ആർഎൻഎയും മെഷീൻ ലേണിങ്ങും പ്രോട്ടീൻ കോഡുകളും

ഇത്തിരിക്കുഞ്ഞൻ

ജീനുകളുടെ പ്രവർത്തനം നിയന്ത്രിക്കാൻ ശേഷിയുള്ള ഇത്തിരിക്കുഞ്ഞു മൈക്രോ ആർഎൻഎകൾ... ബഹുകോശ ജീവികളുടെ വികാസത്തെപ്പറ്റി  നിരവധി സമസ്യകൾ പൂരിപ്പിക്കാൻ സഹായിച്ച ഈ കണ്ടുപിടിത്തത്തിനാണ് യുഎസ് ഗവേഷകരായ വിക്റ്റർ ആംബ്രോസ്, ഗാരി റവ്കുൻ എന്നിവരെത്തേടി ഇക്കുറി  വൈദ്യശാസ്ത്ര നൊബേൽ എത്തിയത്. കോവിഡിനെതിരെയുള്ള എംആർഎൻഎ വാക്സിൻ വികസിപ്പിക്കാൻ വഴിയൊരുക്കിയ ഗവേഷണത്തിനായിരുന്നു കഴിഞ്ഞവർഷത്തെ വൈദ്യശാസ്ത്ര നൊബേൽ എന്നതും ശ്രദ്ധേയം.

നമ്മുടെ ശരീര കോശങ്ങളിലെല്ലാം അടങ്ങിയിരിക്കുന്നത് ഒരേ തരം ക്രോമസോമും ഒരേതരം ജീനുകളും ഒരേതരം പ്രവർത്തന നിർദേശങ്ങളുമാണ്. എന്നിട്ടും പേശീകോശങ്ങൾ, നാഡീകോശങ്ങൾ, വിവിധ അവയവ കോശങ്ങൾ തുടങ്ങി നിരവധി വൈവിധ്യമാണ് ശരീരകോശങ്ങൾക്ക്. ഇതെങ്ങനെ എന്ന ചോദ്യത്തിനുത്തരം നീളുന്നത് മൈക്രോ ആർഎൻഎയിലേക്കാണ്. ഡിഎൻഎയിൽ നിന്നും ജീനുകൾ മെസഞ്ചർ ആർഎൻഎ ആയി പകർത്തപ്പെടുന്ന പ്രക്രിയയാണ് ട്രാൻസ്ക്രിപ്ഷൻ. ഈ മെസഞ്ചർ ആർഎൻഎ ഉപയോഗിച്ച് അമിനോ ആസിഡുകൾ ചേർത്ത് പ്രോട്ടീൻ നിർമിക്കുന്ന പ്രക്രിയയാണ് ട്രാൻസ്ലേഷൻ. ഈ പകർത്തലും വിവർത്തനവുമാണ് തന്മാത്രാ ജീവശാസ്ത്രത്തിലെ കേന്ദ്രതത്വം. എല്ലാ കോശങ്ങളിലെയും ജനിതക നിർദേശങ്ങൾ സമാനമാകുമ്പോഴും ഓരോ വിഭാഗം കോശങ്ങളുടെയും പ്രവർത്തനവും ധർമങ്ങളും പാടേ വ്യത്യസ്തമാണ്. ഓരോ വിഭാഗം കോശങ്ങളിലും ഒരു നിശ്ചിത സെറ്റ് ജീൻ മാത്രമാണ് പ്രവർത്തന നിരതമാവുന്നത് എന്നർഥം.

സി എലിഗൻസിൽ തുടക്കം

എൺപതുകളിൽ ഹോവിറ്റ്സ് ലബോറട്ടറിയിൽ ആംബ്രോസും റവ്കുനും ചേർന്ന് ഒരു മില്ലിമീറ്റർ മാത്രം വലിപ്പമുള്ള സി എലിഗൻസ് എന്ന ഉരുണ്ട വിരയിൽ നടത്തിയ ഗവേഷണങ്ങൾ ജീൻ നിയന്ത്രണത്തിന്റെ പുതിയ തലങ്ങളിലേക്കും നൂതന സാധ്യതകളിലേക്കുമാണ് വെളിച്ചം വീശിയത്. ജനിതക പ്രോഗ്രാമുകളെ കൃത്യസമയത്ത് പ്രവർത്തന നിരതമാക്കുന്ന ജീനുകളെക്കുറിച്ച് പഠിക്കാനായി ലിൻ-4, ലിൻ 14 എന്നീ ജീനുകളിൽ   ഉൽപ്പരിവർത്തനം (mutation) സംഭവിച്ച വിരകളെയാണ് തെരഞ്ഞെടുത്തത്.  ഇതിൽ  ലിൻ -14 ജീനിന്റെ പ്രവർത്തനം  ലിൻ-4 ജീൻ തടയുമെന്ന് ആംബ്രോസ് കണ്ടെത്തി. തുടർന്ന് ഹാർവാഡിലെ ലാബിൽ ലിൻ-4 ന്റെ മാപ്പിങ്ങും ക്ലോണിങ്ങും നടത്തുന്നതിനിടെയാണ് ആ  രഹസ്യത്തിന്റെ  ചുരുളഴിയുന്നത്. ഈ ജീൻ അസാധാരണമാംവിധം ചെറിയൊരു ആർഎൻഎ തന്മാത്ര നിർമിക്കുന്നുണ്ട്. ഇതിലാവട്ടെ പ്രോട്ടീൻ നിർമാണ കോഡ് ഇല്ല താനും.  അപ്പോൾ ലിൻ-14 -നെ നിശ്ശബ്ദമാക്കിയത് ഈ മൈക്രോ ആർഎൻഎ തന്നെ. തുടർന്ന് നടന്ന ഗവേഷണങ്ങളിൽ  ജീൻ പ്രകടമാവലിന്റെ അവസാന ഘട്ടത്തിൽ ലിൻ-14 ലെ  എംആർഎൻഎ യുടെ പൂരക ശ്രേണിയിൽ കൂടിച്ചേർന്നാണ് ലിൻ 4 അതിനെ ടേൺ ഓഫ് ചെയ്യുന്നതെന്നു കണ്ടെത്തി.

93-ൽ മൈക്രോ ആർഎൻഎ ഗവേഷണം സെൽ ജേർണലിൽ പ്രസിദ്ധീകരിച്ചെങ്കിലും ശാസ്ത്രസമൂഹം അത്‌ വേണ്ടപോലെ  ശ്രദ്ധിച്ചില്ല. എന്നാൽ 2000-ൽ ബഹുകോശജീവികളിൽ പൊതുവായി കാണപ്പെടുന്ന ലെറ്റ്-7 മൈക്രോ ആർഎൻഎ യുടെ കണ്ടെത്തലുമായി റവ്കുൻ രംഗത്തെത്തിയതോടെ  ഗവേഷണ മേഖല ഉണർന്നു. തുടർന്ന് മനുഷ്യ ജീനോമിൽ കോഡ് ചെയ്യപ്പെട്ടിരിക്കുന്ന, വിവിധ ജീൻ പ്രവർത്തനങ്ങളെ നിയന്ത്രിക്കുന്ന ആയിരത്തിലധികം മൈക്രോ ആർഎൻഎകൾ മാപ്പ് ചെയ്യപ്പെട്ടു.

സാധ്യതകൾ വിപുലം

ശരീരത്തിലെയും ചുറ്റുപാടുകളിലെയും മാറ്റങ്ങൾക്കനുസൃതമായി ജീൻ നിയന്ത്രണ പ്രവർത്തനം അനുകൂലപ്പെട്ടില്ലെങ്കിൽ അത് ക്യാൻസർ, ഡയബറ്റിസ്, ഓട്ടോ ഇമ്യൂൺ രോഗങ്ങൾ എന്നിവയ്ക്ക് കാരണമാകും. വിവിധ രോഗങ്ങളുടെ ജനിതക തലങ്ങൾ, ഭ്രൂണവളർച്ചയുടെ സൂക്ഷ്മതലങ്ങൾ, കോശ വൈവിധ്യവൽക്കരണം തുടങ്ങി മൈക്രോ ആർഎൻഎ ഗവേഷണം വെളിച്ചംവീശുന്നത് നിരവധി രഹസ്യങ്ങളിലേക്കാണ്. രോഗവ്യാപ്തി മനസ്സിലാക്കാനുള്ള പുത്തൻ ബയോമാർക്കറുകൾ, നൂതന വാക്സിനുകൾ തുടങ്ങി സാധ്യതകൾ വേറെയുമുണ്ട്.

നിർമിതബുദ്ധിയുടെ അടിത്തറ

ഊർജതന്ത്രവും വിവരസാങ്കേതിക വിദ്യയും ജീവശാസ്ത്രവും ഗണിതവുമൊക്കെ സമന്വയിപ്പിച്ച് നിർമിതബുദ്ധി സങ്കേതങ്ങൾക്ക് അടിസ്ഥാനമായ മെഷീൻ ലേണിങ്ങിനു ശക്തമായ അടിത്തറയൊരുക്കിയ ഗവേഷകർക്കുള്ള അംഗീകാരമാണ്‌  ഇത്തവണത്തെ  ഊർജതന്ത്ര നൊബേൽ. ഊർജതന്ത്ര തത്വങ്ങളും ആശയങ്ങളും ഉപയോഗപ്പെടുത്തി മെഷീൻ ലേണിങ് എന്ന വിസ്മയം സാധ്യമാക്കിയ ജോൺ ജെ ഹോപ്ഫീൽഡ് (പ്രിൻസ്റ്റൺ സർവകലാശാല, യുഎസ്)  ജെഫ്രി ഇ ഹിന്റൻ (ടൊറന്റോ സർവകലാശാല, കാനഡ) എന്നീ ഗവേഷകരാണ് പുരസ്‌കാരത്തിന് അർഹരായത്.

കഥകൾക്കുമപ്പുറം

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിൽ കൃത്രിമ ന്യൂറൽ നെറ്റ്‌ വർക്കുകൾ ഉപയോഗപ്പെടുത്തുന്ന  മെഷീൻ ലേണിങ് സാധ്യതകൾ ശാസ്ത്രകൽപ്പിത കഥകൾക്കുമപ്പുറമാണ്.  മനുഷ്യ മസ്തിഷ്‌കത്തെ അനുകരിച്ചാണ് നിർമിത ന്യൂറൽ നെറ്റ്‌ വർക്കുകൾ സാധ്യമാക്കുന്നത്. കംപ്യൂട്ടറുകൾക്ക് ചിന്തിക്കാൻ കഴിയില്ലെങ്കിലും നിർമിത ബുദ്ധിയുടെ  കുതിച്ചുചാട്ടത്തോടെ മെഷീനുകൾക്ക് ഓർമയും പഠനവുമൊക്കെ അനുകരിക്കാനാകും. മസ്തിഷ്‌കത്തിലെ കോടിക്കണക്കിനു ന്യൂറോണുകൾക്കു പകരം ആർട്ടിഫിഷ്യൽ ന്യൂറൽ നെറ്റ്‌ വർക്കിൽ വിവിധ മൂല്യങ്ങളുള്ള നോഡുകൾ ആണെന്നു മാത്രം.

മസ്തിഷ്‌കത്തിലെ ന്യൂറോണുകളും സിനാപ്സുകളും ഉൾക്കൊള്ളുന്ന വിസ്മയ ശൃംഖലയുടെ രഹസ്യങ്ങൾ ചുരുളഴിക്കാനുള്ള  ശ്രമങ്ങൾ 1940കളിൽത്തന്നെ തുടങ്ങിയിരുന്നു. 80-കളിൽ പാറ്റേണുകൾ സംഭരിച്ചു വയ്ക്കാനും ചെയ്യാനും പുനഃസൃഷ്ടിക്കാനും കഴിവുള്ള ഒരു നെറ്റ് വർക്ക് ജോൺ ഹോപ്ഫീൽഡ് വികസിപ്പിച്ചു. ഈ ന്യൂറൽ നെറ്റ്‌ വർക്കിനെ അടിത്തറയാക്കി സ്റ്റാറ്റിസ്റ്റിക്കൽ ഫിസിക്സ് ഉപയോഗപ്പെടുത്തി ജെഫ്രി ഹിന്റൻ ബോൾട്സ്മാൻ മെഷീൻ വികസിപ്പിച്ചെടുത്തു. ബോൾട്സ്മാൻ ഡിസ്ട്രിബ്യൂഷൻ ആണിതിൽ ഉപയോഗപ്പെടുത്തിയിരിക്കുന്നത്.  ഇതിൽ വിസിബിൾ ന്യൂറോൺ യൂണിറ്റുകൾ ഡേറ്റ പിടിച്ചെടുക്കും.  ഹിഡൻ ന്യൂറോൺ യൂണിറ്റുകളിൽ ഡേറ്റാ വിശകലനം നടക്കും.  ഒരു ഡേറ്റയിലെ സവിശേഷത തിരിച്ചറിയാൻ കഴിവുണ്ടിതിന്. ഇമേജുകളെ തരംതിരിക്കാനും അതു പരിശീലിച്ച പാറ്റേണുകൾക്ക് സമാനമായ പാറ്റേണുകൾ സൃഷ്ടിക്കാനും കഴിയും.

ഡീപ് ന്യൂറൽ നെറ്റ്‌ വർക്കിനും ഡീപ് ലേണിങ്ങിനും ശക്തമായ അടിത്തറയിട്ടത് ജെഫ്രി ഹിന്റണാണ്‌. നിർമിത ബുദ്ധിയുടെ  പ്രത്യാഘാതങ്ങളെ  കരുതിയിരിക്കണമെന്ന മുന്നറിയിപ്പും അദ്ദേഹം നൽകിയിട്ടുണ്ട്‌. കണികാ പരീക്ഷണം,  ലൈഗോ പരീക്ഷണം, എക്സോപ്ലാനറ്റ് ഗവേഷണങ്ങൾ, ആരോഗ്യം, കാലാവസ്ഥാ പഠനം, കാർഷികരംഗം, സാമ്പത്തികരംഗം... തുടങ്ങിയ മേഖലകളിലെല്ലാം മെഷീൻ ലേണിങ്ങിന്റെ സാധ്യതകൾ വിപുലമാണ്‌.

ചുരുളഴിയുന്ന പ്രോട്ടീൻ കോഡുകൾ

പ്രോട്ടീനുകളുടെ  ഘടനയ്‌ക്കാധാരമായ കോഡുകളുടെ  ചുരുൾ നിവർത്തിയ ഡേവിഡ് ബേക്കർ (വാഷിങ്ടൺ സർവകലാശാല)  ഡെമിസ് ഹസ്സാബിസ്, ജോൺ എം ജമ്പർ (ഗൂഗിൾ ഡീപ് മൈൻഡ്, യുകെ)  എന്നിവർക്ക്‌ രസതന്ത്ര നൊബേൽ ലഭിക്കുമ്പോൾ ഈ ഗവേഷണ മേഖല വൻകുതിപ്പിലാണ്‌.  കംപ്യൂട്ടേഷണൽ പ്രോട്ടീൻ ഡിസൈനിങ്ങിലൂടെ ബേക്കർ പുതിയ തരം പ്രോട്ടീനുകൾ രൂപകൽപ്പന ചെയ്തു. ഹസ്സാബിസ്സും ജമ്പറും പ്രോട്ടീനുകളുടെ സങ്കീർണ ഘടന പ്രവചിക്കാൻ സഹായിക്കുന്ന എഐ വിദ്യ വികസിപ്പിച്ചു. ജീവന്റെ രാസടൂളായ  പ്രോട്ടീൻ രഹസ്യങ്ങളാണ്‌ ഇതോടെ പുറത്തുവന്നത്‌. ഇത്തവണ ഊർജതന്ത്ര നൊബേലിലേതുപോലെ രസതന്ത്ര നൊബേൽ നേട്ടത്തിലുമുണ്ട് നിർമിതബുദ്ധിയുടെ സ്വാധീനം.
ശരീരത്തിലെ രാസപ്രവർത്തനങ്ങളെ നിയന്ത്രിക്കുന്ന തന്മാത്രകളാണ് പ്രോട്ടീനുകൾ. ഹോർമോണുകളായും  എൻസൈമുകളായും ആന്റിബോഡികളായും കലകളുടെ അടിസ്ഥാന നിർമാണ ഘടനകളായുമൊക്കെ പ്രവർത്തിക്കുന്നുണ്ടിവ.  20 അമിനോ ആസിഡുകൾ ചേർന്നാണ് വിവിധ പ്രോട്ടീനുകൾ രൂപംകൊള്ളുന്നത്. ഡിഎൻഎയിലെ നിർദേശങ്ങൾക്കനുസരിച്ച് നമ്മുടെ കോശങ്ങളിൽ  ഈ അമിനോആസിഡുകൾ ചേർന്ന് നീണ്ട തന്തുക്കൾ രൂപംകൊള്ളുന്നു.  

200 ദശലക്ഷം പ്രോട്ടീൻ ഘടന

2003-ൽ ബേക്കറുടെ നേതൃത്വത്തിൽ  അമിനോ ആസിഡുകൾ ചേർത്ത് അതുവരെ പരിചയമില്ലാത്തൊരു പുതിയ പ്രോട്ടീൻ രൂപകൽപ്പന ചെയ്‌തു. തുടർന്ന് ഔഷധങ്ങളായും വാക്സിനുകളായും നാനോ പദാർഥങ്ങളായും കുഞ്ഞു സെൻസറുകളായുമൊക്കെ ഉപയോഗപ്പെടുത്താവുന്ന നിരവധി പ്രോട്ടീൻ ഘടനകൾ സാധ്യമാക്കി. പ്രോട്ടീനുകളുടെ സങ്കീർണ ത്രിമാന ഘടന പ്രവചിക്കുന്ന ആൽഫാ ഫോൾഡ് 2 എന്ന നിർമിതബുദ്ധി മാതൃകയുമായി ഗൂഗിൾ ഡീപ് മൈൻഡിലെ ഗവേഷകരായ ഹസാബിസ്സും ജമ്പറും 2020-ൽ രംഗത്തെത്തി. ഇതുവരെ തിരിച്ചറിഞ്ഞിട്ടുള്ള 200 ദശലക്ഷം പ്രോട്ടീനുകളുടെ ഘടനയാണിതിലൂടെ പ്രവചിക്കപ്പെട്ടത്.

ആന്റിബയോട്ടിക് പ്രതിരോധത്തെക്കുറിച്ച് ആഴത്തിൽ മനസ്സിലാക്കൽ, പ്ലാസ്റ്റിക്കിന്റെ വിഘടിപ്പിക്കാൻ കഴിയുന്ന എൻസൈമുകൾ രൂപകൽപ്പന ചെയ്യൽ തുടങ്ങി  ഏറെ പ്രയോജനപ്രദമാണീ ഗവേഷണങ്ങൾ.  രോഗനിർണയം, രോഗപ്രതിരോധം, നൂതന ഔഷധങ്ങളുടെയും വാക്സിനുകളുടെയും  നിർമാണം, പുത്തൻ സെൻസറുകൾ, കൂടുതൽ ഹരിതമായ രാസവസ്തുനിർമാണ പ്രക്രിയകൾ,  നാനോ പദാർഥങ്ങൾ ഇങ്ങനെ നീളുന്നു സാധ്യതകൾ.