இயற்கையில் இல்லாத புரதங்களை வடிவமைக்கும் MIT நிறுவனத்தின் புதிய AI மாடல்

ஒரு புரதத்தின் செயல்பாடு அதன் அமைப்பிலிருந்து வருகிறது. அந்த அமைப்பு அதன் அமினோ அமிலங்களின் வரிசையிலிருந்து வருகிறது; அமினோ அமிலங்கள் புரதத்தின் அடிப்படை கட்டுமான அலகுகள். நோய் உண்டாக்கும் மூலக்கூறுகளை பிணைக்கும் புதிய புரதங்களை வடிவமைக்கும் பல முறைகள் இரு படிகளில் வேலை செய்கின்றன. முதலில் ஒரு அமைப்பைத் தேர்ந்தெடுத்து, பின்னர் அந்த அமைப்பாக மடியக்கூடிய அமினோ அமில வரிசைகளை உருவாக்க ஒரு இயந்திரக் கற்றல் மாடலைப் பயன்படுத்துகின்றன. இயற்கையில் பல வெவ்வேறு வரிசைகள் ஒரே அமைப்பாக மடியக்கூடும். எனவே, AI மாடல் ஒரே ஒரு பரிணாம வரிசை மட்டுமல்ல, ஒன்றுக்கு மேற்பட்ட பயனுள்ள பதில்கள் இருப்பதை அடையாளம் காண கற்றுக்கொள்வதே இங்குள்ள சவால்.

'பரிணாமம் ஏற்கெனவே தேர்ந்தெடுத்த புரத வரிசையை ஒரு மாடல் மீண்டும் உருவாக்க முடியுமா என்பதன் அடிப்படையில் இந்தத் துறை பல ஆண்டுகளாக வெற்றியை அளந்து வந்தது. புரத வடிவமைப்பிற்கு இது சிறந்த அளவுகோல் அல்ல என்பதை எங்கள் ஆய்வு காட்டுகிறது' என்று MIT உயிரியல் துறையின் தலைவரும், பிஎன்ஏஎஸ் இதழில் வெளியான இந்த ஆய்வின் மூத்த ஆசிரியருமான ஏமி கீட்டிங் கூறினார். பாட்ஸ்எம்பிஎன்என் (PottsMPNN) என்று பெயரிடப்பட்ட இந்த புதிய அமைப்பு, புரத அமைப்பையும் நிலைத்தன்மையையும் நிர்ணயிக்கும் இயற்பியல் கோட்பாடுகளை உள்ளடக்கியது. இது வரிசை உருவாக்கத்தையும், பிறழ்வுகள் புரதத்தின் நிலைத்தன்மையை எப்படி பாதிக்கும் என்பதை கணிக்கும் திறனையும் மேம்படுத்துகிறது.

இன்று மிகவும் பரவலாகப் பயன்படுத்தப்படும் புரத வடிவமைப்பு மாடல் 2022-ல் வெளியிடப்பட்டது. அதன் பின் அதை எந்த மாடலும் மிஞ்சவில்லை என்று இந்த ஆய்வின் முதன்மை ஆசிரியரும் முதுகலை மாணவருமான ஃபாஸ்டர் பர்ன்பாம் கூறினார். பயிற்சியின்போது புரத அமைப்புகளில் வேண்டுமென்றே மாறுபாடு அல்லது 'சத்தத்தை' சேர்ப்பதே அவரது அணுகுமுறை. இது இயற்கை வரிசைகளை மிகைப்படுத்தி பிரதிபலிக்கும் மாடலின் போக்கைக் குறைத்து, அது வரிசைகளை உருவாக்கக்கூடிய அமைப்புகளின் பன்முகத்தன்மையை அதிகரிக்கிறது. புரதத்தில் உள்ள ஒவ்வொரு இரண்டு இடங்களிலும் சாத்தியமான 20 அமினோ அமிலங்களுக்கும் இடையேயான இயற்பியல் தொடர்புகளைக் கணக்கில் கொள்ளும் ஒரு ஜோடி அணுகுமுறையையும் பாட்ஸ்எம்பிஎன்என் பயன்படுத்துகிறது. வரிசைக்கும் அதன் நிலைத்தன்மைக்கும் இடையிலான தொடர்பை இது இன்னும் துல்லியமாக மாதிரியாக்குவதற்கு இதுவே முக்கிய காரணம் என ஆராய்ச்சியாளர்கள் கூறுகின்றனர்.

'முற்றிலும் புதிய, வடிவமைக்கப்பட்ட ஒரு அமைப்பைப் பற்றி நாங்கள் யோசிக்கும்போது, ஒப்பிட எந்த இயற்கை வரிசையும் இருக்காது' என்று பர்ன்பாம் கூறினார். 'உருவாக்கப்பட்ட வரிசைகள் விரும்பிய அமைப்புகளாக மடியும் வாய்ப்பு எவ்வளவு என்பதே எங்களுக்கு முக்கியம். மாடல் வரிசை-ஆற்றல் நிலப்பரப்பை எவ்வளவு நன்றாகப் புரிந்துகொள்கிறது, பிறழ்வுகள் புரதத்தின் நிலைத்தன்மையில் ஏற்படுத்தும் விளைவை அது எவ்வளவு துல்லியமாக கணிக்கிறது என்பதும் முக்கியம்' என்று அவர் மேலும் கூறினார். மாடல் இயற்கை வரிசைகளை குறைவாக நம்பும்போது, அமைப்பு பொருத்தம் மற்றும் நிலைத்தன்மை குறித்த அதன் கணிப்புகள் மேம்பட்டதாக குழு கண்டறிந்தது. முற்றிலும் புதிய புரதங்களுக்கும் இது பொருந்தியது.