विज्ञान

AI टूल ने हफ्तों का 3D कोशिका झिल्ली मानचित्रण कुछ घंटों में समेटा

म्यूनिख और बासेल के शोधकर्ताओं ने MemBrain-v2 नाम का ओपन-सोर्स AI टूल बनाया है। यह कोशिका झिल्लियों और उनके प्रोटीन का 3D मानचित्रण मैनुअल तरीके जितनी सटीकता से, मगर कहीं कम समय में करता है।

13 सितंबर 2026 को 7:31 pm बजे

एक नज़र में

MemBrain-v2 झिल्ली खोजने, प्रोटीन खोजने और उनकी व्यवस्था मापने के लिए तीन AI टूल जोड़ता है।
प्रोटीन-समूहों को खोजने में यह 91% F1 स्कोर के साथ हाथ से किए विश्लेषण जितना सटीक रहा।
यह मुफ़्त, ओपन-सोर्स टूल हफ्तों के cryo-ET विश्लेषण को कुछ घंटों में समेट देता है।
इसने पहले ही दिखाया है कि प्रकाश-संश्लेषण प्रोटीन झिल्ली के भीतर अलग-अलग बंटे होते हैं।

चरण दर चरण

1
MemBrain-seg झिल्ली खोजता है
2
MemBrain-pick प्रोटीन खोजता है
3
MemBrain-stats व्यवस्था मापता है
4
हफ्तों का काम घंटों में

हेल्महोल्त्स म्यूनिख, म्यूनिख तकनीकी विश्वविद्यालय (TUM) और बासेल विश्वविद्यालय के बायोज़ेंट्रम की एक टीम ने एक AI टूल बनाया है जो 3D माइक्रोस्कोप छवियों में कोशिका झिल्लियों के विश्लेषण को स्वचालित करता है। यह पहले हफ्तों में होने वाले काम को अब कुछ घंटों में पूरा कर देता है। MemBrain-v2 नाम का यह टूल नेचर मेथड्स पत्रिका में प्रकाशित अध्ययन में बताया गया है।

कोशिका झिल्लियां और उनके भीतर के प्रोटीन स्वास्थ्य व बीमारी से जुड़ी कई प्रक्रियाओं को नियंत्रित करते हैं। लेकिन त्रि-आयामी (3D) छवियों में इनका अध्ययन अब तक धीमा, हाथ से किया जाने वाला काम रहा है। MemBrain-v2 क्रायो-इलेक्ट्रॉन टोमोग्राफी (cryo-ET) की तस्वीरों का विश्लेषण करता है। यह एक माइक्रोस्कोपी तकनीक है जो कोशिकाओं को जमाकर उनकी संरचना सुरक्षित रखती है और उन्हें बहुत उच्च रिज़ॉल्यूशन में त्रि-आयामी रूप में दिखाती है। इस तकनीक की सीमाओं के कारण तस्वीरों में कुछ अंतराल रह जाते हैं, जिससे झिल्ली की कुछ दिशाएं देखना मुश्किल रहा है, पहले लेखक लोरेंज़ लाम ने बताया।

यह मुफ़्त, ओपन-सोर्स सॉफ्टवेयर तीन चरणों को जोड़ता है जिन्हें पहले अलग-अलग प्रोग्राम संभालते थे। MemBrain-seg बिना अतिरिक्त जानकारी दिए सीधे झिल्लियां खोज लेता है; MemBrain-pick उनके भीतर मौजूद प्रोटीन का पता लगाता है; MemBrain-stats यह मापता है कि वे प्रोटीन कैसे व्यवस्थित हैं। एक परीक्षण में शोधकर्ताओं ने केवल एक झिल्ली पर हाथ से प्रोटीन-समूहों की स्थिति चिह्नित की। इसके बाद MemBrain-pick ने अन्य झिल्लियों पर भी उन्हीं समूहों को 91% के F1 स्कोर के साथ खोज निकाला।

"इन विश्लेषणों को तेज़ और दुनिया भर के शोध समूहों के लिए सुलभ बनाकर, हम कहीं बड़े डेटा सेट में कोशिकीय प्रक्रियाओं का अध्ययन कर सकते हैं," वरिष्ठ लेखक डॉ. टिंगयिंग पेंग ने कहा। "इससे यह समझने में मदद मिलेगी कि कोशिकाएं कैसे काम करती हैं। बीमारी होने पर क्या बदलता है, यह भी इससे पता चलेगा।" झिल्ली-पहचान मॉड्यूल पहले से ही दुनिया भर में इस्तेमाल हो रहा है, जिसमें चैन ज़करबर्ग इमेजिंग इंस्टीट्यूट के डेटा सेट भी शामिल हैं।

MemBrain-v2 पहले से ही नई जैविक खोजों में मदद कर चुका है। एक अलग अध्ययन में, इस टूल ने दिखाया कि प्रकाश-संश्लेषण के अहम प्रोटीन झिल्ली के भीतर अलग-अलग स्थानों पर बंटे होते हैं, जिसने उनके संगठन के पुराने मॉडल को चुनौती दी। "मुझे विशेष खुशी है कि MemBrain-v2 अब कई और अध्ययनों में इस्तेमाल हो रहा है," लाम ने कहा। उन्होंने बताया कि भविष्य में यह टूल अलग-अलग प्रोटीन प्रकारों को और सटीकता से पहचानने के लिए तैयार किया जा रहा है।