ನೇಚರ್ ಬಯೋಮೆಡಿಕಲ್ ಎಂಜಿನಿಯರಿಂಗ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಸಂಶೋಧನೆಯು ಸುರಕ್ಷಿತ ಮತ್ತು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಚಿಕಿತ್ಸೆಯನ್ನು ರಚಿಸುವಲ್ಲಿ ಮಹತ್ವದ ಹೆಜ್ಜೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಪ್ರೊಟೆಗ್ರಿನ್-1 ಅನ್ನು ಮರು-ಎಂಜಿನಿಯರ್ ಮಾಡಲು ಚಾಟ್‌ಜಿಪಿಟಿಯ ಹಿಂದಿನ ತಂತ್ರಜ್ಞಾನದಂತೆಯೇ ಸಂಶೋಧನಾ ತಂಡವು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯನ್ನು (ಎಲ್‌ಎಲ್‌ಎಂ) ಬಳಸಿಕೊಂಡಿದೆ. ನೈಸರ್ಗಿಕವಾಗಿ ಹಂದಿಗಳಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಈ ಪ್ರಬಲವಾದ ಪ್ರತಿಜೀವಕವು ಬ್ಯಾಕ್ಟೀರಿಯಾವನ್ನು ಕೊಲ್ಲುವಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ ಆದರೆ ಹಿಂದೆ ಮಾನವ ಬಳಕೆಗೆ ತುಂಬಾ ವಿಷಕಾರಿಯಾಗಿದೆ.
ಪ್ರೊಟೆಗ್ರಿನ್-1 ಅನ್ನು ಮಾರ್ಪಡಿಸುವ ಮೂಲಕ, ಸಂಶೋಧಕರು ಅದರ ಬ್ಯಾಕ್ಟೀರಿಯಾ ವಿರೋಧಿ ಗುಣಗಳನ್ನು ಸಂರಕ್ಷಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದ್ದರು ಮತ್ತು ಮಾನವ ಜೀವಕೋಶಗಳ ಮೇಲೆ ಅದರ ಹಾನಿಕಾರಕ ಪರಿಣಾಮಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಾರೆ.
ಇದನ್ನು ಸಾಧಿಸಲು, ತಂಡವು ಹೆಚ್ಚಿನ ಥ್ರೋಪುಟ್ ವಿಧಾನದ ಮೂಲಕ ಪ್ರೊಟೆಗ್ರಿನ್-1 ನ 7,000 ಮಾರ್ಪಾಡುಗಳನ್ನು ರಚಿಸಿತು, ಯಾವ ಮಾರ್ಪಾಡುಗಳು ಸುರಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸಬಹುದು ಎಂಬುದನ್ನು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸಲು ಅವರಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಪೊರೆಗಳನ್ನು ಆಯ್ದವಾಗಿ ಗುರಿಪಡಿಸುವ, ಬ್ಯಾಕ್ಟೀರಿಯಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕೊಲ್ಲುವ ಮತ್ತು ಮಾನವನ ಕೆಂಪು ರಕ್ತ ಕಣಗಳಿಗೆ ಹಾನಿಯಾಗದಂತೆ ತಡೆಯುವ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಈ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಅವರು ನಂತರ LLM ಅನ್ನು ಬಳಸಿದರು. ಈ AI-ಮಾರ್ಗದರ್ಶಿ ವಿಧಾನವು ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಆಯ್ದ ಪ್ರೊಟೆಗ್ರಿನ್-1.2 (bsPG-1.2) ಎಂದು ಕರೆಯಲ್ಪಡುವ ಸಂಸ್ಕರಿಸಿದ ಆವೃತ್ತಿಯ ರಚನೆಗೆ ಕಾರಣವಾಯಿತು.
ಪ್ರಾಥಮಿಕ ಪ್ರಾಣಿಗಳ ಪ್ರಯೋಗಗಳಲ್ಲಿ, bsPG-1.2 ನೊಂದಿಗೆ ಚಿಕಿತ್ಸೆ ನೀಡಿದ ಇಲಿಗಳು ಮತ್ತು ಮಲ್ಟಿಡ್ರಗ್-ನಿರೋಧಕ ಬ್ಯಾಕ್ಟೀರಿಯಾದಿಂದ ಸೋಂಕಿಗೆ ಒಳಗಾದವರು ಆರು ಗಂಟೆಗಳ ಒಳಗೆ ತಮ್ಮ ಅಂಗಗಳಲ್ಲಿ ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಮಟ್ಟದಲ್ಲಿ ಗಮನಾರ್ಹವಾದ ಕಡಿತವನ್ನು ತೋರಿಸಿದರು. ಈ ಭರವಸೆಯ ಫಲಿತಾಂಶಗಳು bsPG-1.2 ಮಾನವ ಪ್ರಯೋಗಗಳಿಗೆ ಸಂಭಾವ್ಯವಾಗಿ ಮುನ್ನಡೆಯಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಇಂಟಿಗ್ರೇಟಿವ್ ಬಯಾಲಜಿಯ ಪ್ರೊಫೆಸರ್ ಮತ್ತು ಅಧ್ಯಯನದ ಸಹ-ಹಿರಿಯ ಲೇಖಕ ಕ್ಲಾಸ್ ವಿಲ್ಕೆ, ಔಷಧ ಅಭಿವೃದ್ಧಿಯ ಮೇಲೆ AI ಯ ಪರಿವರ್ತಕ ಪರಿಣಾಮವನ್ನು ಎತ್ತಿ ತೋರಿಸಿದ್ದಾರೆ.
"ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳು ಪ್ರೊಟೀನ್ ಮತ್ತು ಪೆಪ್ಟೈಡ್ ಎಂಜಿನಿಯರಿಂಗ್ ಅನ್ನು ಕ್ರಾಂತಿಗೊಳಿಸುತ್ತಿವೆ, ಇದು ಹೊಸ ಔಷಧಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವವುಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸುಧಾರಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ಸಂಭಾವ್ಯ ಹೊಸ ಚಿಕಿತ್ಸೆಗಳನ್ನು ಗುರುತಿಸುವುದಲ್ಲದೆ ಕ್ಲಿನಿಕಲ್ ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಅವರ ಮಾರ್ಗವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ”ವಿಲ್ಕೆ ಹೇಳಿದರು.
ನಿರ್ಣಾಯಕ ಆರೋಗ್ಯ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸಲು AI ಅನ್ನು ಹೇಗೆ ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತಿದೆ ಎಂಬುದನ್ನು ಪ್ರಗತಿಯು ಒತ್ತಿಹೇಳುತ್ತದೆ.
ಪ್ರೊಟೆಗ್ರಿನ್-1 ಅನ್ನು ಮರು-ಎಂಜಿನಿಯರ್ ಮಾಡಲು ಚಾಟ್‌ಜಿಪಿಟಿಯ ಹಿಂದಿನ ತಂತ್ರಜ್ಞಾನದಂತೆಯೇ ಸಂಶೋಧನಾ ತಂಡವು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯನ್ನು (ಎಲ್‌ಎಲ್‌ಎಂ) ಬಳಸಿಕೊಂಡಿದೆ. ನೈಸರ್ಗಿಕವಾಗಿ ಹಂದಿಗಳಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಈ ಪ್ರಬಲವಾದ ಪ್ರತಿಜೀವಕವು ಬ್ಯಾಕ್ಟೀರಿಯಾವನ್ನು ಕೊಲ್ಲುವಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ ಆದರೆ ಹಿಂದೆ ಮಾನವ ಬಳಕೆಗೆ ತುಂಬಾ ವಿಷಕಾರಿಯಾಗಿದೆ.
ಪ್ರೊಟೆಗ್ರಿನ್-1 ಅನ್ನು ಮಾರ್ಪಡಿಸುವ ಮೂಲಕ, ಸಂಶೋಧಕರು ಅದರ ಬ್ಯಾಕ್ಟೀರಿಯಾ ವಿರೋಧಿ ಗುಣಗಳನ್ನು ಸಂರಕ್ಷಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದ್ದರು ಮತ್ತು ಮಾನವ ಜೀವಕೋಶಗಳ ಮೇಲೆ ಅದರ ಹಾನಿಕಾರಕ ಪರಿಣಾಮಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಾರೆ.
ಇದನ್ನು ಸಾಧಿಸಲು, ತಂಡವು ಹೆಚ್ಚಿನ ಥ್ರೋಪುಟ್ ವಿಧಾನದ ಮೂಲಕ ಪ್ರೊಟೆಗ್ರಿನ್-1 ನ 7,000 ಮಾರ್ಪಾಡುಗಳನ್ನು ರಚಿಸಿತು, ಯಾವ ಮಾರ್ಪಾಡುಗಳು ಸುರಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸಬಹುದು ಎಂಬುದನ್ನು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸಲು ಅವರಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಪೊರೆಗಳನ್ನು ಆಯ್ದವಾಗಿ ಗುರಿಪಡಿಸುವ, ಬ್ಯಾಕ್ಟೀರಿಯಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕೊಲ್ಲುವ ಮತ್ತು ಮಾನವನ ಕೆಂಪು ರಕ್ತ ಕಣಗಳಿಗೆ ಹಾನಿಯಾಗದಂತೆ ತಡೆಯುವ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಈ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಅವರು ನಂತರ LLM ಅನ್ನು ಬಳಸಿದರು. ಈ AI-ಮಾರ್ಗದರ್ಶಿ ವಿಧಾನವು ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಆಯ್ದ ಪ್ರೊಟೆಗ್ರಿನ್-1.2 (bsPG-1.2) ಎಂದು ಕರೆಯಲ್ಪಡುವ ಸಂಸ್ಕರಿಸಿದ ಆವೃತ್ತಿಯ ರಚನೆಗೆ ಕಾರಣವಾಯಿತು.
ಪ್ರಾಥಮಿಕ ಪ್ರಾಣಿಗಳ ಪ್ರಯೋಗಗಳಲ್ಲಿ, bsPG-1.2 ನೊಂದಿಗೆ ಚಿಕಿತ್ಸೆ ನೀಡಿದ ಇಲಿಗಳು ಮತ್ತು ಮಲ್ಟಿಡ್ರಗ್-ನಿರೋಧಕ ಬ್ಯಾಕ್ಟೀರಿಯಾದಿಂದ ಸೋಂಕಿಗೆ ಒಳಗಾದವರು ಆರು ಗಂಟೆಗಳ ಒಳಗೆ ತಮ್ಮ ಅಂಗಗಳಲ್ಲಿ ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಮಟ್ಟದಲ್ಲಿ ಗಮನಾರ್ಹವಾದ ಕಡಿತವನ್ನು ತೋರಿಸಿದರು. ಈ ಭರವಸೆಯ ಫಲಿತಾಂಶಗಳು bsPG-1.2 ಮಾನವ ಪ್ರಯೋಗಗಳಿಗೆ ಸಂಭಾವ್ಯವಾಗಿ ಮುನ್ನಡೆಯಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಇಂಟಿಗ್ರೇಟಿವ್ ಬಯಾಲಜಿಯ ಪ್ರೊಫೆಸರ್ ಮತ್ತು ಅಧ್ಯಯನದ ಸಹ-ಹಿರಿಯ ಲೇಖಕ ಕ್ಲಾಸ್ ವಿಲ್ಕೆ, ಔಷಧ ಅಭಿವೃದ್ಧಿಯ ಮೇಲೆ AI ಯ ಪರಿವರ್ತಕ ಪರಿಣಾಮವನ್ನು ಎತ್ತಿ ತೋರಿಸಿದ್ದಾರೆ.
"ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳು ಪ್ರೊಟೀನ್ ಮತ್ತು ಪೆಪ್ಟೈಡ್ ಎಂಜಿನಿಯರಿಂಗ್ ಅನ್ನು ಕ್ರಾಂತಿಗೊಳಿಸುತ್ತಿವೆ, ಇದು ಹೊಸ ಔಷಧಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವವುಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸುಧಾರಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ಸಂಭಾವ್ಯ ಹೊಸ ಚಿಕಿತ್ಸೆಗಳನ್ನು ಗುರುತಿಸುವುದಲ್ಲದೆ ಕ್ಲಿನಿಕಲ್ ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಅವರ ಮಾರ್ಗವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ”ವಿಲ್ಕೆ ಹೇಳಿದರು.
ನಿರ್ಣಾಯಕ ಆರೋಗ್ಯ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸಲು AI ಅನ್ನು ಹೇಗೆ ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತಿದೆ ಎಂಬುದನ್ನು ಪ್ರಗತಿಯು ಒತ್ತಿಹೇಳುತ್ತದೆ.
