ক্যালিফোর্নিয়ার ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে এবং প্যালো আল্টোতে অবস্থিত আর্ক ইনস্টিটিউটের গবেষকরা ফেব্রুয়ারি ১৯ তারিখে সায়েন্স জার্নালে প্রকাশিত গবেষণায় MULTI-evolve নামে একটি মেশিন লার্নিং ফ্রেমওয়ার্ক উপস্থাপন করেছেন, যা একবারের পরীক্ষায় বহু অ্যামিনো অ্যাসিড পরিবর্তনের প্রভাব পূর্বাভাস দিয়ে উচ্চ কার্যক্ষমতা সম্পন্ন প্রোটিন তৈরি করতে সক্ষম।
প্রোটিনের ব্যবহার ওষুধ, বায়োফুয়েল এবং এমনকি গৃহস্থালির ডিটারজেন্টের মতো দৈনন্দিন পণ্যে ব্যাপক, তাই এর কার্যক্ষমতা বাড়াতে সুনির্দিষ্ট পরিবর্তন প্রয়োজন। ঐতিহ্যগতভাবে বিজ্ঞানীরা একাধিক অ্যামিনো অ্যাসিড পরিবর্তন করে প্রোটিনের গুণগত মান উন্নত করার চেষ্টা করেন, তবে একটি পরিবর্তন অন্যটির প্রভাবকে পরিবর্তন করতে পারে, ফলে বহু পুনরাবৃত্তি এবং ল্যাব টেস্টের দরকার হয়।
এই প্রক্রিয়াকে উচ্চমাত্রিক অনুসন্ধান সমস্যারূপে বিবেচনা করা হয়, যেখানে গবেষকরা অনুমান করে পরীক্ষা চালান এবং ফলাফলের ভিত্তিতে পুনরায় সমন্বয় করেন। প্রচলিত পদ্ধতিতে একাধিক রাউন্ডের পরিবর্তন ও পরীক্ষা প্রয়োজন, যা সময় ও সম্পদের দিক থেকে ব্যয়বহুল।
MULTI-evolve পদ্ধতি এই পুনরাবৃত্তি কমিয়ে একক রাউন্ডে বহু পরিবর্তনের সমন্বয় পূর্বাভাস দেয়। গবেষকরা প্রথমে পূর্বের ডেটা বা মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে একক অ্যামিনো অ্যাসিড পরিবর্তনের প্রভাব অনুমান করেন। এরপর ল্যাবরেটরিতে দুটি পরিবর্তন একসাথে যুক্ত করে তৈরি করা প্রোটিনের কার্যক্ষমতা পরীক্ষা করা হয়, যাতে পরিবর্তনগুলোর পারস্পরিক প্রভাব বোঝা যায়।
প্রথম ধাপে, একক পরিবর্তনের পূর্বাভাসের জন্য বিদ্যমান ডেটাসেট বা স্বয়ংক্রিয় মডেল ব্যবহার করা হয়, যা প্রতিটি অ্যামিনো অ্যাসিডের বদলায় প্রোটিনের কার্যক্ষমতা কীভাবে পরিবর্তিত হবে তা অনুমান করে। এই ধাপটি পরবর্তী পরীক্ষার ভিত্তি স্থাপন করে এবং সম্ভাব্য উপকারী পরিবর্তনের তালিকা তৈরি করে।
দ্বিতীয় ধাপে, গবেষকরা একাধিক জোড়া পরিবর্তন সমন্বিত প্রোটিন তৈরি করেন এবং সেগুলোর কার্যক্ষমতা ল্যাবরেটরিতে মাপেন। এই পরীক্ষার মাধ্যমে একাধিক পরিবর্তনের পারস্পরিক প্রভাবের ডেটা সংগ্রহ করা হয়, যা একক পরিবর্তনের পূর্বাভাসকে পরিপূরক করে।
শেষে, সংগৃহীত ল্যাব ডেটা ব্যবহার করে একটি মেশিন লার্নিং মডেল প্রশিক্ষণ করা হয়, যা একাধিক পরিবর্তনের সমন্বয়কে একসাথে মূল্যায়ন করতে সক্ষম। এই মডেলটি ভবিষ্যতে নতুন প্রোটিনের ডিজাইনে একবারের পরীক্ষায়ই সর্বোত্তম পরিবর্তনগুলো চিহ্নিত করতে সাহায্য করে।
গবেষণার ফলাফল দেখায় যে MULTI-evolve পদ্ধতি প্রচলিত বহু-ধাপের পদ্ধতির তুলনায় সময় ও সম্পদ উল্লেখযোগ্যভাবে কমায়, তবুও উচ্চ কার্যক্ষমতা সম্পন্ন প্রোটিনের উৎপাদন নিশ্চিত করে। এই প্রযুক্তি ওষুধের উন্নয়ন, টেকসই জ্বালানি এবং পরিবেশবান্ধব পণ্য তৈরিতে দ্রুত অগ্রগতি আনতে পারে।
প্রোটিন ইঞ্জিনিয়ারিংয়ে এই ধরনের অগ্রগতি গবেষকদেরকে আরও জটিল ডিজাইন চ্যালেঞ্জ মোকাবেলায় আত্মবিশ্বাস দেয় এবং শিল্পক্ষেত্রে উদ্ভাবনের গতি ত্বরান্বিত করে। ভবিষ্যতে এই পদ্ধতি কীভাবে অন্যান্য বায়োপ্রযুক্তি ক্ষেত্রে প্রয়োগ হবে, তা নিয়ে আরও গবেষণা ও আলোচনা প্রয়োজন।
