संबंधित पाठ्यक्रम
सामान्य अध्ययन प्रश्नपत्र-3: विज्ञान एवं प्रौद्योगिकी- विकास और उनके अनुप्रयोग तथा दैनिक जीवन पर प्रभाव; आईटी, अंतरिक्ष, कंप्यूटर, रोबोटिक्स, नैनो-प्रौद्योगिकी, जैव-प्रौद्योगिकी के क्षेत्र में जागरूकता।
संदर्भ:
हाल ही में, माइक्रोसॉफ्ट ने एक एआई सिस्टम BioEmu लॉन्च किया है जो मानव शरीर में प्रोटीन के परिवर्तन और गति की भविष्यवाणी करता है।
BioEmu के बारे में
- यह एक नई डीप लर्निंग एआई प्रणाली है जो भविष्यवाणी करती है कि जैविक परिस्थितियों में प्रोटीन स्वाभाविक रूप से किस प्रकार के आकार की पूरी श्रृंखला का पता लगाता है।
- आणविक गतिशीलता (MD) जैसी धीमी, अधिक पारंपरिक विधियों के विपरीत, यह बड़े पैमाने पर उच्च-रिज़ॉल्यूशन प्रोटीन लचीलापन मॉडलिंग को सक्षम बनाता है।
- BioEmu प्रोटीन गति का एक उच्च गति एमुलेटर है, जो केवल एक ग्राफिकल प्रोसेसिंग यूनिट में हजारों संरूपण अवस्थाएं उत्पन्न करने में सक्षम है।
- इसे माइक्रोसॉफ्ट और अमेरिका के राइस विश्वविद्यालय तथा जर्मनी के फ्री यूनिवर्सिटेट के शोधकर्ताओं द्वारा विकसित किया गया है ।
BioEmu की कार्यप्रणाली
प्रशिक्षण: 3 विभिन्न प्रकार के डेटासेट को मर्ज करने में सक्षम
- लाखों अल्फाफोल्ड-पूर्वानुमानित संयोजन।
- हजारों प्रोटीनों पर आधारित 200 मिलीसेकंड के MD सिमुलेशन।
- प्रायोगिक स्थिरता माप से प्राप्त पाँच लाख उत्परिवर्ती अनुक्रम।
प्रशिक्षण के बाद, यह हजारों संभावित प्रोटीन संरचनाएँ उत्पन्न कर सकता है।
यह विभिन्न प्रकार के ऐसे संरूपण उत्पन्न कर सकता है जो प्रोटीन के कार्यात्मक परिदृश्य को दोहराते हैं, तथा इसके लिए प्रत्येक मामले के लिए नए सिमुलेशन चलाने की आवश्यकता नहीं होती।
BioEmu के बेंचमार्क
- इसमें एंजाइमों में महत्वपूर्ण रूपात्मक परिवर्तन, स्थानीय अनफोल्डिंग जो प्रोटीन को चालू या बंद कर देती है, तथा संक्षिप्त गुप्त पॉकेट्स जो दवा डॉकिंग साइट के रूप में काम करते हैं, जैसे कि कैंसर से जुड़े प्रोटीन Ras में पाए जाते हैं, दर्ज किए गए।
- इसने 83% बड़े परिवर्तनों और 70-81% छोटे परिवर्तनों की सटीक भविष्यवाणी की, साथ ही एडेनिलेट काइनेज नामक महत्वपूर्ण एंजाइम के खुले और बंद रूपों की भी भविष्यवाणी की।
- इसमें उन प्रोटीनों की भविष्यवाणी करना भी कठिन था जिनकी 3D संरचना निश्चित नहीं होती तथा उत्परिवर्तन प्रोटीन की स्थिरता को कैसे प्रभावित करते हैं।
BioEmu और MD के बीच अंतर
आणविक गतिशीलता (MD) वैज्ञानिकों को यह देखने में मदद करती है कि प्रोटीन समय के साथ कैसे चलते हैं, विशेष रूप से वे पानी, दवाओं और तापमान या झिल्ली जैसे अन्य कारकों के साथ कैसे अंतःक्रिया करते हैं।
- यह चरण-दर-चरण परिवर्तनों को दर्शाता है, उदाहरण के लिए, कैसे एक दवा एक छिपे हुए बंध तक पहुंचती है।
इसके विपरीत, BioEmu शीघ्रता से उन सभी स्थिर आकृतियों का पूर्वानुमान लगा लेता है जो एक प्रोटीन ले सकता है, तथा एक ही GPU पर मिनटों या घंटों के भीतर हजारों संभावनाएं उत्पन्न कर देता है।
BioEmu की सीमाएँ:
- BioEmu प्रोटीन के अंतिम आकार को दिखाता है, लेकिन इसमें आणविक गतिशीलता (MD) सिमुलेशन के विपरीत, उन प्रोटीन आकारों तक पहुंचने के लिए प्रोटीन द्वारा अपनाए जाने वाले चरण-दर-चरण पथ को उत्तेजित करने की कमी है।
- बायोएमु की स्थैतिक भविष्यवाणियां MD के विपरीत तापमान में बदलाव और झिल्लियों को संभाल नहीं सकती हैं और साथ ही कोशिका भित्ति, दवा के अणुओं, पीएच परिवर्तनों का मॉडल नहीं बना सकती हैं या अल्फाफोल्ड की तरह भविष्यवाणी की विश्वसनीयता नहीं दिखा सकती हैं।
- यह एकल श्रृंखलाओं तक ही सीमित है और यह मॉडल नहीं बना सकता कि प्रोटीन किस प्रकार परस्पर क्रिया करते हैं, जो कि अधिकांश जैविक प्रक्रियाओं और औषधि लक्ष्यों का एक प्रमुख भाग है।
BioEmu का महत्त्व:
- लागत प्रभावी: BioEmu कम्प्यूटेशनल लागत के एक छोटे से अंश के साथ MD संतुलन वितरण को सटीक रूप से पुन: प्रस्तुत करता है।
- औषधि खोज: BioEmu लक्ष्य प्रोटीन पर गतिशील, गुप्त बंधन पॉकेट्स को प्रकट करके औषधि वितरण में सटीकता में सुधार करता है, जिन्हें स्थैतिक मॉडल अक्सर पहचानने में विफल रहते हैं।
- पूरक उपकरण: BioEmu तेज़ी से कई संभावित संरूपण उत्पन्न कर सकता है, जिनका MD विस्तार से अध्ययन कर सकता है। यह संकर दृष्टिकोण सिमुलेशन समय को काफ़ी कम कर सकता है और साथ ही विश्वसनीयता भी बनाए रख सकता है।