This AI Can Design Complex Proteins Perfectly Tailored To Our Needs

প্লেটো দ্বারা প্রকাশিত

অনুসরণকারী: 0

AI দিয়ে প্রোটিন তৈরি করা একটি ঘর সাজানোর মতো।

দুটি প্রধান কৌশল আছে। একটি হল IKEA পদ্ধতি: আপনি আগে থেকে তৈরি করা টুকরো কিনবেন যা সহজেই একত্রিত হয়, কিন্তু শুধুমাত্র আশা করতে পারেন যে আসবাবপত্র আপনার জায়গার সাথে কিছুটা ফিট করে। তুলনামূলকভাবে সহজ হলেও, চূড়ান্ত পণ্যের মাত্রা বা ফাংশনের উপর আপনার কোন নিয়ন্ত্রণ নেই।

অন্য উপায়টি আপনার প্রয়োজনের সাথে পুরোপুরি উপযোগী একটি দৃষ্টি এবং নকশা দিয়ে শুরু হয়। কিন্তু কঠিন অংশ হল কাস্টম ডিজাইনের জন্য পৃথক টুকরো খুঁজে পাওয়া—বা তৈরি করা।

একই দুটি পদ্ধতি AI ব্যবহার করে ইঞ্জিনিয়ারিং প্রোটিন কমপ্লেক্সে প্রযোজ্য। একটি ক্যাবিনেটের মতো, প্রোটিন কমপ্লেক্সগুলি একাধিক উপ-ইউনিট দিয়ে তৈরি যা জটিলভাবে একত্রে আবদ্ধ হয়। এই মেগা স্ট্রাকচারগুলি - একটি বিশ-পার্শ্বযুক্ত ডাই থেকে শুরু করে খোলা এবং বন্ধ হওয়া টানেল পর্যন্ত আকার সহ - আমাদের বিপাক, প্রতিরোধ ক্ষমতা এবং মস্তিষ্কের ক্রিয়াকলাপের ভিত্তি তৈরি করে।

প্রোটিন স্থাপত্য গঠনের পূর্ববর্তী প্রচেষ্টাগুলি বেশিরভাগ IKEA পদ্ধতি ব্যবহার করেছিল। এটি বৈপ্লবিক: এআই-ভিত্তিক ডিজাইন ইতিমধ্যেই রয়েছে কোভিড ভ্যাকসিন তৈরি করেছে বিদ্যুৎ গতিতে। শক্তিশালী হলেও, পদ্ধতিটি উপলব্ধ প্রোটিন "বিল্ডিং ব্লক" দ্বারা সীমাবদ্ধ।

এই মাসে, ওয়াশিংটন বিশ্ববিদ্যালয়ের ডঃ ডেভিড বেকারের নেতৃত্বে একটি দল প্রোটিন ডিজাইন নিয়েছিল একটি নতুন কাস্টম স্তরে. নির্দিষ্ট মাত্রা, আকৃতি এবং অন্যান্য বৈশিষ্ট্য দিয়ে শুরু করে, দলটি নির্দিষ্ট জৈবিক প্রতিক্রিয়ার জন্য তৈরি প্রোটিন কমপ্লেক্স তৈরি করতে একটি মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে।

অন্য কথায়, স্বাভাবিক বটম-আপ পদ্ধতির পরিবর্তে, তারা উপরে-নিচে গেছে।

একটি নকশা, উদাহরণস্বরূপ, একটি 20-পার্শ্বযুক্ত শেল যা ভাইরাসগুলির বাইরের প্রতিরক্ষামূলক স্তরকে অনুকরণ করে। ফ্লু ভাইরাস থেকে ইমিউন-উত্তেজক প্রোটিন দিয়ে ডট করা হলে, এআই-ডিজাইন করা প্রোটিন শেল ইঁদুরের মধ্যে একটি ইমিউন প্রতিক্রিয়া সৃষ্টি করে যা ক্লিনিকাল ট্রায়ালে সর্বশেষ ভ্যাকসিন প্রার্থীদের চেয়ে বেশি পারফর্ম করেছে।

AI শুধুমাত্র ভ্যাকসিনের জন্য নয়। একই কৌশল জিন থেরাপির জন্য আরও কমপ্যাক্ট এবং দক্ষ বাহক তৈরি করতে পারে বা অ্যান্টিবডি এবং অন্যান্য ওষুধ বহন করতে পারে যেগুলি শরীরে অবিলম্বে ভেঙে যাওয়া থেকে অতিরিক্ত সুরক্ষা প্রয়োজন।

কিন্তু আরও বিস্তৃতভাবে, গবেষণাটি দেখায় যে দুই-বাই-চার বোর্ডের জৈবিক সমতুল্যের সাথে কাজ করার পরিবর্তে সামগ্রিক দৃষ্টিভঙ্গি থেকে শুরু করে ব্যাপকভাবে জটিল প্রোটিন আর্কিটেকচার ডিজাইন করা সম্ভব।

"এটি বিস্ময়কর যে দলটি এটি করতে পারে," বলেছেন নিউক্যাসল ইউনিভার্সিটির ডাঃ মার্টিন নোবেল, যিনি এই কাজের সাথে জড়িত ছিলেন না। "একক প্রোটিনগুলিকে ঠিকভাবে ভাঁজ করার জন্য বিবর্তন বিলিয়ন বছর লাগে, তবে এটি জটিলতার আরেকটি স্তর, প্রোটিনগুলিকে একসাথে এত ভালভাবে ফিট করতে এবং বন্ধ কাঠামো তৈরি করতে।"

ওয়ার্প গতিতে বিবর্তন

নতুন কাজের কেন্দ্রবিন্দু হল শক্তিবৃদ্ধি শেখা। আপনি সম্ভবত এটা শুনেছেন. ট্রায়াল এবং ত্রুটির মাধ্যমে মস্তিষ্ক কীভাবে শেখে তার উপর ভিত্তি করে, রিইনফোর্সমেন্ট লার্নিং ক্ষমতা একাধিক AI এজেন্টকে দেয় যেগুলি বিশ্বকে ঝড় তুলেছে। সম্ভবত সবচেয়ে বেশি পরিচিত আলফাগো, ডিপমাইন্ডের বুদ্ধিবৃত্তিক যা বোর্ড গেম গো-তে মানব বিশ্ব চ্যাম্পিয়নের উপর জয়লাভ করেছিল। আরও সম্প্রতি, শক্তিবৃদ্ধি শেখার হয়েছে স্ব-ড্রাইভিং গাড়িতে দ্রুত অগ্রগতি এবং এমনকি উন্নত অ্যালগরিদম উন্নয়ন মৌলিক গণনা স্ট্রিমলাইন করে।

নতুন গবেষণায়, দলটি মন্টে কার্লো ট্রি সার্চ (MCTS) নামে এক ধরনের রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদম ব্যবহার করেছে। একটি ক্যাসিনো মুভের মতো শোনালেও, এটি একটি জনপ্রিয় শক্তিবৃদ্ধি শেখার কৌশল যা অপ্টিমাইজ করা সিদ্ধান্তগুলির জন্য অনুসন্ধান করে৷

আপনার জীবনের সিদ্ধান্তের একটি গাছ হিসাবে অ্যালগরিদম চিত্র. আমরা সম্ভবত সবাই ভেবেছিলাম যে আমাদের জীবন কেমন হবে যদি আমরা কোন সময়ে একটি ভিন্ন পছন্দ করি। আপনি যদি সেই বিকল্প সিদ্ধান্তগুলিকে একটি টাইমলাইন হিসাবে আঁকেন—voilà, আপনার কাছে একটি সিদ্ধান্তের গাছ রয়েছে, প্রতিটি শাখার সমন্বয় একটি ভিন্ন ফলাফলের দিকে নিয়ে যায়।

এমসিটিএস, তাহলে, কিছুটা জীবনের খেলার মতো। পছন্দগুলি এলোমেলোভাবে প্রতিটি শাখায় নির্বাচন করা হয় এবং গাছের সেই পথটি অনুসরণ করা হয়। একবার এটি চূড়ান্ত ফলাফলে পৌঁছালে, এটি আপনার পছন্দসই সমাধানের সম্ভাবনা বাড়ানোর জন্য গাছটিকে ব্যাক আপ করে। এটা মাল্টিভার্স ইন অন্বেষণ মত সবকিছু, সর্বত্র, সব একযোগে—কিন্তু জীবনের পছন্দের পরিবর্তে, এখানে প্রোটিন ডিজাইন করার জন্য।

শুরু করার জন্য, দলটি MCTS অ্যালগরিদম খাওয়ায় লক্ষ লক্ষ প্রোটিন টুকরা নির্দিষ্ট বিল্ডিং লক্ষ্য সহ। খণ্ডের পরিমাণ সাবধানে ওজন করা হয়েছিল: প্রতিটি গণনার ধাপে একটি ছোট সংখ্যা এআই-এর শেখার প্রক্রিয়াকে গতিশীল করে এবং চূড়ান্ত প্রোটিনের বৈচিত্র্য বাড়ায়। কিন্তু আরো টুকরা গণনা সময় এবং শক্তি ব্যবহার আকাশচুম্বী কারণ. দ্বিধা ভারসাম্য বজায় রেখে, দলটি প্রোটিন নকশা অনুসন্ধান শুরু করার জন্য একটি সূচনা পয়েন্ট হিসাবে বেশ কয়েকটি প্রোটিন কাঠামোগত উপাদান তৈরি করেছে।

ডিজিটাল প্লে-ডোহ-এর সাথে ঝাঁকুনি দেওয়ার মতো, অ্যালগরিদম প্রোটিন টুকরোগুলিকে বাঁকিয়ে বা বাঁকিয়ে দেখে যে তারা চূড়ান্ত প্রোটিনের সামগ্রিক জ্যামিতিক সীমাবদ্ধতাগুলি অতিক্রম করেছে কিনা - এর মেরুদণ্ড এবং এর "সংযুক্তি পয়েন্টগুলি" সহ টুকরোগুলিকে স্ব-একত্রিত হতে সহায়তা করার জন্য। যদি সিমুলেশনগুলি থাম্বস আপ পায়, তবে তাদের গণনামূলক পথগুলি অ্যালগরিদমে "বুস্ট" করা হয়েছিল। কয়েক হাজার বার ধুয়ে ফেলুন এবং পুনরাবৃত্তি করুন, এবং প্রোগ্রামটি একটি নির্দিষ্ট ডিজাইনের জন্য সর্বোত্তম পৃথক অংশগুলিকে সজ্জিত করতে পারে।

যদিও এটি একটি বিশাল উদ্যোগের মতো শোনাচ্ছে, অ্যালগরিদমটি অত্যন্ত দক্ষ ছিল। প্রতিটি পুনরাবৃত্তি গড়ে মাত্র দশ মিলিসেকেন্ড সময় নেয়, দলটি ব্যাখ্যা করেছে।

চাহিদা অনুযায়ী প্রোটিন

শেষ পর্যন্ত, দলটির একটি শক্তিশালী অ্যালগরিদম ছিল যা-একজন স্থপতির মতো-কাস্টম প্রয়োজনের ভিত্তিতে প্রোটিন ডিজাইন করে। একটি পরীক্ষায়, AI প্রিজম থেকে পিরামিড এবং বর্ণমালার অক্ষর পর্যন্ত প্রোটিন কাঠামোর একটি পরিসর তৈরি করেছে, প্রতিটিতে প্রয়োজন অনুযায়ী একটি নির্দিষ্ট স্থান পূরণ করা হয়েছে।

“আমাদের পদ্ধতি অনন্য কারণ আমরা প্রোটিন আকার তৈরির সমস্যা সমাধানের জন্য শক্তিবৃদ্ধি শিক্ষা ব্যবহার করি যা একটি ধাঁধার টুকরোগুলির মতো একসাথে ফিট করে। এটি কেবল পূর্বের পদ্ধতিগুলি ব্যবহার করে সম্ভব ছিল না এবং আমরা যে ধরনের অণুগুলি তৈরি করতে পারি তার রূপান্তর করার সম্ভাবনা রয়েছে।" বলেছেন অধ্যয়ন লেখক আইজ্যাক লুটজ।

কিন্তু কিভাবে এআই ডিজাইন বাস্তব জীবনে অনুবাদ করে?

ধারণার প্রমাণ হিসাবে, দলটি বিশ্বস্ততার জন্য পরীক্ষা করার জন্য ল্যাবে শত শত প্রোটিন তৈরি করেছে। একটি ইলেক্ট্রন মাইক্রোস্কোপ ব্যবহার করে, এআই-ডিজাইন করা প্রোটিনগুলি পারমাণবিক স্কেলে পূর্বাভাসিত ব্লুপ্রিন্টগুলির সাথে প্রায় অভিন্ন।

একটি ডিজাইন স্ট্যান্ডআউট ছিল কয়েক ডজন প্রোটিন টুকরা দিয়ে তৈরি একটি ফাঁপা শেল। একটি ক্যাপসিড বলা হয়, গঠনটি ভাইরাসের জন্য প্রতিরক্ষামূলক প্রোটিন স্তরের অনুরূপ - যেটি প্রায়শই ভ্যাকসিন তৈরির জন্য একটি গাইড হিসাবে ব্যবহৃত হয়। পূর্ববর্তী পুনরাবৃত্তির বিপরীতে, এআই-উত্পন্ন শেলগুলি একাধিক সংযুক্তি পয়েন্টের সাথে ঘনভাবে পরিপূর্ণ ছিল। প্রাচীর নোঙ্গরগুলির মতো, এগুলি কাঠামোগুলিকে কোষ বা আরও ভাল প্যাকেজ উপাদান - ড্রাগস, জিন থেরাপি, বা অন্যান্য জৈবিক উপকরণ - ভারার ভিতরে ডক করতে সহায়তা করতে পারে।

মোটামুটি 10 ন্যানোমিটারে, এই ন্যানো-ক্যাপসিডগুলি "বেশিরভাগ ভাইরালগুলির চেয়ে যথেষ্ট ছোট", দলটি ব্যাখ্যা করেছে।

ক্ষুদে সাইজিং একটি বড় ঔষধি পাঞ্চ সঙ্গে এসেছিল. একটি পরীক্ষায়, দলটি একটি প্রোটিনের 60 কপি সহ ক্যাপসিডগুলিকে বিন্দুযুক্ত করেছে যা নাভির শিরা থেকে মানব কোষে রক্তনালীগুলির বৃদ্ধিকে উদ্দীপিত করতে সহায়তা করে। এআই-তৈরি প্রোটিন বুদবুদ আগের ন্যানো পার্টিকেলকে 10 গুণেরও বেশি পারফর্ম করেছে। এটি "ডায়াবেটিস, মস্তিষ্কের আঘাত, স্ট্রোক এবং অন্যান্য ক্ষেত্রে যেখানে রক্তনালীগুলি ঝুঁকির মধ্যে রয়েছে তার জন্য সম্ভাব্য অ্যাপ্লিকেশনগুলি খুলে দেয়," গবেষণার লেখক ডঃ হ্যানেলে রুওহোলা-বেকার বলেছেন।

আরেকটি পরীক্ষা 20-পার্শ্বযুক্ত শেলের ঘন সংযুক্তি পয়েন্টগুলির সম্পূর্ণ সুবিধা গ্রহণ করে, ক্যাপসিডকে একটি দক্ষ ভ্যাকসিনে রূপান্তরিত করে। এখানে, দলটি ন্যানো-ক্যাপসিডের সাথে একটি ফ্লু প্রোটিন HA (ইনফ্লুয়েঞ্জা হেমাগ্লুটিনিন) মিশ্রিত করে এবং ইঁদুরের মধ্যে ইনজেকশন দেয়। ক্লিনিকাল ট্রায়ালে ইতিমধ্যেই একটি অনুরূপ কিন্তু অনেক বড় ভ্যাকসিন ডিজাইনের তুলনায়, এআই-পরিকল্পিত সমাধানটি একটি শক্তিশালী ইমিউন প্রতিক্রিয়া সৃষ্টি করেছে।

আপাতত, AI এখনও প্রাথমিক পর্যায়ে রয়েছে। কিন্তু গত দুই বছর যেমন দেখিয়েছে, এটি দ্রুত বিকশিত হবে। 20-পার্শ্বযুক্ত শেল এবং অন্যান্য কাঠামো "যেকোনো পূর্বে ডিজাইন করা বা প্রাকৃতিকভাবে সংঘটিত কাঠামো থেকে আলাদা," দলটি বলেছে। তাদের ছোট আকারের কিন্তু বড় বহন ক্ষমতার জন্য ধন্যবাদ, তারা সম্ভাব্যভাবে কোষের নিউক্লিয়াসের ভিতরে টানেল করতে পারে-যাতে ডিএনএ রয়েছে-এবং দক্ষতার সাথে জিন সম্পাদনার উপাদানগুলিকে শাটল করতে পারে।

গবেষণার লেখক ডঃ শুনঝি ওয়াং বলেন, "সকল ধরনের স্থাপত্য তৈরির সম্ভাবনা এখনও সম্পূর্ণরূপে অন্বেষণ করা বাকি আছে।"

ইমেজ ক্রেডিট: ইয়ান হেডন/ প্রোটিন ডিজাইনের জন্য ইউডাব্লু মেডিসিন ইনস্টিটিউট