BertMS-enabled molecular networking for unknown compounds dereplication
यह शोधपत्र BertMS प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित फ्रेमवर्क है जो बड़े पैमाने के MS/MS डेटा से फ्रैगमेंट आयनों के संदर्भयुक्त निरूपणों (contextualized representations) को सीखकर मेटाबोलोमिक्स में अज्ञात यौगिकों के डेरप्लिकेसन (dereplication) के लिए स्पेक्ट्रल समानता अनुमान और आणविक नेटवर्किंग में महत्वपूर्ण सुधार करता है।
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
मुख्य विचार: रासायनिक फिंगरप्रिंट के लिए एक नया "अनुवादक"
कल्पना कीजिए कि आप एक जासूस हैं जो किसी संदिग्ध की पहचान करने की कोशिश कर रहे हैं, लेकिन आपके पास न तो उसकी फोटो है और न ही नाम। आपके पास केवल घटनास्थल पर छूटा हुआ एक फिंगरप्रिंट (उंगलियों के निशान) है। रसायन विज्ञान की दुनिया में, वैज्ञानिक एक अणु (molecule) का "फिंग डेरिवेशन" लेने के लिए मास स्पेक्ट्रोमीटर नामक मशीन का उपयोग करते हैं। यह फिंगरप्रिंट अणु के टूटे हुए टुकड़ों (fragments) की एक सूची है, जो यह दर्शाती है कि वे कितने भारी और कितने मजबूत हैं।
वर्षों से, वैज्ञानिक इन फिंगरप्रिंट्स को ज्ञात रसायनों के डेटाबेस से मिलाने की कोशिश कर रहे हैं ताकि पता चल सके कि वे क्या हैं। वे आमतौर पर कोसाइन सिमिलरिटी (Cosine Similarity) नामक विधि का उपयोग करते हैं। इसे ऐसे समझें जैसे दो शब्दों की सूचियों की तुलना करना, जिसमें केवल यह गिना जाता है कि उनमें कितने शब्द समान हैं। यह ठीक-ठाक है, लेकिन यह थोड़ा "बेवकूफ" तरीका है। यह संदर्भ (context) को नहीं समझता। यदि दो अणुओं में कुछ सामान्य टुकड़े साझा हैं लेकिन उनकी व्यवस्था अलग है, तो पुराना तरीका सोच सकता है कि वे एक ही हैं, या इसके विपरीत।
एंटर्ट BertMS (BertMS का आगमन)। इस शोध पत्र के लेखकों ने एक नया AI टूल बनाया है जो मास स्पेक्ट्रोमेट्री डेटा के साथ बिल्कुल वैसे ही व्यवहार करता है जैसे भाषा के साथ किया जाता है।
मूल विचार: मास स्पेक्ट्रा वाक्यों की तरह
BertMS को समझने के लिए, कल्पना कीजिए कि एक मास स्पेक्ट्रम (टूटे हुए टुकड़ों की सूची) वास्तव में एक वाक्य है, और प्रत्येक टूटा हुआ टुकड़ा (पीक) एक शब्द है।
- पुराना तरीका (Cosine/Spec2Vec): कल्पना कीजिए कि आप दो वाक्यों में कितने शब्द समान हैं, यह गिनकर वाक्य का अर्थ समझने की कोशिश कर रहे हैं। यदि वाक्य A कहता है "बिल्ली बैठी" और वाक्य B कहता है "कुत्ता बैठा," तो आप सोच सकते हैं कि वे बहुत समान हैं क्योंकि वे "बैठी" शब्द को साझा करते हैं। लेकिन आप इस तथ्य को चूक जाते हैं कि "बिल्ली" और "कुत्ता" पूरी तरह से अलग जानवर हैं।
- नया तरीका (BertMS): यह टूल BERT नामक तकनीक का उपयोग करता है (जो उसी उन्नत चैटबॉट के पीछे का AI दिमाग है जिससे आप अभी बात कर रहे हैं)। केवल शब्दों को गिनने के बजाय, BertMS पूरे वाक्य को एक साथ पढ़ता है। यह समझता है कि "बिल्ली" और "कुत्ता" संबंधित हैं (दोनों जानवर हैं), लेकिन वे एक ही नहीं हैं। यह हर टुकड़े के संदर्भ (context) को देखता है।
1,00,000 से अधिक ज्ञात अणुओं पर प्रशिक्षण प्राप्त करके, BertMS ने रसायन विज्ञान के "व्याकरण" को सीखा। इसने सीखा कि कुछ टुकड़े विशिष्ट प्रकार के अणुओं में एक साथ दिखाई देते हैं, ठीक वैसे ही जैसे कुछ शब्द विशिष्ट प्रकार की कहानियों में एक साथ दिखाई देते हैं।
यह इतनी बड़ी बात क्यों है?
यह शोध पत्र दिखाता है कि BertMS दो चीजों में बहुत बेहतर है:
"एक जैसे दिखने वालों" को पहचानना:
कल्पना कीजिए कि आपके पास मिश्रित लेगो (Lego) ब्रिक्स का एक बैग है। आप एक विशिष्ट कार की तरह दिखने वाले लाल ब्रिक्स को खोजना चाहते हैं।- पुराना तरीका किसी भी लाल ब्रिक को उठा सकता है, भले ही वह एक छोटा 1x1 का टुकड़ा हो जो कार में फिट न बैठता हो।
- BertMS ब्रिक के आकार और कार्य को समझता है। यह जानता है कि एक विशिष्ट लाल 2x4 ब्रिक एक कार का हिस्सा है, भले ही उसने पहले कभी वह सटीक कार न देखी हो। यह टुकड़ों के बीच के संबंधों को बहुत अधिक सटीकता से जोड़ता है।
"अज्ञात" को संभालना:
प्रकृति में, वैज्ञानिक अक्सर ऐसे अणु पाते हैं जिन्हें पहले कभी नहीं देखा गया है।- पुराना तरीका (जैसे Spec2Vec) तब भ्रमित हो जाता है जब वह कोई ऐसा "शब्द" (रासायनिक टुकड़ा) देखता है जिसे उसने स्कूल में नहीं सीखा है। वह बस उसे अनदेखा कर देता है, जिससे महत्वपूर्ण सुराग खो जाते हैं।
- BertMS एक स्मार्ट पाठक की तरह है जो आसपास के शब्दों के आधार पर नए शब्द का अर्थ का अनुमान लगा सकता है। भले ही यह एक बिल्कुल नया रासायनिक टुकड़ा देखे, फिर भी यह समझ सकता है कि वह किस प्रकार के अणु से संबंधित है क्योंकि यह पैटर्न को समझता है।
वास्तविक दुनिया का परीक्षण: नई दवाओं की खोज
यह साबित करने के लिए कि यह काम करता है, शोधकर्ताओं ने प्रकृति के "जंगल" में कदम रखा। उन्होंने अंटार्कटिका में पाए जाने वाले एक सूक्ष्मजीव (microbe) का नमूना लिया (एक छोटा जीव जो बर्फ में रहता है)।
उन्होंने इस नमूने को अपने नए AI सिस्टम के माध्यम से चलाया। डेटा के मिलान की एक उलझी हुई और भ्रमित करने वाली सूची देने के बजाय, BertMS ने डेटा को व्यवस्थित "मोहल्लों" (जिसे मॉलिक्यूलर नेटवर्क कहा जाता है) में व्यवस्थित किया।
- इसने समान अणुओं को स्वचालित रूप से एक साथ समूहबद्ध किया।
- इसने उन्हें 7 बिल्कुल नए यौगिकों (नए एंटीबायोटिक्स और कैंसर विरोधी उम्मीदवारों सहित) को खोजने में मदद की, जिन्हें वे पुराने उपकरणों के साथ इतनी आसानी से नहीं खोज पाते।
निष्कर्ष (The Takeaway)
BertMS को एक टॉर्च (flashlight) से नाइट-विज़न गॉगल्स (रात में देखने वाले चश्मे) में अपग्रेड करने के रूप में देखें।
- टॉर्च (पुराने तरीके) केवल वही दिखाती है जो सीधे आपके सामने है और वह छायाओं को मिस कर देती है।
- नाइट-विज़न गॉगल्स (BertMS) पूरी तस्वीर देखने, वस्तुओं के बीच के संबंधों को समझने और अंधेरे में छिपे खजानों को खोजने के लिए उन्नत प्रोसेसिंग का उपयोग करते हैं।
यह नया टूल वैज्ञानिकों के लिए नई दवाओं की खोज करना और हमारे चारों ओर की जटिल रासायनिक दुनिया को समझना तेज़, आसान और अधिक सटीक बनाता है, विशेष रूप से रहस्यमय, अज्ञात पदार्थों के मामले में।
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।