फ़ोटो: PublicDomainPictures / Pixabay
हिन्दी
आधी सदी तक यह पता लगाना कि कोई प्रोटीन किस आकार में मुड़ता है, बरसों की कठिन प्रयोगशाला मेहनत माँगता था, और ऐसे प्रोटीन अरबों की तादाद में हैं। फिर एक एआई ने सेकंडों में इसका जवाब बताना सीख लिया। अब वह लगभग हर ज्ञात प्रोटीन का नक्शा बना चुका है, और दवाइयाँ तक डिज़ाइन करने लगा है।
हर जीवित चीज़ प्रोटीन के भरोसे चलती है। ये आपका भोजन पचाते हैं, आपके खून में ऑक्सीजन ढोते हैं, संक्रमणों से लड़ते हैं, और आपकी कोशिकाओं की बनावट खड़ी करते हैं। और किसी प्रोटीन का काम लगभग पूरी तरह एक ही चीज़ से तय होता है: उसका आकार।
पेच यह है कि प्रोटीन एक लंबी शृंखला के रूप में बनता है, जो फिर सेकंड के एक अंश में खुद ही मुड़कर एक जटिल त्रि-आयामी गाँठ बन जाता है। अकेले उस शृंखला को देखकर उसका अंतिम आकार पता कर लेना पूरे जीवविज्ञान की सबसे कठिन अनसुलझी पहेलियों में से एक थी। 50 साल तक इसने दुनिया के सबसे बेहतरीन वैज्ञानिकों को टिकने नहीं दिया।
फिर एक एआई ने इसे सुलझा दिया। और 2024 में, इसी उपलब्धि को रसायन विज्ञान का नोबेल पुरस्कार मिला।
फोल्डिंग इतनी कठिन क्यों थी
समस्या एक वाक्य में: कोई प्रोटीन सैद्धांतिक रूप से असंख्य संभावित आकारों में मुड़ सकता है, पर असल में वह ठीक एक ही आकार में जा टिकता है। रासायनिक नुस्खे से यह अनुमान लगाना कि वह कौन-सा आकार होगा, बेहद पेचीदा है।
दशकों तक किसी प्रोटीन की संरचना जानने का इकलौता भरोसेमंद तरीका था उसे प्रयोगों से तय करना: ऐसी मेहनती प्रयोगशाला तकनीकें जिनमें एक अकेली संरचना पकड़ने में किसी पीएचडी छात्र को बरसों लग सकते थे। इस बीच जीवविज्ञान करोड़ों प्रोटीनों के नुस्खे तो जान चुका था, पर उनके आकार पहेली बने रहे। “जिन नुस्खों को हम जानते हैं” और “जिन आकारों को हम समझते हैं”, इन दोनों के बीच एक खाई थी।
AlphaFold का प्रवेश
जिस प्रणाली ने यह खाई पाटी, उसका नाम है AlphaFold, जिसे एआई प्रयोगशाला Google DeepMind ने बनाया। फोल्डिंग के भौतिकी-नियमों की नकल उतारने के बजाय, इसने सीखा। जिन प्रोटीनों की संरचनाएँ वैज्ञानिकों ने मेहनत से पहले ही सुलझा रखी थीं, उन्हीं पर प्रशिक्षित होकर इसने खुद को वे गहरे पैटर्न सिखा लिए, जो एक शृंखला को उसके अंतिम आकार से जोड़ते हैं।
नतीजे ने पूरे क्षेत्र को दंग कर दिया। एक लंबे समय से चली आ रही प्रतियोगिता में, जहाँ टीमें प्रोटीन संरचनाओं का अनुमान लगाने की होड़ करती हैं, AlphaFold जीता, और बड़े अंतर से: इसके अनुमान इतने सटीक थे कि वे धीमे और महँगे प्रयोगशाला प्रयोगों की टक्कर के थे। बरसों में नापी जाने वाली एक समस्या सिमटकर सेकंडों में नापी जाने लगी।
हमारे लगभग हर ज्ञात प्रोटीन का नक्शा
फिर DeepMind ने कुछ ऐसा किया जिसने इसके असर को बहुत गुना बढ़ा दिया: उसने AlphaFold को दरअसल हर उस प्रोटीन पर चलाया जो विज्ञान के पास दर्ज था (उनकी संख्या 200 मिलियन से ऊपर है) और पूरा डेटाबेस, मुफ़्त, दुनिया के सामने रख दिया।
रातोंरात, वे शोधकर्ता जो एक अकेली संरचना का पीछा करते हुए बरसों गँवा सकते थे, अब उसे बस देखकर पता कर सकते थे। तब से उस डेटाबेस का इस्तेमाल धरती के लगभग हर देश में लाखों वैज्ञानिकों ने किया है, जिससे एंटीबायोटिक प्रतिरोध से लेकर उपेक्षित उष्णकटिबंधीय बीमारियों तक, और उन एंज़ाइमों तक, जो शायद किसी दिन प्लास्टिक कचरे को तोड़ दें, हर तरह के काम को बल मिला है।
2024 में, रसायन विज्ञान के नोबेल पुरस्कार ने इस काम को पहचाना, जो AlphaFold के अनुमान के पीछे खड़े DeepMind शोधकर्ताओं और एक ऐसे वैज्ञानिक के बीच बँटा, जिन्हें एकदम शुरू से पूरी तरह नए प्रोटीन डिज़ाइन करने के उतने ही कठिन कारनामे के लिए अलग से सम्मानित किया गया।
प्रोटीन पढ़ने से लेकर दवाइयाँ डिज़ाइन करने तक
किसी प्रोटीन का आकार जानना केवल किताबी बात नहीं है। ज़्यादातर आधुनिक दवाइयाँ किसी खास प्रोटीन से चिपककर काम करती हैं, यानी एक ताला जिसकी चाबी वह दवा है। अगर आप उस ताले को बारीकी से देख सकें, तो एक बेहतर चाबी डिज़ाइन कर सकते हैं।
इस प्रणाली के नए संस्करण और आगे जाते हैं, न सिर्फ़ किसी प्रोटीन के आकार का अनुमान लगाते हैं, बल्कि यह भी कि वह दूसरे अणुओं के साथ कैसे बरतेगा, ठीक वही सवाल जिसका जवाब किसी दवा-डिज़ाइनर को चाहिए होता है। यह दवा-खोज के धीमे और किस्मत के भरोसे चलने वाले शुरुआती चरणों को कुछ ज़्यादा तेज़ और कहीं ज़्यादा सोचा-समझा बना रहा है।
बड़ा सबक
AlphaFold को चैटबॉट और इमेज जनरेटरों के साथ एक ही खाँचे में रख देने का मन करता है, पर यह एआई की एक अलग (और कुछ मायनों में ज़्यादा अहम) कहानी है। यह कोई मशीन नहीं जो भरोसेमंद-से लगने वाले शब्द उगल रही हो। यह वह मशीन है जिसने एक असली, दशकों पुरानी वैज्ञानिक समस्या सुलझाई, ऐसे जवाब दिए जिन्हें प्रयोग करने वाले जाँच सकते थे, और नतीजे पूरी दुनिया को मुफ़्त सौंप दिए।
एआई का यही वह रूप है जिस पर उत्साहित होना बनता है: वह नहीं जो आपके ईमेल लिखता है, बल्कि वह जो चुपचाप यह दोबारा लिख रहा है कि किसी प्रयोगशाला में क्या-क्या मुमकिन है। एक समस्या जिसने जीवविज्ञान को आधी सदी तक उलझाए रखा, अब मूल रूप से सुलझ चुकी है। और वही तरीका अब कैंसर पर, नई एंटीबायोटिक दवाओं पर, और उन बीमारियों पर तानकर लगाया जा रहा है जो पीढ़ियों से हमारे आगे टिकी रही हैं।
मशीनों ने जीवन की भाषा पढ़ना सीख लिया है। हम तो अभी यह जानना ही शुरू कर रहे हैं कि उससे वे हमें क्या-क्या लिखने में मदद करेंगी।
स्रोत और आगे पढ़ने के लिए
यह लेख AI उपकरणों की सहायता से शोधित और लिखा गया है, और सटीकता के लिए संपादित किया गया है। यह केवल सामान्य जानकारी और चर्चा के लिए है, पेशेवर सलाह नहीं। हमारे संपादकीय मानक और अस्वीकरण देखें। कोई त्रुटि मिली? हमें बताएँ।
अच्छा लगा? अगला लेख पाएँ।
एक बार में एक अच्छा लेख, सीधे आपके इनबॉक्स में। कोई स्पैम नहीं, जब चाहें अनसब्सक्राइब करें।
