Нобелевская неделя 2024 года еще не закончилась, но уже объявлены премии по естественным наукам – физиологии и медицине, физике и химии. Эти дни ученые НИЯУ МИФИ разъясняли значение достижений новых нобелевских лауреатов в средствах массовой информации. Взглянем на Нобелевские премии глазами экспертов нашего университета.
Физиология и медицина
Нобелевская премия по физиологии и медицине 2024 года удостоены американские ученые Виктор Эмброс и Гэри Равкан за новаторское открытие микро-РНК и ее решающей роли в посттранскрипционной регуляции генов.
Почему открытие микро-РНК очень важно, на страницах «Известий» объяснил доктор медицинских наук, доцент кафедры фундаментальной медицины МИФИ Сергей Гуляев. По словам ученого, изменения в геноме человека приводят к синтезу белков, структура которых не типична для макроорганизма, в результате мы сталкиваемся с такими заболеваниями как болезни накопления (Паркинсона или Альцгеймера), опухоли доброкачественного и злокачественного типа, вероятно, и рассеянный склероз тоже связан именно с этим. С этими болезненными состояниями нужно бороться, иначе человечество было бы обречено на вымирание. Одним из защитных механизмов является система микро-РНК молекул.
«Их действие заключается в следующем: сформировавшаяся микро-РНК, представляет собой неактивную форму, напоминающую шпильку. При активации, она теряет свою головку и малую инактивирующую цепочку. Оставшаяся активная структура присоединяется к развернутому участку ДНК и вначале блокирует его, не позволяя рибосомальной РНК считать информацию, а после удаляет его из последовательности, восстанавливая исходную структуру ДНК», — пояснил Сергей Гуляев.
Он добавил, что нарушения этой системы позволяют по-новому взглянуть на многие заболевания, о природе которых люди ранее не могли знать. Особенно тех, причина которых кроется в нарушении человеческого генома.
Материал «Известий» о Нобелевской премии по физиологии и медицине читайте здесь.
Физика
Нобелевские премии и по физике, и по химии в 2024 связаны с технологиями искусственного интеллекта. Нобелевскую премию по физике присудили в этом году за «основополагающие открытия и изобретения, обеспечивающие машинное обучение с использованием искусственных нейронных сетей». Награду разделят Джон Хопфилд (США) и Джеффри Хинтон (Канада). Их разработки и открытия, сделанные еще в 1980-х, стали основой для бурного развития технологий искусственного интеллекта (ИИ) в 2010-е.
Подробное интервью «Московскому комсомольцу» о достижениях лауреатах дал старший преподаватель кафедры «Кибернетика» МИФИ Роман Душкин «То, что произошло, – это беспрецедентный случай. Потому что премия по физике на самом деле является премией по математике!», - сказал он. Роман Душкин объяснил, что – так называемая сеть Хопфилда (ее так назвали в честь ученого) – это математическая модель. Она достаточно фундаментальная, для решения отдельных классов оптимизационных задач. Это специфическая архитектура нейросети, которая может запоминать некоторое количество эталонных образов. Представьте себе тысячу нейронов, – каждый связан друг с другом. Когда мы на вход этой сети подаем некий сигнал, который несет в себе образ (может, не четкий, немного зашумленный), – она на выходе восстанавливает эталон. Фактически, это некий базовый фильтр, и работает он достаточно эффективно. Этот принцип применяется сейчас в распознавании образов, причем, под образами мы понимаем не только визуальные паттерны. Это могут быть голосовые или цифровые сигналы. Что касается второго лауреата, Джеффри Хинтона, то по словам Романа Душкина, он еще в 80-е годы прошлого века он стал отцом машинного обучения. В частности, он был одним из тех, кто предложил «метод обратного распространения ошибки». Он понял, как должны быть устроены нейронные сети для решения фундаментальных задач.
Полностью интервью Романа Душкина «МК» читайте здесь.
На страницах «Известий» заведующий кафедрой теоретической ядерной физики НИЯУ МИФИ Сергей Попруженко уточнил достижения Джеффри Хинтона. «В 1985 году Хинтон придумал «машину Больцмана» — систему, которая способна искать абсолютный, а не локальный минимум энергии, - рассказал Сергей Попруженко. - Это, значит, что алгоритм с большей вероятностью находит верное, а не «похожее на верное» решение». Эксперт пояснил, что при программной реализации такой машины используют алгоритм имитации отжига. Это процесс, который происходит при затвердевании расплавленных веществ. Таким образом, идея реализации вычислительного процесса связана с физическим эффектом, на чем акцентировали внимание члены Нобелевского комитета.
Материал «Известий» о Нобелевской премии по физике читайте здесь.
А на страницах «Коммерсанта» заместитель директора Института интеллектуальных кибернетических систем МИФИ Валентин Климов добавляет: сейчас технологии, созданные на основе исследований лауреатов, используются при распознавании лиц — например, в ходе анализа видеопотока камер наблюдения или даже просто при оплате проезда в метро. Полностью публикацию «Коммерсанта» читайте здесь.
Химия
Нобелевскую премию по химии за 2024 год присудили американцу Дэвиду Бейкеру и британцам Демису Хассабису и Джону Джамперу за работы в области белковых молекул. Как объявил Нобелевский комитет Королевской шведской академии наук, Бейкер получает награду за работы в области компьютерного дизайна белковых молекул, а Хассабис и Джампер — за исследования, результаты которых помогли предсказывать структуру белков.
Как заявил «Известиям» профессор кафедры физики конденсированных сред НИЯУ МИФИ Константин Катин, если просто сложить из аминокислот какой-нибудь белок, то, скорее всего, он будет нестабильным, не сможет существовать и окажется бесполезным. Поэтому до недавнего времени все соединения ученые подсматривали в природе, в живых организмах и расшифровывали их структуру. Но когда появились инструменты искусственного интеллекта, стало возможным применить их для поиска искусственных белков, рассказал. «Для создания методов дизайна ученые разработали игру Foldit. В ней пользователям предлагалось помогать компьютеру конструировать белок и укладывать цепочку аминокислот определенным образом, чтобы он получился устойчивый. Лучшие результаты анализировали при помощи машинного обучения, что дало возможность ИИ в дальнейшем самостоятельно получать новые структуры соединений. Таким образом этой группе удалось создать первый искусственный белок. Это был первый успех компьютерного моделирования», — Константин Катин. О Нобелевской премии по химии в «Известиях» читайте здесь.
Руководитель Центра инженерно-физических расчетов и суперкомпьютерного моделирования НИЯУ МИФИ Евгений Стёпин напомнил изданию РБК, что первые трехмерные структуры белков удалось визуализировать почти 65 лет назад с помощью рентгеновского излучения, а в 1972 году Нобелевская премия по химии была присуждена за открытие факта, что трехмерная структура белков на самом деле кодируется одномерной последовательностью аминокислот в полипептидной цепи. Предсказание структуры и проектирование новых белков является задачей чрезвычайной актуальности, так как именно структура белка отвечает за его функциональность и биохимические свойства. «И уже здесь мы видим, что эта задача на самом деле тесно связана с математикой, и в частности, с комбинаторикой и вычислениями, когда из набора элементарных последовательностей вам нужно в цифровом пространстве спроектировать более сложную структуру, которая была бы непротиворечива и адекватна природе и ее законам», — отметил Евгений Степин.
Ученый уточнил, что исследования нобелевских лауреатов тесно связаны друг с другом, и если результаты группы Бейкера позволяют создавать структуры новых белков, то работы Хаббиса и Дампера помогают определять структуру уже известных. «Безусловно, эти исследования помогут создавать новые вакцины, ингибиторы и лекарства», — заключил Степин.
Материал в РБК о нобелевской премии по химии читайте здесь.
Между тем, как сказал «Коммерсанту» Валентин Климов исследования по теме, отмеченной премией, ведутся и в России — например, в МИФИ она изучается как хемоинформатика. «Есть большое количество вариаций лекарственных препаратов и их воздействия на человека. Перебирать все белковые последовательности и взаимодействие на них различных ферментов долго — это миллиарды комбинаций. Благодаря разработкам нобелевских лауреатов заведомо неперспективные комбинации отсеиваются за счет ИИ, то есть он сужает пространство для поиска лекарственных препаратов с нужными характеристиками»,— пояснил Валентин Климов. По его словам, во время пандемии коронавируса «применялись зачатки таких решений, и это позволило придумывать вакцины не за годы, а за месяцы или даже недели». Подробнее – здесь.
