ESM3 ਪ੍ਰੋਟੀਨ ਖੋਜ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਕਦਮ

ESM3: ਪ੍ਰੋਟੀਨ ਖੋਜ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਕਦਮ

ਪਿਛਲੇ ਸਾਲ 25 ਜੂਨ ਨੂੰ, ਇਵੋਲੂਸ਼ਨਰੀਸਕੇਲ ਨੇ ESM3 ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਕਿ 98 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਇੱਕ ਸ਼ਾਨਦਾਰ ਜੈਵਿਕ ਮਾਡਲ ਹੈ। ਇਹ ਮਾਡਲ ਪ੍ਰੋਟੀਨ ਨੂੰ ਸਮਝਣ ਅਤੇ ਹੇਰਾਫੇਰੀ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਤਰੱਕੀ ਹੈ।

ESM3 ਪ੍ਰੋਟੀਨ ਦੇ ਤਿੰਨ-ਅਯਾਮੀ ਢਾਂਚੇ ਅਤੇ ਕਾਰਜ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਵਰਣਮਾਲਾ ਵਿੱਚ ਬਦਲ ਕੇ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਨਵੀਨਤਾਕਾਰੀ ਤਰੀਕਾ ਹਰੇਕ 3D ਢਾਂਚੇ ਨੂੰ ਅੱਖਰਾਂ ਦੀ ਲੜੀ ਵਜੋਂ ਦਰਸਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸਦੇ ਨਤੀਜੇ ਵਜੋਂ, ESM3 ਇੱਕੋ ਸਮੇਂ ਇੱਕ ਪ੍ਰੋਟੀਨ ਦੇ ਸੀਕਵੈਂਸ, ਢਾਂਚੇ ਅਤੇ ਕਾਰਜ ਨੂੰ ਸੰਸਾਧਿਤ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਅਟੌਮਿਕ-ਪੱਧਰ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਉੱਚ-ਪੱਧਰ ਦੀਆਂ ਹਦਾਇਤਾਂ ਨਾਲ ਜੋੜ ਕੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੇਂ ਪ੍ਰੋਟੀਨ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ESM3 ਦਾ ਵਿਕਾਸ ਦਾ ਸਿਮੂਲੇਸ਼ਨ 5 ਟ੍ਰਿਲੀਅਨ ਸਾਲ ਦੇ ਕੁਦਰਤੀ ਵਿਕਾਸ ਦੇ ਬਰਾਬਰ ਹੈ।

ਮੁਫ਼ਤ API ਐਕਸੈਸ ਅਤੇ ਮਾਹਿਰ ਪ੍ਰਵਾਨਗੀ

ਵਿਗਿਆਨਕ ਅਤੇ ਫਾਰਮਾਸਿਊਟੀਕਲ ਭਾਈਚਾਰੇ ਉਦੋਂ ਹੈਰਾਨ ਰਹਿ ਗਏ ਜਦੋਂ ESM3 ਨੂੰ ਪਹਿਲੀ ਵਾਰ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸੀ। ਹਾਲ ਹੀ ਵਿੱਚ, ਸਵੇਰੇ 4 ਵਜੇ, ਇਵੋਲੂਸ਼ਨਰੀਸਕੇਲ ਨੇ ਵਿਸ਼ਵ ਭਰ ਦੇ ਵਿਗਿਆਨੀਆਂ ਲਈ ਪ੍ਰੋਟੀਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦੇ ਉਦੇਸ਼ ਨਾਲ ESM3 API ਦੀ ਮੁਫਤ ਉਪਲਬਧਤਾ ਦਾ ਐਲਾਨ ਕੀਤਾ।

ਇਸ ਕਦਮ ਦਾ ਟਿਊਰਿੰਗ ਅਵਾਰਡ ਜੇਤੂ ਅਤੇ ਮੈਟਾ ਦੇ ਮੁੱਖ ਵਿਗਿਆਨੀ ਯਾਨ ਲੇਕੁਨ ਦੁਆਰਾ ਉਤਸ਼ਾਹ ਨਾਲ ਸਵਾਗਤ ਕੀਤਾ ਗਿਆ, ਜਿਨ੍ਹਾਂ ਨੇ ਇਵੋਲੂਸ਼ਨਰੀਸਕੇਲ ਦੀ ਪ੍ਰਾਪਤੀ ਨੂੰ "ਇੱਕ ਬਹੁਤ ਵਧੀਆ ਚੀਜ਼" ਦੱਸਿਆ।

ਇੱਕ ਪੱਤਰਕਾਰ ਹੋਣ ਦੇ ਨਾਤੇ ਜੋ ਕਈ ਸਾਲਾਂ ਤੋਂ AI 'ਤੇ ਲਿਖ ਰਿਹਾ ਹੈ, ਮੈਂ ਮੰਨਦਾ ਹਾਂ ਕਿ ਇਹ ਇੱਕ ਇਤਿਹਾਸਕ ਪਲ ਹੈ। ESM3 ਸਿਰਫ਼ ਇੱਕ ਮਾਡਲ ਤੋਂ ਵੱਧ ਹੈ; ਇਹ ਅਟੌਮਿਕ ਪੱਧਰ 'ਤੇ ਪ੍ਰੋਟੀਨ ਨੂੰ ਸਮਝਣ ਅਤੇ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਸਫਲਤਾ ਹੈ, ਜੋ ਕਿ ਮੈਡੀਕਲ ਖੇਤਰ 'ਤੇ ਡੂੰਘਾ ਪ੍ਰਭਾਵ ਪਾਉਣ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ।

ESM3 ਦੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸ਼ਕਤੀ ਅਤੇ ਮੁੱਖ ਸਮਰੱਥਾਵਾਂ

ESM3 ਨੂੰ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ GPU ਕਲੱਸਟਰਾਂ ਵਿੱਚੋਂ ਇੱਕ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਜਿਸ ਵਿੱਚ 1x10^24 FLOPS ਤੋਂ ਵੱਧ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਅਤੇ 98 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ। ਇਹ ਜੈਵਿਕ ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਕੰਪਿਊਟੇਸ਼ਨਲ ਨਿਵੇਸ਼ ਹੈ।

ਮਾਡਲ ਦੀ ਮੁੱਖ ਤਾਕਤ ਪ੍ਰੋਟੀਨ ਦੇ ਕ੍ਰਮ, ਢਾਂਚੇ ਅਤੇ ਕਾਰਜ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਸਾਧਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਹੈ, ਜੋ ਕਿ ਉਹਨਾਂ ਦੇ ਕੰਮ ਨੂੰ ਸਮਝਣ ਲਈ ਜ਼ਰੂਰੀ ਗੁਣ ਹਨ। ਇਹ 3D ਢਾਂਚਿਆਂ ਅਤੇ ਕਾਰਜਾਂ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਵਰਣਮਾਲਾ ਵਿੱਚ ਬਦਲ ਕੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਿਖਲਾਈ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਨਵੀਆਂ ਜਨਰੇਟਿਵ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਅਨਲੌਕ ਕਰਦਾ ਹੈ।

ਮਲਟੀਮੋਡਲ ਪਹੁੰਚ: ESM3 ਇੱਕ ਮਲਟੀਮੋਡਲ ਪਹੁੰਚ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਵਿਕਾਸਵਾਦੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਸੀਕਵੈਂਸ, ਢਾਂਚੇ ਅਤੇ ਕਾਰਜ ਵਿਚਕਾਰ ਡੂੰਘੇ ਸਬੰਧਾਂ ਨੂੰ ਸਿੱਖਣ ਦੇ ਯੋਗ ਹੁੰਦਾ ਹੈ।
ਮਾਸਕਡ ਲੈਂਗੂਏਜ ਮਾਡਲਿੰਗ: ਸਿਖਲਾਈ ਦੇ ਦੌਰਾਨ, ESM3 ਇੱਕ ਮਾਸਕਡ ਲੈਂਗੂਏਜ ਮਾਡਲਿੰਗ ਉਦੇਸ਼ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਹ ਪ੍ਰੋਟੀਨ ਦੇ ਸੀਕਵੈਂਸ, ਢਾਂਚੇ ਅਤੇ ਕਾਰਜ ਨੂੰ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਮਾਸਕ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਮਾਸਕ ਕੀਤੇ ਹਿੱਸਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ। ਇਹ ਮਾਡਲ ਨੂੰ ਇਹਨਾਂ ਤੱਤਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਸਮਝਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ, ਅਰਬਾਂ ਪ੍ਰੋਟੀਨ ਅਤੇ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਪੈਮਾਨੇ 'ਤੇ ਵਿਕਾਸ ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ।

ਨਾਵਲ ਪ੍ਰੋਟੀਨ ਅਤੇ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਤਿਆਰ ਕਰਨਾ

ESM3 ਦੀ ਮਲਟੀਮੋਡਲ ਤਰਕ ਇਸਨੂੰ ਬੇਮਿਸਾਲ ਸ਼ੁੱਧਤਾ ਨਾਲ ਨਵੇਂ ਪ੍ਰੋਟੀਨ ਤਿਆਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਵਿਗਿਆਨੀ ESM3 ਨੂੰ ਖਾਸ ਕਿਰਿਆਸ਼ੀਲ ਸਾਈਟਾਂ ਵਾਲੇ ਪ੍ਰੋਟੀਨ ਸਕੈਫੋਲਡ ਬਣਾਉਣ ਲਈ ਨਿਰਦੇਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ, ਜੋ ਕਿ ਢਾਂਚਾਗਤ, ਸੀਕਵੈਂਸ, ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਲੋੜਾਂ ਨੂੰ ਜੋੜਦੇ ਹਨ। ਇਸ ਸਮਰੱਥਾ ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸੰਭਾਵਨਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਪਲਾਸਟਿਕ ਦੇ ਕੂੜੇ ਨੂੰ ਤੋੜਨ ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਐਨਜ਼ਾਈਮ ਤਿਆਰ ਕਰਨ ਵਿੱਚ।

ESM3 ਦੀ ਇੱਕ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਇਸਦੀ ਸਕੇਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੈ, ਜਿਸ ਨਾਲ ਮਾਡਲ ਦੇ ਵਧਣ ਨਾਲ ਇਸਦੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ESM3 ਸਵੈ-ਫੀਡਬੈਕ ਅਤੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਡੇਟਾ ਦੁਆਰਾ ਆਪਣੇ ਆਪ ਨੂੰ ਸੁਧਾਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਦੇ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਪ੍ਰੋਟੀਨ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਵਾਧਾ ਹੁੰਦਾ ਹੈ।

ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ, ESM3 ਨੇ ਪਹਿਲਾਂ ਹੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਦਿਖਾਈਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇਸਨੇ ਸਫਲਤਾਪੂਰਵਕ ਇੱਕ ਨਵਾਂ ਹਰਾ ਫਲੋਰੋਸੈਂਟ ਪ੍ਰੋਟੀਨ (esmGFP) ਤਿਆਰ ਕੀਤਾ ਹੈ ਜਿਸ ਵਿੱਚ ਜਾਣੇ ਜਾਂਦੇ ਫਲੋਰੋਸੈਂਟ ਪ੍ਰੋਟੀਨ ਨਾਲ ਸਿਰਫ 58% ਸੀਕਵੈਂਸ ਸਮਾਨਤਾ ਹੈ।

esmGFP ਸਫਲਤਾ: ਪ੍ਰਯੋਗਾਤਮਕ ਨਤੀਜੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ esmGFP ਦੀ ਚਮਕ ਕੁਦਰਤੀ GFP ਦੇ ਬਰਾਬਰ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸਦਾ ਵਿਕਾਸਵਾਦੀ ਮਾਰਗ ਕੁਦਰਤੀ ਵਿਕਾਸ ਤੋਂ ਵੱਖਰਾ ਹੈ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ESM3 ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ 500 ਮਿਲੀਅਨ ਸਾਲਾਂ ਤੋਂ ਵੱਧ ਦੇ ਕੁਦਰਤੀ ਵਿਕਾਸ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ।