5.3.2 Foldit

രസകരമെന്നു പറയട്ടെ, വിദഗ്ധരല്ലാത്തവരെ പങ്കെടുപ്പിക്കുന്ന ഒരു പ്രോട്ടീൻ മോൾഡ് ഗെയിമാണ് ഫോൾഡിറ്റ്.

തുറന്ന കോൾ പ്രൊജക്റ്റുകളുടെ മുഴുവൻ ശ്രേണിയും എടുത്തുപറയുന്നു. ഉദാഹരണത്തിന്, നെറ്റ്ഫ്ളിക്സ് പുരസ്കാരത്തിൽ പങ്കെടുത്തവരിൽ ഭൂരിഭാഗവും സ്റ്റാറ്റിസ്റ്റിക്സിലും മെഷീൻ ലേണിംഗിലും വർഷങ്ങളോളം പരിശീലനം നേടിയിരുന്നു. എന്നാൽ, പ്രോത്സാഹിപ്പിക്കുന്ന ഗെയിം ഫോൾഡീറ്റാണ് ചിത്രീകരിച്ചിരിക്കുന്നതുപോലെ, ഔപചാരിക പരിശീലനമില്ലാത്ത പങ്കാളികളേയും ഓപ്പൺ കോൾ പ്രോജക്ടുകളിൽ ഉൾപ്പെടുത്താം.

പ്രോട്ടീൻ മടക്ക പ്രക്രിയയാണ് അമിനോ ആസിഡുകളുടെ ഒരു ശൃംഖല രൂപപ്പെടുന്നത്. ഈ പ്രക്രിയയെക്കുറിച്ച് കൂടുതൽ മനസ്സിലാക്കിയാൽ, ബയോളജിസ്റ്റുകൾക്ക് മരുന്നായി ഉപയോഗിക്കാവുന്ന ചില ആകാരങ്ങളുള്ള പ്രോട്ടീനുകൾ രൂപകൽപ്പന ചെയ്യാൻ കഴിയും. വളരെ ലളിതമായി, പ്രോട്ടീനുകൾ അവയുടെ താഴ്ന്ന ഊർജ്ജ ക്രമീകരണത്തിലേക്ക് നീങ്ങുന്നു. വിവിധ പോസുകളിലെ തുലനങ്ങളും പ്രോട്ടീനിനൊപ്പം (ചിത്രം 5.7) ഉള്ള ഒരു കോൺഫിഗറേഷനും. അതിനാൽ, ഒരു പ്രോട്ടീൻ രൂപപ്പെടാനിടയുള്ള രൂപം പ്രവചിക്കാൻ ഒരു ഗവേഷകൻ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, പരിഹാരം വളരെ ലളിതമാണ്: സാധ്യമായ എല്ലാ കോൺഫിഗറേഷനുകളും ശ്രമിക്കുക, അവരുടെ ഊർജ്ജങ്ങൾ കണക്കുകൂട്ടുക, പ്രോട്ടീൻ താഴ്ന്ന ഊർജ്ജ കോൺഫിഗറേഷനിലേക്ക് പൊരുത്തപ്പെടുമെന്ന് പ്രവചിക്കുക. നിർഭാഗ്യവശാൽ, സാധ്യമായ എല്ലാ കോൺഫിഗറേഷനുകളും ശ്രമിക്കുന്നത് കംപ്യൂട്ടേഷണൽ ചെയ്യാൻ അസാധ്യമാണ്, കാരണം കോടിക്കണക്കിന് ബില്ല്യൺ സാധ്യതയുള്ള കോൺഫിഗറേഷനുകൾ ഉണ്ട്. ഇന്നത്തെ ലഭ്യമായ ഏറ്റവും ശക്തമായ കമ്പ്യൂട്ടറുകളിൽപ്പോലുംപ്പോലും-മാത്രമല്ല അടുത്തകാലത്തുതന്നെ-ബ്രൂറ്റ് ഫോഴ്സിലും പ്രവർത്തിക്കാൻ പോകുന്നില്ല. അതുകൊണ്ടുതന്നെ, ജീവശാസ്ത്ര വിദഗ്ധർ വളരെ ബുദ്ധിപൂർവ്വമായ അൽഗോരിതം വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. ശാസ്ത്രീയവും കമ്പ്യൂട്ടേഷണൽ ശ്രവണശേഷിയുമെല്ലാം വലിയ അളവുകളുണ്ടെങ്കിലും, ഈ അൽഗോരിതങ്ങൾ ഇപ്പോഴും തികച്ചും പരിപൂർണ്ണമാണ്.

ചിത്രം 5.7: പ്രോട്ടീൻ മടക്കിക്കളയുന്നു. "DrKjaergaard" / വിക്കിമീഡിയ കോമൺസിന്റെ ചിത്ര കടപ്പാട്.

ഡേവിഡ് ബേക്കർ, വാഷിംഗ്ടൻ യൂണിവേഴ്സിറ്റിയിലെ ഗവേഷണ സംഘം പ്രോട്ടീൻ മടക്കുകൾക്കുള്ള കമ്പ്യൂട്ടേഷണൽ രീതികൾ സൃഷ്ടിക്കുന്നതിനായി ശാസ്ത്രജ്ഞരുടെ കൂട്ടായ്മയുടെ ഭാഗമായിരുന്നു. ബേക്കറിനും സഹപ്രവർത്തകർക്കും ഒരു പ്രോജക്ട് വികസിപ്പിച്ചെടുക്കാൻ സഹായിച്ച ഒരു സിസ്റ്റം വികസിപ്പിച്ചെടുത്തു. ഫലമായി, വോളന്റിയർമാർ അവരുടെ കമ്പ്യൂട്ടറിൽ സംഭവിച്ചുകൊണ്ടിരിക്കുന്ന പ്രോട്ടീൻ മൗണ്ട് കാണിക്കുന്ന സ്ക്രീൻസേവർ കാണാൻ കഴിയും. ഈ സന്നദ്ധസേവകരിൽ പലരും ബേക്കറിനോടും സഹപ്രവർത്തകരോടും എഴുതി, കണക്കുകൂട്ടലിൽ പങ്കെടുക്കാൻ കഴിയുമായിരുന്നെങ്കിൽ കമ്പ്യൂട്ടറിന്റെ പ്രകടനം മെച്ചപ്പെടുത്തുമെന്ന് അവർ കരുതുന്നു. അതുകൊണ്ടാണ് ഫോൾഡീറ്റ് ആരംഭിച്ചത് (Hand 2010) കൈപ്പുസ്തകം (Hand 2010) .

ഫോൾട്ടിറ്റ് പ്രോട്ടീൻ മടക്കിക്കളയുന്നത് ഒരു കളിക്കാരനെ ആരെയെങ്കിലും കളിക്കാൻ കഴിയുന്ന ഒരു പ്രക്രിയയാക്കി മാറ്റുന്നു. കളിക്കാരന്റെ കാഴ്ചപ്പാടിൽ നിന്ന്, ഫോൾഡിറ്റ് ഒരു പസിൽ ആണ് (ചിത്രം 5.8). കളിക്കാർ പ്രോട്ടീൻ ഘടനയുടെ ഒരു ത്രിമാന ശൃംഖല കൊണ്ടുവരുകയും, പ്രവർത്തനങ്ങൾ നടപ്പിലാക്കുകയും ചെയ്യും - "വലിക്കുക," "വൈക്കം," "റീബിൽഡ്" - ആ രൂപത്തെ മാറ്റണം. ഈ പ്രവർത്തനങ്ങൾ നടപ്പിലാക്കുന്നതിലൂടെ കളിക്കാർ പ്രോട്ടീൻ രൂപത്തിൽ മാറ്റം വരുത്തുന്നു, അത് അവരുടെ സ്കോർ വർദ്ധിപ്പിക്കുന്നു അല്ലെങ്കിൽ കുറയ്ക്കുന്നു. വിമർശകർക്ക്, നിലവിലെ കോൺഫിഗറേഷന്റെ ഊർജ്ജ നിലയെ അടിസ്ഥാനമാക്കി സ്കോർ കണക്കാക്കപ്പെടും; താഴ്ന്ന ഊർജ്ജ കോൺഫിഗറേഷനുകൾക്ക് ഉയർന്ന സ്കോറുകളിൽ ലഭിക്കും. മറ്റു വാക്കുകളിൽ പറഞ്ഞാൽ, താഴ്ന്ന ഊർജ്ജ കോൺഫിഗറേഷനുകൾക്കായി തിരയുന്ന സമയത്ത് കളിക്കാർ ഗൈഡുകളെ സഹായിക്കുന്നു. നെറ്റ്ഫിക്സ് സമ്മാനം-പ്രോട്ടീൻ മടക്കുകളിൽ പ്രവചിക്കുന്ന സിനിമ റേറ്റിംഗ് പോലെ, ഈ ഗെയിം സാധ്യമാക്കുന്നത്, പരിഹാരങ്ങൾ പരിശോധിക്കുന്നതിനെക്കാൾ എളുപ്പം പരിഹരിക്കാവുന്ന ഒരു സാഹചര്യമാണ്.

ചിത്രം 5.8: ഫോൾഡിനുള്ള ഗെയിം സ്ക്രീൻ. Http://www.fold.it- ൽ നിന്നും അനുമതിയുണ്ടാക്കി.

വിദഗ്ധർ രൂപകൽപ്പന ചെയ്ത മികച്ച അൽഗോരിതങ്ങളുമായി മത്സരിക്കുന്നതിന് ജൈവരസതന്ത്രം തികച്ചും ലളിതമായ അറിവോടെ ഫോൾഡീറ്റിൻറെ സുഗമമായ ഡിസൈൻ കളിക്കാരെ പ്രാപ്തമാക്കുന്നു. മിക്ക കളിക്കാരും ടാസ്ക് ഫോഴ്സിലേക്ക് മികച്ച പ്രകടനം കാഴ്ചവെയ്ക്കുന്നില്ലെങ്കിലും ചില വ്യക്തിഗത കളിക്കാരും ചെറിയ ടീമുകളുമുണ്ട്. യഥാർത്ഥത്തിൽ, ഫോൾഡിറ്റ് കളിക്കാർക്കും സ്റ്റേറ്റ് ഓഫ് ദി ആർട്ട് അൽഗൊരിതംസിനും ഇടയിൽ ഹെഡ് ടു ഹെഡ് മത്സരത്തിൽ, താരങ്ങൾ 10 പ്രോട്ടീനുകളിൽ 5 (Cooper et al. 2010) മികച്ച പരിഹാരങ്ങൾ സൃഷ്ടിച്ചു.

Foldit ഉം Netflix prize ഉം വ്യത്യസ്ത രീതിയിൽ വ്യത്യസ്തമാണ്, എന്നാൽ അവ രണ്ടും ജനറേറ്ററിനേക്കാൾ കൂടുതൽ എളുപ്പത്തിൽ പരിശോധിക്കാവുന്ന പരിഹാരങ്ങൾക്ക് ഓപ്പൺ കോളുകൾ ഉൾക്കൊള്ളുന്നു. പേറ്റന്റ് നിയമം: ഇപ്പോൾ, മറ്റൊരു ഘടനയിൽ ഒരേ ഘടന ഞങ്ങൾ കാണും. ഒരു ഓപ്പൺ കോൾ പ്രശ്നത്തിന്റെ ഈ അന്തിമ ഉദാഹരണം കാണിക്കുന്നു, ഈ അളവുകോലാണ് അളവെടുപ്പിനുള്ള വ്യക്തതയില്ലായ്മയല്ലാത്ത ക്രമീകരണങ്ങളിൽ ഉപയോഗിക്കാൻ കഴിയുന്നത്.