Nobelprisen 2024: Banbrytande upptäckter inom AI, proteinforskning och mikroRNA

Proteiner är livsviktiga för oss och beskrivs ofta som livets kemiska verktyg. För drygt 20 år sedan blev det möjligt att bygga nya proteiner. Det som satta fart på utvecklingen var att man med hjälp av AI kunde knäcka koden för proteiners strukturer.

Med AI-modellen AlphaFold2 kan man förutse strukturen för i princip alla 200 miljoner kända proteiner. Proteiner består av aminosyror med olika sekvenser, som avgör hur proteinerna veckar sig tredimensionellt.

Forskningsfält som växer snabbt

Proteinerna har nyckelroller i kroppen och fungerar som allt från byggstenar i olika vävnader till hormoner, enzymer och antikroppar. En av pristagarna – David Baker och hans forskargrupp – har byggt proteiner som kan fungera som vacciner, läkemedel, nanomaterial och minimala sensorer.

– Ett mycket bra och välförtjänt val inom ett forskningsområde som växer snabbt, säger Arne Elofsson, professor i bioinformatik vid Stockholms universitet, som leder en forskargrupp på runt sju personer.

Det finns en flaskhals

Han förklarar att AI-verktyget har snabbat på och gjort processen att bygga proteiner säkrare än tidigare. Det drar han nytta av i sin forskning. Men det saknas inte utmaningar.

– Vi jobbar med att bygga strukturer för antikroppar, antigener och RNA. Det går bra att bygga dem, men flaskhalsen är att identifiera de rätta strukturerna. Ett problem är flexibla proteiner och RNA som kan anta flera olika strukturer, säger Arne Elofsson.

Eftertraktad kompetens

Arbetsmarknaden för dem som jobbar i skärningen mellan biologi och datalogi är het.

– Våra doktorander har lätt att få jobb efter disputationen. Vid sidan av läkemedelsindustrin är de eftertraktade inom tech-industrin, där de arbetsgivare som betalar bäst har ett försprång.

Nyttan med den här upptäckten går inte att överdriva. Så här skriver Kungl. Vetenskapsakademien i ett pressmeddelande:

”AlphaFold2 har sedan genombrottet använts av mer än två miljoner människor. Bland väldigt mycket annat, kan forskare bättre förstå antibiotikaresistens och skapa bilder av enzymer som kan bryta ner plast.”

Pristagarna är:

David Baker, född 1962 I USA, professor vid University of Washington, Seattle, WA, USA.

Demis Hassabis, född i London 1976, VD för Google DeepMind, London, Storbritannien.

John M. Jumper, född i USA 1985, senior Research Scientist på Google DeepMind, London, Storbritannien.

Nobelpriset i Fysik

Den maskininlärning som på 1980-talet lade grunden till AI belönas med årets Nobelpris i fysik. Pristagarna John Hopfield och Geoffry Hinton har inspirerats av hur hjärnan är uppbyggd.

– Fantastiskt roligt att det här forskningsfältet uppmärksammas med ett Nobelpris i fysik. Det är mycket välförtjänt att några av de som har möjliggjort alla de tillämpningar som finns i dag belönas, säger professor Fredrik Sandin, som forskar om maskininlärning vid Luleå tekniska universitet.

Artificiella neuronnät är uppbyggda av noder i stället för neuroner och har kopplingar som kan liknas vid synapser. Nätverken kan tränas upp och lära sig olika saker. Ett av nätverken kan tränas att spara och återskapa mönster i tex bilder.

Känner igen mönster

Den andra metoden för maskininlärning används för att känna igen mönster och skapa nya mönster som liknar dem nätverket har tränats på.

Fredrik Sandin och forskargruppen i Luleå jobbar med att utveckla maskininlärning.

– Vår forskning har flera spår, dels olika tillämpningar och att göra AI mer energieffektiv, då tekniken är mycket energikrävande. Även vi inspireras av hur naturen har hittat energieffektiva lösningar för att utveckla så kallad neuromorf teknik.

Insekter som förebild

Det har forskarna gjort sedan 1990-talet och det finns spinnoff-företag som tillämpar den typen av lösningar.

– Vi tittar bland annat på hur neuronnät i insekter som löser komplexa problem med extremt små mängder energi fungerar, och hur vi kan dra nytta av det.

Fredrik Sandin förklarar att den stora energiåtgången är att flytta data i nätverken, där data samlas upp av sensorer som sedan skickas vidare för analys.

– Vi jobbar på att hitta lösningar där avståndet mellan datainsamling via sensorer och bearbetning av data kortas. Då skulle många nya tekniska lösningar för automation och effektivisering möjliggöras.

Fantasin sätter gränser

När det gäller tillämpning av AI verkar det inte finnas några gränser. Gruppen i Luleå arbetar med flera spännande projekt.

– Vid sidan av språkmodeller och bildanalys som bland annat används för industriella chatbots, tolkning av historiska dokument och analys av satellitdata utvecklar vi neuromorf sensorteknik för industrin.

I ett projekt ska man med hjälp av sensorer fästa på huvudet kunna tolka vad människor tänker. Ett hjälpmedel för personer med nedsatt förmåga att prata.

Pristagarna är:

John J. Hopfield, född 1933, professor vid Princeton University, NJ, USA.

Geoffrey E. Hinton, född 1947, professor vid University of Toronto, Kanada.

Nobelpriset i Fysiologi eller medicin:

Upptäckten av mikroRNA banar väg för nya läkemedel

– Jätteroligt att priset går till ett forskningsfält som kommer att få stor betydelse för att förstå och bota sjukdomar i framtiden, säger Katja Petzold, professor i medicinsk biokemi vid Uppsala universitet.

Priset delas mellan två forskare verksamma i USA. De har gjort upptäckter som är banbrytande, men också lite överraskande.

De flesta är bekanta med mRNA – budbäraren som läser av DNA när proteiner byggs upp i cellerna. MikroRNA är fram till i dag ett mer okänt begrepp.

– Det är korta enkelsträngade RNA-molekyler, som reglerar vilka proteiner som ska bildas genom att binda till vissa mRNA-molekyler för att påverka deras funktion, förklarar Katja Petzold.

Muskler och nerver med olika celler

Det är delvis mikroRNA som gör att våra och alla andra organismers celler inte ser ut på samma sätt, utan är differentierade som till exempel nerv- och muskelceller. Dessa skillnader uppstår genom att varje cell mestadels läser av relevanta delar av instruktionsboken. Övriga mRNA väljer mikroRNA bort.

Mekanismen som upptäcktes 1993 visade en ny form av mRNA-reglering, utvecklad under hundratals miljoner år.

Vad är nyttan med upptäckten?

– Det handlar både om förståelse för hur transkriberingen går till och att utveckla nya läkemedel mot bland annat cancer. Men tillämpningen kan bli bredare än så när vi vet mer. Kom ihåg att detta är ett ungt forskningsfält, säger Katja Petzold.

Man vet i dag att obalans i nivåerna av microRNA kan bidra till bland annat cancersjukdomar. Människans arvsmassa innehåller fler än tusen gener som kodar för olika mikroRNA.

– Den överraskande upptäckten avslöjade en ny dimension som visat sig ha en fundamental betydelse av organismers utveckling och funktion, skriver Nobelförsamlingen i ett pressmeddelande.

Hur hjärnceller bildas

Katja Petzold beskriver ett dynamiskt samspel, som kan skapa helt nya strukturer.

– MikroRNA är rörliga och kan anpassa sig till olika miljöer för att hitta rätt budbärar-RNA (mRNA), förklarar hon.

Med hjälp av ett anslag från Knut och Alice Wallenbergs Stiftelse leder Katja Petzold en tvärvetenskaplig studie för att undersöka hur mikroRNA styr utvecklingen av hjärnceller. 

Pristagarna är:

Victor Ambros född 1953, är sedan 2008 anställd som professor vid the University of Massachusetts Medical School, Worcester, MA där han är Silverman Professor of Natural Sciences.

Gary Ruvkun , född 1952 startade sin forskning vid Massachusetts General Hospital och Harvard Medical School 1985, där han är fortsatt verksam som Professor of Genetics.