നമ്മുടെ എല്ലാ ശാരീരിക പ്രവർത്തനങ്ങളും ഊർജസ്വലമാക്കി നിർത്തുന്ന ജീവതന്മാത്രകളാണ് പ്രോട്ടീനുകൾ. ഇത്ര പ്രധാന്യമുള്ളതായിട്ടും അവയുടെ ത്രിമാന രൂപം പതിറ്റാണ്ടുകളായി വലിയ രഹസ്യമായിരുന്നു. പ്രോട്ടീനുകൾ നിർമിക്കപ്പെട്ടിരിക്കുന്നത് അമിനോ ആസിഡുകൾ എന്ന ചെറിയ തന്മാത്രകൾ കൊണ്ടാണ്. 20 തരം അമിനോ ആസിഡുകൾ വിവിധ ക്രമത്തിൽ കൂടിച്ചേർന്നാണ് ലക്ഷക്കണക്കിന് വ്യത്യസ്ത പ്രോട്ടീനുകൾ ഉണ്ടാകുന്നത്. ഒരു പ്രോട്ടീന്റെ ശരിയായ ധർമം, അതിന്റെ അമിനോ ആസിഡ് ശൃംഖല എങ്ങനെ ഒരു സങ്കീർണരൂപം പ്രാപിക്കുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. ശരീരത്തിനുള്ളിൽ ഈ പ്രക്രിയ നടക്കുന്നത് മില്ലി സെക്കൻഡുകൾക്കുള്ളിലാണ്. എന്നാൽ, അതിന്റെ രൂപം പ്രവചിക്കുക എന്നത് ജീവശാസ്ത്രത്തിലെ ഏറ്റവും ശ്രമകരമായ വെല്ലുവിളിയായിരുന്നു.
നീണ്ട നൂലിൽ മുത്തുകൾ കോർത്തതുപോലെയാണ് ശരീരം പ്രോട്ടീനുകളെ നിർമിക്കുന്നത്. ഇതിലെ ഓരോ മുത്തും ഓരോ അമിനോ ആസിഡ് ആണ്. ചങ്ങലപോലെ നേർരേഖയിലുള്ള അവസ്ഥയിൽ ഇതിന് പ്രത്യേക ജോലികളൊന്നും ചെയ്യാൻ കഴിയില്ല. ഈ ചങ്ങലകൾ പിന്നീട് ഒരു പ്രത്യേക രീതിയിൽ ചുരുളുകയും മടങ്ങുകയും ചെയ്ത് നിശ്ചിത ത്രിമാനരൂപം കൈവരിക്കുന്ന പ്രക്രിയയാണ് ‘പ്രോട്ടീൻ ഫോൾഡിംഗ്.’
പ്രോട്ടീൻ ഫോൾഡിംഗ് മനുഷ്യന്റെ കഴിവിനപ്പുറമുള്ള ഒരു ഭൗതിക സങ്കീർണതയായിരുന്നോ? അതോ പുതിയ കംപ്യൂട്ടേഷണൽ സങ്കേതങ്ങളുപയോഗിച്ച് പരിഹരിക്കാൻ കഴിയുന്ന പ്രശ്നമായിരുന്നോ?അമ്പത് വർഷത്തോളം ഗവേഷകർ ഈ ശാസ്ത്രീയ പ്രഹേളികയുമായി മല്ലിട്ടു. ഒടുവിൽ നിർണായക വഴിത്തിരിവ് വന്നത് ആർട്ടിഫിഷൽ ഇന്റലിജൻസിന്റെ (എഐ) ലോകത്തുനിന്നാണ്.
തുറക്കാൻ വിസമ്മതിച്ച ആ കടങ്കഥ
പ്രോട്ടീനുകൾക്ക് അവയുടെ ആകൃതി സ്വയം കണ്ടെത്താനുള്ള കഴിവുണ്ടെന്ന് 1970കളിൽത്തന്നെ ബയോകെമിസ്റ്റുകൾ തിരിച്ചറിഞ്ഞിരുന്നു. അതിന് സഹായിക്കുന്നത് അവയ്ക്കുള്ളിലെ രാസശക്തികളാണ്. സൈദ്ധാന്തികമായി നോക്കുമ്പോൾ ഈ രാസശക്തികളെ ഒരു കംപ്യൂട്ടറിൽ കണക്കുകൂട്ടിയാൽ അന്തിമഘടന പ്രവചിക്കാൻ കഴിയണം. എന്നാൽ, പ്രായോഗികമായി ഇത് അസാധ്യമായിരുന്നു. സാധാരണ വലിപ്പമുള്ള ഒരു പ്രോട്ടീനുപോലും പ്രപഞ്ചത്തിലെ ആറ്റങ്ങളേക്കാൾ കൂടുതൽ രൂപങ്ങൾ സ്വീകരിക്കാൻ സാധിക്കും. എന്നുവച്ചാൽ, ഒരു ശരാശരി പ്രോട്ടീൻ ചങ്ങലയ്ക്ക് കോടിക്കണക്കിന് രീതിയിൽ മടങ്ങാൻ സാധിക്കും. ഇതാണ് ‘ലെവിന്താൾസ് പാരഡോക്സ്’ എന്നറിയപ്പെടുന്ന അവസ്ഥ.
എക്സ്-റേ ക്രിസ്റ്റലോഗ്രഫി, എൻഎംആർ സ്പെക്ട്രോസ്കോപ്പി പോലുള്ള പരീക്ഷണരീതികൾ സഹായിച്ചെങ്കിലും ഓരോ പ്രോട്ടീനും മാസങ്ങളോ വർഷങ്ങളോ ശ്രദ്ധാപൂർവം വിശകലനം ചെയ്യേണ്ടിയിരുന്നു. ആയിരക്കണക്കിന് പ്രോട്ടീനുകൾക്ക് ഘടന കണ്ടെത്താൻ കഴിയാതെ വന്നത് മരുന്ന് കണ്ടെത്തൽ, ശരീരശാസ്ത്രം, മോളിക്കുലാർ എൻജിനിയറിംഗ് എന്നിവയിലെ മുന്നേറ്റം മെല്ലെയാക്കി വൈകിച്ചു. പ്രശ്നം മനുഷ്യന്റെ കഴിവുകേടായിരുന്നില്ല. പ്രോട്ടീൻ ഫോൾഡിംഗ് പരമ്പരാഗത കംപ്യൂട്ടേഷന്റെയും മനുഷ്യന്റെ ഉൾക്കാഴ്ചയുടെയും ശേഷിക്കപ്പുറമായിരുന്നു എന്ന തിരിച്ചറിവായിരുന്നു അത്. അങ്ങനെ അരനൂറ്റാണ്ടോളം ആ രഹസ്യം അടഞ്ഞുകിടന്നു.
ഡെമിസ് ഹസാബിസ്
ആൽഫാഫോൾഡിന് പിന്നിലെ ബുദ്ധികേന്ദ്രം ഡെമിസ് ഹസാബിസാണ്. ചെസ് പ്രതിഭ, ന്യൂറോസയന്റിസ്റ്റ്, ഗെയിം ഡിസൈനർ, മുൻനിര എഐ സൈദ്ധാന്തികൻ എന്നീ നിലകളിൽ അദ്ദേഹം പ്രശസ്തനാണ്. അദ്ദേഹത്തിന്റെ തത്വശാസ്ത്രം മൂന്ന് പ്രധാന ആശയങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതായിരുന്നു: ജീവശാസ്ത്രം ഒരു വിവര സംവിധാനംപോലെ പ്രവർത്തിക്കുന്നു. പ്രവചനത്തിന് ‘ബ്രൂട്ട്-ഫോഴ്സ് സിമുലേഷനെ’ മറികടക്കാൻ കഴിയും. കൂടാതെ, എഐ വഴി വികസിപ്പിക്കുമ്പോൾ ബുദ്ധിക്ക് മനുഷ്യന്റെ വിശകലനത്തിൽനിന്ന് മറഞ്ഞിരിക്കുന്ന പാറ്റേണുകളും ഘടനകളും പുറത്തുകൊണ്ടുവ രാൻ കഴിയും.
ശാസ്ത്രജ്ഞർ നേരത്തേ ശ്രമിച്ചിരുന്ന രീതിയാണ് ബ്രൂട്ട്-ഫോഴ്സ് സിമുലേഷൻ. അതായത്, ഒരു പ്രോട്ടീൻ മടങ്ങാൻ സാധ്യതയുള്ള ലക്ഷക്കണക്കിന് വഴികൾ ഓരോന്നായി കംപ്യൂട്ടറിൽ കണക്കുകൂട്ടി നോക്കുക. ഇത് വളരെ സാവധാനത്തിലുള്ളതും പ്രായോഗികമായി അസാധ്യവുമായിരുന്നു. എഐയെ സംബന്ധിച്ചിടത്തോളം, ഓരോ വഴിയും പരീക്ഷിച്ച് സമയം കളയുന്നതിന് പകരം, പ്രോട്ടീനുകളുടെ സ്വഭാവം മുൻകൂട്ടി പഠിച്ച്, ബുദ്ധിപരമായ ഒരു ഊഹം നടത്താൻ കഴിയുന്നു. ഇതാണ് അസാധ്യമായിരുന്ന പ്രോട്ടീൻ ഫോൾഡിംഗ് പ്രവചനത്തെ സാധ്യമാക്കിയത്.
എഐ ശാസ്ത്രജ്ഞർക്ക് പകരമാവുകയല്ല, മറിച്ച് കണ്ടെത്തലിന് വേഗം കൂട്ടാൻ കഴിയുന്ന ശക്തനായ സഹകാരിയാകണം എന്ന് ഹസാബിസ് വിഭാവന ചെയ്തു. പരമ്പരാഗത സമീപനങ്ങൾക്ക് വളരെ സങ്കീർണമായ ജീവശാസ്ത്രപരമായ രഹസ്യങ്ങളെ പ്രകാശിപ്പിക്കാൻ ആർട്ടിഫിഷൽ ഇന്റലിജൻസിന് കഴിയുമെന്ന് തെളിയിച്ചുകൊണ്ട് ആൽഫാഫോൾഡ് ഈ വിശ്വാസത്തെ ഉൾക്കൊണ്ടു. ന്യൂറോസയൻസ്, കംപ്യൂട്ടേഷൻ, തത്വശാസ്ത്രം എന്നിവ സമന്വയിപ്പിച്ച അദ്ദേഹത്തിന്റെ അന്തർവൈജ്ഞാനിക സമീപനം ഈ നൂറ്റാണ്ടിലെ ഏറ്റവും വലിയ ശാസ്ത്രീയ നേട്ടങ്ങളിലൊന്നിന് ബൗദ്ധികമായ അടിത്തറയിട്ടു.
വൈദ്യശാസ്ത്ര മുന്നേറ്റങ്ങളുടെ നെടുംതൂൺ
പ്രോട്ടീന്റെ ചുരുളഴിക്കുന്നത് വേഗത്തിലാക്കുക മാത്രമല്ല ആൽഫാഫോൾഡ് ചെയ്തത്. അത് ശരീരശാസ്ത്രം, വൈദ്യശാസ്ത്രം, ബയോടെക്നോളജി എന്നിവയുടെ ഭാവി മാറ്റിമറിച്ചു. ഒരു മരുന്ന് തയാറാക്കുന്നതിനുമുമ്പ് ഒരു പ്രോട്ടീന്റെ ഘടന നിർണയിക്കാൻ ഫാർമസ്യൂട്ടിക്കൽ കമ്പനികൾക്ക് വർഷങ്ങൾ ചെലവഴിക്കേണ്ടിയിരുന്നു. ആൽഫാഫോൾഡ് ആ സമയപരിധി ദിവസങ്ങളിലേക്കോ മണിക്കൂറുകളിലേക്കോ ചുരുക്കുന്നു. ഇത് പുതിയ ആന്റിബയോട്ടിക്കുകളും ആന്റിവൈറൽ മരുന്നുകളും നിർമിക്കൽ, കാൻസർ ചികിത്സ, ഒരിക്കൽ വളരെ സങ്കീർണമോ ചെലവേറിയതോ ആണെന്ന് കരുതിയിരുന്ന അപൂർവ രോഗങ്ങൾക്കുള്ള ചികിത്സ എന്നിവയുടെ വേഗവും കാര്യക്ഷമതയും കൂട്ടി. തന്മാത്രാതലത്തിൽ രോഗങ്ങളെ മനസിലാക്കുന്നതിലേക്ക് ഇതിന്റെ സ്വാധീനം ആഴത്തിൽ വ്യാപിക്കുന്നു. അൽഷിമേഴ്സ്, പാർക്കിൻസൺസ്, സിസ്റ്റിക് ഫൈബ്രോസിസ് ഉൾപ്പെടെയുള്ള പല അവസ്ഥകളും തെറ്റായി രൂപപ്പെട്ട പ്രോട്ടീനുകൾ മൂലമാണ് ഉണ്ടാകുന്നത്. ഈ പിഴവുകൾ അസാധാരണമായ കൃത്യതയോടെ വെളിപ്പെടുത്തുന്നതിലൂടെ രോഗലക്ഷണങ്ങൾക്കു പകരം മൂലകാരണങ്ങൾക്കുള്ള ചികിത്സ രൂപകൽപ്പന ചെയ്യാനാകും. ഒപ്പം, സിന്തറ്റിക് ബയോളജി ഒരു പുതിയ യുഗത്തിലേക്ക് പ്രവേശിച്ചു. മലിനീകരണങ്ങളെ നശിപ്പിക്കുന്ന എൻസൈമുകൾ, കാർബൺ പിടിച്ചെടുക്കുന്ന പ്രോട്ടീനുകൾ, അല്ലെങ്കിൽ മെഡിക്കൽ, വ്യാവസായിക ഉപയോഗങ്ങൾക്കായുള്ള ബയോമെറ്റീരിയലുകൾ എന്നിങ്ങനെ പൂർണമായും പുതിയ തന്മാത്രകൾ രൂപകൽപ്പന ചെയ്യാൻ ഗവേഷകർക്ക് ഇപ്പോൾ കഴിയും.
ഈ പരിവർത്തനം ശരീരശാസ്ത്രത്തെയും മാറ്റിമറിച്ചു. ദഹനം, പ്രതിരോധശേഷി, ഹോർമോൺ സിഗ്നലിംഗ്, ടിഷ്യു നന്നാക്കൽ തുടങ്ങി ഓരോ ജീവശാസ്ത്രപരമായ പ്രക്രിയയും മൈക്രോസ്കോപ്പിക് യന്ത്രങ്ങളായി പ്രവർത്തിക്കുന്ന പ്രോട്ടീനുകളെ ആശ്രയിച്ചിരിക്കുന്നു. അവയുടെ ഘടനകളും പ്രതിപ്രവർത്തനങ്ങളും വെളിപ്പെടുത്തുന്നതിലൂടെ, ആൽഫാഫോൾഡ് ഏറ്റവും ചെറിയ തലത്തിൽ ജീവന്റെ വിശദമായ ഭൂപടം നൽകുന്നു. ഇത് ഗവേഷണത്തിന്റെ വേഗം കൂട്ടുക മാത്രമല്ല ചെയ്തത്. തന്മാത്രാപരമായ രഹസ്യങ്ങൾ ഇപ്പോൾ ജീവശാസ്ത്രത്തിന് വെളിവായി. കൃത്യമായ പരിഹാരങ്ങളുടെ പുതിയ യുഗത്തിലേക്ക് ഇത് ശാസ്ത്രത്തെ നയിച്ചു.
പ്രെഡിക്ടീവ് ഇന്റലിജൻസിന്റെ പുതുയുഗം
ശാസ്ത്രത്തിലെ പ്രവചനപരമായ ബുദ്ധിയുടെ തുടക്കത്തെ ആൽഫാഫോൾഡ് അടയാളപ്പെടുത്തുന്നു. കണ്ടെത്തലെന്നത് നൂറ്റാണ്ടുകളായി സാവധാനത്തിലുള്ള പരീക്ഷണങ്ങളെയും യാദൃച്ഛിക നിരീക്ഷണങ്ങളെയും ആശ്രയിച്ചായിരുന്നു. എഐക്ക് ഇന്ന് രാസപ്രവർത്തനങ്ങൾ മുൻകൂട്ടി കാണാനും പുതിയ തന്മാത്രകൾ രൂപകൽപ്പന ചെയ്യാനും ജീവശാസ്ത്രപരമായ സിസ്റ്റങ്ങളെ അനുകരിക്കാനും സിദ്ധാന്തങ്ങൾ നിർദേശിക്കാനും പരിണാമപരമായ സഞ്ചാരപഥങ്ങൾ പ്രവചിക്കാനും കഴിയും. പ്രോട്ടീൻ ഫോൾഡിംഗ് വഴിത്തിരിവ് ശാസ്ത്രീയ എഐ ഉപകരണങ്ങളുടെ ഒരു തരംഗത്തിന് തിരികൊളുത്തി. ആൽഫാഫോൾഡ്-3 തന്മാത്രാ പ്രതിപ്രവർത്തനങ്ങളെ മാപ്പ് ചെയ്യുന്നു. ആൽഫാമിസെൻസ് ജനിതക മ്യൂട്ടേഷനുകളുടെ ക്ലിനിക്കൽ പ്രാധാന്യം വ്യക്തമാക്കുന്നു. ജനറേറ്റീവ് എഐ മോഡലുകൾ ഇപ്പോൾ വൈദ്യശാസ്ത്രം, കൃഷി, മെറ്റീരിയൽ സയൻസ് എന്നിവയിൽ പ്രയോഗിക്കാൻ കഴിയുന്ന തികച്ചും പുതിയ തന്മാത്രകൾ രൂപകൽപ്പന ചെയ്യുന്നു. ശാസ്ത്രം ലോകത്തെ വിവരിക്കുന്ന ഒരു രീതിയിൽനിന്ന് അതിനെ പ്രവചിക്കുന്ന ഒന്നിലേക്ക് പരിണമിക്കുന്നു. ഇത് മനുഷ്യന്റെ ഉൾക്കാഴ്ചകൾക്കപ്പുറമുള്ള സാധ്യതകൾ തുറക്കുന്നു.
ഭാവി ചുരുളഴിയുന്നു
മാനവരാശി ഇപ്പോൾ ശാസ്ത്രീയ ചരിത്രത്തിലെ ഒരു സുപ്രധാന നിമിഷത്തിലാണ്. സൂക്ഷ്മമായി രൂപപ്പെട്ട ജീവന്റെ എൻജിനുകളായ പ്രോട്ടീനുകൾ ഇനി രഹസ്യങ്ങളല്ല. അവ നമുക്ക് മാപ്പ് ചെയ്യാൻ കഴിയുന്ന ഘടനകളും നമുക്ക് രൂപകൽപ്പന ചെയ്യാൻ കഴിയുന്ന ഡിസൈനുകളും അസാധാരണമായ വ്യക്തതയോടെ നമുക്ക് മനസിലാക്കാൻ കഴിയുന്ന സംവിധാനങ്ങളുമാണ്. പ്രവചനപരമായ ബുദ്ധി കൂടുതൽ ആഴത്തിലാകുമ്പോൾ നമുക്കറിയാവുന്നതും അറിയാൻ കഴിയുന്നതും തമ്മിലുള്ള അതിർത്തി കുറഞ്ഞുവരുന്നു. 2023ൽ ഡീപ്മൈൻഡ് ഔദ്യോഗികമായി ഗൂഗിളിലേക്ക് ലയിച്ചു. അതിന്റെ മുന്നേറ്റങ്ങൾ ഒരു വലിയ എഐ ആവാസവ്യവസ്ഥയിലേക്ക് സംയോജിപ്പിച്ചതോടെ അതിന്റെ ആഗോള വ്യാപനം വേഗത്തിലാവുകയും ചെയ്തു.
(എഡ്യൂക്കേഷൻ സ്ട്രാറ്റജിസ്റ്റും ടെക്നോളജി എഡ്യൂക്കേറ്ററുമാണ് ലേഖകൻ)
Deepika
E-paper LOGIN
LOGIN
