جائزة نوبل في الكيمياء

في 9 أكتوبر/تشرين الأول بالتوقيت المحلي، أعلنت الأكاديمية الملكية السويدية للعلوم أنها منحت جائزة نوبل في الكيمياء لعام 2024 إلى ديفيد بيكر وديميس هاسابيس وجون م. جامبر لإسهاماتهم في مجال تصميم البروتين والتنبؤ ببنية البروتين، وقد حصل الفائزون الثلاثة على ما مجموعه 11 مليون كرونة سويدية (حوالي 7.45 مليون يوان) كجائزة مالية.

وقد نجح ديميس هاسابيس وجون جامبر في استخدام تقنيات الذكاء الاصطناعي للتنبؤ ببنية جميع البروتينات المعروفة تقريبًا. وأتقن ديفيد بيكر لبنات بناء الحياة وخلق بروتينات جديدة تمامًا.

ديميس هاسابيس

لطالما اشتهر هاسابيس في الأوساط التقنية العالمية. وُلد عام 1976 ونشأ في لندن من أم سنغافورية صينية، وبدأ لعب الشطرنج في سن الرابعة من عمره وعُرف باسم ”معجزة الشطرنج“، وعلّم نفسه البرمجة في سن الثامنة، ووصل إلى مرتبة الأستاذ الكبير في سن الثالثة عشرة. تخرّج من جامعة كامبريدج بدرجة أولى مزدوجة في علوم الحاسب الآلي، وحصل على درجة الدكتوراه في علم الأعصاب الإدراكي من كلية لندن الجامعية، وأجرى دراسات ما بعد الدكتوراه في معهد ماساتشوستس للتكنولوجيا وهارفارد.

في عام 2010، شارك في تأسيس شركة ”DeepMind“ وأصبح رئيسها التنفيذي مع ”شين ليغ“، الذي التقى به عندما كان طالب دكتوراه في كلية لندن الجامعية.في عام 2014، استحوذت شركة جوجل على شركة ”DeepMind“ وأصبحت تعمل بشكل مستقل تحت مظلة شركة ألفابت.في عام 2023، اندمجت شركة ”DeepMind“ مع ”جوجل برين ”في عام 2023، اندمج ”DeepMind“ مع ”Google Brain“ وتمت ترقية ”هاسابيس“ إلى منصب الرئيس التنفيذي لفريق ”Google DeepMind“ المدمج.

جون جامبر

كبير علماء الأبحاث في شركة DeepMind Technologies والمؤلف الأول لـ AlphaFold. حاصل على درجة الدكتوراه من جامعة شيكاغو، حيث ركزت أبحاثه على استخدام التعلم الآلي لنمذجة طي البروتين وديناميكياته، وفي عام 2021 تم إدراجه كواحد من أهم 10 ”أشخاص مهمين“ في قائمة Nature السنوية.

ديفيد بيكر

ولد ديفيد بيكر عام 1962 في سياتل، واشنطن، الولايات المتحدة الأمريكية، وهو حاليًا مدير معهد تصميم البروتين في جامعة واشنطن. حصل على جائزة الاختراق في علوم الحياة لعام 2020 لتطويره تقنية تصميم بروتينات جديدة من الصفر لم يسبق لها الظهور في الطبيعة، واستخدم لأول مرة الذكاء الاصطناعي التوليدي لتصميم جسم مضاد جديد من الصفر، وهو ما يتوقع أن يسمح للذكاء الاصطناعي بتصميم بروتينات من الصفر لدخول سوق أدوية الأجسام المضادة، وهو ما يسمى ”سلف“ مجال تصميم البروتينات، وقد قدم أول اقتراح لتطوير جسم مضاد جديد في مجال تصميم البروتينات قبل DeepMind، والذي تم استخدامه لتطوير جسم مضاد جديد. DeepMind قبل طريقة التنبؤ وتصميم بنية البروتين ثلاثية الأبعاد، بل وصمم خوارزمية تصميم بنية البروتين قبل AlphaFold - RoseTTAFold.

لماذا طي البروتين؟

بصفته مادة تدعم الأنشطة الحياتية الأساسية لجسم الإنسان، يتكون البروتين من 20 حمضًا أمينيًا متصلًا بطريقة تشبه المسبحة لتشكيل شكل ثلاثي الأبعاد، والشكل نفسه يحدد وظيفة البروتين، لذلك كانت دراسة شكل البروتين دائمًا اتجاهًا شائعًا في مجال الطب.

قبل AlphaFold، كان ذلك يتم بشكل تجريبي. تبلور البروتينات أمر صعب للغاية، فبعض البروتينات لا تتبلور مثل البروتينات الغشائية، ويجب قضاء شهور، بل وسنوات، في استخدام المجاهر الإلكترونية باهظة الثمن أو أجهزة تحليل البلورات بالأشعة السينية للحصول على البنية ثلاثية الأبعاد وتصورها. وقد درس عدد لا يُحصى من الحاصلين على درجة الدكتوراه طي البروتينات المنفردة.

ومع ذلك، فإن AlphaFold2 قادر على التنبؤ بالتركيب ثلاثي الأبعاد للبروتينات مباشرةً من تسلسل الأحماض الأمينية بدقة على المستوى الذري، ويُعتقد أنه قد حل مشكلة طي البروتينات التي أرهقت البشرية على مدى 50 عاماً من التاريخ، مما أدى إلى تقدم سريع في فهم الإنسان للعمليات البيولوجية الأساسية وتسهيل تصميم الأدوية.

في عام 2018، أعلن DeepMind في عام 2018 عن الجيل الأول من AlphaFold، والذي نجح في التنبؤ بأدق الهياكل ل 25 من أصل 43 بروتينًا في مسابقة CASP الثالثة عشرة، ”أولمبياد التنبؤ ببنية البروتين“، متفوقًا على 97 منافسًا آخر.

في عام 2020، أطلقت شركة DeepMind برنامج AlphaFold2 القادر على التنبؤ بهياكل البروتينات في مجموعة واسعة من المجالات، وقد تنبأ بالفعل بالبنى ثلاثية الأبعاد لأكثر من 200 مليون بروتين، وهو أهم إسهام بارز في علم الأحياء البنيوي، وله أهمية رائدة في الأبحاث اللاحقة حول بنية البروتين ووظيفته، خاصةً في مجال تعزيز المستحضرات الصيدلانية الحيوية. وأعقب ذلك مشروع AlphaFold-Multimer، الذي ساهم في تطوير التنبؤ بمركبات البروتين-البروتين.

في مايو 2024، ظهر AlphaFold 3، وهو الجيل التالي من AlphaFold الذي قدمه فريق من الباحثين من Google DeepMind وISomorphic Labs، في مجلة Nature.نجح AlphaFold 3 في التنبؤ بجميع الجزيئات الحية (البروتينات, والحمض النووي والحمض النووي الريبي والروابط وغيرها). وبالمقارنة مع طرق التنبؤ الحالية، وجد AlphaFold 3 أن البروتينات تتفاعل مع أنواع الجزيئات الأخرى بشكل أفضل بنسبة 50 في المائة على الأقل، بل وضاعف دقة التنبؤ لبعض فئات التفاعل المهمة.