A fehérjékkel kapcsolatos felfedezéseikért David Baker, Demis Hassabis és John M. Jumper kapja az idei kémiai Nobel-díjat a Svéd Királyi Tudományos Akadémia szerdai stockholmi bejelentése szerint. Az amerikai David Baker a számítógépes fehérjetervezésért kapja a díj egyik felét, és a másik felén osztozik a két Nagy-Britanniában dolgozó tudós, Demis Hassabis és John Jumper a fehérjeszerkezetek előrejelzéséért.

Perczel András, az MTA Kémiatudományok osztály elnöke az InfoRádióban elmondta, hogy David Baker munkásságának az az érdekessége, hogy olyan fehérjékkel foglalkozik, amelyek tulajdonképpen nincsenek, úgynevezett dizájnfehérjéket állít elő.

"Ő és munkatársai azzal foglalkoznak különböző algoritmusok fejlesztésén keresztül, hogy hogyan lehet olyan fehérjéket előállítani a tervezőasztalon, a számítógépen, amelyek fölveszik azt a térszerkezetet, amelyik idáig nem volt. Ez lehet, hogy egy picit vadul hangzik, de azt jelenti, hogy olyasmit terveznek ők, ami az evolúció elmúlt három és fél milliárd évéből kimaradt, mert vagy nem volt rá szükség, vagy nem volt jelentősége" – mondta az ELTE professzora.

A másik két díjazott ugyanezzel a területtel foglalkozik, John Mitchell Jumper és Demmis Hasadis, az AlphaFold, a DeepMind kutatóintézetnek kutatói "egy perc alatt" alakították át a fehérjeszerkezet-kutatók világát. "Napjainkra több százezer fehérje térszerkezete ismert, és a megfelelő mesterséges intelligencia, neurális hálózat, adatkezelés és más ilyen rendszerek összeépítésével terveztek egy olyan programot, amelyik anélkül, hogy mi mérnénk, vagy bármifajta adatot gyűjtenénk, képes arra, hogy fehérjék térszerkezetét nagyon nagy pontossággal megjósolja" – mondta Perczel András.

A Nobel-díjasok munkásságának hasznáról a szakértő elmondta, hogy az evolúció során kialakult különböző, ma még ismeretlen, de létező fehérjék térszerkezetét a másodperc töredéke alatt 98 százalékos pontossággal meg lehet előre jósolni, ki lehet számolni. "Ez lehetővé azt teszi, hogy például egy gyógyszermolekula-fehérje kölcsönhatás-vizsgálatánál célorientáltan tudjanak kísérleteket tervezni, hogy mondjuk egy hatóanyag-kötődést erősebbé, egy gyógyszermolekulát szelektívebbé alakíthassanak. Rengeteg olyan lehetőség nyílik meg ennek a számítógépes algoritmusnak a használatával, amely korábban vagy egyáltalán nem volt az, vagy nagyon nehézkes, vagy pedig pontatlan volt" – mondta Perczel András.