ਚੀਨੀ ਅਕੈਡਮੀ ਆਫ਼ ਸਾਇੰਸਜ਼ ਦੇ ਸ਼ੰਘਾਈ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਆਰਗੈਨਿਕ ਕੈਮਿਸਟਰੀ ਦੇ ਖੋਜਕਾਰਾਂ ਨੇ 9 ਜੂਨ, 2026 ਨੂੰ ਨੈਸ਼ਨਲ ਅਕੈਡਮੀ ਆਫ਼ ਸਾਇੰਸਿਜ਼ (PNAS) ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਅਧਿਐਨ ਦੇ ਅਨੁਸਾਰ, ਇੱਕ ਜਨਰੇਟਿਵ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲ ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ ਜੋ ਪਰਮਾਣੂ ਰੈਜ਼ੋਲੂਸ਼ਨ 'ਤੇ ਪ੍ਰੋਟੀਨ-ਪ੍ਰੋਟੀਨ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ। ਪਹਿਲਾਂ ਇੱਕ ਸਮੁੱਚੀ ਪ੍ਰੋਟੀਨ ਦੀ ਸ਼ਕਲ ਨੂੰ ਮੂਰਤੀਮਾਨ ਕਰਨ ਦੀ ਬਜਾਏ ਵਿਅਕਤੀਗਤ ਪਰਮਾਣੂਆਂ ਤੋਂ ਉੱਪਰ ਵੱਲ ਇੰਟਰਫੇਸ।
ਇਸ ਕੰਮ ਦੀ ਅਗਵਾਈ ਡਾ. ਯਾਂਗ ਜਿੰਗ, ਯੁਆਨ ਜੂਨਿੰਗ, ਅਤੇ ਜੇਮਸ ਜੇ. ਚੋਉ, ਨੂੰ ਚੀਨੀ ਅਕੈਡਮੀ ਆਫ਼ ਸਾਇੰਸਿਜ਼ ਦੁਆਰਾ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ Phys.org ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਹ ਇੱਕ ਤੇਜ਼ੀ ਨਾਲ ਚੱਲ ਰਹੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਸੰਦ ਜੋੜਦਾ ਹੈ ਜਿਸ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਅਣੂ ਮਸ਼ੀਨਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੋ ਦਵਾਈਆਂ, ਸਮੱਗਰੀ ਅਤੇ ਸਿੰਥੈਟਿਕ ਜੀਵ ਵਿਗਿਆਨ ਨੂੰ ਅੰਡਰਪਿਨ ਕਰਦੀਆਂ ਹਨ। For more context on this story, see our ongoing AI industry coverage.
ਪ੍ਰੋਟੀਨ-ਪ੍ਰੋਟੀਨ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਕਿਉਂ ਮਾਅਨੇ ਰੱਖਦਾ ਹੈ
ਪ੍ਰੋਟੀਨ ਮਨੁੱਖੀ ਸਰੀਰ ਦੇ ਅਣੂ ਵਰਕਹਾਰਸ ਹਨ. ਉਹ ਟਿਸ਼ੂ ਬਣਾਉਂਦੇ ਹਨ, ਅਣੂ ਟ੍ਰਾਂਸਪੋਰਟ ਕਰਦੇ ਹਨ, ਸੈਲੂਲਰ ਸੰਚਾਰ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦੇ ਹਨ, ਅਤੇ ਲਾਗ ਤੋਂ ਬਚਾਅ ਕਰਦੇ ਹਨ। ਕੈਂਸਰ ਲਈ ਐਂਟੀਬਾਡੀ ਥੈਰੇਪੀਆਂ ਅਤੇ ਡਾਇਬੀਟੀਜ਼ ਲਈ ਇਨਸੁਲਿਨ ਸਮੇਤ ਬਹੁਤ ਸਾਰੀਆਂ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਦਵਾਈਆਂ - ਖਾਸ ਪ੍ਰੋਟੀਨਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਕੇ ਜਾਂ ਗੁੰਮ ਜਾਂ ਖਰਾਬ ਹੋਣ ਵਾਲੀਆਂ ਦਵਾਈਆਂ ਨੂੰ ਬਦਲ ਕੇ ਕੰਮ ਕਰਦੀਆਂ ਹਨ।
ਕਿਉਂਕਿ ਬਹੁਤ ਸਾਰੀਆਂ ਜੀਵ-ਵਿਗਿਆਨਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ ਕਿ ਪ੍ਰੋਟੀਨ ਇੱਕ ਦੂਜੇ ਨਾਲ ਕਿਵੇਂ ਜੁੜਦੇ ਹਨ, ਪ੍ਰੋਟੀਨ-ਪ੍ਰੋਟੀਨ ਦੇ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਅਤੇ ਇੰਜੀਨੀਅਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਡਰੱਗ ਦੀ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਅਣਮਿੱਥੇ ਡਾਕਟਰੀ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੀ ਹੈ। ਇੱਥੇ ਦੀ ਪ੍ਰਗਤੀ ਡਿਲੀਵਰੀ ਤਕਨਾਲੋਜੀਆਂ ਜਿਵੇਂ ਕਿ ਐਡੀਨੋ-ਸਬੰਧਿਤ ਵਾਇਰਸ ਵੈਕਟਰ ਅਤੇ mRNA ਲਿਪਿਡ ਨੈਨੋਪਾਰਟਿਕਲਜ਼ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਤਰੱਕੀ ਨੂੰ ਵੀ ਪੂਰਕ ਕਰਦੀ ਹੈ, ਜੋ ਉਪਚਾਰਕ ਅਣੂਆਂ ਨੂੰ ਸੈੱਲਾਂ ਵਿੱਚ ਲੈ ਜਾਂਦੇ ਹਨ।
ਟੌਪ-ਡਾਊਨ ਦੀ ਬਜਾਏ ਹੇਠਾਂ-ਉੱਪਰ ਪਹੁੰਚ
ਪ੍ਰੋਟੀਨ ਡਿਜ਼ਾਈਨ ਲਈ ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ AI ਫਰੇਮਵਰਕ ਇੱਕ ਟੌਪ-ਡਾਊਨ ਰਣਨੀਤੀ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ: ਉਹ ਪਹਿਲਾਂ ਇੱਕ ਸਮੁੱਚਾ ਪ੍ਰੋਟੀਨ ਸਕੈਫੋਲਡ ਤਿਆਰ ਕਰਦੇ ਹਨ ਜੋ ਇੱਕ ਟੀਚਾ ਸਾਈਟ ਨੂੰ ਫਿੱਟ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਬਾਈਡਿੰਗ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਕ੍ਰਮ ਤਿਆਰ ਕਰਦਾ ਹੈ। Void-X ਉਸ ਤਰਕ ਨੂੰ ਉਲਟਾਉਂਦਾ ਹੈ।
ਮਾਡਲ ਇੱਕ ਐਟਮੀ ਫਿਲਿੰਗ ਸਿਸਟਮ ਹੈ। ਇਸ ਨੂੰ ਪ੍ਰੋਟੀਨ ਇੰਟਰਫੇਸ ਦੇ ਅੰਦਰ ਪਰਮਾਣੂ-ਪੈਮਾਨੇ ਦੇ ਪਰਸਪਰ ਕਿਰਿਆ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨ ਅਤੇ "ਵੋਇਡਜ਼" - ਪਾੜੇ - ਨੂੰ ਭਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਇਸਦੀ ਮਾਰਗਦਰਸ਼ਕ ਧਾਰਨਾ ਇਹ ਹੈ ਕਿ ਸਥਿਰ ਮੈਕਰੋਮੋਲੀਕਿਊਲਰ ਕੰਪਲੈਕਸਾਂ ਨੂੰ ਅਨੁਕੂਲ ਪਰਮਾਣੂ ਪੈਕਿੰਗ ਦੁਆਰਾ ਇਕੱਠਾ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਗੁਆਂਢੀ ਪਰਮਾਣੂਆਂ ਦੇ ਨਾਲ-ਨਾਲ ਹੋਰ ਦੂਰ ਵਾਲੇ ਪਰਮਾਣੂਆਂ ਦੇ ਨਾਲ ਉੱਚ-ਕ੍ਰਮ ਵਾਲੇ ਜੋੜਾਂ ਦੇ ਵਿਚਕਾਰ ਸਥਾਨਕ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਤੋਂ ਉਭਰਦਾ ਹੈ। ਇੱਕ ਪੂਰੇ ਪ੍ਰੋਟੀਨ ਦੀ ਸ਼ਕਲ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਬਜਾਏ, ਵੌਇਡ-ਐਕਸ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਇੱਕ ਖਾਸ ਢਾਂਚਾਗਤ ਖੇਤਰ ਦੇ ਅੰਦਰ ਤੰਗ ਪੈਕਿੰਗ ਲਈ ਅਨੁਕੂਲਿਤ ਸੰਖੇਪ ਪਰਮਾਣੂ ਕਲੱਸਟਰ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਜ਼ਾਈਨ ਨੂੰ ਇੱਕ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਆਧਾਰਿਤ ਬੁਨਿਆਦ ਮਿਲਦੀ ਹੈ।
80 ਲੱਖ ਪਰਮਾਣੂ ਕਲੱਸਟਰਾਂ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ
ਵੋਇਡ-ਐਕਸ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪ੍ਰੋਟੀਨ ਡੇਟਾ ਬੈਂਕ ਵਿੱਚ ਜਮ੍ਹਾ ਕੀਤੇ ਗਏ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਨਿਰਧਾਰਤ ਸੰਰਚਨਾਵਾਂ ਤੋਂ ਬਣਾਏ ਗਏ 80 ਲੱਖ ਗੋਲਾਕਾਰ ਪਰਮਾਣੂ ਕਲੱਸਟਰਾਂ ਦੇ ਇੱਕ ਡੇਟਾਸੈਟ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ। ਹਰੇਕ ਕਲੱਸਟਰ ਲਈ, ਲਗਭਗ 30% ਪੈਰੀਫਿਰਲ, ਸਥਾਨਿਕ ਤੌਰ 'ਤੇ ਇਕਸਾਰ ਪਰਮਾਣੂਆਂ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਗਿਆ ਸੀ, ਜਦੋਂ ਕਿ ਬਾਕੀ ਦੇ ਪਰਮਾਣੂ "ਪ੍ਰਸੰਗ" ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ - ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤੌਰ 'ਤੇ ਇੱਕ ਪ੍ਰੋਂਪਟ - ਜੋ ਕਿ ਮਾਡਲ ਗੁੰਮ ਹੋਏ ਪਰਮਾਣੂਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਸੀ।
ਨਤੀਜੇ ਵਜੋਂ ਨੈੱਟਵਰਕ ਵਿੱਚ 172 ਮਿਲੀਅਨ ਪੈਰਾਮੀਟਰ ਹਨ ਅਤੇ ਮਜ਼ਬੂਤ ਭਵਿੱਖਬਾਣੀ ਸ਼ੁੱਧਤਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ: ਇੰਟਰਾ-ਚੇਨ ਐਟਮਿਕ ਕਲੱਸਟਰਾਂ ਲਈ 78.3% ਅਤੇ ਇੰਟਰ-ਚੇਨ ਕਲੱਸਟਰਾਂ ਲਈ 68.2%, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਰਿਪੋਰਟ ਕੀਤੀ।
ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਅਤੇ ਇਸ ਤੋਂ ਅੱਗੇ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ
ਲੇਖਕਾਂ ਦੇ ਅਨੁਸਾਰ, ਇਹ ਸਮਰੱਥਾਵਾਂ ਪਰਮਾਣੂ-ਰੈਜ਼ੋਲੂਸ਼ਨ ਪ੍ਰੋਟੀਨ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੀ ਡੀ ਨੋਵੋ ਪੀੜ੍ਹੀ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਜੋ ਕਿ ਉਹ ਪ੍ਰੋਟੀਨ ਡਿਜ਼ਾਈਨ ਲਈ ਇੱਕ ਪੂਰਕ ਅਤੇ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਅਨੁਭਵੀ ਰੂਟ ਵਜੋਂ ਵਰਣਨ ਕਰਦੀਆਂ ਹਨ। ਜਨਰੇਟਿਵ ਮਾਡਲਿੰਗ ਦੇ ਨਾਲ ਪਰਮਾਣੂ-ਪੱਧਰ ਦੇ ਵੇਰਵੇ ਨੂੰ ਜੋੜ ਕੇ, ਵੌਇਡ-ਐਕਸ ਤਰਕਸ਼ੀਲ ਇੰਜੀਨੀਅਰਿੰਗ ਬਾਇਓਮੋਲੀਕੂਲਰ ਇੰਟਰਫੇਸ ਲਈ ਟੂਲਕਿੱਟ ਦਾ ਵਿਸਤਾਰ ਕਰਦਾ ਹੈ।
ਇਹ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿਉਂਕਿ ਇੰਟਰਫੇਸ ਡਿਜ਼ਾਈਨ ਆਧੁਨਿਕ ਡਰੱਗ ਵਿਕਾਸ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਬੈਠਦਾ ਹੈ। ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਬਿਹਤਰ ਕੰਪਿਊਟੇਸ਼ਨਲ ਟੂਲਜ਼ ਕਿ ਕਿਵੇਂ ਇੱਕ ਉਮੀਦਵਾਰ ਅਣੂ ਆਪਣੇ ਪ੍ਰੋਟੀਨ ਟੀਚੇ ਨਾਲ ਬੰਨ੍ਹੇਗਾ, ਵਿਚਾਰ ਤੋਂ ਥੈਰੇਪੀ ਤੱਕ ਦਾ ਰਸਤਾ ਛੋਟਾ ਕਰ ਸਕਦਾ ਹੈ, ਮਹਿੰਗੇ ਅਜ਼ਮਾਇਸ਼-ਅਤੇ-ਤਰੁੱਟੀ ਪ੍ਰਯੋਗਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਸਿੰਥੈਟਿਕ ਬਾਇਓਲੋਜੀ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੇਂ ਫੰਕਸ਼ਨਾਂ ਲਈ ਪ੍ਰੋਟੀਨ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਆਸਾਨ ਬਣਾ ਸਕਦਾ ਹੈ।
ਇੱਕ ਵਧ ਰਿਹਾ ਖੇਤ
ਵੌਇਡ-ਐਕਸ ਏਆਈ-ਸੰਚਾਲਿਤ ਪ੍ਰੋਟੀਨ ਦੇ ਕੰਮ ਦੇ ਵਾਧੇ ਦੇ ਵਿਚਕਾਰ ਪਹੁੰਚਦਾ ਹੈ। ਸੰਰਚਨਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਤੋਂ ਲੈ ਕੇ ਆਲ-ਐਟਮ ਜਨਰੇਟਿਵ ਡਿਜ਼ਾਈਨ ਤੱਕ, ਖੋਜਕਰਤਾ ਪੂਰੇ ਪਰਮਾਣੂ ਰੈਜ਼ੋਲੂਸ਼ਨ 'ਤੇ ਬਾਇਓਮੋਲੀਕਿਊਲਰ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਨੂੰ ਮਾਡਲ ਕਰਨ ਦੀ ਯੋਗਤਾ ਵੱਲ ਲਗਾਤਾਰ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ। ਪਹਿਲਾਂ ਆਲ-ਐਟਮ ਜਨਰੇਟਿਵ ਸਿਸਟਮ ਪਹਿਲਾਂ ਹੀ ਉਸ ਪੈਮਾਨੇ 'ਤੇ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਵਿਵਹਾਰਕਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਚੁੱਕੇ ਹਨ, ਅਤੇ ਵੋਇਡ-ਐਕਸ ਉਸੇ ਯਤਨ ਲਈ ਇੱਕ ਵੱਖਰੀ, ਪੈਕਿੰਗ-ਪਹਿਲੀ ਰਣਨੀਤੀ ਦਾ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ।
ਮਾਸਕਿੰਗ ਚਾਲ ਜੋ ਇਸਨੂੰ ਕੰਮ ਕਰਦੀ ਹੈ
ਵੌਇਡ-ਐਕਸ ਦੀ ਸਿਖਲਾਈ ਵਿਧੀ ਭਾਸ਼ਾ-ਮਾਡਲ ਪਲੇਬੁੱਕ ਤੋਂ ਇੱਕ ਪੰਨਾ ਉਧਾਰ ਲੈਂਦੀ ਹੈ। ਹਰੇਕ ਸਿਖਲਾਈ ਕਲੱਸਟਰ ਵਿੱਚ ਲਗਭਗ 30% ਪਰਮਾਣੂਆਂ ਨੂੰ ਮਾਸਕ ਕਰਕੇ ਅਤੇ ਮਾਡਲ ਨੂੰ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਸੰਦਰਭ ਤੋਂ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਕਹਿ ਕੇ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਢਾਂਚਾਗਤ ਜੀਵ-ਵਿਗਿਆਨ ਨੂੰ ਇੱਕ ਖਾਲੀ ਥਾਂ ਭਰਨ ਵਾਲੇ ਕਾਰਜ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ - ਉਹੀ ਸਿਧਾਂਤ ਜੋ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਇੱਕ ਵਾਕ ਵਿੱਚ ਗੁੰਮ ਹੋਏ ਸ਼ਬਦਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦਿੰਦਾ ਹੈ। ਫਰਕ ਇਹ ਹੈ ਕਿ ਵੌਇਡ-ਐਕਸ ਦੀ "ਸ਼ਬਦਾਵਲੀ" ਵਿੱਚ ਤਿੰਨ-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ ਵਿਵਸਥਿਤ ਪਰਮਾਣੂ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਇਹ ਜੋ ਵਿਆਕਰਣ ਸਿੱਖਦਾ ਹੈ ਉਹ ਭੌਤਿਕ ਪੈਕਿੰਗ ਨਿਯਮਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਇਹ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਨ ਕਿ ਅਸਲ ਪ੍ਰੋਟੀਨ ਕਿਵੇਂ ਫੋਲਡ ਅਤੇ ਬੰਨ੍ਹਦੇ ਹਨ।
ਉਹ ਢਾਂਚਾ-ਜਾਗਰੂਕ ਸਿਖਲਾਈ ਉਹ ਹੈ ਜੋ ਵੋਇਡ-ਐਕਸ ਨੂੰ ਉਹਨਾਂ ਪਹੁੰਚਾਂ ਤੋਂ ਵੱਖ ਕਰਦੀ ਹੈ ਜੋ ਪ੍ਰੋਟੀਨ ਨੂੰ ਅਮੀਨੋ ਐਸਿਡ ਦੇ ਫਲੈਟ ਕ੍ਰਮ ਵਜੋਂ ਮੰਨਦੇ ਹਨ। ਕਿਉਂਕਿ ਮਾਡਲ ਇੱਕੋ ਸਮੇਂ ਸਥਾਨਕ ਅਤੇ ਲੰਬੀ-ਸੀਮਾ ਦੇ ਪਰਮਾਣੂ ਕਪਲਿੰਗਾਂ ਬਾਰੇ ਕਾਰਨਾਂ ਕਰਦਾ ਹੈ, ਇਹ ਇੰਟਰਫੇਸ ਜਿਓਮੈਟਰੀ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਸਥਿਰ ਕੰਪਲੈਕਸ ਦੀਆਂ ਭੌਤਿਕ ਰੁਕਾਵਟਾਂ ਦਾ ਆਦਰ ਕਰਦੇ ਹਨ, ਨਾ ਕਿ ਪ੍ਰਸ਼ੰਸਾਯੋਗ ਦਿੱਖ ਵਾਲੇ ਪਰ ਜੀਵ-ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਅਸਥਿਰ ਡਿਜ਼ਾਈਨ ਪੈਦਾ ਕਰਨ ਦੀ ਬਜਾਏ।
ਸੀਮਾਵਾਂ ਅਤੇ ਖੁੱਲ੍ਹੇ ਸਵਾਲ
ਨਤੀਜੇ ਹੋਨਹਾਰ ਹਨ, ਪਰ ਖੋਜਕਰਤਾ ਸਪੱਸ਼ਟ ਹਨ ਕਿ ਚੁਣੌਤੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ। 68.2% ਦੀ ਅੰਤਰ-ਚੇਨ ਸ਼ੁੱਧਤਾ - ਬਹੁ-ਪ੍ਰੋਟੀਨ ਕੰਪਲੈਕਸਾਂ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ ਜੋ ਜ਼ਿਆਦਾਤਰ ਅਸਲ-ਵਿਸ਼ਵ ਡਰੱਗ ਟੀਚਿਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ - ਅਰਥਪੂਰਨ ਤੌਰ 'ਤੇ ਇੰਟਰਾ-ਚੇਨ ਚਿੱਤਰ ਤੋਂ ਘੱਟ ਹੈ, ਜੋ ਕਿ ਮਾਡਲਿੰਗ ਦੀ ਵੱਡੀ ਮੁਸ਼ਕਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਦੋ ਵੱਖਰੇ ਅਣੂ ਕਿਵੇਂ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ। ਇੱਕ ਇੰਟਰਫੇਸ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਜੋ ਇੱਕ ਕੰਪਿਊਟੇਸ਼ਨਲ ਮਾਡਲ ਵਿੱਚ ਕੱਸ ਕੇ ਬੰਨ੍ਹਦਾ ਹੈ ਸਿਰਫ ਪਹਿਲਾ ਕਦਮ ਹੈ; ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਅਜੇ ਵੀ ਸੰਸ਼ਲੇਸ਼ਣ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਇੱਕ ਜੀਵਤ ਸੈੱਲ ਦੇ ਗੜਬੜ ਵਾਲੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਫਿੱਕਾ ਪੈ ਸਕਦਾ ਹੈ।
ਸਿਖਲਾਈ ਡੇਟਾ ਨੂੰ ਸਕੇਲ ਕਰਨਾ, ਲਚਕਦਾਰ ਜਾਂ ਵਿਗਾੜ ਵਾਲੇ ਪ੍ਰੋਟੀਨ ਖੇਤਰਾਂ ਦੇ ਮਾਡਲ ਦੇ ਪ੍ਰਬੰਧਨ ਨੂੰ ਸ਼ੁੱਧ ਕਰਨਾ, ਅਤੇ ਪੂਰਕ ਟਾਪ-ਡਾਊਨ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਨਾਲ ਵੌਇਡ-ਐਕਸ ਨੂੰ ਜੋੜਨਾ ਸੰਭਾਵਤ ਅਗਲੇ ਕਦਮ ਹਨ। ਲੇਖਕ ਆਪਣੇ ਯੋਗਦਾਨ ਨੂੰ ਬਦਲਣ ਵਾਲੀ ਤਕਨਾਲੋਜੀ ਦੀ ਬਜਾਏ ਪੂਰਕ ਵਜੋਂ ਤਿਆਰ ਕਰਦੇ ਹਨ - ਇੱਕ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਆਧਾਰਿਤ ਵਿਕਲਪ ਜੋ ਮੌਜੂਦਾ ਸਕੈਫੋਲਡਾਂ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਖੇਤਰ ਭਰੋਸੇਮੰਦ, ਅੰਤ-ਤੋਂ-ਅੰਤ ਦੇ ਅਣੂ ਡਿਜ਼ਾਈਨ ਵੱਲ ਦੌੜਦਾ ਹੈ।
ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ
ਅਧਿਐਨ, DOI 10.1073/pnas.2607035123 ਦੇ ਅਧੀਨ ਪ੍ਰਕਾਸ਼ਿਤ, ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਹੋਰ ਵੀ ਸਟੀਕ ਅਣੂ ਡਿਜ਼ਾਈਨ ਟੂਲ ਬਣਾਉਣ ਦੀ ਪ੍ਰਤੀਯੋਗਤਾ ਹੁਣ ਚੰਗੀ ਤਰ੍ਹਾਂ ਚੱਲ ਰਹੀ ਹੈ - ਅਤੇ ਉਹ ਜਨਰੇਟਿਵ AI ਬਾਇਓਕੈਮਿਸਟ ਦੇ ਵਰਕਬੈਂਚ ਦਾ ਇੱਕ ਲਾਜ਼ਮੀ ਹਿੱਸਾ ਬਣ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਵੌਇਡ-ਐਕਸ ਵਰਗੇ ਮਾਡਲ ਗਣਨਾ ਅਤੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ, ਉਮੀਦ ਹੈ ਕਿ ਖੋਜਕਰਤਾ ਨਵੇਂ ਇਲਾਜ ਵਿਗਿਆਨ, ਪਾਚਕ, ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਪਹਿਲਾਂ ਨਾਲੋਂ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਤਰਕਸੰਗਤ ਰੂਪ ਵਿੱਚ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਗੇ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
