• page_banner

Des outils massifs ont fait progresser la grande chimie en 2022 Des ensembles de données gigantesques et des instruments colossaux ont aidé les scientifiques à aborder la chimie à grande échelle cette année

Des outils massifs ont fait progresser la grande chimie en 2022

Des ensembles de données gigantesques et des instruments colossaux ont aidé les scientifiques à aborder la chimie à grande échelle cette année

parAriana Remmel

 

微信图片_20230207150904

Crédit : Oak Ridge Leadership Computing Facility à l'ORNL

Le supercalculateur Frontier du Oak Ridge National Laboratory est le premier d'une nouvelle génération de machines qui aideront les chimistes à entreprendre des simulations moléculaires plus complexes que jamais.

Les scientifiques ont fait de grandes découvertes avec des outils surdimensionnés en 2022. S'appuyant sur la tendance récente de l'intelligence artificielle chimiquement compétente, les chercheurs ont fait de grands progrès, apprenant aux ordinateurs à prédire les structures des protéines à une échelle sans précédent.En juillet, la société DeepMind appartenant à Alphabet a publié une base de données contenant les structures depresque toutes les protéines connues— Plus de 200 millions de protéines individuelles provenant de plus de 100 millions d'espèces, comme le prédit l'algorithme d'apprentissage automatique AlphaFold.Puis, en novembre, la société technologique Meta a démontré ses progrès dans la technologie de prédiction des protéines avec un algorithme d'IA appeléESMFold.Dans une étude pré-imprimée qui n'a pas encore été évaluée par des pairs, les chercheurs de Meta ont indiqué que leur nouvel algorithme n'est pas aussi précis qu'AlphaFold mais qu'il est plus rapide.La vitesse accrue signifiait que les chercheurs pouvaient prédire 600 millions de structures en seulement 2 semaines (bioRxiv 2022, DOI :10.1101/2022.07.20.500902).

Des biologistes de la faculté de médecine de l'Université de Washington (UW) aidentétendre les capacités biochimiques des ordinateurs au-delà du modèle de la natureen apprenant aux machines à proposer des protéines sur mesure à partir de rien.David Baker de l'UW et son équipe ont créé un nouvel outil d'IA capable de concevoir des protéines soit en améliorant de manière itérative des invites simples, soit en comblant les lacunes entre des parties sélectionnées d'une structure existante (Science2022, déclaration d'identité :10.1126/science.abn2100).L'équipe a également lancé un nouveau programme, ProteinMPNN, qui peut partir de formes et d'assemblages 3D conçus de plusieurs sous-unités protéiques, puis déterminer les séquences d'acides aminés nécessaires pour les fabriquer efficacement (Science2022, déclaration d'identité :10.1126/science.add2187;10.1126/science.add1964).Ces algorithmes biochimiquement avisés pourraient aider les scientifiques à élaborer des plans pour des protéines artificielles qui pourraient être utilisées dans de nouveaux biomatériaux et produits pharmaceutiques.

微信图片_20230207151007

Crédit : Ian C. Haydon/UW Institute for Protein Design

Les algorithmes d'apprentissage automatique aident les scientifiques à imaginer de nouvelles protéines avec des fonctions spécifiques à l'esprit.

À mesure que les ambitions des chimistes informaticiens grandissent, les ordinateurs utilisés pour simuler le monde moléculaire augmentent également.Au laboratoire national d'Oak Ridge (ORNL), les chimistes ont eu un premier aperçu de l'un des supercalculateurs les plus puissants jamais construits.Le supercalculateur exascale de l'ORNL, Frontier, fait partie des premières machines à calculer plus d'un quintillion d'opérations flottantes par seconde, une unité d'arithmétique computationnelle.Cette vitesse de calcul est environ trois fois plus rapide que celle du champion en titre, le supercalculateur Fugaku au Japon.L'année prochaine, deux autres laboratoires nationaux prévoient de lancer des ordinateurs exascale aux États-Unis.La puissance informatique démesurée de ces machines de pointe permettra aux chimistes de simuler des systèmes moléculaires encore plus grands et sur des échelles de temps plus longues.Les données recueillies à partir de ces modèles pourraient aider les chercheurs à repousser les limites de ce qui est possible en chimie en réduisant l'écart entre les réactions dans un ballon et les simulations virtuelles utilisées pour les modéliser."Nous sommes à un point où nous pouvons vraiment commencer à nous poser des questions sur ce qui manque à nos méthodes ou modèles théoriques qui nous rapprocheraient de ce qu'une expérience nous dit est réel", Theresa Windus, chimiste informatique à Iowa State University et chef de projet avec le projet Exascale Computing, a déclaré à C&EN en septembre.Des simulations exécutées sur des ordinateurs exascale pourraient aider les chimistes à inventer de nouvelles sources de carburant et à concevoir de nouveaux matériaux résistants au climat.

Dans tout le pays, à Menlo Park, en Californie, le SLAC National Accelerator Laboratory installemises à niveau super cool de la source de lumière cohérente du Linac (LCLS)cela pourrait permettre aux chimistes de scruter plus profondément le monde ultrarapide des atomes et des électrons.L'installation est construite sur un accélérateur linéaire de 3 km, dont certaines parties sont refroidies à l'hélium liquide jusqu'à 2 K, pour produire un type de source de lumière ultra-brillante et ultra-rapide appelée laser à rayons X à électrons libres (XFEL).Les chimistes ont utilisé les puissantes impulsions des instruments pour réaliser des films moléculaires qui leur ont permis d'observer une myriade de processus, tels que la formation de liaisons chimiques et le fonctionnement des enzymes photosynthétiques."Dans un flash femtoseconde, vous pouvez voir des atomes s'immobiliser, des liaisons atomiques simples se rompre", a déclaré Leora Dresselhaus-Marais, scientifique des matériaux avec des nominations conjointes à l'Université de Stanford et au SLAC, à C&EN en juillet.Les mises à niveau du LCLS permettront également aux scientifiques de mieux régler les énergies des rayons X lorsque les nouvelles capacités seront disponibles au début de l'année prochaine.

微信图片_20230207151052

Crédit : Laboratoire national des accélérateurs du SLAC

Le laser à rayons X du SLAC National Accelerator Laboratory est construit sur un accélérateur linéaire de 3 km à Menlo Park, en Californie.

Cette année, les scientifiques ont également vu à quel point le télescope spatial James Webb (JWST) tant attendu pouvait être puissant pour révéler lecomplexité chimique de notre univers.La NASA et ses partenaires - l'Agence spatiale européenne, l'Agence spatiale canadienne et le Space Telescope Science Institute - ont déjà publié des dizaines d'images, allant de portraits éblouissants de nébuleuses stellaires aux empreintes élémentaires d'anciennes galaxies.Le télescope infrarouge de 10 milliards de dollars est équipé de suites d'instruments scientifiques conçus pour explorer l'histoire profonde de notre univers.Des décennies de fabrication, le JWST a déjà dépassé les attentes de ses ingénieurs en capturant une image d'une galaxie tourbillonnante telle qu'elle est apparue il y a 4,6 milliards d'années, avec des signatures spectroscopiques d'oxygène, de néon et d'autres atomes.Les scientifiques ont également mesuré les signatures de nuages ​​​​et de brume torrides sur une exoplanète, fournissant des données qui pourraient aider les astrobiologistes à rechercher des mondes potentiellement habitables au-delà de la Terre.

 


Heure de publication : 07 février 2023