ToolMol: Evolutionary Agentic Framework for Multi-objective Drug Discovery
ToolMol एक विकासवादी एजेंटिक फ्रेमवर्क है जो एक मल्टी-ऑब्जेक्टिव जेनेटिक एल्गोरिदम को एक LLM-संचालित ऑपरेटर और एक व्यापक RDKit-आधारित टूलबॉक्स के साथ एकीकृत करता है ताकि मौजूदा तरीकों की तुलना में काफी बेहतर बाइंडिंग एफिनिटी और फ्री एनर्जी स्कोर के साथ उच्च गुणवत्ता वाले, सिंथेसाइज़ेबल ड्रग उम्मीदवारों को उत्पन्न किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक नया ताला बनाने की कोशिश कर रहे हैं जो बिल्कुल सटीक रूप से किसी बहुत विशिष्ट और जटिल लॉक में फिट हो सके (मानव शरीर में एक प्रोटीन)। यही ड्रग डिस्कवरी का मूल है। आमतौर पर, यह प्रक्रिया हजारों रैंडम चाबियों को उस ताले में डालने जैसी होती है, इस उम्मीद में कि शायद कोई काम कर जाए, फिर उन कुछ चुनि dipilih चाबियों के परीक्षण में वर्षों बिता दिए जाते हैं जो आशाजनक दिखती हैं। यह धीमा, महंगा और बार-बार प्रयास करने तथा गलतियाँ सुधारने वाला काम है।
हाल ही में, वैज्ञानिकों ने "लार्ज लैंग्वेज मॉडल्स" (LLMs) का उपयोग करना शुरू किया है—उसी तरह के AI जिनका उपयोग निबंध या कोड लिखने के लिए किया जाता है—ताकि वे नए 'चाबी' डिजाइन करने में मदद कर सकें। विचार यह था कि AI से नई चाबी "लिखने" के लिए कहा जाए। हालांकि, पेपर बताता है कि ये AI प्रतिभाशाली लेकिन अनाड़ी लेखकों जैसे हैं: वे अक्सर ऐसी "चाबियां" बनाते हैं जो कागज पर शब्दों की तरह तो लगती हैं लेकिन वास्तव में निरर्थक होती हैं जब आप उन्हें असलियत में बनाने की कोशिश करते हैं। वे व्याकरण संबंधी त्रुटियां करते हैं, जिससे ऐसे अणु (molecules) बन जाते हैं जो वास्तविक दुनिया में अस्तित्व में नहीं रह सकते।
एंट टूलमोल (ToolMol): "आर्किटेक्ट और बिल्डर" की टीम
लेखक टूलमोल (ToolMol) पेश करते हैं, जो एक नया फ्रेमवर्क है जो इस समस्या को हल करता है। यह इस बात को बदलकर काम करता है कि AI कैसे कार्य करता है। AI को पूरी रासायनिक संरचना (यानी वह "शब्दों की स्ट्रिंग") खुद से लिखने देने के बजाय, टूलमोल उसे एक प्रोजेक्ट मैनेजर बना देता है जो एक रोबोटिक निर्माता (बॉट्स/बिल्डर) को निर्देश देता है।
यह कैसे काम करता है, इसके लिए एक सरल उपमा देखें:
इवोल्यूशनरी गेम ("सर्वाइवल ऑफ द फिटेस्ट" चाबी की दुकान):
कल्पना कीजिए कि एक दुकान है जहाँ चाबियाँ बनाई जाती हैं। हर दिन, दुकान अपनी सबसे अच्छी चाबियों को लेती है, उन्हें दो हिस्सों में तोड़ती है, और नए "संतान" चाबियाँ बनाने के लिए उनके टुकड़ों को आपस में बदल देती है। इसे जेनेटिक एल्गोरिदम (Genetic Algorithm) कहा जाता है। लक्ष्य पुरानी चाबियों के बेहतरीन हिस्सों को बनाए रखना और बेहतर चीज़ खोजने के लिए उन्हें मिलाना है।पुराने AI के साथ समस्या:
पिछले प्रयासों में (जैसे MOLLEO नामक सिस्टम), AI को सीधे नई चाबी के डिज़ाइन निर्देशों को लिखने के लिए कहा जाता था। वह कहता था, "हिस्सा A और हिस्सा B मिलाएं," लेकिन अक्सर वह ग्रामर बिगाड़ देता था, जिसके परिणामस्वरूप ऐसा डिज़ाइन बनता जिसे निर्माता फॉलो न कर पाता। लगभग 30% समय, AI "अवैध" चाबियाँ बनाता था जिन्हें फेंक दिया जाना अनिवार्य होता था।टूलमोल समाधान (टूलबॉक्स):
टूलमोल नियमों को बदल देता है। अब AI को रासायनिक सूत्र लिखने की अनुमति नहीं है। इसके बजाय, उसे एक डिजिटल टूलबॉक्स दिया गया है जिसमें सात विशिष्ट और विश्वसनीय उपकरण हैं (जैसे "एक मिथाइल ग्रुप जोड़ें", "क्लोरीन को फ्लोरीन से बदलें", या "इस हिस्से को काटें और चिपकाएं")।
- AI वर्तमान चाबियों और उस ताले को देखता है जिसे उसे खोलना है।
- वह अपनी योजना पर विचार करता है: "मुझे यहाँ इस चाबी को काटना होगा और वहाँ वह टुकड़ा जोड़ना होगा।"
- फिर वह काम करने के लिए उस टूल (औजार) को कॉल करता है।
- क्योंकि ये टूल्स एक सख्त केमिकल इंजन (RDKit) द्वारा निर्मित हैं, इसलिए वे हमेशा एक वैध और निर्माण योग्य चाबी बनाएंगे। AI को बस यह बताना होता है कि क्या करना है, न कि यह कि कोड कैसे लिखना है।
यह क्यों महत्वपूर्ण है: परिणाम
पेपर ने तीन अलग-अलग प्रोटीन "तालों" पर अन्य तरीकों के मुकाबले टूलमोल का परीक्षण किया। उन्होंने क्या पाया:
- बेहतर चाबियाँ: टूलमोल ने पिछले तरीकों की तुलना में काफी बेहतर तरीके से तालों में फिट होने वाली चाबियाँ खोजीं (10% से अधिक मजबूत बाइंडिंग)।
- वास्तविक चाबियाँ: जो चाबियाँ उसने डिजाइन कीं, वे न केवल मजबूत थीं बल्कि "ड्रग-लाइक" भी थीं (अर्थात वे असली दवाओं की तरह दिखती हैं) और "सिंथेसाइज़ेबल" (Synthesizable) थीं (जिसका अर्थ है कि एक मानव रसायन शास्त्री वास्तव में लैब में उन्हें बना सकता है)।
- गोल्ड स्टैंडर्ड टेस्ट: शोधकर्ताओं ने टूलमोल द्वारा बनाई गई सर्वश्रेष्ठ चाबियों को लिया और उन्हें सबसे महंगे, उच्च-परिशुद्ध कंप्यूटर सिमुलेशन (जिसे एब्सोल्यूट बाइंडिंग फ्री एनर्जी कहते हैं) से गुजारा। भले ही टूलमोल को विशेष रूप से इस विशिष्ट परीक्षण के लिए अनुकूलित (optimize) करने के लिए नहीं कहा गया था, फिर भी इसकी चाबियों ने मौजूदा स्टेट-ऑफ-द-आर्ट विधियों की तुलना में 35% बेहतर स्कोर किया।
गुप्त नुस्खा: कार्य करने से पहले सोचना
लेखकों ने गहराई से देखा कि AI कैसे "सोचता" है (उसकी रीजनिंग ट्रेस)। उन्होंने पाया कि जब AI टूलबॉक्स का उपयोग करता है, तो उसके कार्य उसके विचारों से पूरी तरह मेल खाते हैं।
- पुराना तरीका (MOLLEO): AI कहेगा, "मैं यहाँ एक फ्लोरीन परमाणु जोड़ूँगा," लेकिन परिणामी अणु गलती से क्लोरीन परमाणु रख लेगा। AI वास्तविकता के बारे में भ्रमित यानी "हलुसिनेट" (Hallucinates) कर रहा था।
- टूलमोल का तरीका: AI कहता है, "मैं एक फ्लोरीन परमाणु जोड़ूंगा," और टूल वास्तव में एक फ्लोरीन परमाणु जोड़ देता है। योजना और परिणाम दोनों समान होते हैं।
सारांश में
टूलमोल ड्रग डिस्कवरी के लिए इस्तेमाल किया जाने वाला एक नया तरीका है। AI को रासायनिक सूत्रों का एक अनाड़ी लेखक बनने के बजाय, उसे एक स्मार्ट सुपरवाइजर बनने के लिए कहना, जो अणुओं को बनाने के लिए विश्वसनीय, प्री-प्रोग्राम्ड टूल्स के सेट का उपयोग करता है। यह साधारण बदलाव त्रुटियों को रोकता है, बेहतर दवा उम्मीदवार तैयार करता है, और केमिस्ट्री के प्रति AI के विशाल ज्ञान का प्रभावी ढंग से उपयोग करने की अनुमति देता है बिना निरर्थक चीजें उत्पन्न किए।
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।