अल्फाफोल्ड रिलीज़

AlphaFold एक कृत्रिम बुद्धिमत्ता कार्यक्रम है जिसे डीपमाइंड द्वारा विकसित किया गया है, जो अल्फाबेट की एक सहायक कंपनी है, और यह प्रोटीन संरचना की भविष्यवाणी करता है। इसे गहन शिक्षण तकनीकों का उपयोग करके डिज़ाइन किया गया है और यह कम्प्यूटेशनल जीवविज्ञान में एक ऐतिहासिक उपलब्धि बन गया है। कार्यक्रम का दूसरा प्रमुख संस्करण, जो 2020 में जारी हुआ, ने अधिकांश प्रोटीन लक्ष्यों के लिए प्रयोगात्मक विधियों के बराबर सटीकता प्रदर्शित की, जिसने संरचनात्मक जीवविज्ञान के क्षेत्र को बदल दिया।

AlphaFold के विकास को 2024 के रसायन विज्ञान के नोबेल पुरस्कार से सम्मानित किया गया, जो प्रोटीन संरचना भविष्यवाणी के लिए डेमिस हसाबिस और जॉन जम्पर को संयुक्त रूप से प्रदान किया गया, साथ ही कम्प्यूटेशनल प्रोटीन डिज़ाइन के लिए डेविड बेकर को भी। कार्यक्रम की सफलता ने लंबे समय से चली आ रही वैज्ञानिक चुनौतियों को हल करने में कृत्रिम बुद्धिमत्ता दृष्टिकोणों की शक्ति को उजागर किया।

पृष्ठभूमि

प्रोटीन अमीनो एसिड की श्रृंखलाओं से बने होते हैं जो स्वतः मुड़कर त्रि-आयामी संरचनाएँ बनाते हैं जो उनके जैविक कार्य के लिए आवश्यक होती हैं। इन संरचनाओं को प्रयोगात्मक रूप से निर्धारित करने के लिए एक्स-रे क्रिस्टलोग्राफी, क्रायो-इलेक्ट्रॉन माइक्रोस्कोपी और न्यूक्लियर मैग्नेटिक रेज़ोनेंस जैसी तकनीकों की आवश्यकता होती है, जो सभी महंगी और समय लेने वाली हैं। 60 वर्षों से अधिक समय में, इन विधियों ने लगभग 170,000 प्रोटीनों की संरचनाओं की पहचान की, जबकि सभी जीवन रूपों में 200 मिलियन से अधिक ज्ञात प्रोटीन मौजूद हैं।

कम्प्यूटेशनल भविष्यवाणी विधियाँ दशकों से विकसित की जा रही थीं, जिसमें होमोलॉजी मॉडलिंग सर्वोत्तम मामलों में प्रयोगात्मक तकनीकों के करीब सटीकता प्राप्त कर रही थी। 1994 में शुरू की गई संरचना भविष्यवाणी का महत्वपूर्ण मूल्यांकन (CASP) ने एक कठोर बेंचमार्क प्रदान किया। 2016 तक, सबसे कठिन प्रोटीनों के लिए सर्वोत्तम विधियों ने वैश्विक दूरी परीक्षण (GDT) पर केवल लगभग 40 में से 100 अंक प्राप्त किए। AlphaFold ने पहली बार 2018 में CASP में भाग लिया, जिसमें AI गहन शिक्षण दृष्टिकोण का उपयोग किया गया।

AlphaFold 1 (2018)

AlphaFold 1 2010 के दशक के काम पर आधारित था जिसने संबंधित प्रोटीन अनुक्रमों के बड़े डेटाबेस का विश्लेषण करके विभिन्न अवशेषों पर सहसंबद्ध परिवर्तनों को खोजा। ऐसे सहसंबंध भौतिक निकटता का संकेत देते हैं, भले ही अवशेष अनुक्रम में क्रमागत न हों, जिससे संपर्क मानचित्रों का अनुमान लगाना संभव होता है। AlphaFold 1 ने इसे विस्तारित करते हुए अवशेषों के बीच दूरियों के लिए संभाव्यता वितरण की भविष्यवाणी की, प्रभावी रूप से एक दूरी मानचित्र बनाया, और अनुमान के लिए उन्नत शिक्षण विधियों का उपयोग किया।

दिसंबर 2018 में, AlphaFold 1 ने 13वीं CASP प्रतियोगिता में समग्र रूप से पहला स्थान प्राप्त किया। यह विशेष रूप से सबसे कठिन लक्ष्यों पर सफल रहा, जहाँ कोई मौजूदा टेम्पलेट संरचना उपलब्ध नहीं थी। हालाँकि, CASP अनुक्रमों को चलाने के अलावा कोड को सार्वजनिक रूप से उपलब्ध नहीं कराया गया।

AlphaFold 2 (2020)

AlphaFold 2, जिसने नवंबर 2020 में CASP14 में भाग लिया, अपने पूर्ववर्ती से एक महत्वपूर्ण वास्तुशिल्प विचलन का प्रतिनिधित्व करता 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। एक अंतिम शोधन चरण ने AMBER बल क्षेत्र पर आधारित ऊर्जा न्यूनीकरण का उपयोग करके स्थानीय भौतिक बाधाओं को लागू किया।

प्रणाली के लिए दो मॉड्यूल महत्वपूर्ण थे, जिनके बारे में माना जाता है कि वे ट्रांसफॉर्मर डिज़ाइन का उपयोग करते हैं, जो अमीनो एसिड अवशेषों के बीच संबंधों और इनपुट संरेखण में स्थितियों और अनुक्रमों के बीच की जानकारी को धीरे-धीरे परिष्कृत करते हैं। कार्यक्रम को प्रोटीन डेटा बैंक से 170,000 से अधिक प्रोटीन संरचनाओं पर 100 से 200 GPU का उपयोग करके प्रशिक्षित किया गया था। प्रशिक्षण डेटा में बिग फैंटास्टिक डेटाबेस भी शामिल था, जिसमें 65,983,866 प्रोटीन परिवार शामिल थे, जो कई अनुक्रम संरेखण और छिपे हुए मार्कोव मॉडल के रूप में प्रस्तुत किए गए थे, जो संदर्भ डेटाबेस, मेटाजीनोम और मेटाट्रांसक्रिप्टोम से 2.2 बिलियन से अधिक प्रोटीन अनुक्रमों को कवर करते थे।

CASP14 में, AlphaFold 2 ने लगभग दो-तिहाई प्रोटीनों के लिए GDT पर 90 से ऊपर अंक प्राप्त किए, जहाँ 100 प्रयोगात्मक संरचना से पूर्ण मेल का प्रतिनिधित्व करता है। इसे "आश्चर्यजनक" और "परिवर्तनकारी" के रूप में वर्णित किया गया। हालाँकि, कुछ शोधकर्ताओं ने एक-तिहाई भविष्यवाणियों के लिए अपर्याप्त सटीकता और यह कि प्रोटीन मोड़ने की अंतर्निहित प्रक्रिया अनसुलझी बनी हुई है, पर ध्यान दिया।

प्रकाशन और प्रभाव

15 जुलाई 2021 को, AlphaFold 2 पेपर नेचर में ओपन-सोर्स सॉफ्टवेयर और प्रजातियों के प्रोटीओम के खोज योग्य डेटाबेस के साथ प्रकाशित हुआ। नवंबर 2025 तक, पेपर को लगभग 43,000 बार उद्धृत किया गया था। रिलीज़ ने प्रोटीन संरचना भविष्यवाणी को दुनिया भर के शोधकर्ताओं के लिए सुलभ बना दिया, जिससे दवा खोज, एंजाइम डिज़ाइन और रोग तंत्रों को समझने में काम तेज़ हुआ।

हसाबिस और जम्पर ने पहले 2023 में AlphaFold परियोजना के नेतृत्व के लिए जीवन विज्ञान में ब्रेकथ्रू पुरस्कार और अल्बर्ट लास्कर पुरस्कार जीता था। 2024 के रसायन विज्ञान के नोबेल पुरस्कार ने उपलब्धि के महत्व को और मजबूत किया।

AlphaFold 3 और उसके बाद

AlphaFold 3 की घोषणा 8 मई 2024 को की गई, जिसने प्रोटीन के डीएनए, आरएनए, लिगैंड और आयनों के साथ कॉम्प्लेक्स की भविष्यवाणी तक विस्तार किया। इसने अन्य अणुओं के साथ प्रोटीन इंटरैक्शन के लिए मौजूदा विधियों की तुलना में सटीकता में न्यूनतम 50% सुधार दिखाया।

2026 में, Google ने घोषणा की कि AlphaFold टीम को भंग कर दिया गया है, जिसमें अधिकांश सदस्यों को जेमिनी पर काम करने के लिए फिर से नियुक्त किया गया, जबकि अन्य आइसोमॉर्फिक लैब्स में चले गए या कंपनी को पूरी तरह से छोड़ दिया। AlphaFold की विरासत इसके ओपन-सोर्स कोड और जैविक अनुसंधान में इसके तरीकों के व्यापक रूप से अपनाए जाने के माध्यम से जारी है।