5.3.2 Foldit

Foldit estas protekta-faldita ludo, kiu ebligas al ne-spertuloj partopreni en maniero, kiu estas amuza.

La Netflix-Premio, kvankam evoka kaj klara, ne ilustras la plenan gamon de malfermaj alvokoj. Ekzemple, en la Netflix-Premio la plej multaj el la gravaj partoprenantoj havis jarojn da trejnado en statistikoj kaj maŝinaj lernado. Sed, alvokaj projektoj ankaŭ povas partopreni partoprenantojn kiuj ne havas formalajn trejnadon, kiel estis ilustrita fare de Foldit, protekta-faldanta ludo.

Proteino faldanta estas la procezo per kiu ĉeno de aminoácidos prenas sian formon. Kun pli bona kompreno pri ĉi tiu procezo, biologoj povus desegni proteinojn kun specifaj formoj, kiuj povus esti uzataj kiel kuraciloj. Simplifikante iomete, proteinoj inklinas moviĝi al ilia plej malalta energia agordo, agordo kiu ekvilibrigas la diversajn puŝojn kaj tiras ene de la proteino (figuro 5.7). Do, se esploristo volas antaŭdiri la formon, en kiu proteino faldos, la solvo estas simpla: nur provu ĉiujn eblajn agordojn, kalkulas iliajn energiojn kaj antaŭdirektas, ke la proteino falos en la plej energian agordon. Bedaŭrinde, provante ĉiuj eblaj agordoj estas komputike neebla ĉar ekzistas miliardoj kaj miliardoj da eblaj agordoj. Eĉ kun la plej potencaj komputiloj haveblaj hodiaŭ-kaj en la antaŭvidebla futura-bruta forto simple ne funkcios. Sekve, biologoj disvolvis multajn lertajn algoritmojn por efike serĉi la plej energian agordon. Sed, malgraŭ amasaj kvantoj de scienca kaj komputika penado, ĉi tiuj algoritmoj ankoraŭ estas for de perfekta.

Figuro 5.7: Proteino faldante. Bildo ĝentileco de DrKjaergaard / Wikimedia Komunejo.

Figuro 5.7: Proteino faldante. Bildo ĝentileco de "DrKjaergaard" / Wikimedia Komunejo .

David Baker kaj lia esplora grupo ĉe la Universitato de Vaŝingtono estis parto de la komunumo de sciencistoj laborantaj por krei komputajn alirojn al protekta faldado. En unu projekto, Baker kaj kolegoj disvolvis sistemon, kiu permesis al volontuloj donaci neuzitan tempon en siaj komputiloj por helpi simulacajn protektajn faldojn. Aliflanke, la volontuloj povis rigardi ekranon-protektanton montrante la protektan faldiĝon, kio okazis en sia komputilo. Pluraj el ĉi tiuj volontuloj skribis al Baker kaj kolegoj dirante, ke ili pensas, ke ili povus plibonigi la rendimenton de la komputilo, se ili povus partopreni en la kalkulo. Kaj tiel komencis Foldit (Hand 2010) .

Foldit igas la procezon de proteino faldante en ludon, kiun iu ajn povas ludi. De la perspektivo de la ludanto, Foldit ŝajnas esti enigmo (figuro 5.8). Ludantoj prezentas tridimensian kontaktan strukturon kaj povas efektivigi operaciojn- "tweak," "vagi," "rekonstrui", kio ŝanĝas sian formon. Per plenumado de ĉi tiuj operacioj ludantoj ŝanĝas la formon de la proteino, kiu siavice pliigas aŭ malpliigas sian poentaron. Kritike, la poentaro estas kalkulita sur la energia nivelo de la nuna agordo; malaltaj energiaj agordoj rezultigas pli altajn interpunkciojn. Alivorte, la poentaro helpas gvidi la ludantojn dum ili serĉas malaltajn agordojn. Ĉi tiu ludo estas nur ebla ĉar - same kiel antaŭdiri filmojn en la protektado de proteinoj de Netflix-prokrasto ankaŭ estas situacio, kie ĝi estas pli facile kontroli solvojn ol generi ilin.

Figuro 5.8: Ludo-ekrano por Foldit. Reproduktita per permeso de http://www.fold.it.

Figuro 5.8: Ludo-ekrano por Foldit. Reproduktita per permeso de http://www.fold.it.

La eleganta dezajno de Foldit ebligas al ludantoj kun malmulte formala scio pri biokemio konkurenci kun la plej bonaj algoritmoj desegnitaj de spertuloj. Dum plejparto de ludantoj ne precipe bonas pri la tasko, ekzistas kelkaj individuaj ludantoj kaj malgrandaj teamoj de ludantoj, kiuj estas esceptaj. Fakte, en konkurado de ĉefo inter Foldit-ludantoj kaj nuntempa algoritmoj, la ludantoj kreis pli bonajn solvojn por 5 el 10 proteinoj (Cooper et al. 2010) .

Foldit kaj la Netflix-premio estas malsamaj en multaj manieroj, sed ili ambaŭ implicas malfermajn alvokojn por solvoj pli facilaj por kontroli ol generi. Nun, ni vidos la saman strukturon en ankoraŭ alia tre malsama agordo: patenta juro. Ĉi tiu fina ekzemplo de malferma alvokata problemo montras, ke ĉi tiu aliro ankaŭ povas esti uzata en agordoj, kiuj ne estas evidente por kvantigo.