Najważniejszy tydzień roku dobiega końca! Was na pewno ciekawi dokładniejsze wytłumaczenie, za co zostały przyznane tegoroczne nagrody. Jak co roku, z przyjemnością opowiemy Wam więcej o nagrodach w dziedzinach ścisłych. No więc za co tak właściwie został przyznany Nobel 2024? Pozwól, że wyjaśnię!
Nobel 2024 w dziedzinie medycyny lub fizjologii: RNA do regulacji syntezy białek
Każda komórka w naszym ciele1 ma ten sam kod genetyczny. A jednak nie wszystkie komórki są takie same. Wręcz przeciwnie, komórki nerwowe różnią się od mięśniowych, te od komórek skóry czy wątroby, i tak dalej. Jak to możliwe, skoro wszystkie powstają według tego samego ”przepisu”?
Odpowiedzią są zaawansowane systemy regulacji. Od dawna było wiadomo, że istnieje szereg czynników, głównie białkowych, które mogą sprawić, że jakiś gen będzie częściej odczytywany – bądź przeciwnie, uniemożliwić odczytywanie go. Tym samym wpływa na to, jakie mRNA powstanie w komórce, a co za tym idzie – jakie białka zostaną wyprodukowane.
Tegoroczni nobliści odkryli jednak kolejną “warstwę” regulacji. Okazuje się, że na podstawie niektórych genów powstają fragmenty krótkie fragmenty tzw. mikroRNA, które wpływają na to, jakie białka komórka zsyntetyzuje. Nie robią tego jednak przez regulację ekspresji genów. Zamiast tego wiążą się z gotowymi fragmentami mRNA, a tym samym je unieczynniają (blokują) bądź nawet niszczą. Okazuje się, że mechanizm ten jest na tyle istotny, że jego zaburzenie uniemożliwia normalny rozwój komórek, prowadząc między innymi do procesów nowotworowych.
Co więcej, uważa się teraz, że regulacja syntezy białek za pomocą mikroRNA znacząco ułatwiła proces ewolucji. Przede wszystkim daje dodatkowe możliwości kontroli, co będzie się w komórkach działo. Zaobserwowano, że pojawienie się genów kodujących mikroRNA jest skorelowane z pojawieniem się organizmów o dużo wyższym stopniu skomplikowania. Nie powinno to dziwić: porównajcie sobie kokpit samochodu i samolotu. Im wyższy stopień skomplikowania systemu, tym więcej potrzeba narzędzi do jego kontrolowania. Odkrycie mikroRNA powiedziało nam więc nie tylko coś nowego o tym, jak żywe organizmy działają dziś, ale również o tym, jak wyewoluowały do tego stanu. I za to właśnie tegoroczną nagrodę Nobla w dziedzinie medycyny lub fizjologii dostali Victor Ambros oraz Gary Ruvkun.
Nobel 2024 w dziedzinie fizyki: maszyny, które się uczą
W dzisiejszych czasach generowanie danych w ramach eksperymentów naukowych bardzo często nie jest żadnym problemem. Rutynowo generujemy olbrzymie, gargantuiczne wręcz ilości danych. Problemem jest znalezienie w nich sensu. Co tak właściwie te dane mówią nam o świecie wokół nas? Czy to, co widzimy, to jakiś istotny sygnał, czy fragment losowego szumu, przypadkowe zaburzenie? Na te właśnie pytania starają się odpowiedzieć współcześni naukowcy. Ale nie przesadzę pisząc, że takich ilości generowanych danych nie da się uważnie przeanalizować w całości. A w każdym razie – nie zrobi tego żaden człowiek.
Ale okazuje się, że choć komputery nie myślą, to są w stanie wesprzeć nas w takim zadaniu, jak rozpoznawanie wzorów. A nawet ich uzupełnianie. Robią to, wykorzystując tzw. sztuczne sieci neuronowe. Cóż to takiego? Są to komputerowe odpowiedniki neuronów. Każdy z nich ma jakąś wartość, oraz tworzy połączenia z innymi węzłami (odpowiedniki synaps) o różnej sile. Takiej sieci można użyć do dostrzegania, a nawet poprawiania – wyostrzania – wzorów, tylko trzeba ją najpierw tego nauczyć. W jaki sposób?
Dość podobny do tego, w jaki uczy się nasz mózg. Trzeba jej zaprezentować dane wejściowe, na przykład obraz rozmazanego słonia. Następnie każemy jej wykonać na niej próbę optymalizacji, mającą doprowadzić do wygenerowania nowego, ulepszonego obrazu. Jeśli obraz faktycznie jest lepszy, zatwierdzamy go, “chwalimy” sieć – połączenia, które doprowadziły do powstania lepszego obrazu, zostają wzmocnione. Jeśli jednak jest gorszy, na przykład z nieostrego słonia otrzymaliśmy nieostrą żyrafę, odrzucamy taki wynik, a połączenia prowadzące do niego się osłabiają. Po odpowiedniej liczbie iteracji lądujemy z siecią, która będzie umieć znaleźć słonia i go wyostrzyć.
I nad tego typu sieciami pracowali właśnie nagrodzeni naukowcy, John J. Hopfield oraz Geoffrey E. Hinton. Znajdują one dziś zastosowanie w wielu dziedzinach. Od badań naukowych przez rozpoznawanie pracy po przewidywanie zachowań giełdy, sztuczne sieci neuronowe rewolucjonizują nasz świat. Nie zawsze niestety ta rewolucja prowadzi w dobrym kierunku. Nikt raczej nie miał obiekcji, gdy sztuczne sieci neuronowe pomagały wykryć bozon Higgsa, ale już masowe, zautomatyzowane śledzenie populacji w Chinach niekoniecznie będzie się podobało. Jednak my skupiamy się tutaj na kwestiach naukowych. A sztuczne sieci neuronowe walnie przyczyniły się do odkrycia nagrodzonego kolejnym tegorocznym Noblem:
Nobel 2024 w dziedzinie chemii: między białkiem a komputerem
Białka są jedną z najważniejszych klas związków w organizmach żywych. Nie tylko stanowią istotny budulec. Pełnią również szereg innych funkcji. O niektórych mogliście już u nas przeczytać, jak choćby o tym, że białka przyspieszają reakcje chemiczne. Biorą również udział w przesyłaniu sygnałów, rozpoznają, kto swój a kto wróg, transportują użyteczne materiały i pełnią wiele innych przydatnych funkcji. A to z kolei oznacza, że są nader wdzięcznym celem dla rozmaitych leków. Jeśli chcemy wpłynąć na to, jak działają jakieś mechanizmy w naszym ciele, to najczęściej musimy zmodyfikować właśnie to, jak działają konkretne białka.
Problem w tym, że taka modyfikacja wymaga znajomości kształtu białka. Poznanie sekwencji aminokwasów tworzących to białko nie jest dziś szczególnym problemem. Możemy ją poznać nawet nigdy nie odnajdując żadnej cząsteczki samego białka – na podstawie kodu genetycznego. Ale poznanie kształtu? To jest dużo większe wyzwanie. Wyobraźcie sobie, że dostajecie łańcuszek, składający się z kilkuset koralików o różnych kształtach. Pada pytanie: jak go zwinąć, żeby jego kształt był jak najstabilniejszy? I tak mniej-więcej wygląda ustalanie struktury przestrzennej białek na podstawie ich sekwencji. A bez tego nie wiemy, jaki kształt powinien mieć lek, który podziała na to białko. W końcu musi w jakiś sposób się do niego dopasować.
I tu z pomocą przychodzi odkrycie dwójki noblistów. Demis Hassabis i John M. Jumper dostali nagrodę za przewidywanie struktur białek. Ich odkrycie, algorytmy AlphaFold (o którym kiedyś pisaliśmy) oraz AlphaFold2, pozwoliło na określenie struktur około 200 milionów znanych nam białek. To zaś znacząco ułatwia projektowanie nowych leków, zwalczanie antybiotykoopornych bakterii czy szybkie projektowanie szczepionek.
Druga część nagrody przypadła w udziale Davidowi Bakerowi, za komputerowe projektowanie białek. To jest podejście do problemu od drugiej strony: jak stworzyć białko, które przyjmie oczekiwany przez nas kształt? Jak zaprojektować enzym, który przyspieszy pożądaną przez nas reakcję? Jego oprogramowanie, Rosetta, potrafiło zrobić dokładnie to: po wprowadzeniu oczekiwanego kształtu białka generowało wymaganą sekwencję aminokwasów. To z kolei pozwala na tworzenie białek, które same będą działały jako lekarstwa. Albo sensory. Albo pochłaniacze plastiku czy ropy naftowej. Możliwości uzyskiwane przez połączenie tych dwóch odkryć są niemal nieograniczone.
I ostatnia uwaga: trójka nagrodzonych naukowców – Hinton, Hassabis oraz Jumper – są lub byli związani z Google. W sumie dwie z trzech nagród zostały przyznane za osiągnięcia komputerowe, mające dużo wspólnego ze sztuczną inteligencją. Myślę, że to dość dobitnie wskazuje, na które dziedziny nauki należy zwracać najbardziej baczną uwagę w najbliższych latach.
Źródła:
- nobelprize.org
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5435108/
- https://bmcgenomics.biomedcentral.com/articles/10.1186/1471-2164-13-218
- https://iopscience.iop.org/article/10.1088/1742-6596/1529/2/022040/pdf
- https://www.nature.com/articles/s41586-021-03819-2
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7603796/
Zainteresowało Cię to, co czytasz? Chcesz wiedzieć więcej? Śledź nas na Facebooku, i – pozwól, że wyjaśnię!
The post Nobel 2024 – wyjaśniamy laureatów z nauk ścisłych first appeared on Pozwól, że wyjaśnię.
Artykuł Nobel 2024 – wyjaśniamy laureatów z nauk ścisłych pochodzi z serwisu Pozwól, że wyjaśnię.