डीप माइंड ने प्रोटीन संरचना की भविष्यवाणी करने के लिए अपने एआई को पढ़ाया

अल्फाफोल्ड का "पूर्वज" अल्फाजो एल्गोरिथ्म है, जिसने किसी भी व्यक्ति की तुलना में बेहतर खेलना शुरू किया। स्रोत: दीपमिन्द

पिछले कुछ वर्षों में डीप माइंड के डेवलपर्स अपनी कई परियोजनाओं के लिए प्रसिद्ध हो गए हैं। विशेष रूप से, उन्होंने गो, क्लासिक अटारी-खिताब और कुछ अन्य खेल खेलने के लिए कृत्रिम बुद्धिमत्ता (इसका कमजोर रूप) सिखाया जो कि मशीन को "समझना" मुश्किल है। अब अधिक गंभीर अध्ययनों की बारी है - डीप माइंड धीरे-धीरे एआई की विशेषज्ञता को आणविक जीव विज्ञान में बदल रहा है।

अधिक विशेष रूप से, एमिनो एसिड के एक अनुक्रम के टुकड़े पर आधारित प्रोटीन की संरचना की भविष्यवाणी करने के लिए कृत्रिम बुद्धिमत्ता सिखाई जाती है - प्रोटीन जीवन की ये ईंटें। प्रश्न में परियोजना को अल्फाफोल्ड कहा जाता था। एआई ने उन्हें कई वर्षों में आनुवंशिकीविदों द्वारा इकट्ठा किए गए अनुक्रमों के आधार पर प्रशिक्षण के लिए मनुष्यों की तुलना में तेजी से और अधिक सटीक रूप से काम करना सिखाया।

क्रिटिकल एसेसमेंट ऑफ़ स्ट्रक्चर प्रेडिक्शन (CASP) प्रतियोगिता में, जहाँ प्रोटीन की संरचना की भविष्यवाणी करना आवश्यक था, डीप माइंड आर्टिफिशियल इंटेलिजेंस ने 98 प्रतिभागियों के बीच अग्रणी बनते हुए प्रथम स्थान प्राप्त किया। AI 43 प्रोटीनों में से 25 की संरचना का सही अनुमान लगाने में कामयाब रहा। दूसरे स्थान पर वह टीम है जो 43 प्रोटीनों में से 3 की संरचना का सही अनुमान लगाने में कामयाब रही। "प्रतियोगिता" के दौरान प्रत्येक टीम को एमिनो एसिड का एक मासिक सेट भेजा गया था। ऐसा कई महीनों से हो रहा है। सभी तत्वों को प्राप्त करने वाली टीमों को प्रोटीन की संरचना का अनुमान लगाना था, जिसे ये अमीनो एसिड बनाते हैं। संरचना पहले वैज्ञानिकों द्वारा निर्धारित की गई थी, इसलिए आयोजकों के पास सही जवाब था।

विज्ञान के लिए, इस तरह का शोध सबसे महत्वपूर्ण है, क्योंकि प्रोटीन जीवन का आधार है। तदनुसार, प्रोटीन की संरचना की भविष्यवाणी करते हुए, कोई भी कई जैविक कार्यों और प्रक्रियाओं को समझना सीख सकता है। यह ध्यान देने योग्य है कि कुछ मामलों में, वैज्ञानिक एक विशेष प्रोटीन की संरचना की भविष्यवाणी करने पर साल बिताते हैं। समस्या यह है कि डीएनए में आमतौर पर अमीनो एसिड अनुक्रमों पर डेटा होता है, लेकिन संरचनाएं नहीं होती हैं जो उनमें से चेन बनाती हैं।

मानव शरीर में भारी मात्रा में प्रोटीन होता है। विभिन्न अनुमानों के अनुसार , यह कई अरब तक पहुंच सकता है। प्रोटीन संरचनाएं और इससे भी अधिक - संख्या 300 शून्य के साथ एक संख्या का वर्णन करती है। एक प्रोटीन का 3 डी आकार कई कारकों पर निर्भर करता है - अमीनो एसिड की मात्रा, श्रृंखला की लंबाई, आदि। स्थानिक संरचना भी उस भूमिका से निर्धारित होती है जो एक विशेष प्रोटीन मानव शरीर में खेलती है।

उदाहरण के लिए, हृदय कोशिकाओं को प्रोटीन का उपयोग करके बनाया जाता है, तह किया जाता है ताकि एड्रेनालाईन अणु जो मानव संचार प्रणाली के माध्यम से यात्रा करते हैं, दिल की धड़कन में देरी और तेजी लाते हैं। शरीर की लगभग कोई भी क्षमता और क्षमता किसी विशेष प्रोटीन के आकार पर निर्भर करती है - मांसपेशियों के संकुचन से दृष्टि तक।

प्रोटीन संरचना जितनी अधिक जटिल होती है, उतनी ही कठिन होती है। यह ध्यान देने योग्य है कि नई सदी की एक समस्या मानी जाने वाली कुछ बीमारियाँ प्रोटीन संरचनाओं के गलत तरीके से तह करने के कारण होती हैं। ऐसी बीमारियों में शामिल हैं, लेकिन अल्जाइमर, पार्किंसंस रोग, सिस्टिक फाइब्रोसिस और हंटिंगटन की बीमारी तक सीमित नहीं हैं।


स्रोत: दीपमिन्द

एक निश्चित प्रकार के प्रोटीन की संरचना को समझने से अभिकर्मकों का निर्माण होगा जो इन प्रोटीनों को सक्रिय रूप से प्रभावित कर सकते हैं। स्पिल्ड तेल के परिसमापन या एक सस्ती, तेजी से सड़ने वाली प्लास्टिक के निर्माण को एक उपयोगकर्ता का मामला कहा जा सकता है।

डीपमाइंड के प्रतिनिधियों में से एक के अनुसार , उनका अध्ययन एक नए युग का अग्रदूत है। काम उन लोगों में से एक है जो विज्ञान और प्रौद्योगिकी दोनों की मूलभूत समस्याओं को हल करते हैं। यह ध्यान देने योग्य है कि डीपमाइंड के विशेषज्ञों ने एक नए एआई का निर्माण करना शुरू किया, जब उनके अल्फ़ागो अल्गोरिद्म ने विश्व चैंपियन थ ली सेडोल में गेम जीता।

उसके बाद, एआई ने कंप्यूटर गेम खेलना सिखाया जो मशीनों के लिए मुश्किल थे, जिसमें मोंटेज़ुमा का बदला भी शामिल था। डेवलपर्स का कहना है कि अपने लक्ष्य को कभी भी अपने एआई की ताकत दिखाने के लिए किसी भी खेल में अधिक अंक प्राप्त नहीं करना था। वास्तविक लक्ष्य एल्गोरिदम का विकास है जो विज्ञान और प्रौद्योगिकी के मुद्दों को हल करने में किसी व्यक्ति की मदद कर सकता है, जैसे कि प्रोटीन की संरचना और इसकी भविष्यवाणी।

वैज्ञानिक अमीनो एसिड के जोड़े के बीच की दूरी और साथ ही रासायनिक बंधन के विन्यास को निर्धारित करने के लिए अल्फॉल्ड को पढ़ाने में सक्षम थे। दूसरा कदम था प्रत्येक पुटीय प्रोटीन की सबसे अधिक ऊर्जा कुशल संरचना का पता लगाना। अब एल्गोरिथ्म को कार्य पूरा करने में केवल कुछ घंटों का समय लगता है - जबकि लोग एक ही चीज़ पर महीने या साल भी बिताते हैं।