حالیہ AI ہائپ ٹرین کا زیادہ تر حصہ افرادی قوت کو ختم کرنے اور بدنیتی پر مبنی پروپیگنڈے کو بہت زیادہ قائل کرنے کی اس کی صلاحیت کے بارے میں خدشات کے ساتھ، سادہ اشارے سے تیار کردہ جادوئی ڈیجیٹل مواد پر مرکوز ہے۔ (تفریح!) تاہم، AI کے کچھ سب سے زیادہ امید افزا – اور ممکنہ طور پر بہت کم بدصورت – کام طب میں ہے۔ گوگل کے الفا فولڈ سافٹ ویئر کی ایک نئی اپ ڈیٹ بیماری کی تحقیق اور علاج کی نئی کامیابیوں کا باعث بن سکتی ہے۔
Google DeepMind اور (Alphabet کی ملکیت والی) Isomorphic Labs کے AlphaFold سافٹ ویئر نے پہلے ہی یہ ثابت کر دیا ہے کہ یہ پیش گوئی کر سکتا ہے کہ پروٹین کس طرح حیران کن درستگی کے ساتھ فولڈ ہو جاتے ہیں۔ اس نے حیران کن 200 ملین معلوم پروٹین کی فہرست بنائی ہے، اور گوگل کا کہنا ہے کہ لاکھوں محققین نے ملیریا کی ویکسین، کینسر کے علاج اور انزائم ڈیزائن جیسے شعبوں میں دریافت کرنے کے لیے پچھلے ورژن استعمال کیے ہیں۔
پروٹین کی شکل اور ساخت کو جاننا اس بات کا تعین کرتا ہے کہ یہ انسانی جسم کے ساتھ کس طرح تعامل کرتا ہے، سائنسدانوں کو نئی دوائیں بنانے یا موجودہ کو بہتر بنانے کی اجازت دیتا ہے۔ لیکن نیا ورژن، الفا فولڈ 3، ڈی این اے سمیت دیگر اہم مالیکیولز کو ماڈل بنا سکتا ہے۔ یہ ادویات اور بیماریوں کے درمیان تعاملات کو بھی چارٹ کر سکتا ہے، جو محققین کے لیے دلچسپ نئے دروازے کھول سکتا ہے۔ اور گوگل کا کہنا ہے کہ وہ موجودہ ماڈلز سے 50 فیصد بہتر درستگی کے ساتھ ایسا کرتا ہے۔
گوگل کی ڈیپ مائنڈ ریسرچ ٹیم نے ایک بلاگ پوسٹ میں لکھا، “الفا فولڈ 3 ہمیں پروٹین سے آگے بائیو مالیکیولز کے ایک وسیع میدان میں لے جاتا ہے۔” “یہ چھلانگ حیاتیاتی قابل تجدید مواد اور زیادہ لچکدار فصلوں کو تیار کرنے سے لے کر منشیات کے ڈیزائن اور جینومکس کی تحقیق کو تیز کرنے تک، زیادہ تبدیلی کی سائنس کو کھول سکتی ہے۔”
“پروٹین ڈی این اے کو پہنچنے والے نقصان کا جواب کیسے دیتے ہیں؛ وہ کیسے ڈھونڈیں گے، مرمت کیسے کریں گے؟” گوگل ڈیپ مائنڈ پروجیکٹ لیڈر جان جمپر نے بتایا وائرڈ. “ہم ان سوالات کا جواب دینا شروع کر سکتے ہیں۔”
AI سے پہلے، سائنسدان صرف الیکٹران خوردبین اور ایکس رے کرسٹالگرافی جیسے وسیع طریقوں کے ذریعے پروٹین کے ڈھانچے کا مطالعہ کر سکتے تھے۔ مشین لرننگ اس عمل کے زیادہ تر حصے کو اس کی تربیت سے پہچانے گئے نمونوں (اکثر انسانوں اور ہمارے معیاری آلات کے لیے ناقابل تصور) کا استعمال کرتے ہوئے ان کے امینو ایسڈ کی بنیاد پر پروٹین کی شکلوں کی پیش گوئی کرنے کے لیے ہموار کرتی ہے۔
گوگل کا کہنا ہے کہ الفا فولڈ 3 کی پیشرفت کا ایک حصہ اس کی مالیکیولر پیشین گوئیوں پر بازی ماڈلز کو لاگو کرنے سے آتا ہے۔ ڈفیوژن ماڈلز AI امیج جنریٹرز کے مرکزی حصے ہیں جیسے Midjourney، Google's Gemini اور OpenAI's DALL-E 3۔ ان الگورتھم کو الفا فولڈ میں شامل کرنا “سافٹ ویئر کی طرف سے تیار کردہ مالیکیولر ڈھانچے کو تیز کرتا ہے”۔ وائرڈ وضاحت کرتا ہے دوسرے لفظوں میں، یہ ایک ایسی تشکیل لیتا ہے جو مبہم یا مبہم نظر آتی ہے اور اسے صاف کرنے کے لیے اس کے تربیتی ڈیٹا کے نمونوں کی بنیاد پر اعلیٰ تعلیم یافتہ اندازے لگاتی ہے۔
گوگل ڈیپ مائنڈ کے سی ای او ڈیمس ہاسابیس نے بتایا کہ “یہ ہمارے لیے ایک بڑی پیش رفت ہے۔” وائرڈ. “یہ بالکل وہی ہے جو آپ کو منشیات کی دریافت کے لئے درکار ہے: آپ کو یہ دیکھنے کی ضرورت ہے کہ ایک چھوٹا سا مالیکیول کس طرح منشیات کے ساتھ جڑا ہوا ہے، کتنی مضبوطی سے، اور یہ بھی کہ یہ کس چیز سے منسلک ہو سکتا ہے۔”
AlphaFold 3 اپنی پیشین گوئی میں اپنے اعتماد کی سطح کو لیبل کرنے کے لیے رنگ کوڈ والے پیمانے کا استعمال کرتا ہے، جس سے محققین کو ایسے نتائج کے ساتھ مناسب احتیاط برتنے کی اجازت ملتی ہے جن کے درست ہونے کا امکان کم ہوتا ہے۔ بلیو کا مطلب ہے اعلیٰ اعتماد؛ سرخ کا مطلب ہے کہ یہ کم یقینی ہے۔
Google AlphaFold 3 کو محققین کے لیے مفت بنا رہا ہے تاکہ وہ غیر تجارتی تحقیق کے لیے استعمال کر سکیں۔ تاہم، ماضی کے ورژن کے برعکس، کمپنی اس منصوبے کو اوپن سورس نہیں کر رہی ہے۔ اسی طرح کے سافٹ ویئر بنانے والے ایک ممتاز محقق، واشنگٹن یونیورسٹی کے پروفیسر ڈیوڈ بیکر نے مایوسی کا اظہار کیا۔ وائرڈ کہ گوگل نے اس راستے کا انتخاب کیا۔ تاہم، وہ سافٹ ویئر کی صلاحیتوں سے بھی متاثر ہوا تھا۔ “AlphaFold 3 کی ساخت کی پیشن گوئی کی کارکردگی بہت متاثر کن ہے،” انہوں نے کہا۔
جہاں تک آگے کیا ہے، گوگل کا کہنا ہے کہ “Isomorphic Labs پہلے سے ہی فارماسیوٹیکل کمپنیوں کے ساتھ تعاون کر رہی ہے تاکہ اسے حقیقی دنیا کے منشیات کے ڈیزائن کے چیلنجوں پر لاگو کیا جا سکے اور بالآخر، مریضوں کے لیے زندگی بدلنے والے نئے علاج تیار کیے جا سکیں۔”