• पेज_बॅनर

2022 मध्ये प्रचंड साधनांनी मोठे रसायनशास्त्र प्रगत केले, अवाढव्य डेटा संच आणि प्रचंड साधनांनी शास्त्रज्ञांना या वर्षी रसायनशास्त्र मोठ्या प्रमाणावर हाताळण्यास मदत केली

२०२२ मध्ये प्रचंड साधनांनी मोठ्या रसायनशास्त्रात प्रगती केली

अवाढव्य डेटा संच आणि प्रचंड साधनांनी शास्त्रज्ञांना रसायनशास्त्र या वर्षी मोठ्या प्रमाणावर हाताळण्यास मदत केली

द्वारेएरियाना रेमेल

 

微信图片_20230207150904

क्रेडिट: ओआरएनएल येथे ओक रिज लीडरशिप कॉम्प्युटिंग सुविधा

ओक रिज नॅशनल लॅबोरेटरी येथील फ्रंटियर सुपरकॉम्प्युटर हे मशीनच्या नवीन पिढीतील पहिले आहे जे रसायनशास्त्रज्ञांना आण्विक सिम्युलेशन घेण्यास मदत करेल जे पूर्वीपेक्षा अधिक जटिल आहेत.

2022 मध्ये शास्त्रज्ञांनी सुपरसाइज्ड टूल्ससह मोठे शोध लावले. रासायनिकदृष्ट्या सक्षम कृत्रिम बुद्धिमत्तेच्या अलीकडील ट्रेंडवर आधारित, संशोधकांनी खूप प्रगती केली, संगणकांना अभूतपूर्व प्रमाणात प्रथिने संरचनांचा अंदाज लावायला शिकवले.जुलैमध्ये, अल्फाबेटच्या मालकीच्या कंपनी डीपमाइंडने ची संरचना असलेला डेटाबेस प्रकाशित केलाजवळजवळ सर्व ज्ञात प्रथिनेमशिन लर्निंग अल्गोरिदम अल्फाफोल्डने भाकीत केल्यानुसार ——१० कोटींहून अधिक प्रजातींमधून २०० दशलक्ष-अधिक वैयक्तिक प्रथिने.त्यानंतर, नोव्हेंबरमध्ये, मेटा टेक कंपनीने एआय अल्गोरिदमसह प्रथिने अंदाज तंत्रज्ञानातील प्रगती दर्शविली.ईएसएमफोल्ड.प्रीप्रिंट अभ्यासामध्ये ज्याचे अद्याप पीअर-पुनरावलोकन केले गेले नाही, मेटा संशोधकांनी नोंदवले की त्यांचे नवीन अल्गोरिदम अल्फाफोल्ड सारखे अचूक नाही परंतु जलद आहे.वाढलेल्या गतीचा अर्थ असा आहे की संशोधक फक्त 2 आठवड्यांत 600 दशलक्ष संरचनांचा अंदाज लावू शकतात (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

युनिव्हर्सिटी ऑफ वॉशिंग्टन (UW) स्कूल ऑफ मेडिसिनमधील जीवशास्त्रज्ञ मदत करत आहेतनिसर्गाच्या साच्याच्या पलीकडे संगणकाची जैवरासायनिक क्षमता विस्तृत करासुरवातीपासून बेस्पोक प्रथिने प्रस्तावित करण्यासाठी मशीन शिकवून.UW चे डेव्हिड बेकर आणि त्यांच्या टीमने एक नवीन AI टूल तयार केले जे एकतर साध्या प्रॉम्प्टवर पुनरावृत्ती सुधारून किंवा विद्यमान संरचनेच्या निवडलेल्या भागांमधील अंतर भरून प्रथिने डिझाइन करू शकते (विज्ञान2022, DOI:10.1126/science.abn2100).कार्यसंघाने ProteinMPNN या नवीन कार्यक्रमाची सुरुवात देखील केली आहे, जो अनेक प्रथिने उपयुनिट्सच्या डिझाइन केलेल्या 3D आकार आणि असेंब्लीपासून सुरू करू शकतो आणि नंतर त्यांना कार्यक्षमतेने बनवण्यासाठी आवश्यक अमीनो ऍसिड अनुक्रम निर्धारित करू शकतो (विज्ञान2022, DOI:10.1126/science.add2187;10.1126/science.add1964).हे बायोकेमिकली जाणकार अल्गोरिदम नवीन बायोमटेरियल्स आणि फार्मास्युटिकल्समध्ये वापरल्या जाणार्‍या कृत्रिम प्रथिनांसाठी ब्लूप्रिंट तयार करण्यात वैज्ञानिकांना मदत करू शकतात.

微信图片_20230207151007

क्रेडिट: इयान सी. हेडन/यूडब्ल्यू इन्स्टिट्यूट फॉर प्रोटीन डिझाइन

मशीन लर्निंग अल्गोरिदम शास्त्रज्ञांना विशिष्ट कार्ये लक्षात घेऊन नवीन प्रथिनांचे स्वप्न पाहण्यात मदत करत आहेत.

संगणकीय रसायनशास्त्रज्ञांच्या महत्त्वाकांक्षा जसजशा वाढत जातात, तसतसे संगणक आण्विक जगाचे अनुकरण करण्यासाठी वापरले जातात.ओक रिज नॅशनल लॅबोरेटरी (ORNL) येथे, रसायनशास्त्रज्ञांना आतापर्यंत तयार केलेल्या सर्वात शक्तिशाली सुपर कॉम्प्युटरपैकी एकाची पहिली झलक मिळाली.ORNL चा exascale supercomputer, Frontier, हे संगणकीय अंकगणिताचे एकक, प्रति सेकंद 1 क्विंटिलियन फ्लोटिंग ऑपरेशन्सची गणना करणार्‍या पहिल्या मशीनपैकी एक आहे.ती संगणकीय गती जपानमधील फुगाकू या सुपरकॉम्प्युटरच्या चॅम्पियनपेक्षा तिप्पट आहे.पुढील वर्षात, आणखी दोन राष्ट्रीय प्रयोगशाळा यूएस मध्ये exascale संगणक पदार्पण करण्याची योजना आखत आहेत.या अत्याधुनिक मशिन्सची संगणकीय शक्ती केमिस्टना अगदी मोठ्या मॉलिक्युलर सिस्टीमचे अनुकरण करण्यास आणि दीर्घ कालावधीसाठी अनुमती देईल.त्या मॉडेल्समधून गोळा केलेला डेटा संशोधकांना फ्लास्कमधील प्रतिक्रिया आणि मॉडेल तयार करण्यासाठी वापरल्या जाणार्‍या आभासी सिम्युलेशनमधील अंतर कमी करून रसायनशास्त्रात काय शक्य आहे याची सीमा पुढे ढकलण्यात मदत करू शकतो.आयोवा येथील संगणकीय रसायनशास्त्रज्ञ थेरेसा विंडस, "आम्ही अशा टप्प्यावर आहोत जिथे आपण आपल्या सैद्धांतिक पद्धती किंवा मॉडेल्समधून काय गहाळ आहे याबद्दल प्रश्न विचारण्यास सुरुवात करू शकतो जे आपल्याला एक प्रयोग जे सांगत आहे ते खरे आहे. स्टेट युनिव्हर्सिटी आणि एक्सास्केल कॉम्प्युटिंग प्रोजेक्टसह प्रोजेक्ट लीड, सप्टेंबरमध्ये C&EN ला सांगितले.एक्सास्केल कॉम्प्युटरवर चालणारे सिम्युलेशन केमिस्टला नवीन इंधन स्रोत शोधून काढण्यास आणि नवीन हवामान-लवचिक सामग्री डिझाइन करण्यात मदत करू शकतात.

देशभरात, मेनलो पार्क, कॅलिफोर्नियामध्ये, SLAC राष्ट्रीय प्रवेगक प्रयोगशाळा स्थापित करत आहेलिनाक कोहेरंट लाइट सोर्स (LCLS) वर सुपरकूल अपग्रेडजे रसायनशास्त्रज्ञांना अणू आणि इलेक्ट्रॉनच्या अतिजलद जगामध्ये खोलवर डोकावू शकेल.एक्स-रे फ्री-इलेक्ट्रॉन लेसर (XFEL) नावाचा सुपरब्राइट, सुपरफास्ट प्रकाश स्रोत तयार करण्यासाठी ही सुविधा 3 किमीच्या रेखीय प्रवेगकावर तयार केली गेली आहे, ज्याचे काही भाग द्रव हेलियमसह 2 K पर्यंत थंड केले जातात.रसायनशास्त्रज्ञांनी आण्विक चित्रपट तयार करण्यासाठी साधनांच्या शक्तिशाली डाळींचा वापर केला आहे ज्यामुळे त्यांना रासायनिक बंध तयार होणे आणि प्रकाशसंश्लेषण एंझाइम काम करणे यासारख्या असंख्य प्रक्रिया पाहण्यास सक्षम केले आहेत."फेमटोसेकंद फ्लॅशमध्ये, तुम्ही अणू स्थिर, एकल अणू बंध तुटताना पाहू शकता," स्टॅनफोर्ड युनिव्हर्सिटी आणि SLAC येथे संयुक्त नियुक्ती असलेल्या साहित्य शास्त्रज्ञ लिओरा ड्रेसेलहॉस-मारायस यांनी जुलैमध्ये C&EN ला सांगितले.LCLS मधील सुधारणा शास्त्रज्ञांना पुढील वर्षीच्या सुरुवातीला नवीन क्षमता उपलब्ध झाल्यावर क्ष-किरणांच्या ऊर्जेला अधिक चांगल्या प्रकारे ट्यून करण्यास अनुमती देईल.

微信图片_20230207151052

क्रेडिट: SLAC राष्ट्रीय प्रवेगक प्रयोगशाळा

SLAC राष्ट्रीय प्रवेगक प्रयोगशाळेचे क्ष-किरण लेसर मेनलो पार्क, कॅलिफोर्नियामध्ये 3 किमीच्या रेखीय प्रवेगकावर तयार केले आहे.

या वर्षी, शास्त्रज्ञांनी हे देखील पाहिले की जेम्स वेब स्पेस टेलिस्कोप (जेडब्ल्यूएसटी) किती शक्तिशाली आहे हे उघड करण्यासाठीआपल्या विश्वाची रासायनिक जटिलता.NASA आणि त्याच्या भागीदारांनी—युरोपियन स्पेस एजन्सी, कॅनेडियन स्पेस एजन्सी आणि स्पेस टेलिस्कोप सायन्स इन्स्टिट्यूट—यांनी तारकीय तेजोमेघांच्या चमकदार पोट्रेट्सपासून प्राचीन आकाशगंगांच्या मूलभूत बोटांच्या ठशांपर्यंत डझनभर प्रतिमा आधीच प्रसिद्ध केल्या आहेत.10 अब्ज डॉलरची इन्फ्रारेड दुर्बीण आपल्या विश्वाचा सखोल इतिहास एक्सप्लोर करण्यासाठी डिझाइन केलेल्या वैज्ञानिक उपकरणांच्या सुइट्सने सजलेली आहे.ऑक्सिजन, निऑन आणि इतर अणूंच्या स्पेक्ट्रोस्कोपिक स्वाक्षरीसह पूर्ण 4.6 अब्ज वर्षांपूर्वी दिसलेल्या चक्राकार आकाशगंगेची प्रतिमा काढून JWST ने आधीच आपल्या अभियंत्यांच्या अपेक्षांपेक्षा जास्त कामगिरी केली आहे.शास्त्रज्ञांनी एक्सोप्लॅनेटवरील वाफेचे ढग आणि धुके यांच्या स्वाक्षर्‍या देखील मोजल्या, ज्यामुळे खगोलजीवशास्त्रज्ञांना पृथ्वीच्या पलीकडील संभाव्य जगाचा शोध घेण्यास मदत होऊ शकेल असा डेटा प्रदान केला.

 


पोस्ट वेळ: फेब्रुवारी-०७-२०२३