Nobel Hóa học 2024: Hiện thực hóa giấc mơ 50 năm

Tấm bảng hiển thị hình ảnh các nhà khoa học đoạt giải Nobel hóa học 2024 (từ trái qua): GS.TS David Baker, TS Demis Hassabis và TS John M. Jumper - Ảnh: Reuters

Hai nhà khoa học người Mỹ là David Baker và John Jumper, cùng với nhà khoa học người Anh Demis Hassabis, đã được vinh danh trong giải Nobel hóa học năm nay nhờ các công trình nghiên cứu giúp tiết lộ bí mật của protein thông qua điện toán và trí tuệ nhân tạo (AI).

Theo thông báo của Ủy ban Nobel, GS.TS David Baker (62 tuổi, Đại học Washington) được trao một nửa giải thưởng Nobel vì thành tựu "thiết kế protein bằng máy tính". Trong khi đó, GS.TS Demis Hassabis (48 tuổi) và TS John M. Jumper (39 tuổi) - các nhà nghiên cứu cấp cao tại Công ty Google DeepMind của Google - chia sẻ nửa giải thưởng còn lại vì những thành tựu đóng góp trong lĩnh vực ứng dụng AI vào dự đoán cấu trúc protein.

Đây vốn là những thách thức lớn trong ngành sinh hóa, có lúc tưởng chừng như không thể giải quyết.

"Giấc mơ 50 năm"

Có thể coi protein là những cỗ máy nano thực hiện vô số chức năng trong tế bào. Những cấu trúc này vô cùng tinh vi, chỉ một sự thay đổi nhỏ trong trình tự amino acid có thể làm thay đổi hoàn toàn cấu trúc và ảnh hưởng đến chức năng của protein.

Sự phức tạp và hợp lý này khiến các nhà khoa học tin rằng protein là sản phẩm của hàng trăm triệu năm tiến hóa, điều mà con người khó có thể tạo ra hay thậm chí hiểu thấu.

Từ những năm 1950, các nhà khoa học đã sử dụng các phương pháp hóa học và vật lý để nghiên cứu cấu trúc protein. Những phương pháp này yêu cầu phải có protein tổng hợp với độ tinh khiết cao, điều kiện thí nghiệm phù hợp để tạo tinh thể protein, và sau đó dùng nhiễu xạ tia X để xác định cấu trúc của chúng. Quá trình này vô cùng phức tạp và có thể mất nhiều năm để hoàn thành hoặc thậm chí thất bại.

Trong sinh hóa học, việc dự đoán cấu trúc protein từ trình tự amino acid mà không cần thí nghiệm được coi là "giấc mơ 50 năm" vì đây là một trong những câu hỏi khó khăn và thách thức nhất.

Năm 2003, phòng thí nghiệm của GS.TS David Baker đã thành công trong việc thiết kế một protein hoàn toàn mới có tên Top7 nhờ phần mềm Rosetta. Từ thành công này, ông và các đồng nghiệp đã tạo ra nhiều protein mới, được ứng dụng trong các lĩnh vực như cảm biến, vắc xin và vật liệu.

GS David Baker còn dẫn đầu trong nỗ lực đưa công nghệ thiết kế protein đến gần hơn với cộng đồng thông qua chương trình Rosetta@home (tạm dịch là Rosetta tại nhà). Nền tảng này cho phép hơn 50.000 máy tính kết nối trên cơ sở tự nguyện nhằm huy động nguồn lực đám đông để hỗ trợ việc mô phỏng và thiết kế cấu trúc protein.

Những đóng góp của GS David Baker không chỉ giúp các nhà khoa học hiểu rõ hơn về mối liên hệ giữa trình tự amino acid và cấu trúc, mà còn thúc đẩy sự hiểu biết về mối quan hệ giữa cấu trúc và chức năng của protein, mở đường cho nhiều ứng dụng trong các ngành khác nhau.

Bước nhảy vọt nhờ công nghệ

Một nửa giải Nobel hóa học năm nay được trao cho TS Demis Hassabis và TS John Jumper vì những đóng góp của họ trong việc dùng AI để dự đoán cấu trúc protein.

Năm 2020, hai nhà khoa học này công bố mô hình AI có tên AlphaFold2 có khả năng dự đoán cấu trúc của 200 triệu protein khác nhau đã được con người biết đến. Một số cấu trúc protein do AlphaFold dự đoán gần như giống hoàn toàn với kết quả thí nghiệm.

AlphaFold đã hiện thực hóa "giấc mơ 50 năm" của ngành sinh hóa khi trở thành một phiên bản Google của cấu trúc protein. Giờ đây các nhà khoa học có thể nhập trình tự protein và tìm được cấu trúc của protein trong khoảng vài giờ, một việc vốn cần nhiều năm trong quá khứ.

Kể từ khi ra mắt, AlphaFold đã được hơn 2 triệu người từ hơn 190 quốc gia sử dụng, mở ra nhiều nghiên cứu trong lĩnh vực ung thư, miễn dịch học và công nghệ sinh học.

Hội đồng giám khảo nhấn mạnh rằng những khám phá của các nhà khoa học đoạt giải năm nay "mang tiềm năng to lớn".

Khác với những thí nghiệm hóa sinh truyền thống tốn kém và khó thực hiện ở những quốc gia có nguồn lực hạn chế, những đột phá trong trí tuệ nhân tạo và khoa học máy tính như AlphaFold và Rosetta có thể giúp cộng đồng nghiên cứu từ khắp nơi trên thế giới nhanh chóng tiếp cận và ứng dụng.