5.3.2 Foldit
Foldit er et proteinfoldende spil, der gør det muligt for ikke-eksperter at deltage på en måde, der er sjovt.
Netflix-prisen, mens stemningsfulde og klare, illustrerer ikke hele spektret af åbne opkaldsprojekter. For eksempel havde de fleste af de seriøse deltagere i Netflix-prisen mange års uddannelse i statistik og maskinindlæring. Men åbne opkaldsprojekter kan også involvere deltagere, der ikke har nogen formel uddannelse, som det blev illustreret af Foldit, et proteinfoldende spil.
Proteinfoldning er den proces, gennem hvilken en kæde af aminosyrer tager form. Med en bedre forståelse af denne proces kunne biologer designe proteiner med specifikke former, der kunne bruges som lægemidler. Forenkler ganske lidt proteiner tendens til at bevæge sig til deres lavest energikonfiguration, en konfiguration der afbalancerer de forskellige pushes og trækker i proteinet (figur 5.7). Så hvis en forsker ønsker at forudsige den form, som et protein vil folde i, lyder løsningen simpelt: Prøv bare alle mulige konfigurationer, beregne deres energier og forudsige at proteinet foldes ind i lavest energikonfiguration. Desværre er forsøg på alle mulige konfigurationer computationally umuligt, fordi der er milliarder og milliarder af potentielle konfigurationer. Selv med de mest magtfulde computere, der er til rådighed i dag - og i overskuelig fremtid - kommer brute kraft ikke til at fungere. Derfor har biologer udviklet mange kloge algoritmer til effektivt at søge efter lavest energi konfiguration. Men på trods af massive mængder videnskabelig og beregningsmæssig indsats er disse algoritmer stadig langt fra perfekte.
Figur 5.7: Proteinfoldning. Billede med tilladelse til "DrKjaergaard" / Wikimedia Commons .
David Baker og hans forskningsgruppe ved University of Washington var en del af fællesskabet af forskere, der arbejder for at skabe beregningsmæssige tilgange til proteinfoldning. I et projekt udviklede Baker og kolleger et system, der gjorde det muligt for frivillige at donere ubrugt tid på deres computere for at hjælpe simulering af proteinfoldning. Til gengæld kunne frivillige se en screensaver, der viste proteinfoldningen, der skete på deres computer. Flere af disse frivillige skrev til Baker og kolleger, der sagde, at de mener, at de kunne forbedre deres computers ydeevne, hvis de kunne blive involveret i beregningen. Og således begyndte Foldit (Hand 2010) .
Foldit ændrer processen med proteinfoldning i et spil, der kan spilles af nogen. Fra spillerens perspektiv synes Foldit at være et puslespil (figur 5.8). Spillere præsenteres med en tredimensionel tangle af proteinstruktur og kan udføre operationer - "tweak", "wiggle", "rebuild" - som ændrer sin form. Ved at udføre disse operationer ændrer spillerne formen af proteinet, hvilket igen øger eller nedsætter deres score. Kritisk beregnes scoren baseret på energiniveauet for den nuværende konfiguration; lavere energikonfigurationer resulterer i højere score. Med andre ord hjælper scoren med at guide spillerne, da de søger efter lave energikonfigurationer. Dette spil er kun muligt, fordi - ligesom at forudsige filmevalueringer i Netflix Prize-proteinfoldningen, er det også en situation, hvor det er nemmere at kontrollere løsninger end at generere dem.
Figur 5.8: Spilskærm til Foldit. Reproduceret med tilladelse fra http://www.fold.it.
Foldits elegante design gør det muligt for spillere med lille formel viden om biokemi at konkurrere med de bedste algoritmer designet af eksperter. Mens de fleste spillere ikke er særlig gode til opgaven, er der et par individuelle spillere og små hold af spillere, der er ekstraordinære. Faktisk skabte spillerne i en head-to-head-konkurrence mellem Foldit-spillere og state-of-the-art algoritmer bedre løsninger til 5 ud af 10 proteiner (Cooper et al. 2010) .
Foldit og Netflix-prisen er forskellige på mange måder, men de involverer begge åbne opkald til løsninger, der er nemmere at kontrollere end at generere. Nu vil vi se den samme struktur i endnu en helt anden indstilling: Patentret. Dette endelige eksempel på et åbent opkaldsproblem viser, at denne tilgang også kan anvendes i indstillinger, der ikke er åbenbart til kvantificering.
