ஸ்டப் டீப் மைண்ட் புரத மடிப்பு சிக்கலைத் தீர்ப்பதன் மூலம் உயிரியல் அறிவியலை மாற்றத் தயாராக உள்ளது - Unite.AI
எங்களை தொடர்பு கொள்ளுங்கள்

செயற்கை நுண்ணறிவு

புரத மடிப்பு சிக்கலைத் தீர்ப்பதன் மூலம் உயிரியல் அறிவியலை மாற்ற டீப் மைண்ட் தயாராக உள்ளது

mm
புதுப்பிக்கப்பட்ட on

கூகுளின் AI பிரிவான DeepMind சமீபத்தில் உள்ளது குறிப்பிடத்தக்க முன்னேற்றம் அடைந்தது உயிரியலில் உள்ள பழமையான சவால்களில் ஒன்றைத் தீர்க்கும் நோக்கில், ஒரு அமினோ-அமில வரிசையிலிருந்து ஒரு புரதத்தின் வடிவத்தைக் கணக்கிடுதல். இயற்கையின் கூற்றுப்படி, இந்த முன்னேற்றமானது உயிரியல் மற்றும் வேதியியல் துறைகளை மாற்றும் ஆற்றலைக் கொண்டுள்ளது, தற்போது மர்மமான பல புரதங்களின் செயல்பாட்டை விஞ்ஞானிகள் தீர்மானிக்க உதவுகிறது.

ஒரு புரதத்தின் வடிவம் அதன் செயல்பாட்டை வரையறுக்கிறது, மேலும் பெரும்பாலான உயிரியல் செயல்பாடுகள் புரதங்களைச் சார்ந்தது. "புரத மடிப்பு" இது அமினோ அமிலங்களின் சங்கிலிகளை முப்பரிமாண கட்டமைப்புகளாக மாற்றும் செயல்முறைக்கு கொடுக்கப்பட்ட பெயர் ஆகும். விஞ்ஞானிகள் அமினோ அமில வரிசைகளுக்கும் அவை உருவாக்கும் புரதங்களின் வடிவத்திற்கும் இடையிலான உறவை தீர்மானிக்க முடிந்தால், எந்த புரதங்கள் வெவ்வேறு உயிரியல் செயல்முறைகளை பாதிக்கின்றன என்பதை அவர்களால் தீர்மானிக்க முடியும்.

மனித புரதத்தில் குறைந்தது 80,000 புரதங்கள் இருப்பதாக விஞ்ஞானிகள் கருதுகின்றனர், ஆனால் இந்த புரதங்களில் ஒரு சிறிய பகுதி மட்டுமே அறியப்பட்ட கட்டமைப்புகளைக் கொண்டுள்ளது. ஒரு புரதத்தின் வடிவத்தை நிர்ணயிப்பதற்கான பாரம்பரிய முறையானது, கணினி அறிவியல் வழிமுறைகள் மற்றும் மாதிரிகளின் ஆற்றலைக் கூட பல ஆண்டுகளாக ஆய்வக சோதனைகளை மேற்கொள்ளலாம். DeepMind ஆல் செய்யப்படும் பணியானது புரதக் கட்டமைப்புகளைக் கண்டறியும் செயல்முறையை வியத்தகு முறையில் விரைவுபடுத்துகிறது, சாதாரண நேரத்தின் ஒரு பகுதியிலேயே புரதங்களின் கட்டமைப்பை நம்பகத்தன்மையுடன் தீர்மானிக்கிறது.

சுமார் 170,0000 புரத வரிசைகள் மற்றும் அந்த வரிசைகளுடன் தொடர்புடைய வடிவங்களைக் கொண்ட தரவுத்தளத்தில் DeepMind இன் ஆராய்ச்சியாளர்கள் தங்கள் வழிமுறைகளைப் பயிற்றுவித்தனர். ஆராய்ச்சியாளர்களால் உருவாக்கப்பட்ட அல்காரிதம்கள் 100 முதல் 200 வரையிலான ஜிபியுக்களில் பயிற்சி பெற்றன, மேலும் பயிற்சி செயல்முறை முடிவடைய சில வாரங்கள் ஆனது. ஆராய்ச்சியாளர்கள் உருவாக்கிய மாதிரி "ஆல்ஃபாஃபோல்ட்" என்று அழைக்கப்பட்டது.

ஆல்பாஃபோல்ட் ஒரு "டென்ஷன் அல்காரிதம்" மூலம் செயல்படுகிறது, புரதத்தின் சிறிய துண்டுகளை ஒன்றாக இணைப்பதன் மூலம் தொடங்கி, பின்னர் பெரிய மற்றும் பெரிய பிரிவுகளை இணைக்க அளவிடுகிறது. சிறிய அமினோ அமிலக் கொத்துகள் முதலில் ஒன்றாக இணைக்கப்பட்டன, பின்னர் அல்காரிதம் இந்த கொத்துக்களை இணைக்கும் வழிகளைக் கண்டறிய முயன்றது.

ஆல்ஃபாஃபோல்ட் ஆராய்ச்சியாளர்கள் ஆரம்பத்தில் அமினோ அமிலங்கள் மற்றும் புரதங்களுக்கு இடையிலான உறவைக் கணிக்க மரபியல் மற்றும் கட்டமைப்பு தரவுகளில் வழக்கமான ஆழமான கற்றல் வழிமுறைகளைப் பயன்படுத்த முயன்றனர். ஆல்பாஃபோல்ட் பின்னர் புரதங்களின் பாணிக்கான ஒருமித்த மாதிரிகளை உருவாக்கியது. இந்த நுட்பம் பல வரம்புகளைக் கொண்டிருப்பதாக நிரூபிக்கப்பட்டபோது, ​​​​ஆராய்ச்சியாளர்கள் ஒரு புதிய உத்தியை முயற்சித்தனர். ஆல்ஃபாஃபோல்ட் ஆராய்ச்சிக் குழு கூடுதல் அம்சங்களில் பயிற்சியளிக்கப்பட்ட மாதிரிகளை உருவாக்கியது, மேலும் இந்த முறை அவர்கள் புரத வரிசைகளின் இறுதி கட்டமைப்பிற்கான மாதிரி வருவாய் கணிப்புகளைக் கொண்டிருந்தனர்.

அமினோ அமில வரிசைகளிலிருந்து புரதத்தின் கட்டமைப்பை மதிப்பிடுவதற்கு கணினி வழிமுறைகள் போட்டியிடும் போட்டியில் ஆல்பஃபோல்டை நுழைவதன் மூலம் பொறியியல் குழு அழுத்தத்தை சோதித்தது. போட்டியானது "புரத கட்டமைப்பு முன்கணிப்பின் முக்கியமான மதிப்பீடு" அல்லது CASP ஆகும். போட்டியில் பங்கேற்பவர்களுக்கு 100 அமினோ அமில வரிசைகள் வழங்கப்படுகின்றன மற்றும் அவற்றின் மாதிரிகள் புரதங்களின் கட்டமைப்பை உருவாக்க வேண்டும். AlphaFold மற்ற கணினி மாடல்களை துல்லியத்தின் அடிப்படையில் முறியடித்தது மட்டுமல்லாமல், பாரம்பரிய, ஆய்வக அடிப்படையிலான மாடலிங் நுட்பங்களுடன் ஒப்பிடத்தக்க வகையில் செயல்பட்டது. ஆல்பாஃபோல்டின் இறுதி, சராசரி மதிப்பெண் 92க்கு தோராயமாக 100 ஆக இருந்தது, ஆய்வக அடிப்படையிலான சோதனை முறைகளுக்கு 90 மதிப்பெண் ஒதுக்கப்பட்டது. ஆல்பாஃபோல்டின் சராசரி மதிப்பெண் மிகவும் கடினமான புரதங்களில் 87 சதவீதமாகக் குறைந்தது.

DeepMind தலைமை நிர்வாகி மற்றும் இணை நிறுவனர் Demis Hassabis கருத்துப்படிமேக்ஸ் பிளாங்க் இன்ஸ்டிடியூட் ஃபார் டெவலப்மென்ட் பயாலஜியின் விஞ்ஞானிகள் ஏற்கனவே ஒரு தசாப்தத்திற்கும் மேலாக அவர்கள் பணியாற்றி வரும் புரதக் கட்டமைப்புகளைக் கண்டறிய இந்த மாதிரியைப் பயன்படுத்தி, ஆராய்ச்சியாளர்களுக்கு ஆல்பாஃபோல்டுக்கான அணுகலை வழங்க நிறுவனம் ஏற்கனவே திட்டங்களைத் தயாரித்து வருகிறது.

ஜேனட் தோர்ன்டன், ஐரோப்பிய பயோஇன்ஃபர்மேட்டிக்ஸ் இன்ஸ்டிட்யூட்டின் இயக்குநர் எமரிட்டஸ், ScienceMag மூலம் மேற்கோள் காட்டப்பட்டது DeepMind இன் சாதனைகள் "கட்டமைப்பு உயிரியல் மற்றும் புரத ஆராய்ச்சியின் எதிர்காலத்தை மாற்றும்" என்று கூறுகிறது. இதற்கிடையில், மேரிலாந்து பல்கலைக்கழகத்தின் உயிரியலாளர், ஷேடி குரோவ், ஜான் மோல்ட் கூறுகிறார் இந்த வாழ்நாளில் புரத-மடிப்பு பிரச்சனை தீர்க்கப்படாது என்று அவர் நினைக்கவில்லை.

ஆல்ஃபாஃபோல்ட் புரதக் கட்டமைப்புகளைக் கண்டறியும் பாரம்பரிய, சோதனை முறைகளை முழுமையாக மாற்றுவது சாத்தியமில்லை என்றாலும், அது புரதக் கட்டமைப்புகளைக் கண்டறியும் வேகத்தை வியத்தகு முறையில் அதிகரிக்கக்கூடும். ஒரு புரதக் கட்டமைப்பைத் தீர்மானிக்க ஆராய்ச்சியாளர்களுக்கு குறைந்த உயர்தர சோதனைத் தரவு தேவைப்படலாம், மேலும் ஆராய்ச்சியாளர்கள் ஏற்கனவே ஆல்பாஃபோல்டின் தீர்வுகளைப் பயன்படுத்தி கட்டமைப்புகளாக மொழிபெயர்க்கக்கூடிய பெரிய அளவிலான மரபணு தரவுகளுக்கான அணுகலைக் கொண்டுள்ளனர்.