কিভাবে এআই ক্যান্সার ওষুধের জন্য অনুসন্ধানে সাহায্য করছে: BIOPTIC-এর মলিকুলার ডিসকভারি ইঞ্জিনের ভিতরে

নতুন একটি ওষুধ খোঁজাকে প্রায়ই খড়ের গাদায় গাঁটি খোঁজার সঙ্গে তুলনা করা হয়। বাস্তবে, সমস্যা আরও বড়: "গাদা" বিলিয়ন - অথবা এমনকি ট্রিলিয়ন - সম্ভব মলিকিউল ধারণ করতে পারে।

এখানেই কৃত্রিম বুদ্ধিমত্তা গবেষণাগারে প্রবেশ করে।

BIOPTIC, একটি এআই-প্রধান বায়োটেক কোম্পানি যা উদ্যোক্তা এবং সাবেক গুগল নির্বাহী আন্দ্রে দোরোনিচেভের সাথে যুক্ত, প্রযুক্তি তৈরি করছে যা মেশিন লার্নিং ব্যবহার করে বৃহৎ রসায়নিক গ্রন্থাগারে সেসব অণু খুঁজতে সাহায্য করে যা শেষমেষ নতুন ওষুধে পরিণত হতে পারে। কোম্পানির সবচেয়ে আকর্ষণীয় কর্মসূচিগুলির মধ্যে একটি ক্যান্সারের দিকে লক্ষ্য করে, যেখানে এর এআই সিস্টেম ব্যবহার করা হয়েছে VEGFR-3-এর নির্বাচনী ইনহিবিটর সনাক্ত করতে, যা টিউমারের রক্তনালীর গঠন সঙ্গে যুক্ত একটি जैवিক লক্ষ্য।

এখন এখানে গুরুত্বপূর্ণ শব্দ হল শেষমেশ। এআই একটি বোতাম চাপলে একটি সম্পূর্ণ ক্যান্সার ওষুধ তৈরি করে না। বরং এটি বিজ্ঞানীদেরকে সিদ্ধান্ত নিতে সাহায্য করে কোন অণুগুলি সংশ্লেষণ এবং প্রকৃত বিশ্বের পরীক্ষার জন্য মূল্যবান।

BIOPTIC কী এবং এর এআই আসলে কী করে?

BIOPTIC কৃত্রিম বুদ্ধিমত্তা, গণনামূলক রসায়ন এবং ওষুধ আবিষ্কারের সংযোগস্থলে কাজ করে। এর মূল ধারণা হল রাসায়নিক আবিষ্কারকে আংশিকভাবে একটি অনুসন্ধান সমস্যার মতো বিবেচনা করা।

একটি সাধারণ ওষুধ আবিষ্কার কর্মসূচী একটি রোগ-সংক্রান্ত প্রোটিন দিয়ে শুরু হতে পারে এবং পরে সেই লক্ষ্যটির সাথে মিথস্ক্রিয়া করতে সক্ষম এমন একটি অণু খোঁজার চেষ্টা করতে পারে। চ্যালেঞ্জ হল যে তাত্ত্বিকভাবে সম্ভাব্য ড্রাগের মতো অণুগুলির সংখ্যা অঙ্কনীয়।

BIOPTIC-এর B1 সিস্টেম এই অনুসন্ধানটিকে পরিচালনাযোগ্য করার চেষ্টা করে।

সিস্টেমটি অণুগুলিকে গাণিতিকভাবে উপস্থাপন করে, সতর্কতার সঙ্গে সংখ্যা ভিত্তিক এম্বেডিং তৈরি করে যা রসায়নিক কাঠামোগুলিকে উচ্চ গতিতে তুলনা করতে দেয়। কোম্পানির সঙ্গী-পর্যালোচিত গবেষণার অনুযায়ী, B1 এমন গ্রন্থাগারগুলি অনুসন্ধান করতে পারে যা দশের বিলিয়নেরও বেশি যৌগ ধারণ করে এবং অণুবিজ্ঞানের বৈশিষ্ট্যগুলির উপর ভিত্তি করে অণুগুলি বের করতে পারে, যদিও তাদের রসায়নিক কাঠামো উল্লেখযোগ্যভাবে আলাদা।

এটা স্পষ্ট যে এআই গবেষণাগারকে প্রতিস্থাপন করছে না। এটি গবেষণাগার কাজ শুরু হওয়ার আগে অত্যন্ত দ্রুত একটি ফিল্টার হিসেবে কাজ করছে।

BIOPTIC B1 কিভাবে বিলিয়নগুলি অণু খুঁজে বের করে?

B1 এর প্রযুক্তিগত ভিত্তি একটি লিগ্যান্ড-ভিত্তিক ভার্চুয়াল স্ক্রিনিং সিস্টেম।

একটি লিগ্যান্ড হল একটি অণু যা একটি জীববৈজ্ঞানিক লক্ষ্য, যেমন একটি প্রোটিনের সঙ্গে সংযুক্ত থাকতে পারে। যদি বিজ্ঞানীরা ইতিমধ্যে কিছু অণুর কার্যকলাপ জানেন, তবে সেগুলি নতুন অনুসন্ধানের জন্য প্রস্থান পয়েন্ট হিসেবে কাজ করতে পারে।

B1 অণুর তথ্যকে একটি সংক্ষিপ্ত ভেক্টর প্রতিনিধিত্বে রূপান্তরিত করে। প্রকাশিত সিস্টেমে, প্রত্যেকটি অণুকে 60-ডাইমেনশনাল এম্বেডিং হিসেবে প্রতিনিধিত্ব করা হয় যা float16 সঠিকতায় সঞ্চিত হয়। মডেলটি তারপর একটি অনুসন্ধান অণুকে পূর্ব-সূচীযুক্ত অণুর প্রতিনিধিদের সাথে তুলনা করতে এবং বিশাল মাত্রায় সাদৃশ্য গণনা করতে পারে।

সিস্টেমটি Enamine REAL Space-এ পরীক্ষিত হয়েছে, একটি ভার্চুয়াল রসায়নিক গ্রন্থাগার যেখানে আনুমানিক 40 বিলিয়ন তালিকাভুক্ত অণু রয়েছে।

এই স্কেল একটি প্রকৌশল সমস্যা তৈরি করে যতটা বৈজ্ঞানিক। BIOPTIC-এর গবেষকরা প্রক্রিয়াটিকে দুটি পর্যায়ে বিভক্ত করেছেন:

• স্ক্যানিং: নিউরাল নেটওয়ার্ক অণুগুলিকে প্রক্রিয়া করে এবং এম্বেডিং তৈরি করে।
• অনুসন্ধান: পূর্ব গণনা থেকে প্রাপ্ত এম্বেডিং তুলনা করে সবচেয়ে প্রাসঙ্গিক প্রার্থীদের বের করে।

প্রকাশিত বেঞ্চমার্কগুলিতে, 40-বিলিয়ন-যৌগ গ্রন্থাগারে একটি অনুসন্ধান প্রায় দুই মিনিট এবং পনেরো সেকেন্ডে সম্পন্ন করা যেতে পারে SSD-ভিত্তিক অনুসন্ধান সেটআপ ব্যবহার করে। একটি RAM-ভিত্তিক কনফিগারেশন অনেক বেশি দ্রুত ছিল।

এটি মানে এই নয় যে এআই জীববিজ্ঞানকে বিজ্ঞানীর মতো একইভাবে বোঝে। এর মানে হল সিস্টেমটি রসায়নিক স্থানের একটি গাণিতিক মানচিত্র দ্রুত নেভিগেট করতে পারে এবং প্রার্থী সনাক্ত করতে পারে যারা কাছাকাছি মনোযোগের যোগ্য।

ক্যান্সার প্রকল্প: নির্বাচনী VEGFR-3 ইনহিবিটর খোঁজা

BIOPTIC-এর ক্যান্সার কর্মসূচী দেখায় কিভাবে এই পদ্ধতি কাজ করতে পারে।

লক্ষ্য হল VEGFR-3, যা FLT4 হিসেবেও পরিচিত, একটি রিসেপ্টর যা রক্তনালী গঠনের সাথে যুক্ত সংকেত ম্যাপগুলিতে জড়িত। টিউমারগুলি তাদের বৃদ্ধির জন্য রক্তনালী গঠন ব্যবহার করে, ফলে এই পথে ক্যান্সার গবেষণার একটি গুরুত্বপূর্ণ ক্ষেত্র হয়ে ওঠে।

চ্যালেঞ্জ হল নির্বাচনি।

বিরলভাবে একাধিক VEGF রিসেপ্টরকে ব্যাপকভাবে প্রভাবিত করে এমন ওষুধগুলি অন্যান্য জীববৈজ্ঞানিক ব্যবস্থার সাথেও আন্তঃক্রিয়া করতে পারে, সম্ভাব্য বিষাক্ততার বৃদ্ধি করতে পারে। BIOPTIC-এর প্রকল্পটি VEGFR-3-এর জন্য শক্তিশালী নির্বাচনের সঙ্গে ক্ষুদ্র অণু চিহ্নিত করতে লক্ষ্য রেখেছে।

কোম্পানিটি একটি দ্বি-মডেল পাইপলাইন ব্যবহার করেছে:

SMILES হল একটি টেক্সট-ভিত্তিক নোটেশন যা রাসায়নিক কাঠামো বর্ণনা করতে ব্যবহৃত হয়। এটি রসায়নকে ভাষা মডেল প্রযুক্তির সাথে অবাকভাবে সামঞ্জস্যপূর্ণ করে তোলে: একটি অণুকে একটি প্রতীকগুলির ক্রম হিসেবে উপস্থাপন করা যেতে পারে, যা AI সিস্টেমগুলিকে রাসায়নিক ডাটাতে নিদর্শন শিখতে দেয়।

প্রথম মডেলটি 40 বিলিয়ন যৌগের একটি অতিরিক্ত বৃহৎ গ্রন্থাগার স্ক্রীন করার পরে, দ্বিতীয় ফিল্টার হিসেবে একটি গ্রাফ নিউরাল নেটওয়ার্ক ব্যবহার করা হয়েছিল। একটি টেক্সট সিকোয়েন্সের বিপরীতে, একটি গ্রাফ আণুর খাদকে নোড হিসাবে এবং রাসায়নিক বন্ধনকে সংযোগ হিসাবে উপস্থাপন করে, GNNs-কে আণবিক কাঠামো এবং সম্পর্ক মডেল করার জন্য কার্যকর করে।

একটি ডিজিটাল পূর্বাভাস থেকে একটি বাস্তব অণু

এটি সেই স্থান যেখানে এআই গল্পটি বাস্তব বিজ্ঞান হয়ে ওঠে।

কম্পিউটার পূর্বাভাস দিতে পারে একটি অণু প্রতিশ্রুতিশীল, কিন্তু সেই অণুকে এখনও সংশ্লেষণ এবং পরীক্ষামূলকভাবে পরীক্ষা করতে হবে।

VEGFR-3 প্রকল্পে, BIOPTIC 110 যৌগ পরীক্ষা করতে রিপোর্ট করেছে কিনেজ প্রোফাইলিং এসেসমেন্ট ব্যবহার করে। একাধিক অণু VEGFR-3 এর বিরুদ্ধে কার্যকলাপ প্রদর্শন করেছে, এবং তিনটি একটি একক VEGFR লক্ষ্যটির জন্য নির্বাচনী হয়েছে। একটি প্রার্থী 45 গুণেরও বেশি নির্বাচন প্রদর্শন করেছে VEGFR-1 এবং VEGFR-2 এর বিরুদ্ধে রিপোর্ট করা পরীক্ষায়। ফলাফলগুলি 2025 সালের ASCO বার্ষিক সভার জন্য একটিসারাংশে উপস্থাপন করা হয়েছিল এবং ক্লিনিকাল অনকোলজি জার্নালে একটি বৈঠক সংক্রান্ত সারাংশ হিসেবে প্রকাশিত হয়েছিল।

পরে গবেষকরা অণু আবিষ্কারকে RNA গণনামূলক বিশ্লেষণের সাথে সংযোজন করে। অনকোবক্স অ্যালগরিদম ব্যবহার করে, তারা হাজার হাজার টিউমার প্রকাশের প্রোফাইল বিশ্লেষণ করেছে যাতে পূর্বশর্ত নির্ধারণ করতে পারে কোন ক্যান্সার প্রকারগুলি নির্বাচনী VEGFR-3 অবরোধের জন্য সবচেয়ে প্রতিক্রিয়া জানায়। তাদের পরবর্তী তদন্তের জন্য রিপোর্ট করা প্রার্থীদের মধ্যে রয়েছে পেপিলারি থাইরয়েড ক্যান্সার, ক্লিয়ার-সেল রেনাল ক্যান্সার, প্যানক্রিয়েটিক ক্যান্সার, ওভারিয়ান ক্যান্সার এবং সারকোমা।

এগুলি গবেষণা findings - কিন্তু সম্পূর্ণ ক্যান্সার ঔষধ রোগীদের জন্য প্রস্তুত সেটি নয়।

BIOPTIC B1 এর বৈজ্ঞানিক প্রমাণ

BIOPTIC-এর প্রযুক্তি সহ-কৃত্রিম বুদ্ধিমত্তা সম্পর্কিত বৈজ্ঞানিক সাহিত্যেও বর্ণিত হয়েছে।

2025 সালে, গবেষকরা "Journal of Chemical Information and Modeling"-এ একটি গবেষণা প্রকাশ করেছিলেন যেখানে BIOPTIC B1 এবং LRRK2-কে লক্ষ্য করে একটি প্রতিশ্রুতিকর ওষুধ আবিষ্কারের পরীক্ষার বর্ণনা করেছে, যা পার্কিনসনের রোগের সাথে সম্পর্কিত একটি প্রোটিন।

সিস্টেমটি একই 40 বিলিয়ন অণুর রসায়নিক স্থানটি অনুসন্ধান করে এবং LRRK2 এর স্বাভাবিক এবং মিউটেন্ট উভয় ফরমের জন্য নতুন লিগ্যান্ড সনাক্ত করে। সবচেয়ে কার্যকরভাবে পরীক্ষা করা যৌগগুলি 110 ন্যানোমোলার অবনমন কনস্ট্যান্ট যুক্ত প্রাপ্ত করেছে।

পরবর্তী পর্যায়টি বিশেষভাবে গুরুত্বপূর্ণ AI-সহায়িত ওষুধ আবিষ্কারের জন্য। প্রাথমিক হিটগুলি চূড়ান্ত উত্তর হিসেবে বিবেচনা করা হয়নি। বিজ্ঞানীরা সেরা যৌগগুলোকে একটি এনালগ অনুসন্ধানের শুরু পয়েন্ট হিসেবে ব্যবহার করেছেন, কাঠামোগতভাবে সম্পর্কিত অণুগুলি নিয়ে এসেছেন, তাদের ব্যবহারিক বৈশিষ্ট্যের জন্য ফিল্টার করেছেন এবং সত্যিই সংশ্লেষণের যোগ্য প্রার্থীদের বেছে নিয়েছেন।

48টি নির্বাচিত অ্যানালগের মধ্যে 47টি সফলভাবে সংশ্লেষিত হয়েছে। ফলে উৎপন্ন যৌগগুলিকে পুনরায় পরীক্ষা করা হয়েছে, গণনা, রসায়ন এবং জীববিজ্ঞান এর মধ্যে একটি প্রতিক্রিয়া লুপ তৈরি করে।

কেন এআই ওষুধ বিজ্ঞানীদের প্রতিস্থাপন করতে পারে না

"এআই ওষুধ আবিষ্কার করে" উক্তিটি আকর্ষণীয়, তবে অসম্পূর্ণ।

এআই অণুগুলিকে ডেটা থেকে শিখিত নিদর্শনের ভিত্তিতে র‌্যাঙ্ক করতে পারে। এটি ভার্চুয়াল স্ক্রীনিংকে ত্বরান্বিত করতে এবং রাসায়নিক সম্পর্কগুলি চিহ্নিত করতে সাহায্য করে যা ম্যানুয়ালি আবিষ্কার করা কঠিন। তবে একটি পূর্বাভাস একটি পূর্বাভাস থাকে যতক্ষণ পর্যন্ত পরীক্ষামূলক কাজ সত্যতা নিশ্চিত না করে।

বিজ্ঞানীদের এখনও মৌলিক প্রশ্নগুলির উত্তর দেয়া দরকার:

• কি অণুটি প্রকৃতপক্ষে লক্ষ্যটির সঙ্গে আবদ্ধ হয়?
• এটি নির্দিষ্ট জীববৈজ্ঞানিক পথে প্রভাব ফেলে কিনা?
• এটি যথেষ্ট নির্বাচনীয় কিনা?
• কি এটি বিষাক্ত?
• এটি সঠিক টিস্যুতে পৌঁছাতে পারে?
• এটি নিরাপদভাবে বিপাকিত হয়?
• কি এটি প্রাণীদের মধ্যে কাজ করে?
• এটি মানব রোগীদের সাহায্য করে?

একটি প্রতিশ্রুতিশীল অণু যেকোনো সময় ব্যর্থ হতে পারে।

এই কারণে BIOPTIC B1 এর মতো সিস্টেমগুলির প্রকৃত মূল্য হতে পারে গতি, জাদু নয়। যদি এআই লক্ষ বিলিয়ন তাত্ত্বিক সম্ভাবনাগুলিকে কয়েক ডজন অণুতে পরীক্ষার জন্য হ্রাস করতে পারে, তবে এটি ওষুধ আবিষ্কারের প্রথম পর্যায়গুলি আরও কার্যকর তৈরি করতে পারে।

এআই-চালিত চিকিৎসার ভবিষ্যৎ

BIOPTIC-এর কাজ একটি বৃহত্তর পরিবর্তনকে তুলে ধরে বায়োটেকনোলজিতে। এআই ক্রমেই গবেষণার কাঠামোর একটি অঙ্গ হয়ে উঠছে - রাসায়নিক স্থান অনুসন্ধানের জন্য একটি সিস্টেম, পরীক্ষাগুলিকে অগ্রাধিকার দেওয়া এবং অণুর তথ্যকে জীববৈজ্ঞানের তথ্যের সাথে সংযোগ করা।

কোম্পানির ক্যান্সার গবেষণা বিশেষ করে আকর্ষণীয় কারণ এটি কয়েকটি স্তরের গণনার সমন্বয় করে: মলিকুলার স্ক্রীনিং, নির্বাচনী মডেলিং এবং টিউমার জীববিজ্ঞানের RNA-seq বিশ্লেষণ।

কিন্তু এই প্রক্রিয়ার চূড়ান্ত পণ্য হল একটি এআই-সৃষ্ট প্রেসক্রিপশন নয়। তা হল বিজ্ঞানীদের পরিক্ষার জন্য হাইপোথিসিসের একটি সংক্ষিপ্ত তালিকা।

সেই পার্থক্য গুরুত্বপূর্ণ।

এআই গবেষকদের কার্যগতভাবে দ্রুত বিলিয়ন অণু খুঁজে বের করতে সাহায্য করতে পারে। এটি অজানা রাসায়নিক কাঠামো বের করতে পারে এবং ল্যাবরেটরিগুলিকে সেই প্রার্থীদের দিকে নির্দেশ করতে পারে যা অন্যথায় লুকিয়ে থাকবে। তবে অণুটি এখনও রসায়ন, জীববিজ্ঞান, বিষাক্ততা, প্রাক-clinical গবেষণা এবং ক্লিনিকাল ট্রায়ালের মধ্যে টিকে থাকতে হবে।

অন্য কথায়, এআই সেই বিজ্ঞানীকে প্রতিস্থাপন করছে না যে ক্যান্সারের জন্য একটি চিকিৎসা সন্ধানে।

এটি সেই বিজ্ঞানীর জন্য একটি ব্যাপকভাবে শক্তিশালী অনুসন্ধান ইঞ্জিন প্রদান করছে।