi takve promjene, trebaju nam vizionari koji vide dalje od transfera stranih tehnologija kod nas. Treba nam pokretački elan koji su imali Hassabis, Jumper i Baker i vjera da možemo mijenjati društvo znanjem.