৫০ বছর ধরে জীববিজ্ঞানকে হারিয়ে দেওয়া একটি সমস্যা সমাধান করে এআই সবেমাত্র একটি নোবেল পুরস্কার জিতেছে

প্রতিটি জীবিত বস্তু প্রোটিনে চলে। তারা আপনার খাবার হজম করে, আপনার রক্তে অক্সিজেন বহন করে, সংক্রমণের বিরুদ্ধে লড়াই করে, এবং আপনার কোষের কাঠামো তৈরি করে। আর একটি প্রোটিনের কাজ প্রায় সম্পূর্ণভাবে একটি জিনিস দ্বারা নির্ধারিত হয়: এর আকৃতি।

সমস্যাটি হলো একটি প্রোটিন একটি দীর্ঘ শৃঙ্খল হিসেবে তৈরি হয় যা তারপর একটি সেকেন্ডের ভগ্নাংশে নিজেকে একটি জটিল ত্রিমাত্রিক গিঁটে ভাঁজ করে। শুধুমাত্র শৃঙ্খল থেকে সেই চূড়ান্ত আকৃতি বের করা ছিল সমস্ত জীববিজ্ঞানের সবচেয়ে কঠিন উন্মুক্ত সমস্যাগুলোর একটি। ৫০ বছর ধরে এটি বিশ্বের সেরা বিজ্ঞানীদের প্রতিরোধ করেছিল।

তারপর একটি এআই এটি সমাধান করেছিল। আর ২০২৪ সালে, সেই কৃতিত্ব রসায়নে নোবেল পুরস্কার জিতেছিল।

কেন ভাঁজ করা এত কঠিন ছিল

একটি বাক্যে সমস্যাটি: একটি প্রোটিন তাত্ত্বিকভাবে সম্ভাব্য আকৃতির একটি জ্যোতির্বৈজ্ঞানিক সংখ্যায় ভাঁজ হতে পারত, কিন্তু বাস্তবে এটি কেবল একটিতেই আটকে যায়। রাসায়নিক রেসিপি থেকে কোনটি তা ভবিষ্যদ্বাণী করা ভয়ানকভাবে জটিল।

কয়েক দশক ধরে, একটি প্রোটিনের গঠন খুঁজে বের করার একমাত্র নির্ভরযোগ্য উপায় ছিল এটি পরীক্ষামূলকভাবে নির্ধারণ করা: কষ্টসাধ্য ল্যাব কৌশল যা একজন পিএইচডি ছাত্রের একটি একক নির্ণয় করতে বছরের পর বছর সময় নিতে পারত। এদিকে, জীববিজ্ঞান কয়েকশো মিলিয়ন প্রোটিনের রেসিপি সিকোয়েন্স করেছিল যাদের আকৃতি রহস্যই থেকে গিয়েছিল। “আমরা যে রেসিপিগুলো জানি” এবং “আমরা যে আকৃতিগুলো বুঝি” এর মধ্যে ফাঁকটি ছিল একটি গিরিখাত।

আলফাফোল্ডের আবির্ভাব

যে সিস্টেমটি সেই ফাঁক বন্ধ করেছিল তার নাম আলফাফোল্ড, এআই ল্যাব গুগল ডিপমাইন্ড দ্বারা নির্মিত। ভাঁজ করার পদার্থবিদ্যা অনুকরণ করার পরিবর্তে, এটি শিখেছিল। বিজ্ঞানীরা যে প্রোটিনগুলোর গঠন কষ্টসাধ্যভাবে সমাধান করেছিলেন তাদের উপর প্রশিক্ষিত হয়ে, এটি নিজেকে একটি শৃঙ্খলকে তার চূড়ান্ত আকৃতির সঙ্গে সংযুক্তকারী গভীর প্যাটার্নগুলো শিখিয়েছিল।

ফলাফলটি ক্ষেত্রটিকে হতবাক করেছিল। একটি দীর্ঘকাল ধরে চলা প্রতিযোগিতায় যেখানে দলগুলো প্রোটিন গঠন ভবিষ্যদ্বাণী করার জন্য প্রতিযোগিতা করে, আলফাফোল্ড জিতেছিল, এবং একটি বিশাল ব্যবধানে: এটি এমন সঠিক ভবিষ্যদ্বাণী তৈরি করেছিল যা ধীর, ব্যয়বহুল ল্যাব পরীক্ষার সমকক্ষ ছিল। বছরে পরিমাপ করা একটি সমস্যা সেকেন্ডে পরিমাপ করা একটিতে ভেঙে পড়েছিল।

আমরা জানি প্রায় প্রতিটি প্রোটিন, ম্যাপ করা

তারপর ডিপমাইন্ড এমন কিছু করেছিল যা প্রভাবকে বিশালভাবে গুণ করেছিল: ইউরোপীয় বায়োইনফরম্যাটিক্স ইনস্টিটিউটের সাথে কাজ করে, এটি বিজ্ঞানের কাছে ফাইলে থাকা মূলত প্রতিটি প্রোটিনে (তাদের ২০ কোটিরও বেশি) আলফাফোল্ড চালিয়েছিল এবং পুরো ডেটাবেসটি, বিনামূল্যে, বিশ্বের কাছে প্রকাশ করেছিল।

রাতারাতি, যে গবেষকরা একটি একক গঠন তাড়া করতে বছরের পর বছর ব্যয় করতে পারতেন তারা এটি খুঁজে দেখতে পারতেন। সেই ডেটাবেস তখন থেকে ১৯০টিরও বেশি দেশ জুড়ে তিন মিলিয়নেরও বেশি ব্যবহারকারী আকৃষ্ট করেছে, অ্যান্টিবায়োটিক প্রতিরোধ থেকে অবহেলিত গ্রীষ্মমণ্ডলীয় রোগ থেকে প্লাস্টিক বর্জ্য ভাঙতে পারে এমন এনজাইম পর্যন্ত সবকিছুর কাজে খাদ্য জোগাচ্ছে।

২০২৪ সালে, রসায়নে নোবেল পুরস্কার এই কাজটিকে স্বীকৃতি দিয়েছিল। অর্ধেক গিয়েছিল ডেভিড বেকারের কাছে সম্পূর্ণ নতুন প্রোটিন শূন্য থেকে ডিজাইন করার সমান কঠিন কীর্তির জন্য। অন্য অর্ধেক ভাগ করে নিয়েছিলেন ডিপমাইন্ডের ডেমিস হাসাবিস এবং জন জাম্পার, ইতিমধ্যে বিদ্যমান প্রোটিনের আকৃতি ভবিষ্যদ্বাণী করার জন্য। পুরস্কারটি তিনজন মানুষের কাছে গিয়েছিল, একটি যন্ত্রের কাছে নয়।

প্রোটিন পড়া থেকে ওষুধ ডিজাইন করা পর্যন্ত

একটি প্রোটিনের আকৃতি জানা শুধু একাডেমিক নয়। বেশিরভাগ আধুনিক ওষুধ একটি নির্দিষ্ট প্রোটিনের সঙ্গে আটকে গিয়ে কাজ করে, একটি তালা যার জন্য ওষুধটি চাবি। যদি আপনি বিস্তারিতভাবে তালাটি দেখতে পারেন, আপনি একটি ভালো চাবি ডিজাইন করতে পারেন।

সিস্টেমের নতুন সংস্করণগুলো আরও এগিয়ে যায়, শুধু একটি প্রোটিনের আকৃতিই নয় বরং এটি অন্যান্য অণুর সঙ্গে কীভাবে মিথস্ক্রিয়া করবে তাও ভবিষ্যদ্বাণী করে, ঠিক যে প্রশ্নের উত্তর একজন ওষুধ ডিজাইনারের প্রয়োজন। এটি ওষুধ আবিষ্কারের ধীর, ভাগ্য-নির্ভর প্রাথমিক পর্যায়গুলোকে দ্রুত এবং আরও উদ্দেশ্যপূর্ণ কিছুতে পরিণত করছে।

বড় শিক্ষা

আলফাফোল্ডকে চ্যাটবট এবং ইমেজ জেনারেটরের সঙ্গে একত্রিত করার প্রলোভন আছে, কিন্তু এটি এআই সম্পর্কে একটি ভিন্ন (এবং কিছু উপায়ে আরও গুরুত্বপূর্ণ) গল্প। এটি একটি বিশ্বাসযোগ্য শব্দ উৎপাদনকারী যন্ত্র নয়। এটি এমন একটি যন্ত্র যা একটি প্রকৃত, কয়েক দশক পুরনো বৈজ্ঞানিক সমস্যার সমাধান করেছে, পরীক্ষামূলক বিজ্ঞানীরা যাচাই করতে পারেন এমন উত্তর তৈরি করেছে, এবং ফলাফলগুলো সমগ্র বিশ্বের কাছে বিনামূল্যে হস্তান্তর করেছে।

এটাই এআই-এর সেই সংস্করণ যা নিয়ে উত্তেজিত হওয়ার মতো: যেটি আপনার ইমেইল লেখে সেটি নয়, বরং যেটি নীরবে একটি ল্যাবরেটরিতে কী সম্ভব তা পুনর্লিখন করছে। যে সমস্যা অর্ধ শতাব্দী ধরে জীববিজ্ঞানকে হারিয়ে দিয়েছিল তা মূলত ভাঙা হয়েছে, যদিও বন্ধ হয়নি। আলফাফোল্ড আপনাকে একটি স্থির আকৃতি দেয়, আর প্রচুর প্রোটিন গুরুত্বপূর্ণ ঠিক এই কারণে যে তারা নড়াচড়া করে, অথবা কারণ তাদের কোনো নির্দিষ্ট আকৃতিই নেই, অথবা কারণ একটি একক পরিবর্তিত অক্ষর তাদের আচরণ কীভাবে করে তা বদলে দেয়। এগুলোই সেই অংশ যা এটি এখনো ভুল করে। একই পদ্ধতি এখন ক্যান্সার, নতুন অ্যান্টিবায়োটিক, এমন রোগের দিকে নির্দেশিত হচ্ছে যা প্রজন্মের পর প্রজন্ম আমাদের প্রতিরোধ করেছে।

যন্ত্রগুলো জীবনের ভাষা পড়তে শিখেছে। তারা এটি দিয়ে আমাদের কী লিখতে সাহায্য করবে তা আমরা কেবল খুঁজে বের করতে শুরু করেছি।