সর্বশেষ বিজ্ঞান সংবাদ বিজ্ঞানবার্তা-র গুগল নিউজ চ্যানেলে।
এখন থেকে, বিজ্ঞানের কাছে পরিচিত প্রায় যেকোনো প্রোটিনের ত্রিমাত্রিক (3D) আকৃতি নির্ধারণ করা গুগল সার্চে টাইপ করার মতোই সহজ হবে।
গবেষকরা AlphaFold নামক বিপ্লব-সৃষ্টিকারী কৃত্রিম-বুদ্ধিমত্তা (AI) নেটওয়ার্ক ব্যবহার করে মাত্র ১৮ মাসে ১০ লক্ষ প্রজাতি থেকে প্রায় ২০ কোটি প্রোটিনের কাঠামোর গঠন প্রেডিক্ট করতে সক্ষম হয়েছেন। আর এই ২০ কোটি প্রোটিন আমাদের গ্রহের সিক্যুয়েন্স করা প্রায় প্রতিটি পরিচিত প্রোটিনকে কভার করে ফেলে। তাহলে বলা বাহুল্য যে AlphaFold বিজ্ঞানের কাছে জানা সকল প্রোটিন অনুর গঠন প্রেডিক্ট করতে পারবে।
সবচয়ে বড় ব্যাপার হলো ২০ কোটি প্রোটিন অনুর গঠনের ডেটাবেজ সবার জন্য উন্মুক্ত করা থাকবে অর্থাৎ সবাই বিনামূল্য সেটা এক্সেস করতে পারবে। আর এই কাজটা করবে DeepMind এবং European Bioinformatics Institute (EMBL-EBL)। যেটা আপনি চাইলেই https://alphafold.ebi.ac.uk দেখে নিতে পারবেন।
DeepMind-এর AlphaFold প্রোগ্রামটি ২০১৮ সালে প্রথম তৈরি করেছিল এবং জুলাই ২০২১ সালে পাবলিকলি রিলিজ করে দেয়। ওপেন-সোর্স এই কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামটি প্রোটিন তৈরির বিল্ডিং ব্লক; অ্যামিনো অ্যাসিডের ক্রম থেকে প্রোটিনের ত্রিমাত্রিক কাঠামোর প্রেডিক্ট করতে পারে।
প্রোটিন অনেকটা একদম ছোট-অস্পষ্ট ধাঁধার মত। ব্যাকটেরিয়া, গাছপালা থেকে প্রাণী পর্যন্ত সকল জীবই প্রোটিন তৈরি করে এবং যখন তৈরি হয় তখন মিলিসেকেন্ডের মধ্যে ভাঁজ হয়ে যায় আর এই ভাঁজটা কোনদিকে কেমন হবে তা খুবই আনপ্রেডিকটেবল। আর প্রোটিনের তাদের গঠন এতই বেশি জটিল যে তারা কী আকার নেবে তা অনুমান করার চেষ্টা করাও প্রায় অসম্ভব।
Cyrus Levinthal নামের একজন আমেরিকান আণবিক জীববিজ্ঞানী ১৯৬৯ সালে একটি গবেষণাপত্রে বিপুল সংখ্যক সম্ভাব্য কনফিগারেশন থাকা সত্ত্বেও প্রোটিনগুলি এত দ্রুত এবং এবং সুনির্দিষ্টভাবে ভাঁজ হয় যে পুরো ব্যাপারটাই ভুতুরে প্যারাডক্স মনে হবে, এমন তথ্য প্রকাশ করেন। তিনি অনুমান করেছিলেন যে, একটি প্রদত্ত প্রোটিনের 10³⁰⁰ সম্ভাব্য চূড়ান্ত আকার থাকতে পারে।
এইভাবে, Levinthal লিখেছেন,
যদি কেউ একে একে প্রতিটি কনফিগারেশন চেষ্টা করে সঠিক প্রোটিন আকারে পৌঁছানোর চেষ্টা করে, তবে সঠিক উত্তর পেতে মহাবিশ্বের অস্তিত্বের চেয়ে বেশি সময় লাগবে।
তবে বিজ্ঞানীদের কাছে প্রোটিন ভিজ্যুয়ালাইজ করার এবং তাদের গঠন বিশ্লেষণ করার উপায় আছে, কিন্তু উপায়টি বেশি ধীর গতির, ব্যায়বহুল এবং কঠিন কাজ। নেচার জার্নাল অনুসারে এক্স-রে ক্রিস্টালোগ্রাফির মাধ্যমে প্রোটিনকে চিত্রিত করার সবচেয়ে সাধারণ উপায় হল প্রোটিনের কঠিন স্ফটিকে এক্স-রে বিম করা এবং রশ্মিগুলি কীভাবে বিচ্ছুরিত হচ্ছে তার ওপর ভিত্তি করে প্রোটিনের গঠিন নির্ধারণ করা। এই পদ্ধতি ব্যবহার করে এখন পর্যন্ত প্রায় ১৯০,০০০ প্রোটিনের আকৃতি নিশ্চিত করা হয়েছে।
ক্রেডিট: DeepMind
একটি প্রোটিনের ত্রিমাত্রিক আকৃতি বা গঠন, সেই প্রোটিনটি কোষে গিয়ে কী কাজ করবে তা নির্ধারণ করে। বেশিরভাগ ওষুধই প্রোটনের কাঠামোগত তথ্য ব্যবহার করে ডিজাইন করা হয় এবং প্রোটিনের সঠিক গঠন প্রোটিন কীভাবে কাজ করে সে সম্পর্কে জানার প্রথম পদক্ষেপ হয়ে থাকে।
DeepMind ডিপ লার্নিং নামক কৃত্রিম বুদ্ধিমত্তা কৌশল ব্যবহার করে AlphaFold নেটওয়ার্ক তৈরি করেছে। AlphaFold ডেটাবেজটি এক বছর আগে চালু করা হয়েছিল ৩৫০,০০০ প্রোটিন গঠনের প্রেডিক্টশন নিয়ে যাতে মানুষ, ইঁদুর এবং অন্যান্য ১৯টি জীবের তৈরি প্রায় প্রতিটি প্রোটিনকে কভার করা হয়েছিলো। তারপর থেকে ক্যাটালগে প্রায় ১০ লক্ষ এন্ট্রিতে ফুলে গেছে। এবার সেটা ২০ কোটিতে পৌঁছাচ্ছে।ইউনিভার্সিটি কলেজ লন্ডনের কম্পিউটেশনাল বায়োলজিস্ট Christine Orengo বলেছেন,
“আমরা এই বিশাল ট্রভের মুক্তির জন্য নিজেদের প্রস্তুত করছি। আমাদের জন্য প্রেডিক্ট করা সমস্ত ডেটা থাকাটা এক কথায় দুর্দান্ত।”
উল্লেখ্য, তিনি আগেও প্রোটিনের নতুন পরিবার সনাক্ত করতে AlphaFold ডাটাবেস ব্যবহার করেছেন।
গত বছর AlphaFold-এর রিলিজ করা ৩৫০,০০০ প্রোটিন গঠনের প্রেডিক্টশন জীবন-বিজ্ঞান সম্প্রদায়ের মধ্যে একটি ঝড় তৈরি করেছিলো। AlphaFold নেটওয়ার্ক প্রোটিনের ত্রিমাত্রিত আকৃতি বা গঠনের অত্যন্ত সঠিক প্রেডিকশন তৈরি করেছিলো। যার ফলে গবেষকরা এর ওপর বেশ ভালোই ভরসা করে। এছাড়া AlphaFold তার প্রেডিকশন কতটা নির্ভরযোগ্য সেটার তথ্যও প্রদান করে, ফলে গবেষকরা সহজে বুঝতে পারেন কোনটির উপর নির্ভর করতে হবে।
EMBL-EBI-এর মতে, ২১.৪ লক্ষের বেশি প্রেডিকশনের মধ্যে প্রায় ৩৫% অত্যন্ত নির্ভুল ছিলো, যার অর্থ সেসব প্রোটিনের গঠন পরীক্ষামূলকভাবে নির্ধারিত প্রোটিনের গঠনের মতোই ভাল।
অনেক AlphaFold প্রেডিক্ট করা প্রোটিনের গঠিন কিছু অ্যাপ্লিকেশনের জন্য পরীক্ষামূলকভাবে প্রাপ্ত প্রোটিনের গঠিন প্রতিস্থাপন করার জন্য যথেষ্ট ভাল। অন্যান্য ক্ষেত্রে, গবেষকরা পরীক্ষামূলক ডেটা যাচাই করতে এবং বোঝাতে AlphaFold-র প্রেডিকশন ব্যবহার করেন।
২৮শে জুলাই প্রকাশিত ২০ কোটি প্রেডিকশন UniProt নামক অন্য একটি ফ্রি প্রোটিন সিকুয়েন্সের ডেটাবেজের ওপর উপর ভিত্তি করে তৈরি করা হয়েছে।
নিয়মিত আপডেট পেতে সাবস্ক্রাইব করুন আমাদের নিউজলেটারে এবং ফলো করুন আমাদের টেলিগ্রাম, ইনস্টাগ্রাম, টুইটার এবং ফেসবুক-এ। এছাড়াও যুক্ত হতে পারেন আমাদের ফেসবুক গ্রুপে।
এই নিবন্ধটি Creative Commons Attribution-NoDerivatives 4.0 International License-এর অধীনে লাইসেন্সকৃত। পুনঃপ্রকাশের জন্য পুনঃপ্রকাশের নির্দেশিকা দেখুুন।
