Redesigning the Eterna100 RNA design benchmark for the Vienna 2 folding engine
यह अध्ययन प्रदर्शित करता है कि आरएनए (RNA) डिज़ाइन एल्गोरिदम का प्रदर्शन फोल्डिंग इंजनों में उपयोग किए जाने वाले थर्मोडायनामिक मॉडलों से आंतरिक रूप से जुड़ा हुआ है, जिससे एक संशोधित एटरना100-V2 (Eterna100-V2) बेंचमार्क का निर्माण होता है जो यह प्रकट करता है कि पूर्व मूल्यांकन त्रुटियों और इंजन-विशिष्ट चुनौतियों के कारण मूल और अद्यतित दोनों बेंचमार्क अपने इच्छित परिवेशों के तहत अनसुलझे बने हुए हैं।
मूल पेपर CC BY 4.0 (https://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
आरएनए (RNA) एक ऐसा अणु है जो जीवित कोशिकाओं के भीतर एक बहुमुखी कार्यकर्ता के रूप में कार्य करता है, जो आनुवंशिक निर्देशों को ले जाता है, प्रोटीन बनाने में मदद करता है, और यहाँ तक कि स्वयं रासायनिक अभिक्रियाएँ भी करता है। ये कार्य करने के लिए, आरएनए स्ट्रैंड्स को विशिष्ट, जटिल आकृतियों में मुड़ना (fold) पड़ता है, ठीक वैसे ही जैसे कागज के एक टुकड़े को एक सटीक ओरिगामी आकृति में मोड़ा जाता है। यह आकार उन रासायनिक अक्षरों के अनुक्रम (sequence) द्वारा निर्धारित होता है जो स्ट्रैंड का निर्माण करते हैं। वैज्ञानिक अब नए उपचारों और जैविक उपकरणों को बनाने के लिए अपने स्वयं के आरएनए अणुओं को शून्य से डिजाइन करने की कोशिश कर रहे हैं। ऐसा करने के लिए, उन्हें एक कठिन पहेली को हल करने की आवश्यकता है: एक वांछित आकृति दी जाने पर, अक्षरों का कौन सा अनुक्रम उस आकृति में मुड़ेगा? इसे 'इनवर्स फोल्डिंग प्रॉब्लम' (inverse folding problem) के रूप में जाना जाता है। वर्षों से, शोधकर्ता फोल्डिंग इंजन नामक कंप्यूटर प्रोग्रामों पर निर्भर रहे हैं, जो यह अनुमान लगाते हैं कि एक अनुक्रम कैसे मुड़ेगा। ये प्रोग्राम अणु की ऊर्जा पर आधारित जटिल नियमों का उपयोग करके अंतिम आकृति का अनुमान लगाते हैं। हालाँकि, जिस तरह एक मानचित्र नए रास्ते खोजे जाने पर पुराना पड़ सकता है, इन कंप्यूटर प्रोग्रामों द्वारा उपयोग किए जाने वाले नियम समय के साथ बदल गए हैं, और इस बदलाव ने क्षेत्र में भ्रम पैदा कर दिया है।
एक व्यापक रूप से उपयोग किया जाने वाला सौ चुनौतीपूर्ण आरएनए पहेलियों का सेट, जिसे एटेर्ना100 (Eterna100) कहा जाता है, इस डिजाइन समस्या को विभिन्न कंप्यूटर एल्गोरिदम कितनी अच्छी तरह हल कर सकते हैं, इसका परीक्षण करने के लिए बनाया गया था। ये पहेलियाँ मूल रूप से फोल्डिंग इंजन के एक पुराने संस्करण का उपयोग करके बनाई गई थीं। जैसे-जैसे क्षेत्र एक नए, अधिक सटीक फोल्डिंग इंजन की ओर बढ़ा, शोधकर्ताओं ने यह जानने की जिज्ञासा की कि क्या पुराने पहेलियाँ अभी भी काम करेंगी। नागरिक वैज्ञानिकों (citizen scientists) के एक ऑनलाइन समुदाय के साथ मिलकर काम करने वाले वैज्ञानिकों की एक टीम ने इस उत्तर को खोजने का प्रयास किया, जो आरएनए डिजाइन के खेल खेलते हैं। उन्होंने पाया कि कंप्यूटर नियमों में बदलाव कोई मामूली विवरण नहीं था; इसने पहेलियों के भौतिक विज्ञान (physics) को मौलिक रूप से बदल दिया। जब उन्होंने नए इंजन का उपयोग करके मूल सौ पहेलियों को हल करने की कोशिश की, तो उन्होंने पाया कि उन्नीस पहेलियाँ असंभव थीं। नए नियमों ने कुछ संरचनात्मक विशेषताओं को बहुत अस्थिर बना दिया, जिसका अर्थ था कि अपडेट की गई स्थितियों के तहत अक्षरों का कोई भी अनुक्रम कभी भी उन विशिष्ट आकृतियों में नहीं मुड़ सकता था।
इसे ठीक करने के लिए, शोधकर्ताओं ने एटेर्ना (Eterna) खेल के मानव खिलाड़ियों की ओर रुख किया। उन्होंने समुदाय से उन उन्नीस असंभव पहेलियों को फिर से डिजाइन करने के लिए कहा, जिसमें लक्षित आकृतियों में न्यूनतम संभव परिवर्तन किए गए हों ताकि उन्हें नए इंजन द्वारा हल किया जा सके। खिलाड़ियों ने सफल होकर, बेंचमार्क का एक आधुनिक संस्करण बनाया जिसे एटेर्ना100-वी2 (Eterna100-V2) कहा जाता है। इन नई पहेलियों ने मूल पहेलियों जैसी कठिन भावना को बनाए रखा, लेकिन उन्हें आरएनए भौतिकी की वर्तमान समझ के अनुरूप समायोजित किया गया। टीम ने छह सबसे उन्नत कंप्यूटर डिजाइन एल्गोरिदम का पुराने और नए दोनों बेंचमार्क के विरुद्ध परीक्षण किया। उन्होंने पाया कि इन कार्यक्रमों का प्रदर्शन इस बात पर अत्यधिक संवेदनशील था कि वे किस सेट के नियमों का उपयोग कर रहे हैं। कुछ एल्गोरिदम जो पहले सर्वश्रेष्ठ प्रदर्शन करने वाले प्रतीत होते थे, वे नए इंजन पर स्विच करने पर अचानक संघर्ष करने लगे, जबकि अन्य अपनी स्थिति बनाए रखने में सफल रहे। ऐसा इसलिए हुआ क्योंकि कई कंप्यूटर प्रोग्रामों ने पुराने नियमों के आधार पर विशिष्ट 'ट्रिक्स' सीख ली थीं, और जब अंतर्निद्य भौतिकी बदल गई, तो वे ट्रिक्स काम नहीं आईं।
इस जांच ने पिछले अध्ययनों में किए गए दावों में एक महत्वपूर्ण त्रुटि को भी उजागर किया। कई शोध समूहों ने रिपोर्ट किया था कि उनके एल्गोरिदम मूल सौ पहेलियों में से सभी को हल कर सकते हैं। हालाँकि, जब इस शोध पत्र के लेखकों ने पुराने इंजन के सही और सख्त सेटिंग्स का उपयोग करके उन समाधानों का पुन: परीक्षण किया, तो उन्होंने पाया कि समाधान वास्तव में गलत थे। शोधकर्ता नए इंजन का उपयोग कर रहे थे लेकिन उन्होंने पुराने नियमों की नकल करने की कोशिश की थी बिना एक महत्वपूर्ण सेटिंग को सही ढंग से लागू किए, जिससे 'फॉल्स पॉजिटिव' (false positives) परिणाम प्राप्त हुए। इसका अर्थ यह था कि क्षेत्र इन डिजाइन उपकरणों की सफलता का अत्यधिक आकलन कर रहा था। यहाँ तक कि नए, संशोधित बेंचमार्क के साथ भी, किसी भी एकल कंप्यूटर एल्गोरिदम ने अभी तक सभी सौ पहेलियों को हल करने में सफलता प्राप्त नहीं की है। सर्वश्रेष्ठ प्रोग्राम अधिकांश को हल कर सकते हैं, लेकिन कुछ पहेलियाँ अभी भी अनसुलझी हैं, यहाँ तक कि कई दिनों तक चलाने के बाद भी।
अध्ययन यह निष्कर्ष निकालता है कि आरएनए को डिजाइन करने की कठिनाई इसके व्यवहार की भविष्यवाणी करने के लिए उपयोग किए जाने वाले विशिष्ट थर्मोडायनामिक मॉडल से गहराई से जुड़ी हुई है। जैसे-जैसे आरएनए भौतिकी के बारे में हमारी समझ बेहतर होती है और कंप्यूटर मॉडल अधिक सटीक होते जाते हैं, डिजाइन उपकरणों का परीक्षण करने के लिए उपयोग किए जाने वाले बेंचमार्क को भी उनके साथ विकसित होना चाहिए। शोधकर्ताओं का सुझाव है कि भविष्य के एल्गोरिदम को अतीत के निश्चित नियमों पर निर्भर रहने के बजाय बदलते मॉडलों के अनुकूल होने के लिए पर्याप्त लचीला होना चाहिए। बदले हुए मॉडलों को दर्शाने वाले एक सुधारे हुए, आधुनिक पहेलियों के सेट को प्रदान करके, टीम ने क्षेत्र को प्रगति मापने का एक विश्वसनीय तरीका दिया है। यह कार्य इस बात पर प्रकाश डालता है कि जीवन के निर्माण खंडों को डिजाइन करने की खोज में, सफलता को मापने के लिए हमारे उपकरण उतने ही सटीक होने चाहिए जितने कि वे डिजाइन जिन्हें हम बनाने की आशा करते हैं।
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।