जीव विज्ञान और कंप्यूटर विज्ञान के चौराहे पर, AlphaFold3 के लॉन्च के बाद से, यह एक सुपरस्टार की तरह है, जिसने अनगिनत नजरें आकर्षित की हैं। दुर्भाग्यवश, गूगल DeepMind ने हमें केवल एक पेपर दिया, लेकिन कोई कोड या मॉडल वेट्स प्रदान नहीं किए, जैसे एक स्वादिष्ट केक, जिसे केवल देखने के लिए रखा गया है, लेकिन चखने के लिए नहीं। इस "बंद दरवाजे के निर्माण" के तरीके का सामना करते हुए, कई टीमें पुनरुत्पादन कार्य में जुट गई हैं।
इस गर्मागर्म माहौल में, Ligo नामक एक स्टार्टअप ने AlphaFold3 को पुनः उत्पन्न करने वाली पहली टीम के रूप में उभरकर सामने आई, और इस टीम के तीनों संस्थापक ऑक्सफोर्ड विश्वविद्यालय के स्नातक हैं। उन्होंने केवल चार महीने में यह उपलब्धि हासिल की, जो वैज्ञानिक समुदाय के लिए एक बड़ा उपहार है।
AlphaFold3 को जीव विज्ञान के क्षेत्र में एक मील का पत्थर माना जाता है, विशेष रूप से प्रोटीन संरचना पूर्वानुमान के मामले में, इसका अनुप्रयोग संभावनाएं विशाल हैं। हालांकि, DeepMind की रणनीति निराशाजनक है, उनके काम केवल विशेष सर्वरों पर वैज्ञानिकों के लिए उपलब्ध हैं, और प्रतिदिन कॉल की सीमित संख्या है, जो भविष्य के व्यावसायिक लाभ के लिए एक आधार तैयार कर रही है। फिर भी, शोधकर्ता इस उपलब्धि के प्रति उत्सुक हैं, क्योंकि यह दवा खोजने के खेल के नियमों को पूरी तरह से बदल सकता है।
जब कई वैज्ञानिक निराश महसूस कर रहे थे, Ligo टीम ने साहसपूर्वक पहला कदम उठाया। उन्होंने न केवल AlphaFold3 के मॉडल को पुनः उत्पन्न किया, बल्कि इसे ओपन-सोर्स करने की योजना भी बनाई, ताकि अधिक लोग लाभान्वित हो सकें। Ligo टीम ने कहा कि उनका मॉडल वर्तमान में प्रोटीन संरचना को प्रभावी ढंग से पूर्वानुमानित कर सकता है, और अन्य कार्यक्षमताएं जल्द ही उपलब्ध होंगी।
पुनरुत्पादन की प्रक्रिया सरल नहीं थी, टीम ने DeepMind के पेपर में मॉडल आर्किटेक्चर को पूरी तरह से PyTorch कोड में परिवर्तित किया। इस प्रक्रिया में, उन्होंने मूल पेपर में कुछ समस्याओं का पता लगाया, जैसे हानि फ़ंक्शन का सूत्र गलत था, जो प्रशिक्षण के प्रभाव को प्रभावित कर सकता है। इसके अलावा, उन्होंने मौजूदा मॉडल को अनुकूलित किया, जैसे ग्रेडियंट प्रवाह में सुधार के लिए अवशिष्ट परतें शामिल की।
रोमांचक बात यह है कि Ligo टीम ने इस कार्य में न केवल मौजूदा मॉडल के विचारों का पालन किया, बल्कि नवाचार भी किया, अधिक प्रभावी कार्यान्वयन के तरीकों का प्रयास किया। उन्होंने यहां तक कि प्रशिक्षण प्रक्रिया में केवल 8 A100 GPU का उपयोग करके संबंधित मॉडल उत्पन्न किया, जो कि प्रभावशीलता की दृष्टि से उल्लेखनीय है।
हालांकि, DeepMind ने व्यावसायिक कारणों से अस्थायी रूप से परिणामों को बंद कर दिया है, लेकिन Ligo की सफल पुनरुत्पादन ने लोगों को आशा दिखाई है, और अधिक टीमों को इसके अनुसरण के लिए प्रेरित किया है। Ligo के अलावा, कोलंबिया विश्वविद्यालय की OpenFold टीम और स्वतंत्र डेवलपर फिल वांग भी इस ओपन-सोर्स आंदोलन में सक्रिय रूप से भाग ले रहे हैं, जिससे एक जीवंत शोध पारिस्थितिकी का निर्माण हो रहा है।
प्रोजेक्ट का पता: https://github.com/Ligo-Biosciences/AlphaFold3
