Nobelprisen 2024 - Holder protein forudsigelsen stik?

Årets Nobelpris i Kemi er blevet uddelt og modtagerne er henholdsvis David Baker for computer protein design, og Demis Hassabis og John M. Jumper for proteinstruktur forudsigelser. Proteiner er livets værktøjer, så forståelsen for disse, og hvordan man kan lave nye slags, er det prisen er blevet givet for. Proteinkemi er Mortens felt, så det er jo altid fedt når det bliver værdsat med en Nobelpris. Men det er også en bittersød uddeling for både Magnus og Morten. Lyt med og find ud  af hvorfor. 

Transcript

0:20

Hej Morten. Hej Magnus. Så skete det igen i år. Det er den tid på året. Det er den tid på året. Det er Nobelprisen i kemi. Ja. Og den her gang der er det gået til 3 personer Og det var. Her mens vi optager så var det i går den blev uddelt Så det er helt sprit nyt I går var det 9. Oktober og i dag er det 10. Oktober hvor vi optager Ja, så... Det er faktisk... Der er ikke så mange medier der har kommet med det her endnu Ej. Når man lige googler Nobelprisen i kemi så er det godt nok så er det den samme historie i alt som kører om hvordan den ene hans kone reagerede da de ringede og sådan nogle ting Da jeg googlede der var det bare det eneste der dukkede op Han havde bare kopieret den samme artikel for mig også. Var det det der med at hun snakkede lige pludselig meget højt eller hvad? Så han blev nødt til at gå væk? Ja, han blev bedt om at gå. Ind i en anden rum og bare gå væk. Sådan der, nu har vi dækket det samme som alle andre medier. Så kan vi ikke gå i gang med det rigtige. Nå, jeg troede vi skulle til at sige, at vi også bare skal lukke nu. Ja, det kan godt være det ikke bliver sidste gang. Nå, jeg skal lige blære mig lidt. Og det vil jeg gøre igennem at afspille et klip for dig. Åh nej. Så er vi nede i nanoteknologien, Jo. Det er vi. Og Nano, for at komme kort ind på det, fordi det... Da vi to begge to sejlede på universitetet, der var Nano buzzwordet. Ja. Hvis man puttede Nano foran det, man lavede, så fik man penge. Og sådan har det været i nogle del år. Nu begynder det at stoppe lidt igen. Nu kan det være, at man skal putte quant foran alting, for at det giver penge. Eller AI. Eller AI. Hørte du det? Det var fredsen. Jeg vil godt pointere, at vi begge to er meget bedre ved det der, og du får ret med det AI, men vi er jo enige i, at det er den buzzword. Og jeg mener faktisk, præcis når det samme skete, der med nano, at så er det bare sådan, der blev givet nogle Nobelpriser til nogen, der havde noget nano i deres forskning. Ja, det var jo for sidste års afsnit om Nobelprisen. Så vi forudsog, at det var noget med AI. Så den her års Nobelpris, ja det. Kan være, Den er givet i to dele til tre mennesker, og det lyder altid akavet, når de gør det. Den ene af dem, han har fået en halv Nobelpris, det er David Baker fra University of Washington. i Seattle og Howard Hughes Medical Institute. Den mand er alle vegne åbenbart fandt i hovedet af stedet og kiggede på nogle af hans forskning. Og han har fået det for Computational Protein Design, altså Computer Proteins Design. Og så er han uddannet Biokemiker. Så Design Proteiner ved hjælp af en computer. Ja, af computerer og computerprogrammer. Og de to andre? Og de to andre det er Demis Hassabis og John M. Jumper Og de er begge to fra Google DeepMind Som er Googles AI division. Det er ikke kemikere. De er ikke kemikere, de er begge to programmerer. Eller software, system developer, software development. Det er vildt nok. Og de har fået det for protein structure prediction. Ja, så vi forudsog at det her års Nobelpris, det var noget med AI. Og det var AI i at forudsige ting. nærmere betegnet proteinstrukturer. Ja, jeg havde egentlig tænkt at det ville være nogle mindre molekyler, men... Nogle mindre molekyler med A i, eller? Ja, fordi man har snakket om det, altså da jeg lavede organokatalys, som fik Nobelprisen for 3 år siden, det var jo meget små molekyler, der var man også begyndt at bruge computermodeller til at at forudsige hvad man kunne bruge af stoffer til det og nu tænker jeg også at hvad hedder det nu den anden Morten, ikke dig Morten, ham der fik Nobelprisen Melddal Melddal for 2 år siden han har faktisk lagt en Instagram story op, de er så meget med på medierne af vi omkring at de faktisk bruger den her AI fra Google der han brugte i noget af sin forskning Det bliver brugt, og det kan også andet end protein. De har fået det på grund af protein. Men det er jo faktisk en Nobelpris i mit felt. Protein kemi. Det er lidt vildt. Og sådan en gedde til software. Ja, det gør vi lidt mere ned i. Godt. Men de har fået det på grund af de der protein struktur prediction og computational protein design, men i og for sig, når man læser ind i hvorfor de har fået det, så er det mere fordi de begge dele kan finde ud af det der med noget der hedder noget proteiner forlosser og det kan jeg huske fra noget biokemi, det var. Svært at forudse det må man sige. Og det er noget den naturen kan gøre, vi bare sådan kan stå og kigge, åh det er flot Men ja, det ved du forhåbentlig noget mere om Morten. Ja, det kan være jeg skal lige starte med at sige hvad et protein er. Ja det kunne i. Så proteiner det er, altså hvis man har hørt om de der gener det er. Det siger man tit, jeg har et gen for det her. Det gen gør det, men gener gør egentlig ikke rigtig noget, de er bare opskriften på proteiner, som er dem der udfører det meste af arbejdet inde i vores krop Så uden proteiner så vil vi ikke have den struktur som vi har, vi vil bare være en klat på gulvet og vi vil heller ikke kunne leve fordi de katalyserer biokemiske reaktioner som er nødvendige for liv altså liv kræver at kemien den går lidt hurtigere end hvad den ville gøre hvis det bare var en suppe så helt nødvendig for at at liv kan være på den måde vi kender det og der er det med proteiner de er de er egentlig altså hvis man skal sige det sådan helt så er de jo egentlig bare en lang kæde aminosyre så aminosyre det er en type molekyl som har en aminogruppe og en syregruppe og sådan noget amin ja ja ja en aminogruppe ikke også øøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøø som er rest of the molecule der er mange navne jeg kan ikke lige navne noget radikale. Det kan jeg heller ikke, for det. Er noget helt andet det lyder som om det er netop en radikale som er noget helt andet men så kan resten af molekylet det kan være sådan 20 forskellige ting more or less fra naturens side 20 forskellige ting og det vil også være at sige at det er 20 forskellige kemiske egenskaber så det er sådan noget som er og give proteinet hydrofobe områder eller pola områder, ladning eller nogle specielle kemiske grupper der kan have nogle tricks og den her lange kæde når den bliver lavet så folder den sig selv op i sådan et bestemt 3 dimensionelt struktur som kommer an på hvilken aminosyre den er lavet af og i hvilken rækkefølge de sidder og for proteiner så er form lige med funktion så atomens præcise position i forhold til en anden i rummet eller hvad man siger, altså i 3D det er det der giver proteinerne deres kemiske egenskaber øhm, ja fysisk også. Når I biokemikere, I tegner proteiner, så kan det jo også se, at der bliver sådan nogle karikerede tegninger, hvor det er sådan nogle store plader, der bliver tegnet i sådan nogle mærkelige... Og hvorfor er det, at vi karikerer dem? Fordi der er rigtig meget. Der er rigtig mange atomer i et protein. Så det at skulle forudsige strukturen af et protein, er ikke en nem opgave. Og det at skulle finde strukturen for et protein, er heller ikke en nem opgave. Men det er vigtigt, fordi form er lige med funktion Det lyder sgu lidt underligt. Så har du en kæde, den folder op, og så kan den lige pludselig ændre den helt magisk. Og dem har du så 20.000 forskellige af, og så kan du leve. Det lyder sådan lidt random, men man skal vel også bare tænke på det som vores egne maskiner. Hvis du har en hammer, så skal den ligesom have et langt skaft og et hoved, så du kan slå overførende kraft ned i et søm. Det dur ikke, at det der hoved sidder i midten. Og. Så kan man sige for de der, altså der er jo nogle regler for hvordan, altså rent kemiske regler for hvordan når de bliver bygget op, at der kan jo ikke sidde sådan to kæmpe store grupper lige oppe af hinanden og knuppe oppe af hinanden i de der kæder der, så der bliver jo sådan nogle Der er jo nogle fikse måder de kan sidde på hvis det skal give kemisk mening. Men det er stadig fordi der er så mange af svært at forudse. Og. Så interagerer de jo på forskellige måder, altså med hygienbindinger og saltbrugere. Ja. Og syntetien der laver de der swirl brugere. Ja. Så der også kommer nogle kovalente bindinger i. Og Thunderbarrels og P-stacking og alle de gode interaktionstyper. Det er så sjovt. Det er det. Øhm, men hvis jeg lige skal sådan lige sige lidt mere om hvad proteiner kunne være altså så og i forhold til deres struktur så altså Øhm, et protein der er en fiber altså det kunne være kollagen for eksempel, det har vi i vores krop alle steder i benevævet, det er det der der giver det styrke. Du. Vil ikke til at sige hår vel? Nej. Jeg har forsket kollagen, så jeg ved godt det ikke er i hår Nå, det er fordi man sælger det meget til det eller hvad? Og. Fordi vi ikke har noget hård på. Hovedet Nå ja, det er også en ting Men sådan en fiber, den kan modstå mange kræfter Hvis man hiver indens den retning, den er ligesom et ræb Så på den måde så giver den form, den funktion Et enzym, det kræver at helt bestemte kemiske grupper, de sidder helt præcis altså med den helt rette afstand og så kan de katalysere en reaktion, det kender vi også fra dine herlige organokatalyser. Enzymer vi laver med organokatalys. Ja, altså det er det samme, og så kan man sige når du siger reduceret, så er det fordi det er et mindre molekyl går ud fra Ja. Fordi vi ikke behøves at have sådan en gigant molekyl Og så prøver vi at være mere generalister i stedet for. Specialister Ja ved enzymer, der virker det som om at der er virkelig meget. Spil Jeg tror, at hvis man prøvede at lave den fabrik i virkeligheden Så kæmpestor fabrik, der bare sådan Så laver vi den her papirklips på den her måde Københavnet, ja den her papirklips på den her måde Måske en anden papirklips. Der er lidt større papirklips Jeg tænkte mere på størrelsen af det At der er meget, der egentlig ikke indgår i at skulle lave katalysen Men det er jo det, der sørger for at stabilisere. Formen Men det var bare for karikere skalaen på det, at det ville være en kæmpe fabrik. Nå. En kæmpe fabrik, hvor der er en, der sidder og folder papirklips. Ja, ja, præcis. Og. Selvfølgelig skal fabrikken være der, fordi at personen ikke bliver forstyrret i at folde papirklips. Ej. Nej, ellers så kommer der jo hele tiden folk og spørger ham. Men. Det er lidt det. Og det kunne man nok gøre på en mere effektiv måde. Men kroppen er jo, og naturen er jo så effektiviseret med de der enzymer, fungerer. Rigtig godt, ja og så det kunne også være sådan noget som et transport protein i cellemembranen altså vores natriumkalium pump for eksempel altså den skal have et hul der matcher det der skal lukkes ind og så skal den helst ikke lukke alt muligt andet skidt og ravelse ind, så altså form giver funktion godt, det var sådan lige hurtig guide til hvad et protein er og hvorfor denes struktur er vigtig for denes funktion og der er det vigtigt for at liv kan det liv nogle gange kan sidde på sofaen og se dårlig tv eller høre god podcast åh ja, det er en god idé der er jo faktisk givet en nobelpris for det her med at finde ud af hvordan protein og struktur hænger sammen med aminosyrekæden Det var i 72, den blev givet til Christian Anfinsen for at påvise at den 3-dimensionale struktur af et protein udelukkende bliver bestemt af aminosyre kædens sekvens Så altså, den information der er i de her aminosyre, det er nok til at den folder op på den rigtige måde for hvert fald mange proteiner Der er altid undtagelser, mange undtagelser i det her tilfælde Og det vil egentlig det arbejde, som den her Nobelpris, altså det hvide arbejde derfra, som den giver. Fordi det har så aldrig, altså i de 50 år har det så ikke været muligt sådan, altså man har godt kunne forudsige lidt, hvis der er de her aminosyre, så vil den se sådan her ud, cirka 3-dimensionel. Men det har sgu aldrig rigtig slået til, altså det har ikke været sådan, du ikke kunne bruge det. altså nu snakker vi meget om at vi kan forudsige det med computerprogrammer hvordan finder man egentlig en struktur? så. Hvis man skulle finde et proteins struktur den her del her er kun gjort med små molekyler og jeg kender nogen der har gjort det med protein og det skulle være pænt i ass og tage rigtig lang tid men det er jo med krystallografi så ryggen med krystallografi Så du tager rigtig meget, altså du skyder ryggenstråling ind på en krystal af proteinet, hvor du har puttet et eller andet metalin, en molyon ind, en eller anden art, der kan få det til at blive til en krystal, for det gider de ikke altid. Så der skal et eller andet ind, så første del af arbejdet går med overhovedet at få det på krystalform, og det. Kan tage lang tid. men lige pludselig har noget stående mega længe, og man kan bare ikke få det til at krystallisere. Så lige pludselig krystalliserer det, og så er det, at man bliver sindssyg og tænker, hvad var det, der gjorde det? Var det fordi, jeg klødede mig i skægget, mens jeg var derinde? Var. Det fordi, jeg stod på hænder ude på toget? Var det fordi solen stod på den helt rigtige vinkel? Jeg. Mener, man har gjort meget sådan noget med at putte et hår i, og så køre rundt for de lidt urenheder, og få det til at krystallisere. Ja. Urenheder er rigtig gode til at lave krystaller. Så. Det er ikke bare et eller andet, jeg lige finder på her nu. Jeg synes ikke, jeg kan huske det. Man. Skal have noget, man kan pode på. Jeg har ikke prøvet at lave proteinkrystaller. jeg har prøvet at lave små organske molekyler som krystaller og der er det jo den der kliché ting der med hvis du har en rigtig mættet opløsning af det og det er det jo du prøver at gå efter fordi så kan du lave krystaller så er det jo det der med at skrage en glasbagel på indersiden af de glasbager for at den laver et lille stykke glas som de krystaller det kan pode sig på og på den der ridse du får lavet ellers videre virker det ikke altid. Nogle af de bedste krystaller jeg har lavet det har været Det har været den klassiske... Nå, jeg lader lige den... Jeg skal måske bruge en... Eller jeg går på weekend hedder det Jeg lader lige det der stå og damme. Hen over weekenden Sådan en godt gammeldags penselintræk? Ja. Egentlig bare sådan, jeg gider ikke være her længere nu, nu har jeg sparet arbejde på det hele dagen Jeg gider ikke sætte det til endedamme, fordi så skal jeg stå ved maskinen Så nu stiller jeg bare det der bæreglas eller den lille kolde... Over i hjørnet af stengeskabet, så kommer jeg ikke igen på mandag Og så kommer man ind tirsdag Og så er der faktisk en krystal. Det er godt det ikke kommer mandag. Det. Er godt det ikke kommer mandag. Nej, men det havde jeg prøvet et par gange. Nå, men det man gør, det er at man tager sin krystal og skærer den ud under mikroskop, og så monterer man den på en bitte, bitte, bitte lille glasnål. Ja. Vi kan tage et helt afsnit om røntgenkrystallografi en dag. Det er skidespændende. Det gør vi ikke lige nu. Men så sætter man sin lille krystal ind i røntgenmaskinen. og så bombarderer man den ellers bare i rigtig mange timer med røntgen hvor den bare bliver pløkket fra alle vinkler den kan med røntgenstråling og så får du diffraktionen fra den kristal ja så du. Får en eller anden form for mønster. Du opfanger ja du får egentlig elektronskyer du kan følge og får intensiteter på. Det Ja, det er så der, altså de blokerer vel for ryggen strålerne går ud fra Ja, så alt er for. Store kan man sige Ja Så hvis du har, altså nu kan jeg huske det, hvis du har sådan noget som klor eller det der bruger man tit i små molekyler så har du tit sådan, det er også fordi det bliver nemmere at krystalle sådan brom eller klor eller jod eller noget tungt Og det giver også bare så en, hvad hedder det, et fyretårn Ja Når du bombarderer det, så er det ret tydeligt Så du kan orientere dig Ja, der sidder den der del i hvert fald Og det sætter man jo ikke ind altid på proteiner Så du har bare den her lange kæde af karbon og nitrogen og oksygen Så er det bare sådan, så går du bare i gang med dit puslespil Ja Er der et billede jeg kan følge? Nej Altså når der er så stort en. Molekyl, så bliver det komplekst Ja du. Kan godt få computeren til at hjælpe, der er kommet software til at det kan hjælpe Nu har jeg ikke løst en krystalsultur i snart 10 år og der var software sådan rimelig fint til simpel molekyler, den kunne godt blive forvirret nogle gange til små molekyler og jeg kunne godt forestille mig at det begynder at blive bedre specielt nu hvor der er kommet sådan AI modeller, så begynder det at gå tjep tror jeg og så hele det her med altså nu er det jo at forudse modeller, hvis man kan forudse det allerede på forhånd med hvordan strukturen skulle se ud eller burde se ud, så er det nemmere at løse det ud fra prikkerne på røntgen. Ja. Ja, ja. Men nu tror jeg vi forherster os lidt, fordi vi jo så ikke snakker om... Ja, sorry. Vi. Har ikke snakket om optagelsen, men ja. Men. Det er nemlig svært at finde en proteinstruktur. Og. Det er også derfor dem, når de løser en af de der proteinstrukturer, så får de jo en, altså det er jo nærmest en artikel i sig selv. Ja. Det er det. Altså. Du har løst en struktur. Ja. Til at starte med, altså i har det været 50'erne, 60'erne? Ja. Altså der holdt man jo krystalfester hver gang der blev løst en struktur, altså så fester hvor alle på instituttet gik over og drak champagne og sådan noget, fordi det var kæmpe ting. Det. Er det også der jo, ja. Og selv, det er jo det der er vildt, selv nu med så meget computerkraft og så videre, så tager det stadig en god rum tid at løse de her strukturer. Ja. Og der er kun fundet 200.000 strukturer løst med krystalografi og også NMR som er en anden metode som vi ikke lige kommer ind på nej, men man. Plejer at bruge de to i sådan. En samsorium ja godt, så vi har vi havde jo nobelprisen i to dele hvad for en starter vi med at snakke om? Jeg synes vi skal starte med Baker, bare fordi han rent faktisk er biochemiker Baker Så. Det er ham der har lavet computer protein design Ja Øhm ja, med et program der hedder Rosetta Blandt andet Rosetta Og andre gode, eller hvad? Han har flere. Så det der med at folde proteiner, det er jo, nu har vi for eksempel været det ret vigtigt at vide hvordan de folder. Og det der med computerprogrammer, det er ret sjovt, fordi da vi fik nyhederne om det, der var jeg faktisk lidt til at starte med lidt skuffet. Men der kan man faktisk lidt tænke på, da jeg gik på TX i 06, der havde jeg et program i siddet på min computer, der hedde Fold at Home. Det er ikke noget han har lavet, det er Rebecca D. en anden der har lavet det i år 2000 Og ideen med Fold at Home det var at flere og flere mennesker begyndte at have computerer fra hjemme Og ham gutten der udviklede det, han tænkte så jamen Computerkraft er dyrt og svært at få fat i Så hvis alle mennesker nu bare bruger en lille smule af deres CPU og GPU, altså grafikkortet der til at processe hvordan rutiner folder, så kan det være vi kan løse noget. Så det bidragede jeg til i mange år, også. Da jeg var på universitetet. Jeg bidragede til CETI. Ja, men det er jo det samme. Det er. Jo lidt det samme. Det har. Jeg heller ikke lykkes i nu. Nej, nu. Omstod der så rigtig mange der bruger deres computerkraft på sådan en mini bitcoin i stedet for. Men konceptet. Er lidt det samme. Ja, vi er bare lidt mere ideologiske. Det kan. Jeg godt se. Konceptet er jo lidt det samme med at computeren Altså det der jeg havde, det der foldede programmet, det kunne godt køre i baggrunden, det brugte bare kun altså overskydende kraft, så hvis du sad og spillede computer eller redigerede video eller et eller andet, så tog den ikke noget kraft. Men hvis det bare stod stille, så hvis du for eksempel gik for computeren, og den bare stod og idlede, fordi du lige skulle hente en kop kaffe eller spise noget mad, og ikke slukkede den, fordi det tænkte man ikke over så meget dengang, så stod programmet bare at folde proteiner. Ja, det. Er nice. Hjælp til. At folde proteiner. Øhm... Det. Er... Det er jo så egentlig det man har fortsat med, nogen af vegne. Fordi meget af det Baker han har været med til, det er blandt andet, og nu kan I ikke se med, men I får et link til det hjemme. Det er Foldit, Morten. Jeg skal give det til alle mine elever. Det er et computerspil. Ja, jeg. Kan godt huske det. Man kan. Sidde og folde proteiner som en computerspil, og bidrage til forskningen, imens man gør det. Ja, fordi. Det har været med til at lære... Det ikke. Også? Det er det, begge grupper har også udviklet deres egen AI til det her. Ja. Men det er ikke den de er blevet fået credit for, det er deres andet forskning, og der er meget af deres forskning der har fået credit der, for det er også de der får, at han får en halv Nobelpris alene. Ja. Fordi det er, det er meget de kan, og det de også kan, det er at de fandt ud af at forese, altså designestrukturer, af proteiner, det var jo ikke bare naturligt, de fandt jo også på, eller fandt ud af at kunne designe. Nogle andre. Ja det er jo, han har den her citat, hvor at før deres arbejde, så Så har man kunnet gift protein og nye funktioner ved at ændre på et allerede eksisterende et. Men som han siger, hvis du vil bygge et fly, så starter du ikke med at modificere en fugl. Du begynder at forstå principperne bag aerodynamik og bygger en flyvemaskine ud fra disse principper. Præcis, og. Det er et rigtig godt, altså en god pointe. Fordi det andet er lidt hoomansagtigt, at du bare tager et eksisterende og så gaffeting og. Noget andet ovenpå. Ja, det kan også noget. Som proteinkemiker så vil jeg sige, at det kan også meget. Ja, og. Det er jo også det, man har gjort i mange store medicinalvirksomheder, hvor man har brugt proteiner. Nu snakker vi om AUKK her sidst med insulin. Det er jo også blevet modificeret. Og det er jo ikke, at vi nu bygger nyt insulin. Det kunne. Man gøre. Ja, det kan man jo så nu. Det kan. Man nemlig nu. Men der har man jo også bare sådan tvunget noget andet ind på den eksisterende struktur. Gennemsplejsning er det jo så blandt andet. ja, men det her det er jo noget helt andet at designe så hedder det GoSign, altså rutiner og ved hjælp af computerkraft se hvordan det folder og en nok kan køre baglængs, altså jeg vil jo godt have et rutin der ser sådan ud og er foldet på den her måde baglængs hver kæde skal jeg så have ja, det er jo der den. Bliver rigtig spændende fordi så kan man oversætte den kæde til DNA ja for eksempel Sæt det ind som et gen til, ja man kan jo også bare lave proteinet kunstigt, men man kan også sætte det ind i en organisme og så få den til at lave det. Ja til. En bakterie eller en ger, eller en bakterie eller en svamp hedder det jo. Og så kører det afsted på den måde. Og man kan sige at de har det der Rosetta Fold og Foldit og Rosetta Fold All Atom og så den der hedder RF RF Diffuse All Atom Og det er den der AI model de udviklede Så de skrev en artikel om 23 Altså Baker deres gruppe Og det er vigtigt den hedder All Atom fordi det er nemlig Altså den Det er ikke chat-GPT-agtigt Det er en af de der tegnemodeller nærmere det den gør, det er ret interessant Så du kan bare fodre den i en masse forskellige atomer og så bede den uden for det her at lave et protein. Så den kan også bare lave sådan random ting, der kan virke. Altså den opfylder i hvert fald alle reglerne. Du tegner. Et mønster med atomer, og så får den det opfyldt med protein eller hvad? Ja, for. Eksempel. Men de har også deres video for det, der hvor det ligger, hvor du kan downloade det også bare, at de har bare kastet en masse carbon, nitrogen, oxygen osv. ind, og så giver de et forslag til, Et potentielt protein. Hvad skulle. Du bruge det til? Jeg ved. Det ikke. Lidt ligesom at fodre et chat-GPT med et eller. Andet gøgl. Okay, det kan jeg godt mærke som protein-kemiker. Det gør lidt ondt i sjælen, at det er bare sådan... Så kan den lave et protein. Jamen, hvad. Skulle du bruge det til? Ja, det er lidt mere... Jeg går ud for, at det er et dybere formål. Jeg tror, det er ligesom meget mere trænet og så videre. Jeg er også kun lige kommet ud for syv måneder siden, så jeg tror ligesom meget, at det er for, at den skal lige træne på noget mere data og sådan noget. Men al hans forskning her Det har været med til at hans forskningsgruppe alene har startet 14 virksomheder op 14 biokemiske virksomheder, der arbejder ved forskellige proteinarbejde Der blandt andet har været med til at lave vaccinen. Til corona og andet Ja, men den blev jo ikke brugt? Nej, den. Blev ikke brugt, men de lavede en Ja Altså De var bare ikke lige. Så store som de andre Nej, nej, nej. Altså, det... Altså... Ja, skal vi komme med nogle eksempler på hvad man har brugt det her med... Men jeg. Vil bare lige sige, det... Ja, det er nemlig ikke brugt nærmest corona, men det firma de har, der kom med det, det var heller ikke lige så stort som Pfizer. Nå, nej, nej, men... Et firma der har så gigantisk en produktionskapacitet, at de bare sådan... Ikke behøver at sætte så meget om for at det er fint. sammen med Moderna, altså de er sådan kæmpe virksomheder. Ja. Så. Altså, så, altså de kan jo lave proteiner fra ny af. Ja. Og noget af det de har lavet, altså nogle af de eksempler som de giver også inden for øh, hvad hedder det? Det kongelige, svenske Ja. Naturvidenskabsakademi, jeg ved ikke hvad det hedder på dansk. Ja. Øhm, det er jo, altså sådan Nanomaterialer der kan spontant sætte sig sammen Proteiner der kan binde fentanyl, som er et opioid Så kan man, så kunne det blive brugt til at opdage fentanyl Proteiner der kan fungere som sådan nogle molekylære rotor, altså små maskiner Og så lidt op som du siger altså til at lave vacciner og også altså noget der kan ændre form ud fra ekstern stimuli, så altså nogle sensorer og sådan noget, det kunne det blive brugt for, ja det er. Ligesom at have varme og gule sensorer og så vide i kroppen egentlig, ja. Og det er jo ret fedt han. Snakker jo også selv begge om muligheden for det der med at få en altså sådan overordnet vaccine mod influenza forkølelse gøl at det ville være muligt at kunne begynde at kigge på sådan noget, når man kan designe sine egne proteiner. Lidt mere ja, ja, altså fordi man kan give en lidt mere bred spektra af en. Altså overfylde det du skyder ind ad vaccine med flere forskellige ting, nemmere end når du selv bygger det fra bunden, så rammer flere markøjere. Helt bestemt. Men jeg tror det er her hvor min første Sådan lidt. Men vi. Er der jo ikke endnu, det er jo bare sådan. Hvis man. Lægger mærke, så står der, at vi kan. Ja, det kan blive brugt til. Jeg har ikke. Altså igen, vi har optaget det her. Vi optager det her et døgn efter det er givet, så det kan godt være, at der findes bedre eksempler, men så er det bare sjovt, at de viser dem. Men der er jo ikke nogle af de her eksempler, der bliver brugt til noget endnu. Nej, men. Det er de bedste eksempler, de kommer med. Ja, altså. Det er jo bare noget, der. Åh, det her, det kan blive brugt til et eller andet. Måske, hvis. Jeg synes bare, man har set mange gange, at noget er blevet slået stort op, og så har det faktisk ikke været så godt i virkeligheden. Ja, det skete og skete og skete. Hvad er det? Hvad er det, den der fodbold der? Ja. Ja. Den var stor. Den fik. Også en Nobelpris. Ja. Hvad er det nu, den hedder? Det er en eller anden fulleren. Ja, den. Der kæmpe karbon fodbold der. Altså den. Er jo ikke kommet noget ud af. Men det. Var det samme de lavede hos de der tubes af det og så videre. Carbon nanotubes eller hvad? Noget lignende af dem. For mig som proteinkibler er det her mega fedt mega fede muligheder altså så kan man lave alt muligt fedt med et biomaterial i stedet for det unødklassiske kemi altså nu tager jeg bare lige et par klichéer men altså sådan noget vandafvisende protein du kan code din regnjagt med så gå væk under PFAS PFAS holder jo heller ikke i regnjagt det er jo det der er problemet eller bionidbrudelige proteinbaserede pesticider, så det ikke ophober sig i vores grundvand. Altså sådan noget der, det synes jeg var mega fedt. Du kan bare, alt er muligt. Det er kun fantasien, der sætter grænser, og så selvfølgelig de fysiske og kemiske love. Men jeg vil gerne se det ske, før de får en Nobelpris. Ja, og. Det er jo det, jeg vil sige som klassisk kemiker herovre. De sidste tre år, altså de sidste, de tre foregående nobelpriser vi har haft sidste år var kvanteprikker. Det har vist at det virker. Ja, men. Vi var også sådan lidt lungtende med det. Vi var. Lidt lungtende med det, men det virker. Og man har demonstreret, at man bruger det, at man bruger det allerede. Så det var fedt nok. Året før det, der var det, derovre hedder det nu Morten. Pimi, jeg kan ikke huske de to andre endnu. Klikkemi. Klikkemi. Ja. Og klikkemi, det er fandme vildt så brugbart. Det var jo bare, hvor man tænkte, ja, hvorfor har de ikke fået Nobelprisen før? Fordi det bruger man konstance. Men det. Er jo også det, man plejer med Nobelpriser. Giv det for noget, som man faktisk er sikker. På, at det virker. Organokatalys virker, har været brugt. Kæmpe grundforskningsfelt. Og har også afledt forskellige brugssituationer. Så fedt. Og ikke noget hvor man siger det kan, det har lavet allerede. Nu venter vi på det næste trin at det bliver taget op af den større del. Det er sådan ret... Ja ja. Der vil jeg så godt diskutere også at sådan, det bliver jo heller ikke sådan rigtig brugt. Det er. Fordi de brugscases de skal til, det er sådan nogle der kræver at industrien omlægger sig på nogle punkter. Det er. Ikke vores skyld, det er industriens skyld. Nej, det er jo bare det samme eksempel. Det var det samme eksempel som du brugte med Pfeiffer. Men i. Organokatalysen bliver det brugt nogle steder. Ja, men. Det er heller ikke det, det handler om her. Nej, men. Det er bare for at sige, vi har i hvert fald de sidste tre, hvor man har tænkt sådan, ja selvfølgelig. men stadig, ja selvfølgelig tænkte man bare, da man hørte den. Den her det er sådan et, og specielt hvis vi skal snakke om den anden gruppe, der fik, der har vi med på den her Nobelpris her. Ja, hvem er dem? Ja deres AI, der hedder AlphaFold, den er jo så fra år 2000 Ja. Så det er fire år siden. Øh, 2020. Mener jeg også. Ja, 2020. Det er også fire år siden. Jamen, du sagde 2000. Nå, undskyld. Det er ikke fire år siden. Nej. Øh. Den er fra 2020, så fire år siden. Ja, Alphafold 2. Ja. Og det er den her, de har fået Nobelprisen for. Så du. Synes også, det er lidt tidligt? Måske lidt. Tidligt. Til gengæld så er Alphafold, den er jo så lyst. Nå, men. Vi skal snakke om, hvad den kan. Før vi sådan... Ja, den har forudset strukturen af 200 millioner proteiner. Ja altså basicly sådan alle dem der er i, altså ja, de har bare kørt alle sekvenser der er tilgængelige igennem. Den, yes og så har den opfyldt de forskellige regler den er trænet på, ja, med proteiner hvordan de kan se. Ud, ja og den forudsiger dem næsten lige så præcis som krystallografi, ja men. Og det er en vigtig ting jeg håber her, at det er at man ikke går ind og erstatter krystallografi med den endnu. Nå, du. Har den samme side som mig. Ja. Kan vi ikke lige snakke lidt om den, inden du kommer til kritikken? Jo. Øhm, godt, fordi hvis man kan forudsige deres strukturer, så kan man også forudsige deres funktion. Ja. Mega nice. Hvis du kan forudsige deres strukturer, så kan du også designe medicin der kan påvirke proteinens funktion så altså for eksempel hvis du har en bakterie som du gerne vil slå ihjel fordi den giver sygdom så kunne du designe et molekyl der blokerer for et proteins funktion ja der kunne. Hende at inhibiter et eller andet sted. På det som jo så er livsnødvendigt for bakterien en prop i flasken groft set eller du kan egentlig udnytte at vi allerede har antibiotika men bakterien er ved at Resistente Ja, men så kan du jo bare gå ind og targete det der giver bakterien resistens Så bare giv en klassisk, en cocktail af klassisk antibiotika og noget nyt opfundet, noget der kan ramme Det der sørger for at give dem resistens Og også i mennesker, altså det Altså det er tit med sygdomme, i hvert fald arvlig sygdomme, altså så har man en mutation i et gen, det fører til at det bliver en anden struktur i det protein som genet koder for og derfor igen tilbage til at en funktion sidder i sekvensen, sekvensen giver strukturen derfor strukturen giver funktionen, derfor så ødelægger det jo det hele, så der kunne man jo design et molekyl der sådan kunne rette op på strukturen ved dem der er gået i stykker eller simulere det område som er gået i stykker, altså så du kan rette op på arvelige sygdomme ved at bruge strukturen fra noget du har altså den forudsagte struktur til at designe mod medicin udefra ja og der er jo også mange kræftsygdomme hvor du har overaktive enzymer så kan du lave inhibiteret mod. Det men de ting du sagde her til sidst Morten blandt andet med kræft osv Der er en af de ting den ikke er god til her Alpha. Fold Hvad er det? Den kan ikke finde ud af mutationer Hvad betyder det? Den har. Problemer med hvis et protein har forskellige konformationer den kan være i Så er den ikke god til det blandt andet Så den kan finde en af dem, den kan ikke finde hvis den kan sæde på andre strukturer, så giver den kun den ene af dem Nå, men. Er det ikke mest for destabiliserende mutationer, altså nogen der påvirker stor del af proteinet? Jo, men. Det er ikke kun det mutationsdele der også, hvis de bare har flere konfirmationer. Nå, ja det er rigtigt, ja Det. Ville være ligesom at lave en der kunne forudse organske molekyler, og så bare sådan, når jeg får resten af det der kiralitet der, at vi kan forudse. En af dem. Altså der er så mange begrænsninger i det her. Ja, men det er derfor jeg synes det er sådan... Måske kan vi ikke lige sådan... Rolig med at have givet den en Nobelpris, før de lige havde sådan fået nogle af. Kinksene ud af... Der er gået total AI-hype i Nobelpriskomiteen. Jeg kan. Godt lide sådan... Jamen, den kan forudse 200 millioner... Det var sådan... Ja! Og hvis jeg satte en compute... Altså, det er som om det var sådan... Bare havlgevær løsningen nærmest. Ja. Bare sådan... Jamen, så har vi fået alle de her modeller... Eller sådan alle de her strukturer givet frem. Jamen, hvad med hvis den sådan... Det kan den ikke. Nå... Okay... Ja, der er mange mænder. Altså den kan jo heller ikke, den er jo heller ikke sådan super god til hvis at det er noget der er lavet af flere forskellige rutiner, altså så noget som forskellige gen er kodet for, så altså jeg prøvede at se på kollagens strukturer ved den, og det var bare sådan, det så helt retarderet ud, fordi kollagen det er ligesom et klassisk rendersræb, du har nogle snorer der er snoet omkring hinanden, Det kunne den ikke vise. Og det er også færre nok. Det er svært. Men igen, som du siger. Men de. Siger også, at den har problemer med ligander. Den kan ikke finde ud af non-protein-dele. Ja. Og det er jo så... Altså, hemerokobin for eksempel, den har jo en ret. Vigtig ligand. Ja. Det. Er der mange proteiner, der har en eller anden ligand, de bygger op omkring. Ja. Så det kan den ikke finde ud af. Ej, den. Er lidt lavet. Så hvis. Du havde fodret den med hemoglobin, så havde den ikke kunne løse strukturen for hemoglobin, rigtig. Den havde givet dig, så vil jeg være du i kringeldomænen, i mine øjne, altså den havde givet dig et eller andet forslag til, det ser sådan her ud, for den kan ikke tage højde for, at. Der sidder et metal. Ej. Så. Det er bare sådan, kunne man ikke, altså ikke det værste, men på en af de lister jeg fandt over sådan nogle prediction models, der ligger den faktisk som en af de mest præcise alligevel. Den er. Alfafold. Ja ja. Selvfølgelig. Øhm... Men... Altså... Den er god, ja, men det lyder da ikke til, at den er... Jeg synes bare, at det er farligt at begynde at sidestille den. Det kan også være, fordi jeg har lavet krystallografi, men jeg synes bare, at det er farligt at begynde at sidestille den med krystallografi. Det synes. Jeg også. For det. Kan godt være, at den kan forudse det, men jeg kan også godt... Det skal. Bekræftes. Ja, for. Ellers ville jeg godt nok prøve at skrive ind til Jax og nogen andre bare sådan, jeg havde forudset strukturen og sådan her. Har du bevis? Næ. Jeg har forudset det med en AI. Men jeg. Brugte en AI. Men jeg. Brugte en AI. Nå for pokken. Du skal faktisk i nature. Lige nu, der virker den jo på dem, hvor det netop kun er proteinkæden, der bestemmer denes struktur. Og som du siger, der er rigtig, rigtig mange andre ting, der bestemmer denes struktur. Kan jeg tage en af mine kæpheste? Det må. Du gerne. Må jeg give dig en lille stykke rus, før. Du tager en kæphest? Ja, gerne. For jeg. Synes, det er flot til gengæld, at de åbner det for offentligheden at bruge. Helt sikkert. Det synes jeg er cadeau cadeau til Google HypeMind, at de har gjort det. Det synes jeg er flot. Og det har meget bagers det også tilgængeligt til forskningsdelen at bruge. Ja, og. Altså det er helt sikkert et mega brugbart værktøj, som man kan springe nogle virkelig trælse trin over i ens arbejde med proteiner. Ja. Så det er overhovedet ikke fordi det ikke er et godt værktøj. Nej. Det er. Måske bare lige at vente lidt med Nobelprisen. Jeg skal. Lige arbejde lidt mere på, fordi så. Ville jeg næsten hellere have, at I bare havde givet den til Baker alene. Ja, ja. Ja, på en måde. Det virker. Bare sådan lidt på engelsk, når man siger tagged over, så er man lige taget, og så er man papirklippet, så vi tager også lige de her to. Gutter med. En anden udfordring, den kan ikke klare området, det hedder intrinsically disordered. Altså områder der egentlig ikke har den her klassiske Proteiner er ordnet på en helt bestemt struktur Og det er det der giver den deres funktion Det her det er nogle der ikke er ordnet og det er det der giver dens funktion Ja. Den vigtige del af det, det ikke. Er et ordentligt rum Og det kan den jo heller ikke klare Og dem begynder man, fordi det netop har været svære at arbejde med at du har ikke kunne finde dig strukturer Fordi de er ikke ordnet Man begynder at forstå at det er meget, altså det bliver, altså det er vigtigt Det her, det er ikke bare noget rod, det er vigtigt Det er et vigtigt rum Det. Er sådan jeg har det ved mit skrivebogen Morten, det er virkelig hovedet. Ja lige. Præcis, det kan jeg godt se. De her ting her. Så lige. Pløk på min træsponer Morten, de skal. Ligge i det der. Ja men det er jo intrinsically disordered, så det gør jo ikke noget om de ligger her eller her. Det er det der holder huset sammen Morten, hvor pakker. Ja. Og en af mine kæpheste, fordi jeg også har forsket i post-translationelle modifikationer, det er at det kan den. jo heller ikke klar, altså fordi post-translationelle modifikationer, det betyder at det er noget der bliver givet til et protein efter det har blevet lavet og det her det er jo kun kæden, kun de 20 og minus hyrden tager højde for så altså det er noget livaktivt udnytter til at tilfløje flere værktøjer end de der 20 aminosyre til værktøjskassen altså så det kan være sådan noget som sulfatgrupper eller fosfatgrupper eller sukkerkæder altså store kæder af en anden type molekyle som jævnlig sidder på også ja og altså der er nogle af dem her hvor det er kodet i sekvensen hvor de post-translationelle modifikationer skal sidde men der er også nogle der er sværere at gennemskue eller der slet ikke er noget system i Men de her er sindssygt vigtige for deres, altså proteinets funktioner Altså det er noget af det der er sådan, altså fosforfylderinger det er noget af det der sender signaler og sådan noget Det kan den jo heller ikke arbejde med Og det er jo en, altså Det er også især extracellulære proteiner, så den her den er mest lavet til simple intracellulære proteiner Altså sådan helt, helt basic nogle Og der er også andre ting som proteiner kan få over tid, som påvirker deres funktion, altså for eksempel advanced glycation in products, nu bliver det meget nørdet fordi jeg er proteinkemiker, men det er okay, det er nobelpris i proteinkemi, eller det laver vi som om det er. Det er simuleret proteinkemi. Jeg kan godt mærke, at nu begynder vi at blive mere venner af det. Og forkortelsen for det er H, fordi det er vidderligt aldring af proteiner, f.eks. kollagen og UV-skader. Det er sådan noget, du kan se på folk. De har fået modifikationer på deres kollagenmolekyl. Det kan man se ved, at de har De ser gamle ud. Ja, hvis du har ligget i et solari 24-7, så får du læderhude. Så det er sådan nogle ting. Det kan den jo ikke. Det kan den jo ikke forudse, hvad det gør. Hvor meget UV, hvor lang tid. Ja. Det næste skridt er jo, at man skal tage højde for de her ting. For at det giver mening i alle tilfælde. Man må endelig ikke bruge de her forudsigelser i blinde. og man skal stadigvæk have styr på ens protein kemi, det dur ikke bare at sige, det. Falder sådan her jeg synes det er super nice alt det her de har fundet ud af og jeg tror også det hvor der er nogen der kommer til at kunne bruge det meget, det er de kristald folk der sidder der, der vil sidde og lyse protein kristald strukturer Hvis du sidder med en, så kan du få et hænde, måske hvis. Du kan det Ja det er jo ligesom alle andre AI værktøjer De skal jo ikke erstatte noget, de skal jo bare bruges som værktøjer Så helt sikkert, altså det her værktøj I forhold til det vi har snakket om, der synes jeg jo den har, altså det er imponerende, det er ikke det Meget flot, men det er stadigvæk den nemme del den har løst Den har løst det der med de der 20, hvordan får den lige så op Det har været en ting man har gerne vil løse i 50 år, så det er super flot at de har kunne forudsige det ud fra bare, ja men det er alligevel så tæt på eksperimentielle, hvad hedder det, data, fejl, altså ja, så det er jo egentlig Så godt som det næsten kan være. Der er lang vej endnu. Der er jo også det samme dilemma som med chat-GPT og sådan noget. Den er jo blevet trænet på de her 200.000 strukturer, som rigtige forskere faktisk har løst. I forskning, der bygger vi på hinandens arbejde. Men det er lidt igen det der med sådan, så fik vi lige Nobelprisen for alle jeres andres arbejde, og vi har fået en computer til at lave det. Jamen, det har taget meget programmeringsarbejde. Jamen helt sikkert, det er ikke fordi deres arbejde ikke er godt, men det er lidt igen det der med at de har jo høstet andres data og får de tilpas credit for det. Nobelpriskomiteen kom jo, men de havde jo faktisk tænkt på det her, fordi de havde skrevet sådan en lille sætning med, at det jo ikke er, fordi alle de her 200.000 data, det jo ikke er, fordi det ikke er godt arbejde, og der er jo også blevet givet Nobelpriser for det. Så det er det her med forfattere og sangere og sådan noget, men det er da fedt, at GPT kan lave en festsang til dig, men de er jo blevet trænet på, på min sang, så hvorfor, hvem hvem skal lige have æren for det her, og hvem skal have pengene? Nu kan jeg ikke huske. Hvem af de tre herrer der sagde det, men der var en der sagde, I stand on the shoulder of giants, altså letterlig citat til det her, at det er jo på baggrund af andres, det gør man jo altid i naturvidenskab, men lige i det her tilfælde, der kan jeg godt føle det, at det er sådan, og specielt fordi at løse proteinstrukturer er benhårdt arbejde, og specielt derfor 50 år siden har det været virkelig. Hårdt arbejde at løse dem. Så altså, så ja, det er sgu heller ikke fordi jeg synes at det er ufortjent på nogen måder, det er jo bare at det skal man også bare lige tænke over måske, og det er jo netop også derfor at alle de her 200.000 strukturer der er fundet allerede, det har jo ikke været spildt af arbejde, det er jo det man har brugt til at lave det her prediction tools med, og det er jo også Altså det tror jeg der er mange der synes det er stadigvæk nødvendigt at finde det eksperimentielt. Altså i fysik der giver man sgu da heller ikke nobelpriser, men for teorier. Er det ikke det der har været et problem for mange med sådan, mange der burde have fået en nobelpris men fik det aldrig fordi det aldrig blev eksperimentielt bevist før de døde. Det mener jeg. Det siger vi. Jeg kom til. At tænke på, da jeg sad med det her Fold It, og kom til at tænke på mine glade dage med Fold at Home og alt det der, at det er den der klassiske amerikanske udtryk, hvor hvis du sætter tusind aber sammen i et rum med skrivemaskine, så skriver de Shakespeare til sidst. At det er lidt det det minder om, at det bare er sådan, så sidder folk derhjemme og har klaske på tassature, og sætter nogle ERA til det, så på et eller andet tidspunkt, eller 200 millioner proteinstrukturer. Når man kører nogle af de her prediction models til det også, så sidder den jo også bare sådan og groft set bare bevæger molekylet igennem alle de regler den har fået nej, nej, nej, nej, nej, nej, nej og så bare sådan hele vejen hen ad en kæde bare sådan det er der måden. At gøre den ja altså så finder. Den jo den finder det mest optimale. Ja og det er jo faktisk sådan molekylerne også gør det det er jo også den måde de folder sig på de prøver at finde energi øøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøø. Man kan se at den laver den der dans hvor den gønger rundt og så bare sådan dig dig dig dig vi. Glemte egentlig helt at sige hvad man har brugt jeg skulle til at sige chat kan vi se alpha fold til indtil videre altså fordi det man har sådan altså kunne jeg kan godt se det her i kernen altså i hvad hedder det selve kernen der er der sådan nogle porer som ting kan komme ind og ud af og de laver de kæmpe store strukturer så det har den fundet et bedre billede af og den har også øhh altså den har også hvad hedder det forudset strukturer på enzymer der kan nedbryde plastik så der håber man jo at man kan design proteiner der er bedre til at genbruge. Plastik. Men vi vender jo tilbage til den der med det er jo fedt den forudser det. Ja. Men nu mangler vi at. Se. At det virker. Ja. For det er jo fint når den forudser det men hvad nu hvis det er forkert det den forudser? Ja. Ja ja Ja, ligesom der er også et bakteriel-assym, der giver antibiotika-resistens, og nu kan man begynde at lave antibiotika, eller noget til at fjande antibiotika, men som du siger, det er ikke. Gjort endnu. Jeg har forudset, og mange af mine kammerater i min gamle forskningsgruppe der, vi kom jo alle sammen med forudsigelser. Og det var baseret på sådan en anden forskning, hvor man siger, at inden for metalkemi, der ved vi, at den her reagerer sammen under de her betingelser. Så prøver man noget lignende, der ville kunne mimikke de her betingelser. Næh, det sker ikke. Men alt data pegede på, at det burde ske, men der skete noget helt tredje. Så ja. Det er bare sådan, at vi har ikke set de her predictions fra AI. Jeg vil bare godt se nogle af dem blive vist eksperimentelt. Og det tager jo bare lidt. Tid. Ja, det tager nemlig tid. Så. Måske igen lidt tidlig ude. Den er 10-20 år for tidlig ude, den her Nobelpris. Altså jeg forstår ikke, hvorfor de har været så utålmodige. Altså, hvorfor skulle den have det? Absolut. Som du siger, det er fire. År siden. Ja, igen. Bakers, det de har arbejdet på, det er over 20 år nu. Ja. Men det er stadigvæk ikke vist noget, som sådan... Det er jo ikke sådan, jeg kan sige, wow, det her designede protein, der ikke fandtes før, det har bare kunne løse den her fantastiske ting, og nu har menneskeheden det bare så meget bedre. Det har den ikke. Det er stadigvæk... Altså, det er stadigvæk sådan... Håb, og håb er godt, håb er vigtigt, det er jo det, der gør, at vi har lyst til at arbejde videre på det, og lyst til at prøve det af. Men, altså, ja, det føles sgu lidt som en Nobels fredspris i stedet for. Ja. Vi giver den, fordi vi håber, der kommer fred. Ja. Og det snakker vi også om med Quantum Dots, altså, det virker som om, det er sådan lidt, altså, måske er det for, fordi man gerne vil. Give det lidt. Men jeg tror også bare, det er fordi, man bliver lidt skuffet for de der, ja. så meget, altså der er så mange ting i kemi, ja det er jo tættere på biologi end det er. I nødvendigvis kemi. Det er bio kemi, det er. Protein kemi. Computer kemi. Ja, det vil jeg. Jo også. Sige. Men den ligger på en måde, hvor der er så meget andet i kemi, der har over 30 år på banen, der også kunne fortjene en Nobelpris. Før folkene dør. Ja altså, hvad hedder det? John Jumper han er jo kun fra 85 Ja, altså Baker han er så 60 Ja, det er måske det. De har tænkt Det vil godt være. Årh, hvem hellere er det? Jeg ved det sgu ikke Som du siger han var også alle steder Måske, nej Øøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøøø Jeg synes sgu det... Nobelprisen er vel også en lille. Forretning. Det kan også bare være vi er vildt meget af den gamle skole. Vi er gamle knævne mænd nogle. Gange. Og det er jo også det der sindssygt. Hvorfor er jeg i hype? Jeg kan jo huske da det kom, da jeg forskede. Og før det, så var det der jo ikke. jeg har kigget på nogle proteinsstrukturer hvor den har forudset for nogle af de proteiner jeg har arbejdet med som der ikke er et struktur på og altså jeg er rimelig overbevist om at jo det giver mening den ser sådan her ud altså det giver rigtig god mening med undtagelser med undtagelser netop så jeg tror de her gamle knævende mænd måske skal vi putte den på en tier list ja måske er det fremtiden at man skal lave man skal lave mindre i laboratoriet og så stole på på forudsigelser og så se resultaterne af det i stedet for jeg vil sige. Den her så langt med det her jeg forstår jeg ville have forstået det mere måske hvis det havde været en AI til small molecule der kunne have været vist ret hurtigt at den kunne prædikte det jeg synes det er ret vildt vi skibber Small molecule AI predictions. I syntese Jamen, har de gjort noget? Jeg har ikke været inden for at ind og arbejde med det i. Så mange år Nej, nej, men du har heller ikke hørt om det? Nej, nemlig, det ville jeg, det. Ville jeg Så det kan du heller. Ikke give en Nobelpris på? Nej, men. Det der mener jeg, hvorfor er der ikke nogen, altså hvis det er Hvis du kan gøre det for proteiner Så burde der være en eller anden der lige har tænkt, hey løser den også lige for de små. Molekyler. Men hvad er det du vil løse ved de små molekyler? Jamen jeg. Vil godt have en prediction model, du blander det her, du blander det her, og så det der. Men det er måske nok for kompliceret for en AI alligevel. Nå, så. Hvis man blander det her og det her, hvad får man? Et stof får man? Ja. Nå. Ja, ja, altså det er jo noget helt andet, det er jo altså. Ja, ja, ja, ja. Men ja, det skal vel nok. Også komme? Det synes jeg personligt ville have. Været. Men har du undersøgt om det findes eller ej? Nej, det har jeg ikke gjort. Men jeg kommer bare til at tænke på det her i slutningen. Okay, så. Det bliver næste års Nobelpris. Jeg vil sige det sådan... Nej, nu har du kommet med. En forudsigelse. Jeg håber til næste år, at. De går klassisk. Helt klassisk. Det er jo også derfor det er lidt bittersødt. Altså, det er endelig en nobelpris i proteinkemi. Og så er det så heller ikke. Så er det jo computerkemi. Skal. Vi få den på en tierlist, Morten, før vi lyder alt for gnavne? Ja. Vi skal lige starte med. At. Sige, at vi synes, det er fascinerende. Og spændende. Bestemt fascinerende og spændende. Jeg er også overbevist om, at det nok skal vise en rigtig kæmpestor. Potentiale. Men vi har jo godt brugt. At se det. Men jeg er meget could be used i det de forklarer om. Og. Så en enkelt corona vaccine. Som ikke blev brugt. Så altså for mig at se så er det 10-20 år for det. Tidligt de har givet den her. Pris. Ja man kan sige, altså de kunne have givet dem en eller anden pris for det. Mindre end Nobelprisen. Ja det siger. Der også på. Hovedet. Fields medal eller et eller andet. Nej det er det man vil sikre det ikke. Jo det må man sige. Men en eller anden stor medalje kunne man have givet dem. Så de kunne have fået det hype de nok skulle bruge for at kunne få det til at køre videre. Jamen som du siger der er allerede 1000 firmaer de har fået rigeligt. Ud af det. Ja men så 10 års arbejde med at lave nogle af de her proteiner de snakker om, vise det virker, fyre en masse nature artikler af og. Så en Nobelpris. Ja for der er en fuser, altså der er en risiko for at det her det bliver en fuser. Ja. Altså ligesom den der Bugmeisterfuleren, er det ikke det den hedder? Bugmeisterfuleren, ja. Altså det kan da også godt være den bliver brugt til noget meget specifikt, men det er jo ikke sådan den er løst. Nej. Kæmpe ting. Hvad jeg ved, nu undersøger jeg det lige bagefter, så må vi se om jeg er helt til grine. Om. Jeg er til grine og. Sådan. Så tager vi et Bugmeister fuld ren afsnit og så retter jeg op på det. Godt, vi skal have placeret den. Så har du jo startet. Altså. Før vi startede, altså jeg synes jo stadigvæk det er imponerende, det er ikke det. Altså og det har løst et, altså ja, noget med har vi løst rigtig længe. Så jeg tænkte en B'er, jeg ved sgu ikke, jeg ved ikke om vi har fået at tale os ned. På en C'er. Jeg var jo faktisk lidt på en D'er. Så vi kan godt ligge på. En seer. Skal vi sætte et land på en seer? Ja. Det er vildt at give en Nobelpris en seer. Det er jo heldigvis ud fra. Vores vurdering og inden for kemi og alt det andet. Men jeg vil godt pointere for publikum, at vi synes det er en seer, fordi vi synes det er for. Tidligt. Ja, det er sikkert en S'er. Om 20 år. Ja, men det er jo det. Men der er for mange... Det er særligt med de her Nobelpriser nogle gange. Der er nogle ting, Der når dem der har forsket at dø, så de når ikke at få en nobelpris for det. Og det har bare været sådan nogle vilde ting, der har været sådan. Hvor man tænkte, hvorfor? Men er der ikke også meget politik i det? Jo, det er der. Ja. Så. Kender de rigtige mennesker. Og. Man så gerne vil være sådan en. Der... Ja, det ved jeg ikke. Spiser søtboller hver dag? Nej. Vi. Har jo også snakket. Om. At vi skulle lave et afsnit om nobelpristingene generelt. Ja. Men... Det er bare fordi man synes det er sådan lidt ærgerligt, så kommer der lige sådan en hype train her med AI og så skal vi lige hoppe på det i stedet for at give det til nogle andre ting Og nu kan vi også nemt sidde og sige at man burde give det til nogle andre ting og ikke nævne eksempler på det Ja ja det er jo. Det, det er så nemt Men ja. Der er bare meget altså Der foregår så meget i kemi at der burde være rigeligt at tage af som ikke var AI baseret Eller ikke understøttet AI. Har proteomics fået noget nobelpris? det ved jeg ikke om de har massespektrometer har, men det er jo for eksempel sådan noget jeg gerne vil give noget nobelpris for i proteinkemi der er mange eksempler, vi kan bare ikke lige nævne dem alle så det bliver en seer? Og det er jo en nobelpris til at forudsige ting og for os er det også en nobelpris der nok mest er om at forudsige at det. Bliver stort. Ja. Det kan være det er. Det. De har sanset på. Ligesom Bugmeister Fulvien. Ja. Yes, jamen tak fordi I hørte med derude. Og så må I have det rigtig godt.