5.3.2 Foldit
Foldit to gra składająca się z białek, która pozwala nie-ekspertom uczestniczyć w zabawny sposób.
Nagroda Netflix, choć sugestywna i jasna, nie ilustruje pełnego zakresu projektów otwartego zaproszenia. Na przykład w Nagrode Netflix większość poważnych uczestników miała lata szkoleń w zakresie statystyki i uczenia maszynowego. Jednak projekty otwarte mogą również angażować uczestników, którzy nie mają formalnego wykształcenia, co zostało zilustrowane przez Foldit, składankę białkową.
Składanie białek to proces, w którym łańcuch aminokwasów nabiera kształtu. Dzięki lepszemu zrozumieniu tego procesu biologowie mogli projektować białka o specyficznych kształtach, które mogłyby być używane jako leki. Upraszczając całkiem sporo, białka mają skłonność do przejścia do ich konfiguracji o najniższej energii, konfiguracji, która równoważy różne popchnięcia i ciągnięcia w obrębie białka (rysunek 5.7). Tak więc, jeśli badacz chce przewidzieć kształt, w którym białko się złoży, rozwiązanie brzmi prosto: po prostu spróbuj wszystkich możliwych konfiguracji, obliczyć ich energie i przewidzieć, że białko złoży się w konfigurację o najniższej energii. Niestety, wypróbowanie wszystkich możliwych konfiguracji jest niemożliwe obliczeniowo, ponieważ istnieją miliardy i potencjalne konfiguracje. Nawet z najpotężniejszymi komputerami dostępnymi dzisiaj - aw przewidywalnej przyszłości - brutalna siła nie zadziała. Dlatego biolodzy opracowali wiele sprytnych algorytmów, aby skutecznie poszukiwać konfiguracji o najniższej energii. Jednak pomimo ogromnych nakładów pracy naukowej i obliczeniowej, algorytmy te wciąż są dalekie od doskonałości.
Rysunek 5.7: Składanie białka. Zdjęcie dzięki uprzejmości "DrKjaergaard" / Wikimedia Commons .
David Baker i jego grupa badawcza z University of Washington byli częścią społeczności naukowców pracujących nad stworzeniem metod obliczeniowych do zwijania białek. W jednym projekcie Baker i współpracownicy opracowali system, który pozwolił ochotnikom oddać niewykorzystany czas na ich komputerach, aby pomóc w symulacji zwijania białek. W zamian wolontariusze mogli obejrzeć wygaszacz ekranu pokazujący fałdowanie białka, które miało miejsce na ich komputerze. Kilku z tych ochotników napisało do Baker'a i jego współpracowników, że myślą, że mogliby poprawić wydajność komputera, gdyby mogli wziąć udział w obliczeniach. I tak zaczął Foldit (Hand 2010) .
Foldit zamienia proces składania białka w grę, w którą może grać każdy. Z perspektywy gracza Foldit wydaje się układanką (rysunek 5.8). Gracze otrzymują trójwymiarową plątaninę struktury białka i mogą wykonywać operacje - "poprawianie", "trzęsienie", "odbudowywanie" - co zmienia jego kształt. Wykonując te operacje, gracze zmieniają kształt białka, co z kolei zwiększa lub zmniejsza ich wynik. Krytycznie, wynik jest obliczany na podstawie poziomu energii bieżącej konfiguracji; konfiguracje o niższej energii dają wyższe wyniki. Innymi słowy, punktacja pomaga przewodnikom w poszukiwaniu konfiguracji o niskiej energii. Ta gra jest możliwa tylko dlatego, że - podobnie jak przewidywanie ocen filmów w Nagrode Netflix-proteina-składanie jest również sytuacją, w której łatwiej jest sprawdzić rozwiązania, niż je wygenerować.
Rysunek 5.8: Ekran gry dla Foldit. Reprodukowane za zgodą http://www.fold.it.
Elegancki wygląd Foldit pozwala graczom o małej formalnej wiedzy z zakresu biochemii konkurować z najlepszymi algorytmami zaprojektowanymi przez ekspertów. Podczas gdy większość graczy nie jest szczególnie dobra w tym zadaniu, jest kilku indywidualnych graczy i małe zespoły graczy, którzy są wyjątkowi. W rzeczywistości, w bezpośredniej rywalizacji pomiędzy graczami Foldit i najnowocześniejszymi algorytmami, gracze stworzyli lepsze rozwiązania dla 5 na 10 białek (Cooper et al. 2010) .
Foldit i nagroda Netflix różnią się pod wieloma względami, ale obaj wymagają otwartych zaproszeń na rozwiązania, które łatwiej sprawdzić niż wygenerować. Teraz zobaczymy tę samą strukturę w jeszcze innym bardzo odmiennym otoczeniu: prawo patentowe. Ten ostateczny przykład problemu z otwartym połączeniem pokazuje, że to podejście może być również stosowane w ustawieniach, które nie są w oczywisty sposób podatne na kwantyfikację.
