हाल ही में, एक वीडियो ने ऑनलाइन व्यापक ध्यान आकर्षित किया, जिसमें जांग वेनहोंग की नकल करने वाला एक खाता लाइव सेलिंग कर रहा था और एक प्रोटीन बार बेच रहा था। कई नेटिज़न्स ने इस पर सवाल उठाए, "क्या जांग वेनहोंग बिक्री कर रहा है?" और भी चिंताजनक बात यह है कि कुछ वृद्ध दर्शक इस वीडियो पर पूरी तरह से विश्वास कर रहे थे, यहाँ तक कि उन्होंने ऑर्डर भी दिए और इस जानकारी को सोशल ग्रुप में साझा किया। पत्रकारों की जांच-पड़ताल के बाद पता चला कि वीडियो में दिख रहा जांग वेनहोंग असली नहीं था, बल्कि AI तकनीक के माध्यम से निर्मित डिप फेक था। इस पर, जांग वेनहोंग ने प्रतिक्रिया दी कि ऐसी बिक्री करने वाले खाते केवल एक ही नहीं हैं, और

नीदरलैंड और स्विट्ज़रलैंड की प्रोटीन इंजीनियरिंग एआई स्टार्टअप Cradle ने हाल ही में 73 मिलियन डॉलर की सीरीज बी फंडिंग सफलतापूर्वक पूरी करने की घोषणा की। इस फंडिंग में प्रमुख निवेशक IVP शामिल था, जबकि मौजूदा निवेशकों Index Ventures और Kindred Capital ने भी भाग लिया। अब Cradle की कुल फंडिंग राशि 100 मिलियन डॉलर से अधिक हो गई है। चित्र के स्रोत का उल्लेख: चित्र AI द्वारा उत्पन्न, चित्र के लिए लाइसेंस सेवा प्रदाता Midjourney Cradle का ध्यान है।

बायोटेक क्षेत्र में, आर्टिफिशियल इंटेलिजेंस का उपयोग अनुसंधान को तेज करने के लिए एक नई सामान्यता बन गया है। हाल ही में, बायोटेक कंपनी क्रेडल ने 73 मिलियन डॉलर के वित्तपोषण की घोषणा की, जिसका उद्देश्य प्रयोगशाला और टीम का विस्तार करना है। क्रेडल की स्थापना 2022 में हुई थी, और यह बायोटेक में भाषा मॉडल के अनुप्रयोगों की खोज करने में संलग्न है। संस्थापक और सीईओ stef van Grieken ने एमिनो एसिड और न्यूक्लियोटाइड्स के संयोजन को 'अंतरिक्षीय प्रोग्रामिंग भाषा' के रूप में चित्रित किया, हालाँकि यह भाषा AI मॉडल द्वारा भी समझी जा सकती है।

अब वैज्ञानिक प्रोटीन को प्रोग्रामिंग की तरह सटीकता से डिज़ाइन कर सकते हैं। यह अब किसी विज्ञान कथा की बात नहीं है, बल्कि डच कंपनी Cradle द्वारा बनाई जा रही वास्तविकता है। बायोटेक्नोलॉजी के विशाल परिदृश्य में, Cradle के संस्थापक स्टेफ वैन ग्रीकेन प्रोटीन की तुलना एक विदेशी प्रोग्रामिंग भाषा से करते हैं। उनकी टीम कृत्रिम बुद्धिमत्ता का उपयोग करके इस रहस्यमय भाषा को समझने का प्रयास कर रही है, जो बायोटेक्नोलॉजी में क्रांतिकारी परिवर्तन ला रही है। पारंपरिक प्रोटीन अनुसंधान एक लंबी और महंगी अंधे खोज की तरह होती है। शोधकर्ताओं को दर्जनों प्रयोगों के दौर से गुजरना पड़ता है, प्रत्येक दौर में लाखों का खर्च हो सकता है।

गूगल दीपमाइंड ने हाल ही में AlphaFold3 का स्रोत कोड और मॉडल वजन जारी किया, जो एक महत्वपूर्ण प्रगति का संकेत है जो वैज्ञानिक खोजों और दवा विकास कोaccelerate कर सकता है। यह खबर आने के केवल कुछ हफ्तों बाद, प्रणाली के निर्माता डेमिस हसाबिस और जॉन जंपर ने 2024 के नोबेल रसायन पुरस्कार को प्राप्त किया, जिसका श्रेय उन्हें प्रोटीन संरचना भविष्यवाणी में उनके योगदान के लिए दिया गया। पिछले संस्करण AlphaFold2 की तुलना में, AlphaFold3 की तकनीकी क्षमता।

गूगल DeepMind ने AlphaProteo जारी किया, एक कृत्रिम बुद्धिमत्ता प्रणाली, जो विशेष लक्षित अणुओं के लिए नए प्रकार के प्रोटीन बनाने पर केंद्रित है, जिससे दवा डिज़ाइन, रोग की समझ और स्वास्थ्य अनुप्रयोगों पर अनुसंधान को तेज़ करने का उद्देश्य है। AlphaProteo ने ट्यूमर वृद्धि और विभिन्न रोगों की जटिलताओं से संबंधित प्रोटीन VEGF-A के लिए संयोजक डिजाइन में पारंपरिक तरीकों से कहीं बेहतर परिणाम दिखाए हैं। AlphaFold से अलग, यह प्रणाली डिज़ाइन किए गए प्रोटीन को जैविक प्रक्रियाओं के साथ बातचीत करने की क्षमता प्रदान करती है, जो हानिकारक प्रोटीन के लिए लक्षित उपचार विकसित करने की संभावनाओं को खोलती है।

AlphaSeq, A-Alpha Bio द्वारा पेश किया गया, प्रोटीन इंटरैक्शन (PPI) पूर्वानुमान की सीमाओं को तोड़ता है और यह दुनिया का सबसे बड़ा PPI डेटा सेट बन गया है, जिसमें 7.5 अरब से अधिक माप परिणाम शामिल हैं। यह प्रोटीन संरचना पूर्वानुमान में AlphaFold की सफलता की तुलना में विशेष रूप से PPI पूर्वानुमान में कुशल है, और इस प्रक्रिया को सरल बनाने के लिए अभिनव तरीकों का उपयोग करता है। AlphaSeq का प्रयोगात्मक मंच लाखों PPI के बंधन संतुलन को प्रभावी ढंग से मापने में सक्षम है, जिससे प्रोटीन अनुसंधान की गति तेज़ होती है।

AlphaFold3 (AF3) DeepMind टीम का नवीनतम उन्नत उपकरण है, जो प्रोटीन, न्यूक्लिक एसिड और लघु अणुओं की संरचना का भविष्यवाणी करने के लिए है। एकल प्रोटीन अनुक्रम और इसके परिसर संरचना के विश्लेषण की क्षमता के साथ, AF3 ने नुस्खे से तीन आयामी संरचना में परिवर्तन किया। इसका ढांचा तीन मुख्य मॉड्यूलों से बना है: इनपुट तैयारी अनुक्रम को साफ करना, समान संरचना वाले अणुओं की खोज करना; निरूपण अध्ययन में बहु-स्तरीय ध्यान तंत्र का उपयोग करके निरूपण को अपडेट करना; संरचना भविष्यवाणी आवश्यकतावादी प्रसार मॉडल के माध्यम से की जाती है। AF3 रचनात्मक रूप से विभिन्न प्रकार के अणुओं को अद्वितीय संख्याओं में बदलता है।

पूर्व मेटा इंजीनियर द्वारा स्थापित आर्टिफिशियल इंटेलिजेंस रिसर्च लैब EvolutionaryScale ने हाल ही में ESM3 पेश किया, जो एक जैव प्रोग्राम डिजाइनिंग उपकरण है जिसमें मूल बहु-मोडल और जनरेटिव भाषा मॉडल होते हैं।

अमेरिकी तकनीकी कंपनी ओरेकल ने मंगलवार को भविष्यवाणी की कि वित्तीय वर्ष 2025 तक, इसकी आय में दो अंकों की वृद्धि होगी, जो विश्लेषकों की अपेक्षाओं से अधिक है, और यह कंपनी की एआई क्लाउड सेवाओं के प्रति मजबूत मांग को दर्शाता है, जिसके बाद कंपनी के शेयरों में समापन के बाद 9% की वृद्धि हुई। ओरेकल ने अपने स्वामित्व के क्लाउड इन्फ्रास्ट्रक्चर को क्लाइंट तक विस्तारित करने के लिए चैटजीपीटी निर्माताओं OpenAI और गूगल क्लाउड के साथ साझेदारी की भी घोषणा की।

Evo एक जीनोम बुनियादी मॉडल है, जो बहु-मोडल और बहु-स्केल शिक्षा कर सकता है। Evo पूरे जीनोम स्तर पर DNA अनुक्रम उत्पन्न कर सकता है। Evo एकल अणु और छोटे अनुक्रमों को पार कर गया है, और संश्लेषित कई घटक जीव प्रणाली को डिज़ाइन कर सकता है। Evo पूरे जीनोम स्तर पर बैक्टीरिया या फेज़ में आवश्यक जीनों की भविष्यवाणी कर सकता है।

हाल ही में वैज्ञानिकों ने पत्रिका 'Nature Machine Intelligence' में प्रोटीन-लिगैंड जटिल संरचना की भविष्यवाणी पर एक अध्ययन प्रकाशित किया। नई विधि NeuralPLexer गहन उत्पन्न मॉडल के माध्यम से, केवल प्रोटीन अनुक्रम और लिगैंड अणु आकृति इनपुट के माध्यम से संरचना की भविष्यवाणी कर सकता है। NeuralPLexer ने बहु-स्केल गहन शिक्षण प्रणाली का उपयोग करके भविष्यवाणी की सफलता दर को बढ़ाया है, और यह दवा खोज में महत्वपूर्ण भूमिका निभाने की उम्मीद है। यह अध्ययन प्रोटीन-लिगैंड जटिल संरचना की भविष्यवाणी के क्षेत्र में पता लगाने के लिए प्रदान करता है।

नीदरलैंड-स्विट्ज़रलैंड में स्टार्टअप Cradle ने 2.4 अरब डॉलर का सफलतापूर्वक फंडिंग जुटाया है, जिसका उद्देश्य AI का उपयोग करके वैज्ञानिकों को तेज़ी से और अधिक आर्थिक रूप से प्रोटीन डिजाइन और इंजीनियर करने में सहायता करना है। Cradle जनरेटिव आर्टिफिशियल इंटेलिजेंस (Generative AI) तकनीक का उपयोग करता है, जो प्रयोगशाला डेटा और अरबों प्रोटीन अनुक्रमों के प्रशिक्षण के माध्यम से प्रोटीन डिजाइन में सुधार करने और अनुसंधान एवं विकास को गति प्रदान करता है। यह तकनीक पारंपरिक उपकरणों द्वारा सामना किए जाने वाले प्रोटीन इंजीनियरिंग के समस्याओं का समाधान पेश करने की उम्मीद करती है और जैव-फार्मaceut कंपनीयों को तेजी से और सफल प्रयोगात्मक परिणाम प्रदान करती है। Cradle ने Index का ध्यान आकर्षित किया है।

अल्फाफोल्ड का नवीनतम संस्करण प्रोटीन, न्यूक्लिक एसिड, और पीटीएम समाविष्ट अणुओं की संरचना की भविष्यवाणी कर सकता है, जो एंटीबॉडी बाइंडिंग से संबंधित मुद्दों में उच्च सटीकता के साथ परमाणु स्तर की भविष्यवाणियों में पूर्ववर्ती संस्करणों से काफी आगे बढ़ गया है। यह प्रोटीन-लिगैंड संरचना की तेज और सटीक भविष्यवाणी में मदद करता है, जो जटिल जैविक तंत्र को समझने और चिकित्सा अनुप्रयोगों की गति बढ़ाने में सहायक है।

हार्वर्ड और कोलंबिया यूनिवर्सिटी ने एक ओपन-सोर्स डेटा सेट OpenProteinSet जारी किया, जिसमें 16 मिलियन प्रोटीन बहु-अनुक्रम संरेखण और संबंधित डेटा शामिल हैं, जो AI मॉडल प्रशिक्षण के लिए समर्थन प्रदान करता है। AlphaFold 2 की सटीकता ने प्रोटीन संरचना भविष्यवाणी के क्षेत्र में एक मील का पत्थर स्थापित किया, लेकिन इसके निजी डेटा ने अन्य शोधकर्ताओं की प्रगति को सीमित कर दिया। OpenProteinSet में PDB में सभी प्रोटीन के MSA शामिल हैं, जो प्रोटीन मशीन लर्निंग समुदाय को प्रचुर पूर्व-गणना MSA संसाधन प्रदान करता है। यह डेटा सेट संरचनात्मक जैविकी के विभिन्न कार्यों के लिए उपयोग किया जा सकता है।