স্বল্প ডেটা থেকে অণুর আচরণের পূর্বাভাস কিভাবে

নির্দিষ্ট ব্যবহারের জন্য নতুন অণু আবিষ্কার করা বিভিন্ন ধরণের শিল্পে অগ্রগতির একটি প্রধান চালক, তা ফার্মাসিউটিক্যাল কোম্পানিগুলি নতুন ওষুধের সন্ধান করুক, বা ইলেকট্রনিক্স বা শক্তি সংস্থাগুলি বিশেষ বৈশিষ্ট্য সহ নতুন উপকরণ খুঁজছে। তবে এটি মূলত একটি ট্রায়াল-এবং-এরর প্রক্রিয়া, কারণ প্রদত্ত রাসায়নিক যৌগ কীভাবে অগণিত বিভিন্ন বৈশিষ্ট্য এবং প্রতিক্রিয়া সামগ্রী প্রদর্শন করতে পারে তার পরিপ্রেক্ষিতে কীভাবে আচরণ করবে তা পুরোপুরিভাবে অনুমান করার কোনো উপায় নেই।

কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং ব্যবহার করে শারীরিক নীতির উপর ভিত্তি করে শ্রমসাধ্য গণনার পরিপূরক বা গতি বাড়ানোর বিষয়ে সাম্প্রতিক অগ্রগতি হয়েছে যা অন্ততপক্ষে কিছু প্রাথমিক নির্দেশনা প্রদান করতে পারে যার উপর যৌগগুলি সংশ্লেষণ এবং পরীক্ষার মূল্য হতে পারে। এখন, এমআইটি-তে তৈরি করা একটি নতুন পদ্ধতি দেখায় যে যখন কিছু প্রযুক্তিগতভাবে প্রাসঙ্গিক সম্পত্তির কিছু ডেটা থাকে, যেমন একটি সম্ভাব্য ওষুধের জন্য সম্প্রতি আবিষ্কৃত সেলুলার টার্গেটের জন্য লিগ্যান্ড অ্যাফিনিটি, এই পদ্ধতিটি সম্ভাব্য অণুগুলির ক্ষেত্রকে জয় করার জন্য অন্যান্য বিদ্যমান পদ্ধতিগুলিকে ছাড়িয়ে যেতে পারে যা দেখতে মূল্যবান হতে পারে।

MIT স্নাতক ছাত্র অক্ষত শিরিষ জাল্টে এবং সাম্প্রতিক স্নাতক জ্যাকসন বার্নস পিএইচডি ’26, গবেষণা বিজ্ঞানী চার্লস অ্যাব্রেউ, অধ্যাপক উইলিয়াম গ্রিন এবং রাসায়নিক সংস্থা BASF-এর তিন গবেষকের একটি গবেষণাপত্রে, কেমিক্যাল ইনফরমেশন অ্যান্ড মডেলিং জার্নালের 14 সেপ্টেম্বরের সংখ্যায় এই ফলাফলগুলি প্রকাশিত হয়েছে।

কাগজটির একটি আগের সংস্করণ গত বছর থেকে অনলাইনে রয়েছে, এবং দলটি যে ওপেন-সোর্স মডেলটি তৈরি করেছে, CheMeleon নামক, ইতিমধ্যে বেশ কয়েকটি ফার্মাসিউটিক্যাল কোম্পানির নিয়মিত ব্যবহার পাওয়া গেছে। CheMeleon ChemProp ব্যবহার করে তৈরি করা হয়েছিল, একটি ওপেন-সোর্স মেশিন-লার্নিং প্যাকেজ যা MIT-এ গ্রীন গ্রুপ দ্বারা তৈরি এবং রক্ষণাবেক্ষণ করা হয়েছে, এবং যে কেউ ChemProp-এর মাধ্যমে CheMeleon ডাউনলোড করতে পারে এবং তাদের নিজস্ব উদ্দেশ্যে এটিকে সূক্ষ্ম-টিউন করতে পারে।

এই বছরের শুরুর দিকে, ওপেনএডিএমইটি দ্বারা সংগঠিত একটি প্রতিযোগিতা হয়েছিল যা আগে সংশ্লেষিত হয়নি এমন বিভিন্ন নতুন অণুর বৈশিষ্ট্যগুলি ভবিষ্যদ্বাণী করার চেষ্টা করেছিল, গ্রীন বলেছেন, যিনি রাসায়নিক প্রকৌশল বিভাগের হোয়েট হটেল অধ্যাপক। “এটি একটি বড় প্রতিযোগিতা ছিল, অনেক লোক অংশগ্রহণ করেছিল,” তিনি বলেছেন। যখন বিজয়ীদের ঘোষণা করা হয়েছিল, তখন দেখা গেল যে শীর্ষ 20টি এন্ট্রির মধ্যে নয়টি তাদের প্রক্রিয়াতে CheMeleon ব্যবহার করেছে। “সুতরাং তারপরে আমরা এই বিষয়ে ফার্মা কোম্পানিগুলির কাছ থেকে সব ধরণের অনুসন্ধান পেতে শুরু করি, কিন্তু আমাদের কাগজটি সবেমাত্র জমা দেওয়া হয়েছে; এটি এমনকি পিয়ার-রিভিউ বা এখনও কিছু হয়নি।”

কাগজটি সেই পর্যালোচনা প্রক্রিয়ার মধ্য দিয়ে যাওয়ার সময়, এর প্রভাব ইতিমধ্যেই ছড়িয়ে পড়েছিল। অন্তত একটি ফার্মা কোম্পানী, গ্রীন বলে, “তাদের সমস্ত লোককে একটি বার্তা পাঠিয়েছে, এবং বলেছে যে ‘যখনই আপনি একটি সম্পত্তির মডেলিং করছেন, CheMeleon দিয়ে শুরু করুন, এটি আমাদের নতুন কোম্পানির নীতি'” কোন অণুগুলি অনুসরণ করতে হবে সে সম্পর্কে প্রাথমিক সিদ্ধান্ত নেওয়ার সময়৷

CheMeleon-এর চাবিকাঠি ছিল এক মিলিয়ন বিভিন্ন অণু সম্পর্কে বিস্তারিত তথ্য সহ একটি মেশিন-লার্নিং মডেলকে প্রাক-প্রশিক্ষণ দেওয়া, যাতে এটি একটি প্রদত্ত অণুর গঠনের মধ্যে পারস্পরিক সম্পর্ক শিখতে পারে এবং এটি প্রায় 1,600 বর্ণনাকারীর ক্যাটালগের সাথে কীভাবে আচরণ করে তা কয়েক দশক ধরে রসায়নবিদদের দ্বারা তৈরি করা হয়েছে। CheMeleon তারপর দ্রবণীয়তা এবং সান্দ্রতা মত সুপরিচিত বৈশিষ্ট্য, একটি নির্দিষ্ট প্রোটিন বা এনজাইম সহ বায়োঅ্যাকটিভিটি বা প্রতিক্রিয়াশীলতার মতো আরও গুপ্ত বৈশিষ্ট্যের পূর্বাভাস দিতে সূক্ষ্মভাবে তৈরি হতে পারে।

এই মিলিয়ন অণুগুলি অসংখ্য উপায়ের একটি ক্ষুদ্র ভগ্নাংশ যা পরমাণুগুলিকে একত্রে বন্ধন করতে পারে, তবে তারা যথেষ্ট উদাহরণ প্রদান করে যাতে একবার AI সিস্টেমটি তাদের উপর প্রশিক্ষিত হয়ে গেলে, এটি তার নিজস্ব অনেকগুলি অন্তর্নিহিত নিদর্শন এবং সম্পর্কের উপর কাজ করতে পারে এবং তারপরে এটিকে উপস্থাপিত একটি নতুন, অজানা অণুতে প্রয়োগ করতে পারে।

“আজকের বেশিরভাগ গভীর-শিক্ষার মডেলের জন্য ঐতিহ্যগত পদ্ধতির চেয়ে বেশি ডেটা প্রয়োজন,” জাল্টে বলেছেন। কিছু সফল মডেল রাসায়নিক জার্নালে প্রকাশিত সাহিত্য থেকে ব্যাপক তথ্য ব্যবহার করে, তিনি বলেছেন। “আমরা সাহিত্যের দিকে মোটেও তাকাই না। আমরা শুধু আণবিক ওজন বা অক্সিজেনের সংখ্যার মতো একগুচ্ছ আণবিক বর্ণনাকারী গণনা করি।” তারপর সেই বর্ণনাকারীদের ভবিষ্যদ্বাণী করা তাদের প্রাক-প্রশিক্ষণ কাজের ভিত্তি তৈরি করে।

CheMeleon হল একটি প্রাক-প্রশিক্ষিত ভিত্তি মডেল। ChatGPT এবং Claide-এর মতো ভাষার সুপরিচিত ফাউন্ডেশন মডেলগুলি থেকে অনুপ্রাণিত হয়ে, যা মূলত ইন্টারনেট থেকে প্রচুর পরিমাণে তথ্য সরবরাহ করে তৈরি করা হয়েছে, CheMeleon PubChem থেকে এক মিলিয়ন অণুর আণবিক বর্ণনাকারী ব্যবহার করে, যা ইউএস ন্যাশনাল ইনস্টিটিউট অফ হেলথ দ্বারা পরিচালিত রাসায়নিক তথ্যের একটি বড়, অবাধে উপলব্ধ ডাটাবেস।

শাস্ত্রীয় বিশেষজ্ঞ-চালিত মডেলগুলির সাথে, অন্যদিকে, একটি ক্ষেত্রের বিশেষজ্ঞরা ম্যানুয়ালি তাদের বিষয় সম্পর্কে বিস্তারিত জ্ঞান ইনপুট করে। এই ধ্রুপদী মডেলগুলির বিকাশের ক্ষেত্রে, তিনি বলেন, উদাহরণস্বরূপ, লোকেরা পরীক্ষাগুলি থেকে জানে যে আগ্রহের একটি নির্দিষ্ট সম্পত্তি, যেমন দ্রবণীয়তা, একই অণুর নির্দিষ্ট বর্ণনাকারীদের সাথে সম্পর্কিত হতে পারে, “যেমন আণবিক ওজন, বা উপস্থিত অক্সিজেনের সংখ্যা, বা অণুটি কতটা শাখা বা বিশাল।”

এই দলের পদ্ধতির সাথে, তারা একটি বিদ্যমান নিউরাল নেটওয়ার্ক আর্কিটেকচার দিয়ে শুরু করতে পারে এবং অন্তর্নিহিত নীতিগুলি শিখতে প্রশিক্ষণ দিতে পারে। “আমরা এটিকে একটি নির্দিষ্ট সম্পত্তির জন্য প্রশিক্ষণ দিচ্ছি না, তবে একটি সাধারণ মডেল হিসাবে যেটি রসায়নের কিছু স্তর বোঝে, যাতে আপনি যে কাজের জন্য কিছু ডেটা পয়েন্ট দিয়ে এটিকে সূক্ষ্ম-টিউন করলেও, আপনি এখনও কিছু ভাল পারফরম্যান্স পেতে পারেন,” তিনি বলেছেন৷ মডেলটিকে “শুরু থেকে সবকিছু শিখতে হবে না” এর জন্য ধন্যবাদ।

এর উপযোগিতা যাচাই করার জন্য, “আমরা আমাদের মডেলকে শুধুমাত্র অন্যান্য ফাউন্ডেশন মডেলগুলির সাথেই তুলনা করি না, বরং বিশেষজ্ঞদের দ্বারা ডিজাইন করা নীতিগুলিকে কাজে লাগানো ক্লাসিক্যাল মডেলগুলির সাথেও,” Zalte বলেছেন। 58 টি টেস্ট কেস জুড়ে এর পারফরম্যান্সের তুলনা করে, “আমরা দেখতে পাচ্ছি যে আমাদের মডেল শীর্ষে এসেছে।”

গ্রীন যোগ করেছেন, “চেমেলিওন ফাউন্ডেশন মডেলটি নতুন অণুর বৈশিষ্ট্যগুলি সঠিকভাবে ভবিষ্যদ্বাণী করার জন্য পরীক্ষামূলকভাবে পরীক্ষা করা প্রয়োজন এমন অণুর সংখ্যাকে ব্যাপকভাবে হ্রাস করে। এটি একটি বিশাল সুবিধা, যেহেতু বিপুল সংখ্যক অণু সংশ্লেষণ এবং পরীক্ষা করা ধীর এবং ব্যয়বহুল।”

এমআইটি সদস্যদের পাশাপাশি, দলটিতে জার্মানির বিএএসএফ এসই-এর গবেষক জোচেন সিগ, ক্রিশ্চিয়ান ফেল্ডম্যান এবং মরিয়ম ম্যাথিয়াও অন্তর্ভুক্ত ছিল। কাজটি ফার্মাসিউটিক্যাল ডিসকভারি এবং সিন্থেসিস কনসোর্টিয়ামের জন্য মেশিন লার্নিং দ্বারা সমর্থিত ছিল, ইউএস ডিপার্টমেন্ট অফ এনার্জি এবং ম্যাথওয়ার্কসের ফেলোশিপ সমর্থন সহ।