2022 માં વિશાળ સાધનોએ મોટી રસાયણશાસ્ત્રને આગળ ધપાવ્યું
આ વર્ષે વિશાળ ડેટા સેટ્સ અને પ્રચંડ સાધનોએ વૈજ્ઞાનિકોને રસાયણશાસ્ત્રને મોટા પાયે ઉકેલવામાં મદદ કરી.
દ્વારાએરિયાના રેમેલ
ક્રેડિટ: ORNL ખાતે ઓક રિજ લીડરશીપ કમ્પ્યુટિંગ ફેસિલિટી
ઓક રિજ નેશનલ લેબોરેટરી ખાતેનું ફ્રન્ટીયર સુપર કોમ્પ્યુટર એ નવી પેઢીના મશીનોમાંનું પ્રથમ છે જે રસાયણશાસ્ત્રીઓને પહેલા કરતાં વધુ જટિલ મોલેક્યુલર સિમ્યુલેશન્સ લેવામાં મદદ કરશે.
2022 માં, વૈજ્ઞાનિકોએ સુપરસાઇઝ્ડ ટૂલ્સનો ઉપયોગ કરીને મોટી શોધો કરી. રાસાયણિક રીતે સક્ષમ કૃત્રિમ બુદ્ધિમત્તાના તાજેતરના વલણ પર આધાર રાખીને, સંશોધકોએ મોટી પ્રગતિ કરી, કમ્પ્યુટર્સને અભૂતપૂર્વ સ્તરે પ્રોટીન માળખાંની આગાહી કરવાનું શીખવ્યું. જુલાઈમાં, આલ્ફાબેટની માલિકીની કંપની ડીપમાઇન્ડે એક ડેટાબેઝ પ્રકાશિત કર્યો જેમાં ... ની રચનાઓ શામેલ છે.લગભગ બધા જાણીતા પ્રોટીનમશીન લર્નિંગ અલ્ગોરિધમ આલ્ફાફોલ્ડ દ્વારા આગાહી મુજબ - ૧૦ કરોડથી વધુ પ્રજાતિઓમાંથી ૨૦ કરોડથી વધુ વ્યક્તિગત પ્રોટીન. પછી, નવેમ્બરમાં, ટેક કંપની મેટાએ પ્રોટીન આગાહી ટેકનોલોજીમાં તેની પ્રગતિ દર્શાવી, જેને AI અલ્ગોરિધમ કહેવાય છે.ESMFold દ્વારા વધુ. એક પ્રીપ્રિન્ટ અભ્યાસમાં, જેની હજુ સુધી પીઅર-સમીક્ષા કરવામાં આવી નથી, મેટા સંશોધકોએ અહેવાલ આપ્યો છે કે તેમનો નવો અલ્ગોરિધમ આલ્ફાફોલ્ડ જેટલો સચોટ નથી પરંતુ ઝડપી છે. વધેલી ગતિનો અર્થ એ થયો કે સંશોધકો ફક્ત 2 અઠવાડિયામાં 600 મિલિયન રચનાઓની આગાહી કરી શકે છે (bioRxiv 2022, DOI:૧૦.૧૧૦૧/૨૦૨૨.૦૭.૨૦.૫૦૦૯૦૨).
યુનિવર્સિટી ઓફ વોશિંગ્ટન (UW) સ્કૂલ ઓફ મેડિસિનના જીવવિજ્ઞાનીઓ મદદ કરી રહ્યા છેકુદરતના નમૂનાથી આગળ કમ્પ્યુટર્સની બાયોકેમિકલ ક્ષમતાઓનો વિસ્તાર કરોમશીનોને શરૂઆતથી જ બેસ્પોક પ્રોટીન પ્રસ્તાવિત કરવાનું શીખવીને. UW ના ડેવિડ બેકર અને તેમની ટીમે એક નવું AI ટૂલ બનાવ્યું જે સરળ પ્રોમ્પ્ટ પર પુનરાવર્તિત સુધારો કરીને અથવા હાલના માળખાના પસંદ કરેલા ભાગો વચ્ચેના અંતરને ભરીને પ્રોટીન ડિઝાઇન કરી શકે છે (વિજ્ઞાન૨૦૨૨, ડીઓઆઈ:૧૦.૧૧૨૬/વિજ્ઞાન.abn૨૧૦૦). ટીમે એક નવો પ્રોગ્રામ, પ્રોટીનએમપીએનએન પણ રજૂ કર્યો, જે બહુવિધ પ્રોટીન સબયુનિટ્સના ડિઝાઇન કરેલા 3D આકારો અને એસેમ્બલીઓથી શરૂ થઈ શકે છે અને પછી તેમને કાર્યક્ષમ રીતે બનાવવા માટે જરૂરી એમિનો એસિડ સિક્વન્સ નક્કી કરી શકે છે (વિજ્ઞાન૨૦૨૨, ડીઓઆઈ:૧૦.૧૧૨૬/વિજ્ઞાન.એડ૨૧૮૭;૧૦.૧૧૨૬/વિજ્ઞાન.એડ૧૯૬૪). આ બાયોકેમિકલ રીતે સમજદાર અલ્ગોરિધમ્સ વૈજ્ઞાનિકોને કૃત્રિમ પ્રોટીન માટે બ્લુપ્રિન્ટ બનાવવામાં મદદ કરી શકે છે જેનો ઉપયોગ નવા બાયોમટીરિયલ્સ અને ફાર્માસ્યુટિકલ્સમાં થઈ શકે છે.
ક્રેડિટ: ઇયાન સી. હેડન/યુડબ્લ્યુ ઇન્સ્ટિટ્યૂટ ફોર પ્રોટીન ડિઝાઇન
મશીન લર્નિંગ અલ્ગોરિધમ્સ વૈજ્ઞાનિકોને ચોક્કસ કાર્યોને ધ્યાનમાં રાખીને નવા પ્રોટીનનું સ્વપ્ન જોવામાં મદદ કરી રહ્યા છે.
જેમ જેમ કોમ્પ્યુટેશનલ રસાયણશાસ્ત્રીઓની મહત્વાકાંક્ષાઓ વધતી જાય છે, તેમ તેમ મોલેક્યુલર વિશ્વનું અનુકરણ કરવા માટે ઉપયોગમાં લેવાતા કમ્પ્યુટર્સ પણ વધતા જાય છે. ઓક રિજ નેશનલ લેબોરેટરી (ORNL) ખાતે, રસાયણશાસ્ત્રીઓને અત્યાર સુધીના સૌથી શક્તિશાળી સુપર કમ્પ્યુટર્સમાંના એકની પ્રથમ ઝલક મળી.ORNL નું એક્સાસ્કેલ સુપર કોમ્પ્યુટર, ફ્રન્ટીયર, પ્રતિ સેકન્ડ 1 ક્વિન્ટિલિયન ફ્લોટિંગ ઓપરેશન્સની ગણતરી કરનાર પ્રથમ મશીનોમાંનું એક છે, જે કોમ્પ્યુટેશનલ અંકગણિતનું એકમ છે. આ કમ્પ્યુટિંગ ગતિ જાપાનના સુપર કોમ્પ્યુટર ફુગાકુ કરતા લગભગ ત્રણ ગણી ઝડપી છે. આગામી વર્ષે, બે વધુ રાષ્ટ્રીય પ્રયોગશાળાઓ યુ.એસ.માં એક્સાસ્કેલ કમ્પ્યુટર્સ રજૂ કરવાની યોજના ધરાવે છે. આ અત્યાધુનિક મશીનોની આઉટસાઇઝ કમ્પ્યુટર પાવર રસાયણશાસ્ત્રીઓને વધુ મોટી મોલેક્યુલર સિસ્ટમ્સ અને લાંબા સમયના સ્કેલ પર અનુકરણ કરવાની મંજૂરી આપશે. તે મોડેલોમાંથી એકત્રિત કરવામાં આવેલ ડેટા સંશોધકોને ફ્લાસ્કમાં પ્રતિક્રિયાઓ અને તેમને મોડેલ કરવા માટે ઉપયોગમાં લેવાતા વર્ચ્યુઅલ સિમ્યુલેશન વચ્ચેના અંતરને ઘટાડીને રસાયણશાસ્ત્રમાં શું શક્ય છે તેની સીમાઓને આગળ વધારવામાં મદદ કરી શકે છે. "આપણે એવા તબક્કે છીએ જ્યાં આપણે ખરેખર પ્રશ્નો પૂછવાનું શરૂ કરી શકીએ છીએ કે આપણી સૈદ્ધાંતિક પદ્ધતિઓ અથવા મોડેલોમાં એવું શું ખૂટે છે જે આપણને પ્રયોગ જે કહે છે તે વાસ્તવિક છે તેની નજીક લઈ જશે," આયોવા સ્ટેટ યુનિવર્સિટીના કોમ્પ્યુટેશનલ રસાયણશાસ્ત્રી અને એક્સાસ્કેલ કમ્પ્યુટિંગ પ્રોજેક્ટના પ્રોજેક્ટ લીડ થેરેસા વિન્ડસે સપ્ટેમ્બરમાં C&EN ને જણાવ્યું હતું. એક્સાસ્કેલ કમ્પ્યુટર્સ પર ચાલતા સિમ્યુલેશન રસાયણશાસ્ત્રીઓને નવા ઇંધણ સ્ત્રોતો શોધવામાં અને નવી આબોહવા-સ્થિતિસ્થાપક સામગ્રી ડિઝાઇન કરવામાં મદદ કરી શકે છે.
દેશભરમાં, કેલિફોર્નિયાના મેનલો પાર્કમાં, SLAC નેશનલ એક્સિલરેટર લેબોરેટરી સ્થાપિત કરી રહી છેલિનાક કોહેરન્ટ લાઇટ સોર્સ (LCLS) માં સુપરકૂલ અપગ્રેડજેનાથી રસાયણશાસ્ત્રીઓ અણુઓ અને ઇલેક્ટ્રોનની અલ્ટ્રાફાસ્ટ દુનિયામાં વધુ ઊંડાણપૂર્વક જોઈ શકશે. આ સુવિધા 3 કિમી રેખીય પ્રવેગક પર બનેલી છે, જેના ભાગોને પ્રવાહી હિલીયમથી 2 K સુધી ઠંડુ કરવામાં આવે છે, જેથી એક્સ-રે ફ્રી-ઇલેક્ટ્રોન લેસર (XFEL) નામના એક પ્રકારનો સુપરરાઇટ, સુપરફાસ્ટ પ્રકાશ સ્ત્રોત ઉત્પન્ન થાય. રસાયણશાસ્ત્રીઓએ આ સાધનોના શક્તિશાળી પલ્સનો ઉપયોગ મોલેક્યુલર મૂવીઝ બનાવવા માટે કર્યો છે જેનાથી તેઓ રાસાયણિક બંધનો બનતા અને પ્રકાશસંશ્લેષણ ઉત્સેચકો કામ કરવા જેવી અસંખ્ય પ્રક્રિયાઓ જોઈ શક્યા છે. "ફેમટોસેકન્ડ ફ્લેશમાં, તમે અણુઓને સ્થિર ઊભા જોઈ શકો છો, એક અણુ બંધન તૂટતા," સ્ટેનફોર્ડ યુનિવર્સિટી અને SLAC ખાતે સંયુક્ત નિમણૂકો ધરાવતા મટીરીયલ સાયન્ટિસ્ટ લિયોરા ડ્રેસેલહોસ-મારાઇસે જુલાઈમાં C&EN ને જણાવ્યું હતું. LCLS માં અપગ્રેડ કરવાથી વૈજ્ઞાનિકો આગામી વર્ષની શરૂઆતમાં નવી ક્ષમતાઓ ઉપલબ્ધ થશે ત્યારે એક્સ-રેની ઊર્જાને વધુ સારી રીતે ટ્યુન કરી શકશે.
ક્રેડિટ: SLAC નેશનલ એક્સિલરેટર લેબોરેટરી
SLAC નેશનલ એક્સિલરેટર લેબોરેટરીનું એક્સ-રે લેસર કેલિફોર્નિયાના મેનલો પાર્કમાં 3 કિમી લાંબા રેખીય એક્સિલરેટર પર બનેલ છે.
આ વર્ષે, વૈજ્ઞાનિકોએ એ પણ જોયું કે લાંબા સમયથી રાહ જોવાતી જેમ્સ વેબ સ્પેસ ટેલિસ્કોપ (JWST) કેટલી શક્તિશાળી હોઈ શકે છે જેઆપણા બ્રહ્માંડની રાસાયણિક જટિલતા. નાસા અને તેના ભાગીદારો - યુરોપિયન સ્પેસ એજન્સી, કેનેડિયન સ્પેસ એજન્સી અને સ્પેસ ટેલિસ્કોપ સાયન્સ ઇન્સ્ટિટ્યૂટ - પહેલાથી જ ડઝનેક છબીઓ પ્રકાશિત કરી ચૂક્યા છે, જેમાં તારાઓની નિહારિકાઓના ચમકતા ચિત્રોથી લઈને પ્રાચીન તારાવિશ્વોના મૂળભૂત ફિંગરપ્રિન્ટ્સનો સમાવેશ થાય છે. 10 અબજ ડોલરના ઇન્ફ્રારેડ ટેલિસ્કોપમાં આપણા બ્રહ્માંડના ઊંડા ઇતિહાસનું અન્વેષણ કરવા માટે રચાયેલ વૈજ્ઞાનિક સાધનોનો સમૂહ છે. દાયકાઓથી, JWST એ 4.6 અબજ વર્ષ પહેલાં દેખાતી એક ચક્કરવાળી ગેલેક્સીની છબી લઈને તેના ઇજનેરોની અપેક્ષાઓ કરતાં વધુ સારું પ્રદર્શન કર્યું છે, જેમાં ઓક્સિજન, નિયોન અને અન્ય અણુઓના સ્પેક્ટ્રોસ્કોપિક હસ્તાક્ષરો શામેલ છે. વૈજ્ઞાનિકોએ એક્ઝોપ્લેનેટ પર વરાળવાળા વાદળો અને ધુમ્મસના હસ્તાક્ષરો પણ માપ્યા, જે ડેટા પ્રદાન કરે છે જે ખગોળશાસ્ત્રીઓને પૃથ્વીની બહાર સંભવિત રીતે રહેવા યોગ્ય વિશ્વો શોધવામાં મદદ કરી શકે છે.
પોસ્ટ સમય: ફેબ્રુઆરી-૦૭-૨૦૨૩