A Closed-Loop Robot Scientist for Autonomous Biological Discovery
यह शोध पत्र MOMbot को प्रस्तुत करता है, जो एक स्वायत्त रोबोट वैज्ञानिक है जो विविध जैविक प्रणालियों में जटिल इनपुट-आउटपुट संबंधों की खोज करने और विशाल जैविक पैरामीटर स्पेस को कुशलतापूर्वक तलाशने के लिए मल्टीमॉडल भौतिक हस्तक्षेपों को सक्रिय शिक्षण और उच्च-रिज़ॉल्यूशन इमेजिंग के साथ एकीकृत 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
जीवन एक स्थिर चित्र नहीं है; यह कोशिकाओं और उनके परिवेश के बीच एक निरंतर संवाद है। एक एकल कोशिका से लेकर एक जटिल जीव तक, हर जीवित चीज़ अपने आस-पास की भौतिक दुनिया के प्रति प्रतिक्रिया करती है। कोशिकाएं गुरुत्वाकर्षण का खिंचाव, तरल प्रवाह का दबाव, सूर्य की गर्माहट और बिजली की चिंगारी को महसूस करती हैं। वैज्ञानिक लंबे समय से जानते हैं कि ये भौतिक संकेत रासायनिक संकेतों जितने ही महत्वपूर्ण हैं, जो कोशिका को यह बताने में मदद करते हैं कि उसे क्या करना है, जैसे कि कब विभाजित होना है, कब हिलना है, या खुद को एक विशिष्ट ऊतक के रूप में कैसे आकार देना है। फिर भी, हम इन संकेतों के बारे में जितना कुछ जानते हैं, उन्हें समझने की प्रक्रिया एक धीमी और मैनुअल प्रक्रिया रही है। शोधकर्ताओं को पारंपरिक रूप से प्रयोगों को हाथ से तैयार करना पड़ता था, जिसमें एक बार में एक चर (variable) को बदलना होता था, जैसे तापमान को समायोजित करना या रसायन की एक बूंद डालना, और फिर यह देखने के लिए प्रतीक्षा करना कि क्या होता है। यह विधि संभावनाओं के विशाल परिदृश्य को मैप करने के लिए बहुत धीमी है, जहाँ दर्जनों अलग-अलग भौतिक बलों को अनगिनत तरीकों से मिलाया और जोड़ा जा सकता है ताकि जीवन को प्रभावित किया जा सके।
इसे हल करने के लिए, शोधकर्ताओं की एक टीम ने एक नए प्रकार का प्रयोगशाला सहायक बनाया है: एक रोबोट वैज्ञानिक जो न केवल प्रयोग कर सकता है बल्कि यह भी तय कर सकता है कि उसे आगे कौन से प्रयोग करने चाहिए। MOMbot नामक यह मशीन, भौतिक बल जीवित प्रणालियों को कैसे आकार देते हैं, इस क्षेत्र में अन्वेषण करने के लिए डिज़ाइन की गई है। यह एक लैब में स्थित है और इसमें पांच अलग-अलग वर्कस्टेशन हैं, जिनमें से प्रत्येक में जीवित जैविक सामग्री वाले दो छोटे डिश रखे जा सकते हैं। इन डिशों के भीतर, रोबोट चार अलग-अलग प्रकार के भौतिक परिवर्तन ला सकता है: यह रसायनों की सटीक मात्रा दे सकता है, सूक्ष्म कंपन पैदा कर सकता है, विद्युत क्षेत्र बना सकता है, या तापमान बदल सकता है। महत्वपूर्ण रूप से, रोबोट को एक आर्टिफिशियल इंटेलिजेंस (AI) सिस्टम के साथ जोड़ा गया है जो हाई-रिज़ॉल्यूशन कैमरों के माध्यम से जीवित कोशिकाओं की निगरानी करता है। जैसे-जैसे रोबोट प्रयोग चलाता है, AI वास्तविक समय में परिणामों का विश्लेषण करता है और उस जानकारी का उपयोग यह चुनने के लिए करता है कि अगला प्रयोग कौन सा होगा। एक इंसान द्वारा यह अनुमान लगाने के बजाय कि आगे क्या आज़माना चाहिए, रोबोट अपनी गलतियों और सफलताओं से सीखता है, और अपना ध्यान उन क्षेत्रों पर केंद्रित करता है जहाँ वह सबसे कम जानता है, क्योंकि वहीं पर सबसे दिलचस्प खोजें छिपी होने की संभावना होती है।
शोधकर्ताओं ने इस प्रणाली का परीक्षण तीन बहुत ही अलग प्रकार के जीवित पदार्थों पर किया ताकि यह सिद्ध किया जा सके कि यह जैविक पैमानों की एक विस्तृत श्रृंखला को संभाल सकती है। सबसे पहले, उन्होंने मेंढक के भ्रूण की त्वचा से ली गई ढीली कोशिकाओं के साथ काम किया। एक सामान्य डिश में, ये कोशिकाएं बस अलग-अलग तैरती रहती हैं। लेकिन जब रोबोट ने कंपन का एक विशिष्ट पैटर्न लागू किया, तो कोशिकाओं को आपस में जोड़कर घने समूहों में धकेल दिया गया। कुछ दिनों के दौरान, इन समूहों ने स्वाभाविक रूप से खुद को छोटे, कार्यात्मक अंगों में व्यवस्थित किया जो स्वयं चल सकते थे, जिनमें एक साथ धड़कने वाली बाल जैसी संरचनाएं भी शामिल थीं। इसने प्रदर्शित किया कि रोबोट न केवल कोशिकाओं को हिला सकता है, बल्कि बिना किसी मानवीय हस्तक्षेप के उन्हें शून्य से जटिल, कार्यशील ऊतक बनाने के लिए निर्देशित भी कर सकता है।
इसके बाद, टीम ने रासायनिक वातावरण और तापमान को नियंत्रित करने की रोबोट की क्षमता का परीक्षण किया। उन्होंने डिशों में छोटे, चलते हुए ऑर्गेनोइड्स (organoids) रखे और हाइड्रोजन पेरोक्साइड नामक रसायन पेश किया। रोबोट ने इस रसायन की विभिन्न मात्रा दी और देखा कि ऑर्गेनोइड्स ने कैसी प्रतिक्रिया दी। कम खुराक पर, ऑर्गेनोइड्स तेज़ी से चले, लेकिन उच्च खुराक पर, वे धीमे हो गए और रुक गए। रोबोट ने यह भी परीक्षण किया कि तापमान पूरे मेंढक के भ्रूणों के विकास को कैसे प्रभावित करता है। अलग-अलग स्टेशनों को ठंडे से गर्म तापमान पर सेट करके, रोबोट ने देखा कि गर्म पानी वाले भ्रूण ठंडे पानी वाले भ्रूणों की तुलना में लगभग तीन गुना तेज़ी से विकसित हुए, जो बिल्कुल वही था जिसकी वैज्ञानिक अपेक्षा करते थे। इन परीक्षणों ने पुष्टि की कि रोबोट भौतिक वातावरण को सटीक रूप से नियंत्रित कर सकता है और जैविक प्रतिक्रिया को उच्च सटीकता के साथ माप सकता है।
हालाँकि, इस अध्ययन का सबसे महत्वपूर्ण हिस्सा रोबोट की खुद सीखने की क्षमता थी। शोधकर्ता यह देखना चाहते थे कि क्या AI एक विद्युत झटके (electrical shock) और एक चलते हुए ऑर्गेनोइड के व्यवहार के बीच के सटीक संबंध को समझ सकता है। वे जानते थे कि एक छोटा झटका शायद कुछ न करे, जबकि एक बहुत लंबा झटका ऑर्गेनोइड को हमेशा के लिए रोक देगा, लेकिन उन्हें वह सटीक बिंदु नहीं पता था जहाँ व्यवहार बदल जाता है। एक इंसान को इस टिपिंग पॉइंट को खोजने के लिए सैकड़ों रैंडम टेस्ट चलाने पड़ सकते थे। रोबмोट ने, अपने AI के मार्गदर्शन में, कुछ अधिक स्मार्ट किया। इसने कुछ रैंडम अवधियों (durations) का परीक्षण करके शुरुआत की, फिर परिणामों का उपयोग यह अनुमान लगाने के लिए किया कि "अनिश्चितता" (uncertainty) कहाँ सबसे अधिक है। इसे एहसास हुआ कि सबसे मूल्यवान जानकारी उस बिंदु के आसपास के समय का परीक्षण करने से मिलेगी जहाँ ऑर्गेनोइड्स रुकना शुरू कर देते हैं। AI ने अपने प्रयोगों को इस विशिष्ट, अनिश्चित क्षेत्र में केंद्रित किया, और उन क्षेत्रों को अनदेखा कर दिया जहाँ परिणाम पहले से ही स्पष्ट थे। अंत में, रोबोट ने ऑर्गेनोइड्स को स्थिर करने वाले क्रिटिकल ड्यूरेशन को उन रैंडम समय के परीक्षणों की तुलना में कहीं अधिक कुशलता से खोज निकाला, जो पारंपरिक तरीकों में आवश्यक होते।
यह कार्य दिखाता है कि एक रोबोट वैज्ञानिक प्रयोग करने और उससे सीखने के बीच के लूप को सफलतापूर्वक बंद कर सकता है। इस प्रणाली ने सिद्ध किया कि यह विविध जैविक सामग्रियों, जैसे एकल कोशिकाओं से लेकर पूरे भ्रूण तक, को संभाल सकती है और एक साथ कई प्रकार के भौतिक उद्दीपनों (stimuli) को लागू कर सकती है। AI को यह तय करने देकर कि कौन से प्रयोग किए जाएं, टीम पारंपरिक तरीकों की तुलना में बहुत कम प्रयासों के साथ एक जटिल जैविक प्रतिक्रिया का मानचित्र तैयार करने में सक्षम रही। यह अध्ययन यह दावा नहीं करता है कि इसने जीव विज्ञान के सभी रहस्यों को सुलझा लिया है, लेकिन यह एक शक्तिशाली नए उपकरण की स्थापना करता है। यह सुझाव देता है कि जैविक खोज का भविष्य उन मशीनों में निहित हो सकता है जो अथक रूप से भौतिक परिकल्पनाओं का परीक्षण कर सकें, और अगले कदम का मार्गदर्शन करने के लिए हर परिणाम से सीख सकें, जिससे वैज्ञानिकों के लिए जीवन के छिपे हुए नियमों को उस गति और गहराई के साथ खोजना संभव हो सके जो पहले असंभव था।
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।