एमआईटी वैज्ञानिकों ने बोल्ट्ज -1 नामक एक शक्तिशाली, ओपन-सोर्स एआई मॉडल जारी किया है, जो बायोमेडिकल अनुसंधान और दवा विकास में काफी तेजी ला सकता है।
स्वास्थ्य में मशीन लर्निंग के लिए एमआईटी जमील क्लिनिक में शोधकर्ताओं की एक टीम द्वारा विकसित, बोल्ट्ज -1 पहला पूरी तरह से ओपन-सोर्स मॉडल है जो अल्फफोल्ड 3 के स्तर पर अत्याधुनिक प्रदर्शन को प्राप्त करता है, Google डीपमाइंड का मॉडल जो प्रोटीन और अन्य जैविक अणुओं की 3 डी संरचनाओं की भविष्यवाणी करता है।
MIT स्नातक के छात्र जेरेमी वोहलवेंड और गेब्रियल कोरसो बोल्ट्ज -1 के प्रमुख डेवलपर्स थे, साथ ही एमआईटी जमील क्लिनिक रिसर्च एफिलिएट एसएआरओ पासारो और इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर साइंस रेजिना बारज़िले और टॉमी जक्कोला के एमआईटी प्रोफेसरों के साथ। Wohlwend और Corso ने MIT के Stata Center में 5 दिसंबर के कार्यक्रम में मॉडल प्रस्तुत किया, जहां उन्होंने कहा कि उनका अंतिम लक्ष्य वैश्विक सहयोग को बढ़ावा देना, खोजों को तेज करना और बायोमोलेक्यूलर मॉडलिंग को आगे बढ़ाने के लिए एक मजबूत मंच प्रदान करना है।
“हम उम्मीद करते हैं कि यह समुदाय के लिए एक शुरुआती बिंदु होगा,” कोरसो ने कहा। “एक कारण है कि हम इसे बोल्ट्ज -1 कहते हैं और बोल्ट्ज नहीं कहते हैं। यह लाइन का अंत नहीं है। हम समुदाय से उतना ही योगदान चाहते हैं जितना हम प्राप्त कर सकते हैं।”
प्रोटीन लगभग सभी जैविक प्रक्रियाओं में एक आवश्यक भूमिका निभाते हैं। एक प्रोटीन का आकार इसके कार्य के साथ निकटता से जुड़ा हुआ है, इसलिए एक प्रोटीन की संरचना को समझना नई दवाओं या इंजीनियरिंग को विशिष्ट कार्यक्षमता के साथ नए प्रोटीन डिजाइन करने के लिए महत्वपूर्ण है। लेकिन बेहद जटिल प्रक्रिया के कारण जिसके द्वारा एक प्रोटीन की अमीनो एसिड की लंबी श्रृंखला को 3 डी संरचना में बदल दिया जाता है, सटीक रूप से यह अनुमान लगाते हुए कि संरचना दशकों से एक बड़ी चुनौती रही है।
दीपमाइंड के अल्फाफोल्ड 2, जिसने डेमिस हसबिस और जॉन जम्पर को रसायन विज्ञान में 2024 नोबेल पुरस्कार अर्जित किया, 3 डी प्रोटीन संरचनाओं को तेजी से भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग करता है जो इतने सटीक हैं कि वे वैज्ञानिकों द्वारा व्युत्पन्न लोगों से अप्रभेद्य हैं। इस ओपन-सोर्स मॉडल का उपयोग दुनिया भर में अकादमिक और वाणिज्यिक अनुसंधान टीमों द्वारा किया गया है, जो दवा विकास में कई प्रगति को फैला रहा है।
Alphafold3 एक सामान्य AI मॉडल को शामिल करके अपने पूर्ववर्तियों में सुधार करता है, जिसे एक प्रसार मॉडल के रूप में जाना जाता है, जो बेहद जटिल प्रोटीन संरचनाओं की भविष्यवाणी करने में शामिल अनिश्चितता की मात्रा को बेहतर ढंग से संभाल सकता है। Alphafold2 के विपरीत, हालांकि, Alphafold3 पूरी तरह से खुला स्रोत नहीं है, और न ही यह व्यावसायिक उपयोग के लिए उपलब्ध है, जिसने वैज्ञानिक समुदाय से आलोचना को प्रेरित किया और मॉडल के व्यावसायिक रूप से उपलब्ध संस्करण बनाने के लिए एक वैश्विक दौड़ को बंद कर दिया।
Boltz-1 पर अपने काम के लिए, MIT शोधकर्ताओं ने Alphafold3 के समान प्रारंभिक दृष्टिकोण का पालन किया, लेकिन अंतर्निहित प्रसार मॉडल का अध्ययन करने के बाद, उन्होंने संभावित सुधारों का पता लगाया। उन्होंने उन लोगों को शामिल किया जिन्होंने मॉडल की सटीकता को सबसे अधिक बढ़ावा दिया, जैसे कि नए एल्गोरिदम जो भविष्यवाणी दक्षता में सुधार करते हैं।
मॉडल के साथ-साथ, उन्होंने प्रशिक्षण और ठीक-ट्यूनिंग के लिए अपनी पूरी पाइपलाइन को खोल दिया ताकि अन्य वैज्ञानिक बोल्ट्ज -1 पर निर्माण कर सकें।
“मुझे इस रिलीज को बनाने के लिए जेरेमी, गेब्रियल, सरो और बाकी जमील क्लिनिक टीम पर बहुत गर्व है। इस परियोजना को कई दिनों और रातें काम में लगे, इस बिंदु पर पहुंचने के लिए अटूट दृढ़ संकल्प के साथ। आगे के सुधारों के लिए कई रोमांचक विचार हैं और हम आने वाले महीनों में उन्हें साझा करने के लिए तत्पर हैं,”
बोल्ट्ज -1 को विकसित करने के लिए एमआईटी टीम को चार महीने का काम और कई प्रयोग हुए। उनकी सबसे बड़ी चुनौतियों में से एक प्रोटीन डेटा बैंक में निहित अस्पष्टता और विषमता को पार कर रहा था, सभी बायोमोलेक्युलर संरचनाओं का एक संग्रह जो पिछले 70 वर्षों में हजारों जीवविज्ञानी हल किए हैं।
“मेरे पास इन आंकड़ों के साथ बहुत सारी लंबी रातें कुश्ती थी। इसका बहुत कुछ शुद्ध डोमेन ज्ञान है जिसे केवल प्राप्त करना है। कोई शॉर्टकट नहीं हैं,” वोहलवेंड कहते हैं।
अंत में, उनके प्रयोगों से पता चलता है कि बोल्ट्ज -1 जटिल बायोमोलेक्यूलर संरचना भविष्यवाणियों के विविध सेट पर अल्फफोल्ड3 के समान सटीकता के समान स्तर को प्राप्त करता है।
“जेरेमी, गेब्रियल, और सरो ने जो पूरा किया है वह उल्लेखनीय से कम नहीं है। इस परियोजना पर उनकी कड़ी मेहनत और दृढ़ता ने बायोमोलेक्यूलर संरचना की भविष्यवाणी को व्यापक समुदाय के लिए अधिक सुलभ बना दिया है,” जैकोला कहते हैं।
शोधकर्ताओं ने बोल्ट्ज -1 के प्रदर्शन में सुधार जारी रखने और भविष्यवाणियों को करने में लगने वाले समय की मात्रा को कम करने की योजना बनाई है। वे शोधकर्ताओं को अपने GitHub रिपॉजिटरी पर Boltz-1 की कोशिश करने और अपने स्लैक चैनल पर Boltz-1 के साथी उपयोगकर्ताओं के साथ जुड़ने के लिए भी आमंत्रित करते हैं।
“हमें लगता है कि इन मॉडलों को बेहतर बनाने के लिए अभी भी कई, कई वर्षों का काम है। हम दूसरों के साथ सहयोग करने और यह देखने के लिए बहुत उत्सुक हैं कि समुदाय इस उपकरण के साथ क्या करता है,” वोहलवेंड कहते हैं।
पैराबिलिस मेडिसिन के सीईओ और अध्यक्ष माथाई मैमेन, बोल्ट्ज -1 को “सफलता” मॉडल कहते हैं। “इस अग्रिम सोर्सिंग से, एमआईटी जमील क्लिनिक और सहयोगी अत्याधुनिक संरचनात्मक जीव विज्ञान उपकरणों तक पहुंच का लोकतंत्रीकरण कर रहे हैं,” वे कहते हैं। “यह ऐतिहासिक प्रयास जीवन बदलने वाली दवाओं के निर्माण में तेजी लाएगा। इस गहन छलांग को आगे बढ़ाने के लिए बोल्ट्ज -1 टीम को धन्यवाद!”
“बोल्ट्ज -1 मेरी प्रयोगशाला और पूरे समुदाय के लिए बहुत सक्षम होगा,” जोनाथन वीसमैन, जीव विज्ञान के एक एमआईटी प्रोफेसर और व्हाइटहेड इंस्टीट्यूट फॉर बायोमेडिकल इंजीनियरिंग के सदस्य कहते हैं, जो अध्ययन में शामिल नहीं थे। “हम इस शक्तिशाली उपकरण को लोकतंत्रीकरण करके संभव की गई खोजों की एक पूरी लहर देखेंगे।” वीसमैन कहते हैं कि वह अनुमान लगाता है कि बोल्ट्ज -1 की ओपन-सोर्स प्रकृति रचनात्मक नए अनुप्रयोगों की एक विशाल सरणी को जन्म देगी।
इस काम को एक यूएस नेशनल साइंस फाउंडेशन एक्सपेडिशन ग्रांट द्वारा भी समर्थित किया गया था; जमील क्लिनिक; न्यू एंड इमर्जिंग (डोमेन) धमकी कार्यक्रम के खिलाफ मेडिकल काउंटरमेशर्स की अमेरिकी रक्षा खतरे में कमी एजेंसी की खोज; और कैंसर रिसर्च यूके और यूएस नेशनल कैंसर इंस्टीट्यूट द्वारा वित्तपोषित कैंसर ग्रैंड चुनौतियों की साझेदारी द्वारा समर्थित मैचमेकर्स परियोजना।
।
