QUANTA: A quantum annealing framework for species tree estimation using weighted quartet amalgamation
QUANTA एक नवीन क्वांटम एनीलिंग फ्रेमवर्क है जो वास्तविक क्वांटम हार्डवेयर पर प्रजाति वृक्ष अनुमान (species tree estimation) को सक्षम करने के लिए भारित क्वाटेट बाइपार्टिशनिंग (weighted quartet bipartitioning) को एक QUBO समस्या के रूप में तैयार करता है, जिससे बड़े जीनोमिक डेटासेट के लिए स्केलेबिलिटी बनाए रखते हुए शास्त्रीय विधियों की तुलना में अत्याधुनिक सटीकता और महत्वपूर्ण गति प्राप्त होती 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
पृथ्वी पर जीवन एक विशाल, शाखाओं वाला पारिवारिक वृक्ष है, जो सबसे छोटे बैक्टीरिया से लेकर सबसे ऊंचे रेडवुड तक हर प्रजाति को जोड़ता है। दशकों से, वैज्ञानिक विभिन्न जीवों के आनुवंशिक कोड को पढ़कर इस जीवन के वृक्ष का पुनर्निर्माण करने का प्रयास कर रहे हैं। हालांकि, यह कार्य सरल नहीं है। जब शोधकर्ता किसी एकल प्रजाति के भीतर व्यक्तिगत जीन के इतिहास को देखते हैं, तो वे अक्सर पाते हैं कि ये जीन परस्पर विरोधी कहानियाँ बताते हैं। एक जीन सुझाव दे सकता है कि दो प्रजातियाँ करीबी रिश्तेदार हैं, जबकि दूसरा जीन सुझाव दे सकता है कि वे दूर के चचेरे भाई हैं। ऐसा इसलिए होता है क्योंकि जटिल जैविक प्रक्रियाएं, जैसे कि पूर्वजों के आनुवंशिक विविधताओं का यादृच्छिक छंटनी (random sorting), एक एकल सीधी रेखा के बजाय विकासवादी इतिहास का एक उलझा हुआ जाल बना देती हैं। इसे समझने के लिए, वैज्ञानिकों को हजारों इन विरोधाभासी जीन इतिहासों से वास्तविक प्रजाति वृक्ष को जोड़कर बनाना होता है, जो एक ऐसी चुनौती है जिसने लंबे समय तक पारंपरिक कंप्यूटर विधियों की सीमाओं को कठिन बना दिया है।
हाल ही में एक अध्ययन में, बांग्लादेश इंजीनियरिंग एंड टेक्नोलॉजी यूनिवर्सिटी के शोधकर्ताओं ने क्वांटम कंप्यूटिंग की ओर मुड़कर इस समस्या को हल करने की दिशा में एक साहसिक कदम उठाया है। उन्होंने QUANTA नामक एक नई विधि विकसित की है, जो प्रजातियों के वृक्षों को पहले से कहीं अधिक कुशलता से जोड़ने के लिए क्वांटम मशीनों के अद्वितीय गुणों का उपयोग करती है। शास्त्रीय कंप्यूटरों के मानक, चरण-दर-चरण तर्क पर निर्भर रहने के बजाय, QUANTA इस समस्या को एक विशाल पहेली के रूप में देखता है जहाँ लक्ष्य प्रजातियों की ऐसी व्यवस्था खोजना है जो अधिकांश आनुवंशिक साक्ष्यों के साथ सबसे अधिक मेल खाती हो। शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण सिम्युलेटेड डेटा और वास्तविक जैविक डेटासेट की एक विस्तृत श्रृंखला पर किया, जिसमें 48 पक्षी प्रजातियों से प्राप्त आनुवंशिक जानकारी का एक विशाल संग्रह भी शामिल है। उनके परिणाम दर्शाते हैं कि QUANTA इन विकासवादी वृक्षों को ऐसी सटीकता के साथ पुनर्गठित कर सकता है जो मौजूदा सर्वोत्तम विधियों के बराबर है, लेकिन यह प्रजातियों के बड़े समूहों को संभालते समय गति में भारी वृद्धि करता है।
समस्या का मूल कारण यह है कि वैज्ञानिक विकास के छोटे टुकड़ों को कैसे जोड़ते हैं। कल्पना कीजिए कि आप चार प्रजातियों के एक समूह को ले रहे हैं और पूछ रहे हैं कि उनमें से कौन से दो सबसे निकट से संबंधित हैं; इस छोटे समूह को "क्वार्टेट" (quartet) कहा जाता है। हजारों जीनों से इन लाखों क्वार्टेट्स का विश्लेषण करके, शोधकर्ता पूरे वृक्ष की एक तस्वीर बना सकते हैं। पारंपरिक विधियां, जैसे कि व्यापक रूप से उपयोग की जाने वाली wQFM, इस प्रक्रिया में काम करती हैं कि वे प्रजातियों की सूची को बार-बार दो समूहों में विभाजित करती हैं ताकि यह देखा जा सके कि कौन सा विभाजन सबसे अधिक तर्कसंगत है। यह विभाजन प्रक्रिया गणनात्मक रूप से महंगी है, जैसे कि एक बड़ी भीड़ को दो टीमों में विभाजित करने का सबसे अच्छा तरीका खोजने के लिए हर संभावित संयोजन को एक-एक करके आज़माना। जैसे-जैसे प्रजातियों की संख्या बढ़ती है, संयोजनों की संख्या विस्फोट की तरह बढ़ती है, जिससे ये शास्त्रीय विधियाँ धीमी होकर लगभग रुक जाती हैं।
QUANTA एक क्वांटम एनीलर (quantum annealer) का उपयोग करके खेल बदल देता है, जो एक प्रकार का क्वांटम कंप्यूटर है जिसे एक जटिल प्रणाली की निम्नतम ऊर्जा अवस्था खोजने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने प्रजातियों को विभाजित करने की समस्या को एक ऐसे प्रारूप में अनुवादित किया जिसे ये मशीनें समझ सकें। अनुक्रमिक रूप से संयोजनों की जांच करने के बजाय, क्वांटम कंप्यूटर कई संभावित विभाजनों को एक साथ तलाशता है। यह "क्वांटम टनलिंग" नामक सिद्धांत का उपयोग करता है ताकि उन स्थानीय बाधाओं (local dead ends) से निकल सके जिनमें अक्सर शास्त्रीय कंप्यूटर फंस जाते हैं, जिससे यह बहुत तेज़ी से इष्टतम विभाजन खोजने में सक्षम होता है। टीम ने सिद्ध किया कि उनकी विधि इन विभाजनों का प्रतिनिधित्व करने के लिए आवश्यक परम न्यूनतम चरों (variables) का उपयोग करती है, जिससे यह वर्तमान पीढ़ी के क्वांटम हार्डवेयर के लिए यथासंभव कुशल बन जाती है।
शोधकर्ताओं ने QUANTA को 11 प्रजातियों के छोटे समूहों से लेकर 200 प्रजातियों के बड़े समूहों तक के विभिन्न डेटासेट्स पर परखा। छोटे परीक्षणों में, जहाँ समस्या इतनी सरल थी कि एक मानक कंप्यूटर उसे पूरी तरह से हल कर सकता था, QUANTA ने मौजूदा सर्वोत्तम विधियों की सटीकता के साथ बराबरी की। जब वे बड़े डेटासेट्स की ओर बढ़े, तो लाभ स्पष्ट हो गए। 200 प्रजातियों के एक डेटासेट पर, क्वांटम-सहायता प्राप्त विधि ने पारंपरिक विधि की तुलना में कठिन विभाजन चरणों को लगभग 4,100 गुना तेज़ी से हल किया। यहाँ तक कि क्वांटम कंप्यूटर को डेटा भेजने और उत्तर प्राप्त करने में लगने वाले समय को ध्यान में रखने के बाद भी, वृक्ष बनाने का कुल समय काफी कम था। 101 प्रजातियों के एक डेटासेट के लिए, QUANTA ने विश्लेषण केवल 4.3 मिनट में पूरा कर लिया, जबकि पारंपरिक विधि को 22 मिनट से अधिक का समय लगा।
अध्ययन ने 48 पक्षी प्रजातियों और लगभग 15,000 जीनों से जुड़े एक चुनौतीपूर्ण वास्तविक-विश्व डेटासेट पर भी QUANTA को लागू किया। पक्षियों का यह समूह अपने बहुत ही जटिल/अव्यवस्थित (messy) विकासवादी इतिहास के लिए जाना जाता है, जिससे उनके वास्तविक संबंधों को निर्धारित करना कठिन हो जाता है। QUANX ने न केवल अग्रणी विधियों की सटीकता का मुकाबला किया, बल्कि पक्षियों के एक विशिष्ट समूह का भी पुनर्निर्माण किया जिसे अन्य विधियों ने मिस कर दिया था। इसने एक ऐसा वृक्ष तैयार किया जिसका स्कोर पिछले सर्वोत्तम विधि की तुलना में आनुवंशिक डेटा के साथ सामंजस्य के मामले में अधिक था। यह सफलता दर्शाती है कि यह नया दृष्टिकोण वास्तविक जैविक डेटा की जटिलता को संभाल सकता है, भले ही विकासवादी संकेत कमजोर और विरोधाभासी हों।
हालाँकि इस अध्ययन में उपयोग किए गए वर्तमान क्वांटम कंप्यूटर अभी भी विकास के प्रारंभिक, शोर वाले (noisy) चरण में हैं, फिर भी परिणाम विकासवादी जीव विज्ञान के भविष्य की एक झलक देते हैं। शोधकर्ता इस बात पर जोर देते हैं कि उनकी विधि विशिष्ट हार्डवेयर से बंधी नहीं है; उनके द्वारा बनाया गया गणितीय ढांचा भविष्य की अधिक शक्तिशाली क्वांटम मशीनों पर भी काम करेगा। जैसे-जैसे क्वांटम तकनीक परिपक्व होगी, यह दृष्टिकोण वैज्ञानिकों को और भी बड़े डेटासेट्स का विश्लेषण करने की अनुमति दे सकता है, जिससे संभावित रूप से जीवन के वृक्ष के लंबे समय से चले आ रहे रहस्यों को सुलझाया जा सकेगा। यह अध्ययन फाइलोगेनोमिक्स (phylogenomics) में क्वांटम अनुकूलन के उपयोग के लिए एक नया आधार स्थापित करता है, जो यह सुझाव देता है कि प्रजाति वृक्ष अनुमान की अगली पीढ़ी केवल शास्त्रीय कंप्यूटरों की तुलना में अधिक तेज़ और अधिक सटीक होगी।
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।