AlphaFold 3 எவ்வாறு செயல்படுகிறது என்பதை மக்கள் சுதந்திரமாக ஆய்வு செய்ய அனுமதிக்க வேண்டும்.
புரதங்கள் அமினோ அமில பாகங்களாலான நீண்ட சங்கிலிகள் போன்றவை. அவை சில வடிவங்களில் இணைகின்றன. அவை சரியாக இணைந்தால், அவை சரியாக வேலை செய்கின்றன. ஆனால் தவறாக இணைந்தால், கடுமையான நோய்களை ஏற்படுத்தும். ஒவ்வொரு புரதமும் பல வடிவங்களில் இணையலாம், ஆனால் அது எப்போதும் ஒரு குறிப்பிட்ட வடிவத்திற்குச் சென்று மற்றவற்றைத் தவிர்க்கிறது. இது எப்படி, ஏன் நடக்கிறது என்பதைக் கண்டறிய விஞ்ஞானிகள் ஆர்வமாக உள்ளனர். அவர்கள் அதை புரத-மடிப்பு பிரச்சனை என்று அழைக்கிறார்கள். 2018ஆம் ஆண்டில், DeepMind என்ற கூகுள் நிறுவனம் AlphaFold என்ற AI கருவியை உருவாக்கியது. இந்தக் கருவியால் புரதங்கள் இணையும் வடிவங்களைக் கண்டறிய முடியும்.
இரண்டு ஆண்டுகளுக்குப் பிறகு, Alpha Fold-2 மேம்படுத்தப்பட்டது. விஞ்ஞானிகள் மற்றும் தொழில்நுட்ப வல்லுநர்கள் கூறுகையில், இந்த ஆழமான கற்றல் அமைப்புகள் புரதக் கட்டமைப்புகளை நாம் எவ்வாறு புரிந்துகொள்கிறோம் என்பதை மாற்றியது. இரு ஆண்டுகளுக்கு ஒருமுறை நடக்கும் புரதக் கட்டமைப்புக் கணிப்பு குறித்த விமர்சன மதிப்பீடு போட்டியில் (Critical Assessment of Protein Structure Prediction contest) அவற்றின் திறனை வெளிப்படுத்தியது. இப்போது, Alpha Fold-3 உள்ளது. இது கிட்டத்தட்ட 80% துல்லியம் மற்றும் மாதிரி டிஎன்ஏ (DNA), ஆர்என்ஏ (RNA), லிகண்ட்கள் (ligands) மற்றும் அவற்றின் மாற்றங்களுடன் வடிவங்களைக் கணிக்க முடியும். அதன் முன்னோடிகளைப் போலவே, Alpha Fold-3, முதல் இரண்டு பதிப்புகளைப் போலவே, மடிந்த புரதங்களின் கட்டமைப்புகளை விரைவாக வெளிப்படுத்துகிறது. இந்த செயல்முறையானது மேம்பட்ட நுண்ணோக்கிகளைப் பயன்படுத்தி மனிதர்கள் கண்டறியும் பல வருடங்களுக்குப் பதிலாக சில வினாடிகளில் கண்டறியும்.
AlphaFold 3-ன் வெளியீட்டின் மீதான உற்சாகம் அதன் முன்னோடிகளைச் சூழ்ந்திருந்த மிகைப்படுத்தலில் இருந்து தப்பவில்லை. இந்த இயந்திரங்களால் புரதக் கட்டமைப்புகளைத் துல்லியமாக கணிக்க முடியும், ஆனால் புரதங்கள் ஏன் அவ்வாறு மடிகின்றன என்பதை அவர்களால் விளக்க முடியாது - அது இன்னும் மனித விஞ்ஞானிகளின் கையில்தான் உள்ளது. Alpha Folds மருந்து கண்டுபிடிப்பை எவ்வாறு அதிகரிக்கும் என்பது நிச்சயமற்றது. மருந்துக் கூறுகள் மற்றும் உடலின் பல்வேறு பகுதிகளுக்கு இடையேயான அனைத்து தொடர்புகளையும் கணிக்க ஆராய்ச்சியாளர்கள் போராடுவதால், மருந்து வளர்ச்சி மற்றும் சவால்களை எதிர்கொள்கிறது.
புரோட்டீன்-மடிப்பு சிக்கலைத் தீர்ப்பது மிகவும் முக்கியமானது, ஆனால் இது மனித மருத்துவ பரிசோதனைகளில் மருந்துகளின் வெற்றி விகிதத்தை தானாகவே மேம்படுத்தாது. அந்த இலக்கை நோக்கி இது ஒரு பயனுள்ள நகர்வாகும். தற்போது, Alpha Fold 3-ன் பயன்பாடு இலவசம் ஆனால் வரம்புக்குட்பட்டது, மேலும் அதன் உள் செயல்பாடுகள் பொது சோதனை அல்லது விமர்சனத்திற்காக திறக்கப்படவில்லை. DeepMind-ன் புதுமைகளின் முனைப்பு பாராட்டுக்குரியது. இருப்பினும், Alpha Fold 3-ன் சுகாதாரப் பாதுகாப்பில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்துவதால், நிறுவனம் மாற்று வருவாய் மாதிரிகளைக் கருத்தில் கொள்ள வேண்டும். இந்த மாதிரிகள் அதிக கட்டணங்களை வசூலிப்பதை தவிர்க்க வேண்டும். இந்த நிலைமை ஏற்கனவே பொது நிதியுதவி ஆராய்ச்சியில் இருந்து உருவாக்கப்பட்ட அறிவியல் ஆவணங்கள் மற்றும் மருந்துகளை பாதித்துள்ளது. ஆல்ஃபாஃபோல்டுக்கான பயிற்சித் தரவு அத்தகைய ஆராய்ச்சியின் மூலம் அடையாளம் காணப்பட்ட புரதக் கட்டமைப்புகளை உள்ளடக்கியது என்பதைக் கவனத்தில் கொள்ள வேண்டும்.