Ferramentas de grande porte impulsionaram a química em larga escala em 2022.
Conjuntos de dados gigantescos e instrumentos colossais ajudaram os cientistas a desvendar os mistérios da química em grande escala neste ano.
porAriana Remmel
Crédito: Centro de Computação de Liderança de Oak Ridge no ORNL
O supercomputador Frontier, no Laboratório Nacional de Oak Ridge, é o primeiro de uma nova geração de máquinas que ajudarão os químicos a realizar simulações moleculares mais complexas do que nunca.
Em 2022, cientistas fizeram grandes descobertas com ferramentas superdimensionadas. Aproveitando a recente tendência de inteligência artificial com competência química, pesquisadores avançaram significativamente, ensinando computadores a prever estruturas de proteínas em uma escala sem precedentes. Em julho, a DeepMind, empresa pertencente à Alphabet, publicou um banco de dados contendo as estruturas dequase todas as proteínas conhecidas—Mais de 200 milhões de proteínas individuais de mais de 100 milhões de espécies—conforme previsto pelo algoritmo de aprendizado de máquina AlphaFold. Em novembro, a empresa de tecnologia Meta demonstrou seu progresso na tecnologia de previsão de proteínas com um algoritmo de IA chamadoESMFoldEm um estudo preliminar ainda não revisado por pares, pesquisadores da Meta relataram que seu novo algoritmo não é tão preciso quanto o AlphaFold, mas é mais rápido. O aumento na velocidade permitiu que os pesquisadores previssem 600 milhões de estruturas em apenas 2 semanas (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Biólogos da Escola de Medicina da Universidade de Washington (UW) estão ajudandoExpandir as capacidades bioquímicas dos computadores para além do modelo da natureza.ensinando máquinas a propor proteínas personalizadas do zero. David Baker, da Universidade de Washington, e sua equipe criaram uma nova ferramenta de IA que pode projetar proteínas, seja aprimorando iterativamente instruções simples ou preenchendo as lacunas entre partes selecionadas de uma estrutura existente (Ciência2022, DOI:10.1126/science.abn2100A equipe também apresentou um novo programa, o ProteinMPNN, que pode partir de formas 3D projetadas e conjuntos de múltiplas subunidades de proteínas e, em seguida, determinar as sequências de aminoácidos necessárias para produzi-las de forma eficiente (Ciência2022, DOI:10.1126/ciência.adicionar2187;10.1126/ciência.adicionar1964Esses algoritmos com conhecimento bioquímico poderiam auxiliar os cientistas na criação de modelos para proteínas artificiais que poderiam ser usadas em novos biomateriais e produtos farmacêuticos.
Crédito: Ian C. Haydon/Instituto de Design de Proteínas da UW
Os algoritmos de aprendizado de máquina estão ajudando os cientistas a idealizar novas proteínas com funções específicas em mente.
À medida que as ambições dos químicos computacionais crescem, o mesmo acontece com os computadores usados para simular o mundo molecular. No Laboratório Nacional de Oak Ridge (ORNL), os químicos tiveram um primeiro vislumbre de um dos supercomputadores mais poderosos já construídos.O supercomputador exascale do ORNL, FrontierO supercomputador Exascale, localizado no Japão, está entre as primeiras máquinas a calcular mais de 1 quintilhão de operações de ponto flutuante por segundo, uma unidade de aritmética computacional. Essa velocidade de computação é cerca de três vezes maior que a do atual campeão, o supercomputador Fugaku, no Japão. No próximo ano, mais dois laboratórios nacionais planejam lançar computadores exascale nos EUA. O enorme poder computacional dessas máquinas de última geração permitirá que químicos simulem sistemas moleculares ainda maiores e em escalas de tempo mais longas. Os dados coletados desses modelos podem ajudar os pesquisadores a expandir os limites do que é possível em química, reduzindo a lacuna entre as reações em um frasco e as simulações virtuais usadas para modelá-las. "Estamos em um ponto em que podemos realmente começar a questionar o que está faltando em nossos métodos ou modelos teóricos que nos aproxime do que um experimento nos diz ser real", disse Theresa Windus, química computacional da Universidade Estadual de Iowa e líder do Projeto de Computação Exascale, à C&EN em setembro. Simulações executadas em computadores de exaescala podem ajudar os químicos a inventar novas fontes de combustível e a projetar novos materiais resistentes às mudanças climáticas.
Em todo o país, em Menlo Park, Califórnia, o Laboratório Nacional de Aceleradores SLAC está instalandoMelhorias incríveis para a Fonte de Luz Coerente do Linac (LCLS)Isso poderá permitir que os químicos investiguem mais a fundo o mundo ultrarrápido dos átomos e elétrons. A instalação é construída sobre um acelerador linear de 3 km, partes do qual são resfriadas com hélio líquido a 2 K, para produzir um tipo de fonte de luz superbrilhante e ultrarrápida chamada laser de elétrons livres de raios X (XFEL). Os químicos têm usado os pulsos poderosos dos instrumentos para criar filmes moleculares que lhes permitiram observar inúmeros processos, como a formação de ligações químicas e a ação de enzimas fotossintéticas. "Em um flash de femtosegundo, você pode ver átomos parados, ligações atômicas individuais se rompendo", disse Leora Dresselhaus-Marais, cientista de materiais com cargos conjuntos na Universidade Stanford e no SLAC, à C&EN em julho. As melhorias no LCLS também permitirão que os cientistas ajustem melhor as energias dos raios X quando os novos recursos estiverem disponíveis no início do próximo ano.
Crédito: Laboratório Nacional de Aceleradores SLAC
O laser de raios X do Laboratório Nacional de Aceleradores SLAC está instalado em um acelerador linear de 3 km em Menlo Park, Califórnia.
Este ano, os cientistas também puderam constatar o quão poderoso o tão aguardado Telescópio Espacial James Webb (JWST) poderia ser para revelar ocomplexidade química do nosso universoA NASA e seus parceiros — a Agência Espacial Europeia, a Agência Espacial Canadense e o Instituto de Ciência do Telescópio Espacial — já divulgaram dezenas de imagens, desde retratos deslumbrantes de nebulosas estelares até as impressões digitais elementares de galáxias antigas. O telescópio infravermelho de US$ 10 bilhões está equipado com conjuntos de instrumentos científicos projetados para explorar a história profunda do nosso universo. Construído ao longo de décadas, o JWST já superou as expectativas de seus engenheiros ao capturar uma imagem de uma galáxia giratória como ela era há 4,6 bilhões de anos, completa com assinaturas espectroscópicas de oxigênio, neônio e outros átomos. Os cientistas também mediram assinaturas de nuvens vaporosas e névoa em um exoplaneta, fornecendo dados que podem ajudar os astrobiólogos a procurar mundos potencialmente habitáveis além da Terra.
Data da publicação: 07/02/2023