ಪ್ರೋಟೀನುಗಳ ಸರಳ ಪರಿಚಯವು ನಮ್ಮ ಆಹಾರದ ಭಾಗವಾಗಿ ತುಂಬಾ ಜನಪ್ರಿಯವಾದುದು. ಆದರೆ ಆಹಾರಾಂಶವಷ್ಟೇ ಅಲ್ಲ ಅದರ ರಾಚನಿಕ ವಿನ್ಯಾಸವು ಹಲವಾರು ಅಮಿನೋ ಆಮ್ಲಗಳ ವಿವಿಧ ಸಂಯೋಜನಗಳ ಸಂಕೀರ್ಣವಾದ ಮಡಿಸುವಿಕೆಗಳ ಮೂಲಕವೂ ವಿಜ್ಞಾನದಲ್ಲಿ ಬಹು ದೊಡ್ಡ ಸಂಗತಿಯಾಗಿದೆ. ಹಾಗಿರುವುದರಿಂದಲೇ ಅವುಗಳಿಗೊಂದು ಜೈವಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯು ಸಾಧ್ಯವಾಗಿದೆ. ಇದೆಲ್ಲವೂ ನಿಸರ್ಗದ ಜೀವಜಗತ್ತಿನ ವಿವಿಧತೆಯನ್ನು ರೂಪಿಸಿದ ಅರ್ಥವಾಗದ ಗುಟ್ಟು, ಅದನ್ನು ಯಾವುದೇ ಪ್ರಯೋಗಗಳಿಂದ ಸಾಬೀತು ಪಡಿಸಿಕೊಂಡು ಹೀಗೇ ಎಂದು ನಿರೂಪಿಸಲು ಕೂಡ ಅಸಾಧ್ಯ. ಜೀವಜಗತ್ತು ಎಷ್ಟು ಸಂಕೀರ್ಣವೋ ಅಷ್ಟೇ ಸೌಂದರ್ಯವನ್ನು ಒಳಗೊಂಡ ವಿಶಿಷ್ಟ ಸತ್ಯವೂ ಸಹಾ! ಇದನ್ನೆಲ್ಲಾ ಬಿಡಿಸಲು ದಶಕಗಳ ಕಾಲ ವಿಜ್ಞಾನವು ಕುತೂಹಲದಿಂದ ಕಷ್ಟಪಡುತ್ತಿತ್ತು. ಅವೆಲ್ಲವೂ ವಿವಿಧ ಸಂಕೀರ್ಣವಾದ ಕೋಡ್ (Code)ಗಳಲ್ಲಿ ಗುಟ್ಟಾಗಿ ಇಟ್ಟುಕೊಂಡ ಸೌಂದರ್ಯವನ್ನು ತೆರೆದು ಅನಾವರಣಮಾಡಿದ ಕಂಪ್ಯೂಟೇಶನ್ ಜೀವಿವಿಜ್ಞಾನಿಗಳಿಗೆ ಈ ವರ್ಷ 2024ರ ರಸಾಯನ ವಿಜ್ಞಾನದ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿಯನ್ನು ನೀಡಲಾಗಿದೆ.
ಜೀವಿಜಗತ್ತಿನ ಸೌಂದರ್ಯವು ಸತ್ಯವೂ ಸಂಕೀರ್ಣವೂ ಆದ ಬೃಹತ್ತಾದ ಕಗ್ಗಂಟೇ ಸರಿ. ಅನುಭವಿಸುವುದಕ್ಕೆ ಮಾತ್ರವೇ ದಕ್ಕುವ ವಿವರಿಸಲು ಭಾಷೆಗೂ, ರೂಪಕಗಳಿಗೂ ಸಿಕ್ಕದ ಉತ್ಕೃಷ್ಟವಾದ ರಸಾಯನಿಕ ವಿಜ್ಞಾನ. ನಿಸರ್ಗದ ಜೀವಗಳ ವಿವಿಧತೆಯು ಬಗೆ ಬಗೆಯ ಪ್ರೋಟೀನ್ಗಳ ರಾಸಾಯನಿಕ ಸಾಧನಗಳ ಅದ್ಭುತ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗಿದೆ. ಪ್ರೋಟೀನುಗಳು ಜೀವನದ ಆಧಾರವಾಗಿರುವ ಎಲ್ಲಾ ರಾಸಾಯನಿಕ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ನಿಯಂತ್ರಿಸುವುದಲ್ಲದೆ, ಜೀವಜಗತ್ತನ್ನೂ ಚಾಲನೆಯಲ್ಲಿರುವಂತೆ ಮಾಡುತ್ತವೆ. ಈ ಪ್ರೋಟೀನ್ಗಳು ಹಾರ್ಮೋನುಗಳು, ಸಿಗ್ನಲ್ ಪದಾರ್ಥಗಳು, ಪ್ರತಿಕಾಯ (Antibodies) ಗಳು ಮತ್ತು ವಿವಿಧ ಅಂಗಾಂಶಗಳ ಬಿಲ್ಡಿಂಗ್ ಬ್ಲಾಕ್ಸ್ ಆಗಿಯೂ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಇದೆಲ್ಲವೂ ಸಾಧ್ಯವಾಗಿರುವುದರ ಹಿಂದೆ ಅವುಗಳ ಸಂಕೀರ್ಣ ರಾಚನಿಕ ವಿನ್ಯಾಸಗಳು ಕಾರಣವಾಗಿವೆ. ಕಳೆದ 50ವರ್ಷಗಳ ವಿಜ್ಞಾನದ ಕನಸನ್ನು ನನಸು ಮಾಡಿರುವ ಈ ಪ್ರೋಟೀನುಗಳ ಭವ್ಯವಾದ ರಾಚನಿಕ ವಿನ್ಯಾಸದ ರಸಾಯನಿಕತೆಯನ್ನು ಅಷ್ಟು ಸುಲಭದಲ್ಲಿ ವಿವರಿಸಲಾಗದು. ಅಂತಹಾ ವಿಶಿಷ್ಟ ರಸಾಯನಿಕ ಅನುಶೋಧವನ್ನು ಕಂಪ್ಯೂಟರ್ಗಳ ನೆರವಿನಿಂದ ತೆರೆದಿಡುವ ಮಾಂತ್ರಿಕ ಬಾಗಿಲಿಗೆ ಕೀಲಿಯನ್ನು ಸಂಶೋಧನೆಗಳ ಮೂಲಕ ಒದಗಿಸಿದ ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯ, ಸಿಯಾಟಲ್ನ ಪ್ರೊ. ಡೇವಿಡ್ ಬೇಕರ್ (David Baker) ಗೆ 50%ನಷ್ಟು ಮತ್ತು ಗೂಗಲ್ ಡೀಪ್ ಮೈಂಡ್ನ (Google DeepMind) ವಿಜ್ಞಾನಿಗಳಾದ ಡೆಮಿಸ್ ಹಸಾಬಿಸ್ (Demis Hassabis) ಮತ್ತು ಜಾನ್ ಜಂಪರ್ (John M. Jumper) ಅವರುಗಳಿಗೆ ಉಳಿದ 50%ನಷ್ಟು 2024ರ ರಸಾಯನವಿಜ್ಞಾನದ ನೊಬೆಲ್ ಬಹುಮಾನ ಸಂದಿದೆ. ಈ ಮೂವರು ವಿಜ್ಞಾನಿಗಳೂ ದಶಕಗಳ ಕಾಲದ ವೈಜ್ಞಾನಿಕ ಕನಸಿಗೆ ನನಸಾಗುವ ಮಾರ್ಗದ ವೈಜ್ಞಾನಿಕತೆಯನ್ನು ತಿಳಿಯಲು ಪ್ರೋಟೀನುಗಳ ತಿಳಿವಿನ ಎಲ್ಲವನ್ನೂ ಎಳೆ ಎಳೆಯಾಗಿ ಬಿಚ್ಚಿಟ್ಟೇ ಮತ್ತೆ ಕಟ್ಟಬೇಕಾಗುತ್ತದೆ.
ಈ ವರ್ಷದ ಬಹುಮಾನಕ್ಕೆ ಗುರುತಿಸಲ್ಪಟ್ಟ ಆವಿಷ್ಕಾರವು ಅದ್ಭುತವಾದ ಪ್ರೋಟೀನ್ಗಳ ನಿರ್ಮಾಣಕ್ಕೆ ಸಂಬಂಧಿಸಿದೆ. ಇದನ್ನು ಎರಡು ಭಾಗವಾಗಿ ಕಂಡುಕೊಂಡು ಮತ್ತೆವರಡನ್ನೂ ಜೋಡಿಸಿದ ಕಥನವು ಪ್ರೋಟೀನ್ ಸಂರಚನೆಗಳನ್ನು ಅವುಗಳ ಅಮಿನೋ ಆಸಿಡ್ ಅನುಕ್ರಮಗಳಿಂದ ಊಹಿಸುವುದಾಗಿದೆ. ಈ ಎರಡು ಆವಿಷ್ಕಾರಗಳಲ್ಲಿ ಒಂದು ಪ್ರೋಟೀನುಗಳ ಕಂಪ್ಯೂಟೇಶನಲ್ ವಿನ್ಯಾಸ (For Computational Protein Design)ವಾದರೆ, ಮತ್ತೊಂದು ಪ್ರೋಟೀನುಗಳ ರಚನೆಯ ಊಹೆ (For Protein Structure Prediction) ಯಾಗಿದೆ.

ಪ್ರೋಟೀನಗಳ ಜೈವಿಕ ಕ್ಷಮತೆಗೆ ನಿಜವಾದ ಕಾರಣ ಅವುಗಳ ಮಡಿಸುವಿಕೆ (Protein folding). ಪ್ರೋಟೀನ್ ಫೋಲ್ಡಿಂಗ್ ಅಥವಾ ಮಡಿಸುವಿಕೆ ಎನ್ನುವುದು ಒಂದು ಭೌತಿಕವಾದ ಪ್ರಕ್ರಿಯೆ. ರೈಬೋಸೋಮ್ (Ribosome) ಗಳಲ್ಲಿ ಅಮಿನೋ ಆಮ್ಲಗಳಿಂದ ಉದ್ದವಾದ ಸರಪಳಿಗಳಾಗಿ ಸೃಜಿಸುವ ಇವು ತಮ್ಮ ಅಸ್ಥಿರವಾದ ಸುರುಳಿ(Unstable Coil) ಗಳಿಂದ ತೀರಾ ನಿಗಧಿತವಾದ ಮೂರು ಆಯಾಮಗಳ ರಚನೆ (Three Dimensional Structure) ಗಳಾಗಿ ವಿಕಾಸವಾಗುತ್ತವೆ. ಇದನ್ನು ಒಂದು ಭೌತಿಕ ಸಾಧ್ಯತೆಯಾಗಿ ಅರಿಯುವುದು ಹಾಗೂ ವಿವರಿಸುವುದು ತುಂಬಾ ಕಷ್ಟದ ಕೆಲಸ. ಆದರೂ ಇದೇ ರಾಚನಿಕ ಕಾರಣಗಳಿಂದಲೇ ಅವುಗಳು ಜೀವಂತಿಕೆಯನ್ನು ತಂದಿರುವುದು. ಎಲ್ಲಾ ಜೀವಿಗಳ ಎಲ್ಲಾ ಕಾರ್ಯಗಳೂ ಪ್ರೋಟೀನುಗಳ ಮುಖಾಮುಖಿ ಹಾಗೂ ಪ್ರಾಯೋಜಕತ್ವದಿಂದಲೇ ಸಾಧ್ಯವಾಗಿವೆ. ಕುತೂಹಲದಿಂದ ನಿಸರ್ಗದ ಪ್ರೋಟೀನುಗಳನ್ನು ಅರಿಯುವುದು ಮುಖ್ಯವಾದರೆ, ಕೆಲವೊಂದು ಜೈವಿಕ ಸಮಸ್ಯೆಗಳಿಗೆ ಕೃತಕವಾದ ಪ್ರೋಟೀನುಗಳ ನಿರ್ಮಿತಿಯೂ ಕೂಡ ಅಗತ್ಯವಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ ವ್ಯಾಕ್ಸೀನುಗಳು, ಹಾರ್ಮೋನುಗಳ ತಿದ್ದುಪಡಿ, ಪ್ರತಿರೋಧಕ ಶಕ್ತಿಯ ಸಮಸ್ಯೆಗಳಿಗೆ ಪರಿಹಾರ ಇಂತಹವಕ್ಕೆ ನಿಸರ್ಗದಲ್ಲಿಯೇ ಇಲ್ಲದ, ಆದರೆ ಆ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಬಲ್ಲ ಕೃತಕ ರಚನೆಗಳಾಗಿ ಹುಟ್ಟುಹಾಕುವುದೂ ವಿಜ್ಞಾನದ ಬಹು ದೊಡ್ಡ ಕನಸು.
ಪ್ರೋಟೀನುಗಳ ಜಗತ್ತು ಮಾಂತ್ರಿಕವಾದುದು. ಅಮಿನೋ ಆಮ್ಲಗಳು ಸಂಯೋಜನೆಗೊಂಡು ಸುರುಳಿಗಳಾಗಿ, ಮುಂದುವರಿದು ಮಡಿಸುತ್ತಾ ಅನೇಕ ಬಾರಿ ಅತ್ಯಂತ ಅನನ್ಯವಾದ ಹಾಗೂ ಭವ್ಯವಾದ ರಚನೆಯನ್ನು ಪಡೆದಿರುತ್ತವೆ. ಹಾಗಾಗಿ ನಮ್ಮ ಮಾಂಸ-ಖಂಡಗಳು ಸ್ನಾಯುಗಳು, ದನ-ಕರುಗಳ ಕೋಡುಗಳು ಅಥವಾ ಹಕ್ಕಿಗಳ ರೆಕ್ಕೆ-ಪುಕ್ಕಗಳ ನಿರ್ಮಿತಿಯಲ್ಲಿ ಒಂದಾಗಿ ಗೊತ್ತಾದ ಕಾರ್ಯಗಳನ್ನು ನಡೆಸುತ್ತಾ ಇಡೀ ಜೈವಿಕ ಸಂಕುಲಗಳನ್ನು ಚಲನಶೀಲವಾಗಿ ಸಂತೃಪ್ತವಾಗಿ ಇಟ್ಟಿರುವುದು. ಪ್ರೋಟೀನುಗಳೇ ಆಗಿರುವ ಎಂಜೈಮುಗಳಂತೂ ಇಡೀ ದೇಹದ ಜೀವಿರಸಾಯನಿಕ ಪ್ರಕ್ರಿಯೆಗಳ ಸಂಪೂರ್ಣ ಜವಾಬ್ದಾರರಾಗಿರುತ್ತವೆ. ಕೆಲವೊಮ್ಮೆ ಜೀವಿಕೋಶಗಳ ಮೇಲೆ ಕುಳಿತು ಮತ್ತೊಂದು ಜೀವಿಕೋಶಕ್ಕೆ ಸಂವಹನಕ್ರಿಯೆಗಳಲ್ಲೂ ಭಾಗವಹಿಸುವ ಇವು ಜೀವಿಗಳಲ್ಲಿ ನಿರ್ವಹಿಸದ ಕೆಲಸಗಳೇ ಇಲ್ಲ. ಅಂತಹದರಲ್ಲಿ 2024ರ ರಸಾಯನಿಕ ವಿಜ್ಞಾನದ ಈ ಪುರಸ್ಕಾರದ ಅನುಶೋಧವು ಜೀವಿಗಳ ಕಾರ್ಯ ನಿರ್ವಹಣೆಯ ಸಂಕೀರ್ಣ ಕಥನವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮತ್ತೊಂದು ಜಗತ್ತಿಗೆ ತೆರೆದುಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಟ್ಟಿದೆ. ಈಗ ವಿಜ್ಞಾನ ತಿಳಿವಿನಲ್ಲಿರುವ ಸರಿ ಸುಮಾರು 200 ದಶಲಕ್ಷ ಪ್ರೋಟೀನುಗಳ ರಾಚನಿಕ ವಿನ್ಯಾಸಗಳನ್ನೀಗ ಅರಿಯಲು ಸಾಧ್ಯವಾಗಿದೆ. ಜೊತೆಗೇನೇ ಮಾನವ ಕುಲವು ಊಹಿಸರಲಾದ ಅಸಾಧ್ಯ ಎಂದುಕೊಂಡಿದ್ದ ನಿಸರ್ಗದಲ್ಲಿಯೇ ಇಲ್ಲದ ಪ್ರೋಟೀನುಗಳ ಸೃಷ್ಟಿಯೂ ಸಾಧ್ಯವಾಗಿದೆ.

ರಸಾಯನ ವಿಜ್ಞಾನವು 19ನೆಯ ಶತಮಾನದ ಆದಿಯಿಂದಲೂ ಜೈವಿಕ ಪ್ರಕ್ರಿಯೆಗಳ ಕುರಿತು ಆತ್ಯಂತಿಕ ಕುತೂಹಲವನ್ನು ಹೊಂದಿತ್ತು. ಮೊಟ್ಟ ಮೊದಲ ಬಾರಿಗೆ 1950ರ ವೇಳೆಗಷ್ಟೇ ಕಂಡುಕೊಂಡ ರಸಾಯನಿಕ ತಂತ್ರಗಳು ಒಂದಷ್ಟು ಪ್ರೋಟೀನುಗಳ ವಿವರಗಳನ್ನು ತೆರೆದಿಟ್ಟವು. ಕೇಂಬ್ರಿಜ್ನ ಸಂಶೋಧಕರಾದ ಜಾನ್ ಕೆಂಡ್ರಿವ್ಯ್ (John Kendrew) ಮತ್ತು ಮ್ಯಾಕ್ಸ್ ಪೆರಟ್ಜ್ (Max Perutz) ಅವರು 50ರ ದಶಕದ ಕಡೆಯಲ್ಲಿ ಎಕ್ಸ್-ರೇ ಬಳಸಿ ವಿನ್ಯಾಸವನ್ನು ಅರಿಯವ ತಂತ್ರಗಳನ್ನು ಅನುಶೋಧಿಸಿದರು. ಮುಂದೆ ಅವರಿಗೆ 1962ರ ರಸಾಯನಿಕ ವಿಜ್ಞಾನದ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿಯೂ ಬಂದಿತ್ತು. ಆದರೆ ಈಗ ಸುಮಾರು 2,00,000 ಪ್ರೋಟೀನುಗಳ ಚಿತ್ರಗಳನ್ನೇ ಪಡೆಯುವುದು ಈ ವರ್ಷದ ಬಹುಮಾನಿತ ಸಂಶೋಧನೆಗಳಿಂದ ಸಾಧ್ಯವಾಗಿದೆ.
ಹಾಗಾದರೆ ಪ್ರೋಟೀನಿನ ಅನನ್ಯವಾದ ರಚನೆಯನ್ನು ಪಡೆಯುವುದು ಒಗಟೇ? ಇದರ ಅರ್ಥಪೂರ್ಣವಾದ ಉತ್ತರಗಳು ಕ್ರಿಸ್ಟಿಯನ್ ಅನ್ಫಿನ್ಸೆನ್ (Christian Anfinsen) ಅವರ ಪ್ರೋಟೀನ್ ಮಡಿಸುವಿಕೆಯ ಮತ್ತು ತೆರೆಯುವಿಕೆಯ ರಸಾಯನಿಕ ತಂತ್ರಗಳ ಬೆಳಕಿನಿಂದ ಹೊರಬಂದವು. ಇವರೇ 1961ರಲ್ಲಿ ಪ್ರೋಟೀನುಗಳ ಮೂರು ಆಯಾಮಗಳ (Three-dimensional Structure) ರಚನೆಯು ಸಂಪೂರ್ಣ ಸಂಯೋಜನೆಗೆ ಒಳಪಡಿಸುವ ಅಮಿನೋ ಆಮ್ಲಗಳ ಜವಾಬ್ದಾರಿಯಲ್ಲಿದೆ ಎಂದೇ ಘೋಷಿಸಿದರು. ಅದೇ ಅನುಶೋಧವು 1972ರ ನೊಬೆಲ್ ಪುರಸ್ಕಾರಕ್ಕೆ ಸಾಕ್ಷಿಯಾಯಿತು.
ಆದರೆ ಅನ್ಫಿನ್ಸೆನ್ರ ಈ ತರ್ಕವು ಒಂದು ವಿರೋಧಾಬಾಸವನ್ನು ಹೊಂದಿತ್ತು. ಲೆವಿಂತಲ್ ಪ್ಯಾರಾಡಾಕ್ಸ್ ಎಂದೇ ಕರೆಯುವ ಅದನ್ನು ಸೈರಸ್ ಲೆವಿಂತಲ್ (Cyrus Levinthal) ಎಂಬ ಮತ್ತೋರ್ವ ಅಮೆರಿಕದ ವಿಜ್ಞಾನ ಆಕ್ಷೇಪ ಎತ್ತಿ ಗುರುತಿಸಿದ್ದರು. ಅವರ ಲೆಕ್ಕಾಚಾರದಂತೆ ಸುಮಾರು 100 ಅಮಿನೋ ಆಮ್ಲಗಳ ಸಂಯೋಜನೆಯೂ ಕೂಡ 1047 ರಷ್ಟು ಬಗೆ ಬಗೆಯ ಥ್ರೀ ಡೈಮೆನ್ಶನಲ್ ರಚನೆಗಳನ್ನು ನೀಡಬಲ್ಲದು, ಹಾಗಾಗಿ ಅಷ್ಟೂ ಬಗೆಗಳೂ ಮಡಿಸಿಕೊಳ್ಳಲು ಅದೆಷ್ಟು ಸಮಯದ ಅವಶ್ಯಕತೆ ಇದ್ದೀತು ಎಂಬ ಲೆಕ್ಕಚಾರದ ವಿವರಣೆಯನ್ನು ಕೊಟ್ಟರು. ಇದರಿಂದಾಗಿ ಈ ಎರಡೂ ಸೈದ್ಧಾಂತಿಕ ವಿವರಣೆಗಳಿಂದ ಪ್ರೋಟೀನುಗಳ ಥ್ರೀ ಡೈಮೆನ್ಶನಲ್ ರಚನೆಗಳು ಅದರ ಪೂರ್ವ ನಿಗಧಿತ (Predetermined) ಪ್ರಕ್ರಿಯೆಯಾಗಿದ್ದು, ಪ್ರೋಟೀನುಗಳು ಹೇಗೆ ಮಡಿಕೆಗೊಳ್ಳಬೇಕು ಎಂಬುದು ಅಮಿನೋ ಆಮ್ಲಗಳ ಅನುಕ್ರಮಣಿಗಳಲ್ಲಿಯೇ ಹೆಣೆದುಕೊಂಡಿದೆ ಎಂಬ ತೀರ್ಮಾನದ ಉತ್ತರವನ್ನು ಕಂಡುಕೊಂಡಿತು.
ಇದರಲ್ಲಿ ಒಂದು ರಸಾಯನಿಕ ಬೆಳಕೂ ಹಾಗೂ ಜೈವಿಕ ಸವಾಲೂ ಏಕಕಾಲದಲ್ಲಿ ಕಂಡವು. ಬೆಳಕು ಎಂದರೆ ಅಮಿನೋ ಆಮ್ಲಗಳ ಅನುಕ್ರಮಣಿಕೆಯ ತಿಳಿವು ರಸಾಯನ ವಿಜ್ಞಾನಕ್ಕೆ ದಕ್ಕುವುದು. ಅದನ್ನು ಬಳಸಿ ಮೂರು ಆಯಾಮಗಳಾಗಿ ಊಹಿಸುವುದು ಜೀವರಸಾಯನಿಕ ಸವಾಲು ಆಗಿ ಪರಿಣಮಿಸಿತು. ಇದೇನಾದರೂ ಸಾಧಿಸಿದರೆ ಎಕ್ಸ್-ರೇ ಬಳಕೆಯೇ ಬೇಕಾಗಿರದ ಪರಿಸ್ಥಿತಿ! ಈ ಊಹಿಸುವ ಸವಾಲು ಬಹು ದೊಡ್ಡ ಕುತೂಹಲವಾಗಿ ಜೀವಿರಸಾಯನಿಕ ವಿಜ್ಞಾನದಲ್ಲಿ ಕಾಣತೊಡಗಿತು. ಆಗ ಬ್ರೆಕ್ಥ್ರೂ ಸಿಕ್ಕದ್ದೇ ಪ್ರೋಟೀನ್ಗಳ ರಾಚನಿಕ ವಿನ್ಯಾಸಗಳ ಹಿಂದೆ ಹೋದ ಊಹೆಗಳ ಲೆಕ್ಕಾಚಾರಗಳ ಯೋಜನೆಯಿಂದ! ಇವು ಕಂಪ್ಯೂಟೇಶನ್ ಗಳ ಮಾದರಿಗಳಿಗೆ ಮಾರು ಹೋಗಿ 2018ರ ಸುಮಾರಿಗೆ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆಯ ಬಳಕೆಯೂ ಪ್ರಮುಖವಾದ ಬದಲಾವಣೆಯನ್ನು ತಂದಿತು.
ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ (Artificial Intelligence -AI ) ಮಾದರಿಯು ಸಂಶೋಧನೆಗೆ ಒಳಪಡಿಸುವಂತಾದ್ದು ಪ್ರೋಟೀನ್ ತಿಳಿವಳಿಕೆಯ ಒಲಂಪಿಕ್ ನಂತೆ ಮುಂದುವರೆಯುವ ಭರವಸೆಯನ್ನೂ ಫಲಶೃತಿಯನ್ನೂ ನೀಡಿದವು. ಡೆಮಿಸ್ ಹಸಾಬಿಸ್ (Demis Hassabis) ಓರ್ವ ಚೆಸ್ ಆಟಗಾರ ಹಾಗೂ 4 ವರ್ಷದಿಂದಲೇ ಆಡಲು ಆರಂಭಿಸಿ ೧೩ನೆಯ ವಯೋಮಾನಕ್ಕೆ ಅದರಲ್ಲಿ ಮಾಸ್ಟರ್ ಎನಿಸಿದ್ದವರು. ಆತ ಡೀಪ್ಮೈಂಡ್ (DeepMind) ನ ಸಹಸ್ಥಾಪಕರಾಗಿ ಈ ಸಂಶೋಧನೆಗೆ ದೊಡ್ಡ ಬಲವನ್ನು ಕೊಟ್ಟರು. ಇವರ ಡೀಪ್ಮೈಂಡ್ ಅನ್ನು ಗೂಗಲ್ ಕೊಂಡು AI ಬೆಳವಣಿಗೆಯಲ್ಲಿ ಹೊಸ ಹುರುಪು ಬಂದಿತು. ರಾಚನಿಕ ಊಹೆಯ AlphaFold ಒಂದು AI-ಮಾದರಿಯಾಗಿ ಪ್ರತಿಶತ ೬೦ರಷ್ಟು ಸಾಧನೆಗೆ ಕಾರಣವಾಯಿತು.
ಮುಂದೆ ಅದೇ AlphaFold-2 ಮಾದರಿಯಲ್ಲಿ 90% ಸಮೀಕರಣವನ್ನು ಸಾಧಿಸಿ ಪ್ರೋಟೀನಿನ ರಾಚನಿಕ ಊಹೆಯ ಸಾಧ್ಯತೆಯಲ್ಲಿ ದೊಡ್ಡ ಬದಲಾವಣೆಯನ್ನು ತಂದಿತು. ಇದರ ಸಾಧನೆಯಲ್ಲಿ ಜಾನ್ ಜಂಪರ್ (John Jumper) ಅವರ ಭೌತವಿಜ್ಞಾನ ಹಾಗೂ ಗಣಿತದ ನೆರವು ಸಿಕ್ಕು ರಾಚನಿಕ ವಿನ್ಯಾಸದ ಊಹೆಯ ಸಂಶೋಧನೆಯ ಫಲಶೃತಿಗೆ ಸಾಧ್ಯವಾಯಿತು.
ಡೇವಿಡ್ ಬೇಕರ್ ಹಾರ್ವರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ತಮ್ಮ ಅಧ್ಯಯನ ಪ್ರಾರಂಭಿಸಿದಾಗ, ಅವರು ತತ್ವಶಾಸ್ತ್ರ ಮತ್ತು ಸಮಾಜ ವಿಜ್ಞಾನವನ್ನು ಆರಿಸಿಕೊಂಡರು. ಆದಾಗ್ಯೂ, ವಿಕಾಸದ ಜೀವಿವಿಜ್ಞಾನದ ಕೋರ್ಸ್ನಲ್ಲಿ ಅವರು ಅಲ್ಲಿ ಒಂದು ಕ್ಲಾಸಿಕ್ ಪಠ್ಯಪುಸ್ತಕ “ಮಾಲಿಕ್ಯುಲರ್ ಬಯಾಲಜಿ ಆಫ್ ದಿ ಸೆಲ್”ನ ಮೊದಲ ಆವೃತ್ತಿಯನ್ನು ಕಂಡು ಆಕರ್ಷಿರಾದರು. ಇದು ಅವರ ಜೀವನದ ದಿಕ್ಕನ್ನು ಬದಲಿಸಲು ಕಾರಣವಾಯಿತು. ಮುಂದೆ ಅವರು ಜೀವಿಕೋಶದ ವಿಜ್ಞಾನದ ಅನ್ವೇಷಣೆಯ ಅಧ್ಯಯನಕ್ಕೆ ಪ್ರಾರಂಭಿಸಿದರು ಮತ್ತು ಅವರು ಪ್ರೋಟೀನ್ ರಚನೆಗಳ ಅಧ್ಯಯನದ ಕಡೆಗೆ ಆಕರ್ಷಿತರಾದರು. 1993 ರಲ್ಲಿ, ಅವರು ಸಿಯಾಟಲ್ನ ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಪ್ರೋಟೀನು ರಚನೆಗಳ ಸಂಶೋಧನಾ ಗುಂಪನ್ನು ಮುನ್ನಡೆಸುವ ನಾಯಕರಾಗಿ ಪ್ರಾರಂಭಿಸಿ, ಪ್ರೋಟೀನ್ ಮಡಿಸುವಿಕೆಗಳ ಸಂಶೋಧನೆಗಳ ಕುರಿತ ಜೀವಿ ರಸಾಯನವಿಜ್ಞಾನದ ದೊಡ್ಡ ಸವಾಲನ್ನು ಸ್ವೀಕರಿಸಿದರು. ಜಾಣತನದಿಂದ ಪ್ರಯೋಗಗಳನ್ನು ಕೈಗೊಂಡು, ಅವರು ಪ್ರೋಟೀನ್ಗಳು ಹೇಗೆ ಮಡಚಿಕೊಳ್ಳುತ್ತವೆ ಎಂಬುದನ್ನು ಅನ್ವೇಷಿಸಲು ಪ್ರಾರಂಭಿಸಿದರು. 1990ರ ದಶಕದ ಕೊನೆಯಲ್ಲಿ, ಪ್ರೊಟೀನ್ ರಚನೆಗಳನ್ನು ಊಹಿಸಬಲ್ಲ ಕಂಪ್ಯೂಟರ್ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ ಅದುವೇ ಒಂದಷ್ಟು ವಿಶೇಷವಾದ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸಿತು: ಇದುವೇ ಪ್ರೋಟೀನ್ಗಳ ಮಡಿಸುವಿಕೆಯನ್ನು ಅರ್ಥೈಸಿಕೊಂಡು ಮುಂದೆ ನಿರ್ಮಿತಿಗೂ ಕಾರಣವಾದ ರೊಸೆಟ್ಟಾ. ಸಾಪ್ಟ್ವೇರ್ ಪ್ರೊಗ್ರಾಮ್!
ಡೇವಿಡ್ ಹೊಸ ಪ್ರೋಟೀನ್ಗಳ ನಿರ್ಮಿತಿಯ ಸಂಶೋಧನೆಗೆ ಕೈಹಾಕಿದ್ದರಲ್ಲಿ ಅವರದೇ ಈ ಮುಂದಿನ ಮಾತು ಆಕರ್ಷಣೀಯವಾಗಿದೆ. “ನೀವು ಒಂದು ವಿಮಾನವನ್ನು ನಿರ್ಮಿಸಲು ಬಯಸಿದರೆ, ಯಾವುದಾರು ಒಂದು ಪಕ್ಷಿಯನ್ನು ಮಾರ್ಪಡಿಸಿ ವಿಮಾನ ತಯಾರಿಸುವುದಲ್ಲ, ಬದಲಿಗೆ ನೀವು ಏರೋಡೈನಾಮಿಕ್ ಕುರಿತಂತೆ ಮೂಲಭೂತ ನಿಯಮಗಳನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಿ ಅನಂತರ ಹಾರುವ ಯಂತ್ರಗಳ ಹೊಸ ನಿರ್ಮಿತಿಯಲ್ಲಿ ತೊಡಗಿ (If you want to build an airplane, you don’t start by modifying a bird; instead, you understand the first principles of aerodynamics and build flying machines from those principles)”. ಹಾಗಾಗಿ ಹೊಸ ಬಗೆಯ ನಿರ್ಮಿತ ಕುರಿತ ಆಲೋಚನೆಗಳು ಹುಟ್ಟಿಕೊಳ್ಳಲು ಕಾರಣವಾದವು.
ಅವರ ನಿರ್ಮಿತಿಯ ರೊಸೆಟ್ಟಾ -ಸಾಫ್ಟ್ವೇರ್ ಸಾಕಷ್ಟು ಪ್ರೋಟೀನುಗಳ ಡೇಟಾಬೇಸುಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ವಿಶ್ಲೇಷಣೆಗೆ ಅನುವು ಮಾಡಿಕೊಟ್ಟಿತು. ಅದನ್ನು ಬಳಸಿ ರಚನೆಗಳನ್ನು ಊಹಿಸಿ, ಅದನ್ನು ಬ್ಯಾಕ್ಟೀರಿಯಗಳಲ್ಲಿ ಜೀನುಗಳ ಮೂಲಕ ಪಡೆದು, ಊಹಿಸಿದ ರಚನೆಗಳನ್ನು ಎಕ್ಸ್-ರೇ ಅಧ್ಯಯನಗಳ ಮೂಲಕ ಸಮೀಕರಿಸಿ ಸಾಕ್ಷೀಕರಿಸುತ್ತಿದ್ದರು. ಇದು ನಿಜಕ್ಕೂ ಹೊಸ ಹೊಸ ಪ್ರೋಟೀನುಗಳ ಸೃಷ್ಟಿಸುವಲ್ಲಿ ಫಲಪ್ರದವಾಯಿತು.
ಇದೀಗ ಎರಡೂ ಗುಂಪುಗಳ ಸಂಶೋದನೆಗಳನ್ನು ಮುಖಾಮುಖಿಯಾಗಿಸಿ ನೋಡೋಣ. ಡೆಮಿಸ್ ಹಸಾಬಿಸ್ ಮತ್ತು ಜಾನ್ ಜಂಪರ್ ಅವರ AlphaFold-2 AI-ಮಾದರಿಯು ಸಂಪೂರ್ಣ ರೆಡಿಯಾಗಿತ್ತು. ಇದೊಂದು ರಾಚನಿಕ ವಿನ್ಯಾಸಗಳ ಊಹಿಸುವಲ್ಲಿ ವರವಾಗಿ ಪರಿಣಮಿಸಿತ್ತು. ಇದು ಸಾರ್ವಜನಿಕವಾಗಿ ಯಾವುದೇ ಸಂಶೋಧಕರಿಗೂ ಲಭ್ಯವಿತ್ತು. AlphaFold2 ಈ ಅಕ್ಟೋಬರ್ 2024 ರ ವೇಳೆಗ 190 ರಾಷ್ಟ್ರಗಳ ಸುಮಾರು ಎರಡು ದಶಲಕ್ಷ ಸಂಶೋಧಕರಿಂದ ಬಳಸಲ್ಪಟ್ಟಿದೆ. ಈ ಹಿಂದೆಯಾದರೆ ಪ್ರೋಟೀನ್ ರಚನೆಯ ಅಧ್ಯಯನಗಳು ವರ್ಷಾನುಗಟ್ಟಲೇ ಸಮಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದ್ದವು. ಆದರೀಗ AlphaFold-2 ನಿಂದಾಗಿ ಕೆಲವೇ ನಿಮಿಷಗಳಲ್ಲಿ ಉತ್ತರವನ್ನು ಕಂಡುಕೊಳ್ಳಬಹುದಾಗಿದೆ.
ಇದಕ್ಕೆ ಸಂವಾದಿಯಾಗಿ ಡೇವಿಡ್ ಬೇಕರ್ ಸಹಾ ತಮ್ಮ Rosetta -ಗೆ AlphaFold-2 ಮುಖಾಮುಖಿಯಾಗಿಸಲು ಸಹಾಯ ಮಾಡಿದರು. ಹಾಗಾಗಿ ಈ ಎರಡೂ ಮಾದರಿಗಳು ಒಂದಾಗಿ ಪ್ರೋಟೀನುಗಳ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ, ನಂತರ ನಿರ್ಮಿಸುವ ವಿಜ್ಞಾನದ ಆಸೆಗೆ ಸಾಕಷ್ಟು ತಂಪನ್ನು ಎರೆದು ಸಹಕರಿಸಿದವು. ಈಗ ಸಾಕಷ್ಟು ಕೃತಕ ಪ್ರೋಟೀನ್ಗಳು ಅವುಗಳ ಸಾಧ್ಯತೆಯ ಮಾದರಿಗಳ ಸಮೇತ ಸಿಕ್ಕಿವೆ.
ರಾಸಾಯನಿಕ ಸಾಧನಗಳಂತಿರುವ ಪ್ರೋಟೀನ್ಗಳ ಅದ್ಭುತ ಬಹುಮುಖತೆಯು ಜೀವಿ ಸಂಕುಲದ ವಿಶಾಲ ವೈವಿಧ್ಯತೆಯಲ್ಲಿ ಫಲಿತವಾಗಿದೆ. ಈ ಸಣ್ಣ ಆಣ್ವಿಕ ಯಂತ್ರಗಳ (Molecular Machines) ರಚನೆಯನ್ನು ನಾವು ಈಗ ಸುಲಭವಾಗಿ ದೃಶ್ಯೀಕರಿಸಬಹುದು ಎಂಬುದು ನಮ್ಮೆಲ್ಲರ ಮನಸ್ಸಿಗೆ ಖುಷಿ ನೀಡುವ ಸಂಗತಿಯಾಗಿದೆ. ಹಾಗಾಗಿ ಕೆಲವು ರೋಗಗಳು ಏಕೆ ಅಭಿವೃದ್ಧಿಗೊಳ್ಳುತ್ತವೆ, ಪ್ರತಿಜೀವಕ ನಿರೋಧಕತೆ ಹೇಗೆ ಸಂಭವಿಸುತ್ತದೆ ಅಥವಾ ಕೆಲವು ಸೂಕ್ಷ್ಮಜೀವಿಗಳು ಪ್ಲಾಸ್ಟಿಕ್ ಅನ್ನು ಸಹಾ ಹೇಗೆ ಕೊಳೆಯುವಂತೆ ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ಒಳಗೊಂಡಂತೆ ಜೀವಿಯು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಇದು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಡೇವಿಡ್ ಬೇಕರ್ ಓರ್ವ ಅಮೆರಿಕನ್ ಜೀವರಸಾಯನ ವಿಜ್ಞಾನಿ. ಕಂಪ್ಯೂಟೇಶನಲ್ ಜೀವಿವಿಜ್ಞಾನಿ. ಪ್ರಸ್ತುತ ಸಿಯಾಟಲ್ನ ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಜಿನೊಮಿಕ್ ವಿಜ್ಞಾನ, ರಸಾಯನಿಕ ಇಂಜನಿಯರಿಂಗ್ನ ಪ್ರಾಧ್ಯಾಪಕ. 1962ರ ಅಕ್ಟೋಬರ್ 6ರಂದು ಜನಿಸಿದರು. ಬ್ರೆಕ್ಥ್ರೂ ಬಹುಮಾನಿತ ವಿಜ್ಞಾನಿ.
ಡೇಮಿಸ್ ಹಸಾಬಿಸ್ 1976ರ ಜುಲೈ 27ರಂದು ಇಂಗ್ಲಂಡ್ನ ಲಂಡನ್ನಿನಲ್ಲಿ ಜನಿಸಿದರು. ಇವರೊಬ್ಬ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ. AI ಪ್ರೊಗ್ರಾಮರ್ ಮತ್ತು ವಿನ್ಯಾಸಕ (AI programmer and designer). DeepMind ನ ಸಿ.ಇ.ಓ. ಹಾಗೂ ಸಹ ಸಂಸ್ಥಾಪಕ. ರಾಯಲ್ ಸೊಸೈಟಿಯ ಫೆಲೋ ಹಾಗೂ ಬ್ರೆಕ್ಥ್ರೂ ಬಹುಮಾನಿತ ವಿಜ್ಞಾನಿ.
ಜಾನ್ ಜಂಪರ್ ಮೂಲತಃ ಅಮೆರಿಕನ್. 1985ರಲ್ಲಿ ಜನಿಸಿದಾತ. DeepMindನ ಅಮೆರಿಕನ್ ನಿರ್ದೇಶಕ. ಇವರು ತಮ್ಮ ಟೀಮಿನ ಮೂಲಕ ನಿರ್ಮಿಸಿದ AlphaFold ಮಿಲಿಯನ್ ಗಟ್ಟಲೆ ಪ್ರೋಟೀನ್ಗಳ ರಚನೆಯನ್ನು ಅರಿಯಲು ಕಾರಣವಾಗಿದೆ.
ಎಲ್ಲಾ ಬಹುಮಾನಿತ ವಿಜ್ಞಾನಿಗಳಿಗೂ ಅಭಿನಂದನೆಗಳು
ನಮಸ್ಕಾರ
ಡಾ. ಎಸ್. ಚನ್ನೇಶ್.