AlphaFold 2020 एक कृत्रिम बुद्धिमत्ता कार्यक्रम है जिसे DeepMind द्वारा विकसित किया गया है, जो Alphabet की एक सहायक कंपनी है, और यह अमीनो एसिड अनुक्रमों से प्रोटीन संरचनाओं की भविष्यवाणी गहन शिक्षण तकनीकों का उपयोग करके करता है। नवंबर 2020 में 14वीं क्रिटिकल असेसमेंट ऑफ स्ट्रक्चर प्रेडिक्शन (CASP14) प्रतियोगिता में, इसने अभूतपूर्व सटीकता हासिल की, परीक्षण किए गए लगभग दो-तिहाई प्रोटीनों के लिए वैश्विक दूरी परीक्षण (GDT) पर 90 से ऊपर स्कोर किया, जहां 100 प्रयोगात्मक रूप से निर्धारित संरचनाओं के पूर्ण मिलान का प्रतिनिधित्व करता है। परिणामों को शोधकर्ताओं द्वारा "आश्चर्यजनक" और "परिवर्तनकारी" बताया गया, हालांकि कुछ ने नोट किया कि एक तिहाई भविष्यवाणियों के लिए सटीकता अपर्याप्त बनी रही और प्रोटीन फोल्डिंग की अंतर्निहित प्रक्रिया अनसुलझी बनी हुई है।
पृष्ठभूमि
प्रोटीन अमीनो एसिड की श्रृंखलाओं से बने होते हैं जो स्वतः त्रि-आयामी (3-डी) संरचनाओं में मुड़ते हैं, जो जैविक कार्य को समझने के लिए आवश्यक हैं। एक्स-रे क्रिस्टलोग्राफी, क्रायो-इलेक्ट्रॉन माइक्रोस्कोपी, और न्यूक्लियर मैग्नेटिक रेजोनेंस (NMR) जैसी प्रयोगात्मक विधियाँ महंगी और समय लेने वाली हैं; 60 वर्षों में, उन्होंने लगभग 170,000 प्रोटीनों की संरचनाएँ निर्धारित की हैं, जबकि सभी जीवन रूपों में 200 मिलियन से अधिक ज्ञात प्रोटीन मौजूद हैं। आणविक विकास पर आधारित होमोलॉजी मॉडलिंग सहित कम्प्यूटेशनल भविष्यवाणी विधियों ने 2016 तक सबसे कठिन प्रोटीनों के लिए GDT स्कोर केवल 100 में से लगभग 40 प्राप्त किया, जैसा कि CASP द्वारा मूल्यांकन किया गया, जिसे 1994 में वैज्ञानिक समुदाय को चुनौती देने के लिए शुरू किया गया था। AlphaFold ने पहली बार 2018 में AI गहन शिक्षण दृष्टिकोण का उपयोग करके CASP में भाग लिया।
एल्गोरिदम
DeepMind ने कार्यक्रम को प्रोटीन डेटा बैंक से 170,000 से अधिक प्रोटीन संरचनाओं पर प्रशिक्षित किया, जो अनुक्रमों और संरचनाओं का एक सार्वजनिक भंडार है। यह प्रणाली एक प्रकार के अटेंशन नेटवर्क का उपयोग करती है, एक गहन शिक्षण तकनीक जो एक बड़ी समस्या के हिस्सों की पहचान करती है और उन्हें समग्र समाधान में जोड़ती है। प्रशिक्षण 100 से 200 GPUs के बीच आयोजित किया गया था।
AlphaFold 1 (2018)
AlphaFold 1, जिसने दिसंबर 2018 में CASP13 जीता, पिछले कार्य पर आधारित था जिसने संबंधित प्रोटीन अनुक्रमों के बड़े डेटाबेस का विश्लेषण किया ताकि गैर-क्रमिक अवशेषों पर सहसंबद्ध परिवर्तन पाए जा सकें, जो भौतिक निकटता का सुझाव देते हैं। इसने अंतर-अवशेष दूरियों के लिए संभाव्यता वितरण का अनुमान लगाकर इसे विस्तारित किया, प्रभावी रूप से संपर्क मानचित्रों को दूरी मानचित्रों में परिवर्तित किया, और अधिक उन्नत शिक्षण विधियों का उपयोग किया। कोड सार्वजनिक रूप से उपलब्ध नहीं कराया गया था, सिवाय CASP अनुक्रमों पर चलाने के लिए।
AlphaFold 2 (2020)
2020 संस्करण अपने पूर्ववर्ती से काफी भिन्न है। AlphaFold 1 ने अलग-अलग प्रशिक्षित मॉड्यूल को भौतिकी-आधारित ऊर्जा क्षमता के साथ जोड़ा; AlphaFold 2 ने इसे परस्पर जुड़े उप-नेटवर्कों से बदल दिया, जो पैटर्न पहचान पर आधारित एक एकल, विभेदनीय, अंत-से-अंत मॉडल बनाते हैं, जिसे एकीकृत तरीके से प्रशिक्षित किया गया। न्यूरल नेटवर्क अभिसरण के बाद, एक अंतिम शोधन चरण AMBER बल क्षेत्र पर आधारित ऊर्जा न्यूनीकरण का उपयोग करके स्थानीय भौतिक बाधाओं को लागू करता है, जो केवल थोड़ा सा पूर्वानुमानित संरचना को समायोजित करता है। प्रमुख घटकों में दो मॉड्यूल शामिल हैं, संभवतः Transformer (architecture) डिज़ाइन पर आधारित, जो अमीनो एसिड अवशेषों के बीच और इनपुट संरेखण में स्थितियों और अनुक्रमों के बीच संबंधों के बारे में जानकारी को धीरे-धीरे परिष्कृत करते हैं। मेटाजीनोमिक डेटा के समावेश ने बहु-अनुक्रम संरेखण गुणवत्ता में सुधार किया, और प्रशिक्षण डेटा कस्टम-निर्मित बिग फैंटास्टिक डेटाबेस से आया, जिसमें 65,983,866 प्रोटीन परिवार शामिल थे, जो संदर्भ डेटाबेस, मेटाजीनोम और मेटाट्रांस्क्रिप्टोम से 2,204,359,010 प्रोटीन अनुक्रमों को कवर करते थे।
प्रभाव और मान्यता
AlphaFold 2 के CASP14 परिणाम व्यापक रूप से मान्यता प्राप्त थे। 15 जुलाई 2021 को, पेपर Nature में अग्रिम पहुंच प्रकाशन के रूप में प्रकाशित हुआ था, साथ में ओपन सोर्स सॉफ्टवेयर और प्रजातियों के प्रोटीओम का खोज योग्य डेटाबेस भी था। नवंबर 2025 तक, पेपर को लगभग 43,000 बार उद्धृत किया गया था। Demis Hassabis और John Jumper ने 2024 का रसायन विज्ञान में नोबेल पुरस्कार का आधा हिस्सा "प्रोटीन संरचना भविष्यवाणी के लिए" साझा किया, जबकि David Baker ने दूसरा आधा हिस्सा "कम्प्यूटेशनल प्रोटीन डिज़ाइन के लिए" प्राप्त किया। उन्होंने पहले 2023 में जीवन विज्ञान में ब्रेकथ्रू पुरस्कार और अल्बर्ट लास्कर पुरस्कार बुनियादी चिकित्सा अनुसंधान के लिए जीता था। हालांकि, कुछ शोधकर्ताओं ने नोट किया कि एक तिहाई भविष्यवाणियों के लिए सटीकता अपर्याप्त थी और कार्यक्रम ने प्रोटीन फोल्डिंग के अंतर्निहित नियमों को प्रकट नहीं किया, जिससे प्रोटीन फोल्डिंग समस्या अनसुलझी रह गई।
विरासत
AlphaFold 3 की घोषणा 8 मई 2024 को की गई थी, जो DNA, RNA, लिगैंड और आयनों के साथ प्रोटीन द्वारा बनाए गए कॉम्प्लेक्स की संरचनाओं की भविष्यवाणी करने में सक्षम है, जो अन्य अणुओं के साथ प्रोटीन इंटरैक्शन के लिए मौजूदा विधियों की तुलना में सटीकता में न्यूनतम 50% सुधार दिखाता है। 2026 में, Google ने घोषणा की कि AlphaFold टीम को भंग कर दिया गया था, अधिकांश सदस्यों को Gemini पर काम करने के लिए पुनः नियुक्त किया गया और अन्य Isomorphic Labs में चले गए या कंपनी को पूरी तरह से छोड़ दिया। 2020 की सफलता जीव विज्ञान में मशीन लर्निंग अनुप्रयोगों में एक मील का पत्थर बनी हुई है, जो जटिल वैज्ञानिक समस्याओं को हल करने में गहन शिक्षण की शक्ति का प्रदर्शन करती है।