Nagroda Nobla z chemii za badania nad białkami: jakie praktyczne zastosowanie mogą mieć dokonania laureatów?

Dzięki pracy trójki noblistów naukowcy mogą dziś przewidywać budowę przestrzenną cząsteczek białek oraz projektować nowe, nieznane dotąd w naturze. Te biocząsteczki składają się z łańcuchów zawierających tysiące aminokwasów, które zwijają się i składają, tworząc niezwykle złożone, trójwymiarowe formy mające decydujące znaczenie dla funkcji, którą dane białko pełni w organizmie.

– Francis Crick, jeden ze współodkrywców struktury DNA, patrząc na nią, miał powiedzieć: „To piękne, ale jak to funkcjonuje?” – mówi „Tygodnikowi” prof. Jan Barciszewski z Instytutu Chemii Bioorganicznej PAN w Poznaniu i Centrum Nanobiomedycznego UAM. – Wymyślił regułę, która mówi, że „jeżeli nie wiesz, jak funkcjonuje cząsteczka biologiczna, to zobacz, jak wygląda jej struktura”.

Naukowcy od dziesięcioleci wiedzieli, że struktura białka jest zakodowana w konkretnej sekwencji aminokwasów w łańcuchu. Odkrycie tej zależności przez Christiana Boehmera Anfinsena zostało już uhonorowane Noblem z chemii w 1972 r. Ale wiedzieć, że zależność istnieje, a wykorzystać ją w praktyce – to dwie zupełnie różne sprawy.

Przewidywanie struktury białek: co możemy z tego mieć?

„Nawet dla średniej długości sekwencji, składającej się z może stu cząsteczek, liczba możliwych struktur jest astronomicznie wielka” – tłumaczył podczas ceremonii członek Komitetu Noblowskiego, prof. Johan Åqvist. Przewidywanie struktur białkowych było uważane za jeden z najważniejszych problemów współczesnej chemii, ale jeszcze do 2018 r. skuteczność stosowanych przez uczonych metod dochodziła do zaledwie ok. 40 proc. Właśnie wtedy zespół naukowców z brytyjskiego laboratorium sztucznej inteligencji DeepMind, w tym Hassabis i Jumper, stworzył program AlphaFold, którego kolejne wersje mogły przewidywać strukturę białek z nawet 90-procentową skutecznością. „Hassabis i Jumper złamali kod” – podkreślał przewodniczący Komitetu Noblowskiego z chemii, prof. Heiner Linke.

Narzędzie zostało udostępnione nieodpłatnie naukowcom z całego świata i jest dziś powszechnie stosowane.

– Wiemy, że np. w procesie nowotworzenia uczestniczy patogenne białko. Chcemy wiedzieć, jak ono wygląda, żeby móc zaplanować jakiś związek, który do tego białka się przyklei, jakoś je zwiąże i następnie to białko przestanie źle funkcjonować w organizmie, co da szansę na wyleczenie pacjenta – tłumaczy prof. Barciszewski. – To jest praktyczny cel wykorzystania tych metod strukturalnych i obliczeń strukturalnych.

Tu kluczowe są wyniki badań trzeciego z nagrodzonych, Davida Bakera. Już w 2003 r. stworzył program Rosetta, który pozwala naukowcom budować zupełnie nowe białka „na zamówienie”. Naukowcy projektują potrzebną strukturę, a program na jej podstawie opracowuje sekwencję aminokwasów, która po zsyntetyzowaniu powinna dać pożądaną cząsteczkę. Można w ten sposób tworzyć np. inhibitory ograniczające namnażanie wirusów, elementy szczepionek, sensory wykrywające opioidy czy nawet elementy nanomaszyn. „David Baker otworzył zupełnie nowy świat struktur białkowych, jakich dotąd nie widzieliśmy – podkreślił prof. Åqvist. – Jestem bardzo podekscytowany i zaszczycony. Stałem na ramionach olbrzymów, bo moi koledzy już wcześniej pokazali, że to możliwe” – mówił noblista podczas krótkiej rozmowy telefonicznej ze Sztokholmem.

Drugi Nobel dla sztucznej inteligencji

Nagroda z dziedziny chemii jest kolejną w tym roku przyznaną za pionierskie badania związane ze sztuczną inteligencją. We wtorek Nobla z fizyki dostali John Hopfield i Geoffrey Hinton za odkrycia, które pozwoliły na stworzenie sztucznych sieci neuronowych i systemów uczenia maszynowego. Założone przez Hassabisa laboratorium Google DeepMind jest jednym z czołowych ośrodków pracujących nad sztuczną inteligencją. Zasłynęło programem AlphaGo, który jako pierwszy zdołał pokonać ludzkiego arcymistrza w grze go. AlphaFold, którego trzecia generacja została opublikowana wiosną tego roku, stało się jednak dowodem na to, że sztuczna inteligencja rzeczywiście może przyczyniać się do rozwiązywania realnych problemów i dramatycznie zwiększać skuteczność prac naukowców czy lekarzy.

Prof. Barciszewski podkreśla jednak, że sztuczna inteligencja, choć niezwykle pomocna, nie zastąpi jeszcze człowieka. – Historia się nie skończyła. Być może cały proces tworzenia nowych struktur przyspieszył, ale ich weryfikacja jednak potrzebuje danych rzeczywistych, za pomocą których możemy weryfikować struktury, które AlphaFold wygeneruje – podkreśla badacz.