यो पुरस्कार प्रोटिन डिजाइन र प्रोटिन संरचना पूर्वानुमानको लागि एआईको प्रयोग विष्नयान दिइएको हो ।

रसायनशास्त्रीहरूबीच बारम्बार मजाक गरिन्छ कि रसायनशास्त्रको नोबेल पुरस्कार प्रायः जीवविज्ञानमा भएका विकासहरूका लागि प्रदान गरिन्छ। हालका उदाहरणहरूमा २०२० मा जीन सम्पादन उपकरण क्रिस्पर, २०१८ मा इन्जाइम र एन्टिबडीहरूको निर्देशित विकास तथा २०१५ मा डीएनए मर्मत संयन्त्रहरूका लागि दिइएका पुरस्कारहरू पर्दछन् । केहीले यस वर्षको पुरस्कारलाई, जसले प्रोटिनहरूको संरचना डिजाइन र भविष्यवाणी गर्न गरिएको कामलाई सम्मान गर्‍यो, त्यही प्रवृत्तिको निरन्तरता मान्न सक्छन्। तर मुख्य सन्देश कतै अन्यत्र छः रसायनशास्त्रका केही उत्कृष्ट मस्तिष्कहरूले केवल अणुहरू मात्र बनाउँदैनन्, तिनीहरूले कम्प्युटर मोडेलहरू पनि बनाउँछन्।

पुरस्कारको आधा भाग वाशिंगटन विश्वविद्यालयका जैव रसायनशास्त्री डेभिड बेकरलाई कम्प्युटर प्रयोग गरेर नयाँ प्रोटिनहरू डिजाइन गर्ने कामको लागि दिइयो। अर्को आधा भाग गुगलको कृत्रिम बुद्धिमत्ता (एआई) कम्पनी डीपमाइन्डका जोन जम्पर र डेमिस हासाबिसलाई दिइयो । उनीहरुले तीन–आयामिक प्रोटिन संरचना भविष्यवाणी गर्न सक्षम एआई मोडेलहरू विकास गरेका छन् । यो जैव रसायनशास्त्रमा लामो समयदेखि रहेको चुनौती हो।

डा. बेकरलाई पहिले नै पुरस्कार जित्न मनोनित हुने मानिन्थ्यो। तर डा. हासाबिस र जम्परको छनोट भने केही अचम्म लाग्ने खालको थियो। यद्यपि, यो एआई को वर्ष हो। रसायनशास्त्रको घोषणाको अघिल्लो दिन, भौतिकीको पुरस्कार तिनै न्युरल नेटवर्कहरूको विकासका लागि दिइयो, जसले एआई मोडेलहरूहको विकासलाई समर्थन गर्छन् जस्तै डीपमाइन्डले नेतृत्व गरेको (केहीले भने, यो भौतिकी होइन भनेर तर्क गरेका थिए)।

प्रोटिनहरू जीवनका मुख्य रासायनिक निर्माण ब्लकहरू हुन्। ती साना अणुहरू, जसलाई एमिनो एसिडहरू भनिन्छ, द्वारा बनाइन्छन्, जो लामो शृङ्खलामा धेरै जटिल र विशिष्ट तरिकामा फोल्ड हुन्छन्। प्रोटिनको अन्तिम फोल्ड गरिएको रूपले यसको जैविक कार्य निर्धारण गर्दछ। अर्थात्, प्रोटिनहरू बुझ्न, र विस्तारमा जैविक प्रक्रियाहरू बुझ्न, तिनीहरूको संरचना बुझ्नुपर्छ।

डा. बेकरले यो बुझाइलाई अभ्यासबाट प्राप्त गरे। २००३ मा प्रकाशित एउटा महत्त्वपूर्ण अनुसन्धान पत्रमा, उनले पूर्ण रूपमा नयाँ प्रोटिन डिजाइन गर्न सफल भएको सार्वजनिक गरेका थिए । उनले रोसेटा नाम गरेको कम्प्युटर कार्यक्रम प्रयोग गरेर एउटा एमिनो एसिडको शृङ्खला फेला पारे, जुन प्रकृतिमा देखिएका संरचनाहरूभन्दा फरक ढंगले फोल्ड गर्न सक्षम थियो। एक पटक उक्त शृङ्खला प्रयोगशालामा पुनः सिर्जना भएपछि र प्रोटिन बनेपछि, उनले यसको अन्तिम संरचना एक्स–रे क्रिस्टलोग्राफी नामको प्रविधि प्रयोग गरेर निर्धारण गरेः यो उनको अपेक्षाको नजिक थियो। रोसेटा, अहिले रोसेटा कमन्स भनिन्छ, अहिले प्रत्येक प्रोटिन रसायनशास्त्रीले प्रयोग गर्ने सफ्टवेयर प्याकेज बनिसकेको छ, र कम्प्युटेशनल प्रोटिन डिजाइनले खोप विकासदेखि विषाक्त रसायनहरूको पहिचानसम्म सबै क्षेत्रमा सहयोग गरेको छ।

अर्कोतर्फ, एमिनो एसिड शृङ्खलाबाट प्रोटिनको संरचना भविष्यवाणी गर्ने समस्या समाधान गर्न अझ लामो समय लाग्यो। प्रोटिन कति ढंगले फोल्ड गर्न सक्छ भन्ने असीमित कन्फिगुरेसनहरूको कारण—केही अनुमानअनुसार, एक जटिल प्रोटिनका लागि १०³⁰० सम्मको—कम्प्युटरहरू पनि सीमित सफलतामा पुगेका थिए। डीपमाइन्डको एआई आधारित  alPhafold  १ र २ मोडेलहरू, क्रमशः २०१८ र २०२० मा सार्वजनिक गरिएको, पहिलो पटक यस समस्याको नजिक पुगेका थिए। alPhafold  १ ले अहिले २० करोडभन्दा बढी प्रोटिन संरचना भविष्यवाणीहरूको डाटाबेस बनाएको छ, जसको भविष्यवाणी शुद्धता लगभग ९०प्रतिशत पुगेको छ।

यद्यपि, यस वर्ष डा. जम्पर र हासाबिस विभिन्न सम्भावित सूचीहरूमा थिए, धेरैले सोचे कि ब्उिजबँयमि लाई मान्यता दिन अझै हतार भयो। तर यसले पहिले नै वास्तविक प्रभाव पारेको छः डीपमाइन्डले भन्छ कि करिब २० लाख वैज्ञानिकहरूले पहिले नै यसलाई आफ्नो अनुसन्धानमा प्रयोग गरेका छन्। ब्उिजबँयमि घ, जुन मे महिनामा जारी गरिएको थियो, प्रोटिनहरूभन्दा टाढा जान्छ र अन्य बायोमोलिक्युलहरूको संरचना भविष्यवाणी गर्दछ, जस्तै डीएनए, साथै साना अणुहरू जसले औषधिको रूपमा काम गर्न सक्छन्। यसले विभिन्न संरचनाहरू भएका अणुहरू कसरी एकअर्कासँग मिल्छन् भन्ने भविष्यवाणी पनि गर्न सक्छ, जस्तै भाइरसको स्पाइक प्रोटिनले एन्टिबडीहरू र शरीरमा पाइने सुगरहरूसँग कसरी अन्तरक्रिया गर्छ भन्ने हो ।

समितिले एआई मोडेल प्रयोग गरेर गरिएका कामहरूलाई पहिलो पटक सम्मान दिएर, भविष्यमा यस्ता पुरस्कारहरूको ढोका खोलिदिएको छ। यो उपयुक्त पनि होः एआई धेरै समयदेखि सबै विज्ञानका क्षेत्रमा प्रवेश गरिरहेको छ, जस्तै डा. बेकरले समितिको प्रेस कन्फ्रेन्सको दौरान फोन उठाउँदा देखाएका थिए । उनले भने कि ब्उिजबँयमि ले उनलाई नयाँ प्रोटिनहरू डिजाइन गर्न सक्ने जेनेरेटिभ एआई मोडेलहरू बनाउन प्रेरित गरेको छ। ‘हाम्रो नयाँ एआई विधिहरू अझ शक्तिशाली छन्’ उनले खुसी र अलिक थकित सुनिने स्वरमा भनेका थिए । हालसालैको इतिहासले केही संकेत गर्छ भने, अनुसन्धानकर्ताहरूले यो लाइन वर्षौंसम्म दोहोर्याइरहनेछन्। ■