ใช้ AI ไขรหัสโปรตีน! นักวิทยาศาสตร์ยุค AI คว้ารางวัลโนเบลเคมีแห่งปี 2024

รางวัลโนเบล (Nobel Prize) สาขาเคมี ปี 2024 ได้ถูกมอบให้แก่นักวิทยาศาสตร์ที่ใช้ปัญญาประดิษฐ์เพื่อไขรหัสของโปรตีน ทำให้วงการเกิดความก้าวหน้าด้านการคาดการณ์ และออกแบบโครงสร้างของโปรตีนในอนาคต

โดย David Baker นักชีวเคมีชาวสหรัฐฯ จากมหาวิทยาลัยวอชิงตัน ได้รับการยกย่องจากงานวิจัยเขิงคำนวณที่นำไปสู่การสร้างโปรตีนชนิดใหม่ทั้งหมด ผ่านการใช้เครื่องมือ AI หลายตัวที่ถูกสร้างมาเพื่องานนี้โดยเฉพาะ ซึ่งหนึ่งในนั้นมีชื่อว่า Rosetta

โปรตีน มีหน้าควบคุมและขับเคลื่อนปฏิกิริยาเคมีทั้งหมดที่เป็นพื้นฐานของชีวิต พวกมันทำหน้าที่เป็นฮอร์โมน แอนติบอดี และส่วนประกอบสำคัญของเนื้อเยื่อต่างๆ

ภารกิจของ Baker คือการออกแบบโปรตีนใหม่ที่ไม่มีอยู่ในธรรมชาติ ซึ่งกลุ่มผู้วิจัยของ Baker ก็ได้ทำสำเร็จ และได้ผลิตโปรตีนชนิดใหม่ที่มีการประยุกต์ใช้อย่างกว้างขวางในด้านการแพทย์และวัสดุศาสตร์

ส่วน Demis Hassabis และ John Jumper จาก Google DeepMind ได้รับการยกย่องในฐานะการพัฒนาแบบจำลองเพื่อคาดการณ์โครงสร้างที่ซับซ้อนของโปรตีนผ่านผลงานที่เรียกว่า AlphaFold2

สำหรับ AlphaFold2 เป็น AI ที่ใช้ทำนายโครงสร้างสามมิติของโปรตีนจากลำดับของกรดอะนิโน ซึ่งช่วยให้นักวิจัยสามารถคาดการณ์โครงสร้างของโปรตีนได้มากกว่า 200 ล้านชนิดที่นักวิจัยระบุไว้ โดย AlphaFold 2 ถูกนำไปใช้โดยผู้คนมากกว่า 2 ล้านคนจาก 190 ประเทศทั่วโลกในการประยุกต์ใช้งานต่างๆ เช่น การทำความเข้าใจการดื้อยาปฏิชีวนะ ไปจนถึงการพัฒนาเอนไซม์ที่สามารถย่อยสลายพลาสติกได้ เป็นต้น

และที่น่าสนใจคือ Demis Hassabis และ John Jumper เคยทำงานเกี่ยวกับโปรแกรมคอมพิวเตอร์ที่สามารถรับมือกับผู้เล่นระดับท็อปของโลกของเกมกระดานจีนโบราณ หรือ โกะ ก่อนที่จะหันมาสนใจในการค้นคว้าด้านโปรตีน

ความก้าวหน้าครั้งนี้ถือว่าสำคัญต่อวงการเป็นอย่างมาก ทางคณะกรรมการเบลกล่าวว่า สิ่งนี้อาจนำไปสู่นาโนวัสดุแบบใหม่ การพัฒนายา และวัคซีนที่รวดเร็วขึ้น เซ็นเซอร์ที่มีขนาดเล็กลง ไปจนถึงอุตสาหกรรมเคมีที่เป็นมิตรต่อสิ่งแวดล้อมมากขึ้น

ก่อนหน้านี้ก็เคยมีการให้รางวัลโนเบลที่เกี่ยวข้องกับ AI มาแล้ว ยกตัวอย่างเช่น โนเบลสาขาฟิสิกข์ที่มอบให้แก่ John Hopfield จากผลงานการพัฒนาเครือข่ายประสาทเทียมในยุคแรกๆ ไปจนถึงการมอบรางวัลให้กับ Geoffrey Hinton เจ้าพ่อ AI สำหรับการทำให้เครื่องจักรมีความสามารถในการตีความข้อมูลที่ได้รับการฝึกฝน

อ้างอิง : CNN, MIT