माइक्रोसॉफ्ट का एआई-आधारित एब इनिशियो बायोमॉलिक्यूलर डाइनामिक्स सिस्टम (AI2BMD) दवा खोज और प्रोटीन अनुसंधान के तरीके में एक मौलिक बदलाव का प्रतीक है। चार वर्षों की शोध यात्रा के बाद विकसित की गई यह तकनीक, जिसे 'नेचर' में प्रकाशित किया गया है, बायोमॉलिक्यूलर सिमुलेशन क्षमताओं में एक महत्वपूर्ण अंतर को पाटती है।
पारंपरिक प्रोटीन सिमुलेशन विधियों के सामने एक स्थायी दुविधा रही है: क्लासिकल मॉलिक्यूलर डाइनामिक्स सिमुलेशन तेज़ तो हैं, लेकिन उनमें रासायनिक सटीकता की कमी होती है, जबकि क्वांटम केमिस्ट्री विधियाँ सटीकता तो देती हैं, परंतु बड़े बायोमॉलिक्यूल्स पर लागू नहीं हो पातीं। AI2BMD इस समस्या का समाधान एक नई प्रोटीन फ्रैग्मेंटेशन योजना और मशीन लर्निंग फोर्स फील्ड्स के संयोजन से करता है।
यह सिस्टम 10,000 से अधिक परमाणुओं वाले प्रोटीन को एब इनिशियो (फर्स्ट-प्रिंसिपल्स) सटीकता के साथ अत्यंत कुशलता से सिमुलेट कर सकता है, और पारंपरिक तरीकों की तुलना में गणना समय को कई गुना घटा देता है। इस उपलब्धि के कारण शोधकर्ता अब प्रोटीन के फोल्डिंग, अनफोल्डिंग और संभावित दवा यौगिकों के साथ उनकी इंटरैक्शन को ऐसे देख सकते हैं, जो पहले असंभव था।
AI2BMD ने पहले ही वास्तविक दुनिया में अपनी व्यावहारिक उपयोगिता सिद्ध कर दी है। 2023 में, इसने ग्लोबल एआई ड्रग डेवलपमेंट प्रतियोगिता में पहला स्थान प्राप्त किया, जहाँ इसने SARS-CoV-2 के मुख्य प्रोटीज़ से बाइंड होने वाले एक रासायनिक यौगिक की सटीक भविष्यवाणी की। माइक्रोसॉफ्ट रिसर्च ने गेट्स फाउंडेशन द्वारा स्थापित ग्लोबल हेल्थ ड्रग डिस्कवरी इंस्टीट्यूट के साथ साझेदारी भी की है, ताकि इस तकनीक का उपयोग निम्न- और मध्यम-आय वाले देशों में बीमारियों की दवा डिजाइन के लिए किया जा सके।
इस सिस्टम की अत्यधिक सटीक वर्चुअल स्क्रीनिंग क्षमता फार्मास्युटिकल अनुसंधान की समयसीमा को बदल रही है। जो कार्य पहले वर्षों में होते थे, अब महीनों में पूरे किए जा सकते हैं, जिससे टीबी और उभरती वायरल बीमारियों जैसी वैश्विक स्वास्थ्य चुनौतियों के समाधान की गति बढ़ सकती है।
माइक्रोसॉफ्ट की व्यापक 'एआई फॉर साइंस' पहल के हिस्से के रूप में, AI2BMD यह दर्शाता है कि आर्टिफिशियल इंटेलिजेंस न केवल मानव भाषा, बल्कि प्रकृति की भाषा—जैसे अणु, प्रोटीन और जैविक प्रणालियाँ—भी सीख सकता है, ताकि मानवता की सबसे जटिल वैज्ञानिक चुनौतियों का समाधान किया जा सके।