Multi-Objective Reinforcement Learning for Generating Covalent Inhibitor Candidates
यह शोध पत्र एक मल्टी-ऑब्जेक्टिव सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) पाइपलाइन प्रस्तुत करता है जो EGFR और एसिटाइलकोलिनेस्टरेज़ के लिए नवीन सहसंयोजक अवरोधक (कोवेलेंट इनहिबिटर) उम्मीदवारों को सफलतापूर्वक उत्पन्न करती है, जो ज्ञात दवाओं को प्रभावी ढंग से पुनः खोजती है और प्रशिक्षण डेटा में अनुपस्थित नए वॉरहेड मोटिफ्स को स्वतः प्रस्तावित करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक मास्टर शेफ हैं जो एक नया व्यंजन बनाने की कोशिश कर रहे हैं जिसे एक साथ तीन बहुत कठिन आवश्यकताओं को पूरा करना होगा:
- इसका स्वाद अद्भुत होना चाहिए (लक्ष्य से मजबूती से जुड़ा होना चाहिए)।
- इसे केवल उन्हीं सामग्रियों से बनाया जाना चाहिए जिन्हें आप वास्तव में स्टोर से खरीद सकते हैं (इसे कृत्रिम रूप से संभव होना चाहिए)।
- यह एक "चिपचिपा" व्यंजन होना चाहिए, जो एक बार ग्राहक की जीभ को छू ले, तो हमेशा के लिए लॉक हो जाए और छोड़े नहीं (इसे एक कोवेलेंट इनहिबिटर होना चाहिए)।
यह कोवेलेंट ड्रग्स (covalent drugs) को डिजाइन करने की चुनौती है। सामान्य दवाओं के विपरीत जो केवल एक बीमारी वाले प्रोटीन के पास बैठती हैं और उससे धीरे से बात करती हैं, कोवेलेंट ड्रग्स प्रोटीन को एक रासायनिक "हाथ मिलाने" (handshake) की तरह भौतिक रूप से पकड़ लेती हैं जो कभी टूटता नहीं है। यह इसे बेहद शक्तिशाली बनाता है, लेकिन इसे डिजाइन करना भी बहुत कठिन है क्योंकि आपको ज्यामिति (geometry) को एकदम सही करना होता है: "चिपचिपा हाथ" (warhead) को प्रोटीन को पकड़ने के लिए बिल्कुल सही जगह पर होना चाहिए।
समस्या: विकल्पों की भरमार
परंपरागत रूप से, वैज्ञानिक मौजूदा व्यंजनों (अणुओं) के एक विशाल पुस्तकालय को देखते थे कि क्या कोई फिट बैठता है। लेकिन यह घास के ढेर में सुई खोजने जैसा है; आप केवल वही सुइयां ढूंढ सकते हैं जो पहले से ही उस घास के ढेर में मौजूद हैं। आप एक नई तरह की सुई का आविष्कार नहीं कर सकते।
समाधान: एक GPS वाला AI शेफ
इस शोध पत्र के लेखक ने एक रोबोट शेफ (एक आर्टिफिशियल इंटेलिजेंस) बनाया है जो केवल मौजूदा व्यंजनों को नहीं देखता। इसके बजाय, यह खाना पकाने के नियमों (रसायन विज्ञान) को सीखता है और फिर शून्य से नए व्यंजन बनाने की कोशिश करता है।
यह सिस्टम कैसे काम करता है, इसके लिए एक सरल उपमा (analogy) यहाँ दी गई है:
1. प्रशिक्षु (The Apprentice - द जनरेटर)
AI एक प्रशिक्षु के रूप में शुरू होता है जिसने लाखों कुकबुक्स (ज्ञात अणुओं का डेटासेट) पढ़ी हैं। वह जानता है कि एक रेसिपी (रासायनिक संरचना) को अक्षर-दर-अक्षर कैसे लिखा जाता है, जैसे कि एक वाक्य लिखना। शुरुआत में, वह केवल ऐसे यादृच्छिक (random) वाक्य लिखता है जो व्यंजनों की तरह दिखते हैं।
2. स्वाद परीक्षक (The Taste Testers - स्कोरिंग फंक्शन्स)
AI एक रेसिपी लिखता है, और फिर स्वाद परीक्षकों (गणितीय मॉडल) का एक पैनल उसे ग्रेड देता है।
- "क्या आप इसे बना सकते हैं?" परीक्षक: यह जाँचता है कि क्या सामग्रियां बहुत अजीब या महंगी हैं जिन्हें खरीदना मुश्किल हो।
- "चिपचिपा हाथ" परीक्षक: यह जाँचता है कि क्या रेसिपी में प्रोटीन को पकड़ने के लिए सही रासायनिक "हाथ" है।
- "फिट" परीक्षक: यह सिम्युलेट करता है कि व्यंजन को ग्राहक के मुँह में रखने पर वह पूरी तरह से फिट बैठता है या नहीं।
- "परिचितता" परीक्षक: यह जाँचता है कि क्या व्यंजन किसी प्रसिद्ध व्यंजन (जैसे ओसिमर्टिनिब) के बहुत समान है या यह पूरी तरह से नया है।
3. कोच (The Coach - रीइन्फोर्समेंट लर्निंग)
यही असली जादू है। AI एक खेल खेल रहा है जहाँ वह उच्चतम स्कोर प्राप्त करना चाहता है।
- यदि AI ऐसी रेसिपी लिखता है जिसे बनाना बहुत कठिन है, तो कोच कहता है, "फिर से कोशिश करो, लेकिन इसे सरल बनाओ।"
- यदि "चिपचिपा हाथ" गायब है, तो कोच कहता है, "एक चिपचिपी सामग्री जोड़ो!"
- AI अपनी गलतियों से सीखता है। वह अपनी रेसिपी में बदलाव करता है, फिर से कोशिश करता है, और एक नया स्कोर प्राप्त करता है। हजारों प्रयासों के बाद, वह इन सभी प्रतिस्पर्धी मांगों को संतुलित करना सीख जाता है। यह एक वीडियो गेम चरित्र की तरह है जो हाई स्कोर पाने के लिए कूदना, दौड़ना और शूट करना एक साथ सीख रहा है।
4. "भीड़ नियंत्रण" (Crowd Control - पारेटो क्राउडिंग)
कभी-कभी, AI किसी एक चीज़ के प्रति बहुत जुनूनी हो जाता है (जैसे व्यंजन को अत्यधिक चिपचिपा बनाना) और अन्य चीजों को भूल जाता है (जैसे इसे बनाना आसान बनाना)। इसे ठीक करने के लिए, कोच एक "भीड़ नियंत्रण" नियम का उपयोग करता है। यह AI को एक विविध मेनू रखने के लिए मजबूर करता है। यह कहता है, "केवल एक ही तरह के तीखे व्यंजन के 1,000 संस्करण न बनाएं। कुछ मीठे बनाएं, कुछ खट्टे बनाएं, और कुछ ऐसे जो आसानी से बनाए जा सकें।" यह सुनिश्चित करता है कि AI पूरे किचन की खोज करे, न कि केवल एक कोने की।
परिणाम: रोबोट ने क्या बनाया?
शोधकर्ताओं ने इस AI का परीक्षण दो विशिष्ट लक्ष्यों पर किया: EGFR (कैंसर से जुड़ा एक प्रोटीन) और ACHE (याददाश्त और तंत्रिका कार्य से जुड़ा एक प्रोटीन)।
- क्लासिक का पुनरुद्धार: AI ने ज्ञात, सफल दवाओं को सफलतापूर्वक "पुनः आविष्कार" किया। उसने उन्हें 0.5% से 0.7% बार पाया। यह साबित करता है कि AI खेल के नियमों को समझता है।
- परफेक्ट फिट: जब उन्होंने AI द्वारा बनाई गई सर्वश्रेष्ठ रेसिपी को एक सुपर-कंप्यूटर सिमुलेशन में जांचा, तो "चिपचिपे हाथ" लक्ष्य प्रोटीन के बिल्कुल करीब (3 से 5 एंगस्ट्रॉम के भीतर—यानी, एक परफेक्ट हैंडशेक दूरी) स्थित थे।
- सरप्राइज सामग्रियां (सबसे अच्छा हिस्सा): सबसे रोमांचक खोज यह थी कि AI ने केवल मौजूदा रेसिपी की नकल नहीं की। इसने "चिपचिपे हाथों" के बिल्कुल नए प्रकार का आविष्कार किया जो वैज्ञानिकों ने प्रशिक्षण डेटा में पहले कभी नहीं देखे थे!
- इसने एलेन्स (Allenes) (एक विशिष्ट रासायनिक आकार) वाले अणु बनाए।
- इसने 3-ऑक्सो-β-सल्टम्स (3-oxo-β-sultams) (एक जटिल रिंग संरचना) बनाए।
- इसने α-मिथाइलीन-β-लेक्टोन (α-methylene-β-lactones) (एक छोटा, रिएक्टिव रिंग) बनाए।
इनमें से कोई भी विशिष्ट आकार AI के "कुकबुक" में नहीं था, लेकिन जब वैज्ञानिकों ने वैज्ञानिक साहित्य की जांच की, तो उन्होंने पाया कि ये आकार प्रकृति में मौजूद हैं और प्रोटीन को पकड़ने में बेहतरीन माने जाते हैं। AI ने प्रभावी रूप से नई केमिस्ट्री का आविष्कार किया था जो रासायनिक रूप से वैध और वैज्ञानिक रूप से ठोस थी, भले ही उसे उन विशिष्ट आकारों के बारे में कभी सिखाया नहीं गया था।
यह क्यों मायने रखता है
सोचिए कि ड्रग डिस्कवरी एक अंधेरे जंगल की खोज करने जैसा है।
- पुराना तरीका: आप केवल उन्हीं रास्तों पर चलते हैं जो अन्य लोगों ने पहले से ही साफ किए हुए हैं। आप कुछ भी नया नहीं खोज सकते।
- यह नया तरीका: आपके पास एक टॉर्च (AI) है जो न केवल रास्तों पर चलता है बल्कि झाड़ियों और पेड़ों के बीच भी रोशनी डालता है। यह नए रास्तों और नए पौधों को खोज निकालता है जो पहले किसी को पता नहीं थे।
यह शोध पत्र दिखाता है कि हम AI का उपयोग केवल मौजूदा दवाओं की नकल करने के लिए ही नहीं, बल्कि नए प्रकार के आविष्कार करने के लिए भी कर सकते हैं जो बीमारी वाले प्रोटीनों को पकड़ने के लिए पूरी तरह से तैयार हों, जिससे कैंसर और अन्य बीमारियों के बेहतर इलाज की संभावना बढ़ सकती है। AI एक रचनात्मक साथी के रूप में कार्य कर रहा है, जो मानव वैज्ञानिकों को ऐसे विचार सुझा रहा है जो शायद इंसान परंपराओं पर बहुत अधिक केंद्रित होने के कारण या सावधानी बरतने के कारण न सोच पाते।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।