മെഡിസിനൽ കെമിസ്ട്രിയിലെ സങ്കീർണ്ണമായ ഒരു രാസപ്രവർത്തനത്തെ ഏതാണ്ട് സ്വയം പ്രവർത്തിക്കുന്ന ഒരു എഐ കെമിസ്റ്റ് മെച്ചപ്പെടുത്തുന്നു

ശാസ്ത്രരംഗത്തെ OpenAI-യുടെ പ്രവർത്തനങ്ങൾ ഒരു ലളിതമായ വിശ്വാസത്താൽ പ്രേരിതമാണ്: നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന് ശാസ്ത്രജ്ഞർക്ക് ശക്തനായ ഒരു പങ്കാളിയാകാൻ കഴിയും. ഇത് കൂടുതൽ ആശയങ്ങൾ പര്യവേക്ഷണം ചെയ്യാനും, പരസ്പരം ബന്ധമില്ലാത്ത ആശയങ്ങളെ തമ്മിൽ ബന്ധിപ്പിക്കാനും, മികച്ച പരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്യാനും, മനുഷ്യരാശിക്ക് പ്രയോജനപ്പെടുന്ന കണ്ടെത്തലുകൾ വേഗത്തിലാക്കാനും അവരെ സഹായിക്കുന്നു. ഗണിതശാസ്ത്രത്തിലെ യൂണിറ്റ് ഡിസ്റ്റൻസ് പ്രശ്നം⁠ സംബന്ധിച്ച പഠനം, തിയറ്റിക്കൽ ഫിസിക്സിൽ ഗ്ലൂയോൺ ആംപ്ലിറ്റ്യൂഡുകൾ⁠ ലഭിച്ച പുതിയ ഫലം, ഒരു ഓട്ടമേറ്റഡ് ലബോറട്ടറിയിൽ സെൽ-ഫ്രീ പ്രോട്ടീൻ സിന്തസിസിന്റെ ചെലവ് കുറയ്ക്കാൻ⁠ GPT‑5 സഹായിച്ച ബയോളജി രംഗത്തെ മുന്നേറ്റം എന്നിവയുൾപ്പെടെ, പുതിയ കണ്ടെത്തലുകളിലേക്ക് എഐ മോഡലുകൾ സംഭാവന നൽകിയതിന്റെ ആദ്യകാല ഉദാഹരണങ്ങൾ ഞങ്ങൾ ഇതിനകം പങ്കുവെച്ചിട്ടുണ്ട്. ലൈഫ് സയൻസ് ഗവേഷണങ്ങളെയും മരുന്ന് കണ്ടെത്തൽ പ്രക്രിയകളെയും പിന്തുണയ്ക്കുന്നതിനായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്ത GPT‑Rosalind⁠ എന്ന മോഡലും ഞങ്ങൾ അവതരിപ്പിച്ചു. 

ഈ പ്രോജക്റ്റ് ആ പാതയെ ഔഷധ രസതന്ത്രത്തിലേക്ക് വിപുലീകരിക്കുന്നു, അവിടെ പുരോഗതിയെ റീസണിംഗ് കൊണ്ട് മാത്രം അളക്കാനാവില്ല. ഒരു സിദ്ധാന്തം യഥാർത്ഥ തന്മാത്രകളും ഉപകരണങ്ങളും പരീക്ഷണ ശബ്ദവും ഉള്ള ലാബിൽ പ്രവർത്തിക്കേണ്ടതുണ്ട്. Molecule.one⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു)-നൊപ്പം പ്രവർത്തിച്ച്, ഞങ്ങൾ GPT‑5.4 നെ Maria-യുമായി ബന്ധിപ്പിച്ചു—സ്വയംഭരണ ഗവേഷണത്തിനായി ഉയർന്ന ത്രൂപുട്ട് ലബോറട്ടറിയുമായി സംയോജിപ്പിച്ച സ്വയംപ്രവർത്തിക്കുന്ന കെമിസ്ട്രി AI—കൂടാതെ പ്രധാനപ്പെട്ട നിരവധി പ്രതികരണ വർഗങ്ങളിൽ ഒന്നിനെ മെച്ചപ്പെടുത്തുക എന്ന തുറന്ന സ്വഭാവമുള്ള ലക്ഷ്യം അതിന് നൽകി. സിസ്റ്റം ഗവേഷണ നിർദേശങ്ങൾ സൃഷ്ടിക്കുകയും, പരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്ത് നടത്തുകയും, പരീക്ഷണ ഡാറ്റ വിശകലനം ചെയ്യുകയും, തുടർപരീക്ഷണങ്ങൾ നിർദേശിക്കുകയും ചെയ്തു. ദിശാനിർദ്ദേശങ്ങളും മൂല്യനിർണ്ണയവുമായി ബന്ധപ്പെട്ട പ്രോംപ്റ്റുകൾ രൂപകൽപ്പന ചെയ്ത് പരീക്ഷിക്കാനുള്ള നിർദ്ദേശങ്ങൾ തിരഞ്ഞെടുക്കുന്നതിലൂടെ മനുഷ്യർ പ്രക്രിയയിൽ തുടർന്നും പങ്കാളികളായി. കൂടാതെ, അവർ പരീക്ഷണ പദ്ധതികളിൽ പരിമിതമായ തിരുത്തലുകൾ വരുത്തുകയും, അടിസ്ഥാന ലബോറട്ടറി പ്രവർത്തനങ്ങളിൽ സഹായിക്കുകയും, അന്തിമ ഫലം സ്വതന്ത്രമായി സാധൂകരിക്കുകയും ചെയ്തു.

കാർബൺ-നൈട്രജൻ ബന്ധനങ്ങൾ രൂപപ്പെടുത്താൻ കെമിസ്റ്റുകൾ ഉപയോഗിക്കുന്ന രാസപ്രവർത്തനമായ ചാൻ-ലാം കപ്ലിംഗിന്റെ, ബുദ്ധിമുട്ടുള്ളതെങ്കിലും ഉപയോഗപ്രദമായ ഒരു പതിപ്പിലാണ് ഏറ്റവും പ്രതീക്ഷ നൽകുന്ന നിർദ്ദേശമായ OAI-M1-03 ശ്രദ്ധ കേന്ദ്രീകരിച്ചത്. പ്രോസസ് കെമിസ്ട്രിക്ക് വേണ്ടി ചാൻ-ലാം കപ്ലിംഗ് മെച്ചപ്പെടുത്തുക എന്ന ഓപ്പൺ എൻഡഡ് ലക്ഷ്യത്തിൽ നിന്ന് തുടങ്ങിക്കൊണ്ട്, പ്രൈമറി സൾഫോണമൈഡുകളെ വെല്ലുവിളി നിറഞ്ഞതും ഉയർന്ന മൂല്യമുള്ളതുമായ ഒരു സബ്‌സ്‌ട്രേറ്റ് വിഭാഗമായി GPT‑5.4 സ്വതന്ത്രമായി കണ്ടെത്തുകയും, TEMPO ഉൾപ്പെടെയുള്ള മൃദുവായ ഓക്സിഡന്റുകൾക്ക് ഈ രാസപ്രവർത്തനം മെച്ചപ്പെടുത്താൻ കഴിയുമെന്ന് നിർദ്ദേശിക്കുകയും ചെയ്തു. 

Maria Lab-ൽ നടന്ന രണ്ട് ഘട്ടങ്ങളിലായുള്ള പരീക്ഷണങ്ങളിലൂടെ ആ ആശയം ഗണ്യമായ ഒരു പുരോഗതി ഉണ്ടാക്കി. ഏറ്റവും അനുയോജ്യമായ സാഹചര്യങ്ങളിൽ, പരീക്ഷിക്കപ്പെട്ട ബോറോണിക് ആസിഡുകളുടെ 88 ശതമാനത്തിനും സൾഫോണമൈഡുകളുടെ 83 ശതമാനത്തിനും ഉൽപ്പാദനക്ഷമത മെച്ചപ്പെട്ടു. ശരാശരി ഉൽപ്പാദനക്ഷമത 16.6 ശതമാനത്തിൽ നിന്ന് 25.2 ശതമാനമായി ഉയർന്നു, കൂടാതെ 30 ശതമാനത്തിന് മുകളിൽ ഉൽപ്പാദനക്ഷമത ലഭിച്ച രാസപ്രവർത്തനങ്ങളുടെ പങ്ക് 15.6 ശതമാനത്തിൽ നിന്ന് 37.5 ശതമാനമായി വർദ്ധിച്ചു. തുടർന്ന് കെമിസ്റ്റുകൾ ഇതിനെ പ്രതിനിധീകരിക്കുന്ന രാസപ്രവർത്തനങ്ങൾ ബെഞ്ച് സ്കെയിലിൽ ആവർത്തിച്ചു. ആ പരീക്ഷണങ്ങൾ മൈക്രോലിറ്റർ-സ്കെയിൽ ഫലങ്ങളെ സ്ഥിരീകരിച്ചു, 14 സബ്‌സ്‌ട്രേറ്റ് ജോഡികളിൽ 11 എണ്ണത്തിനും ഉയർന്ന ഉൽപ്പാദനക്ഷമത കാണിച്ചു, മാത്രമല്ല മിക്കവയിലും രണ്ടിലധികം മടങ്ങ് വർദ്ധനവ് ഉണ്ടായി. ഇത് വളരെ പ്രധാനപ്പെട്ട കാര്യമാണ്, കാരണം മെഡിസിനൽ കെമിസ്റ്റുകൾക്ക് മൈക്രോ-ലിറ്റർ സ്ക്രീനിംഗ് പരീക്ഷണങ്ങളിൽ മാത്രമല്ല, മരുന്ന് കണ്ടെത്തൽ പ്രക്രിയകളിലെ പ്രായോഗിക ലബോറട്ടറി പ്രവർത്തനങ്ങളിലും പ്രയോജനപ്പെടുന്ന രാസപ്രവർത്തനങ്ങളാണ് ആവശ്യമായിട്ടുള്ളത്.

മെഡിസിനൽ കെമിസ്ട്രിയുടെ ഈ മേഖലയിലുള്ള മുന്നേറ്റങ്ങൾ പ്രത്യേകിച്ചും ആവേശം നൽകുന്നതാണ്, കാരണം മരുന്ന് കണ്ടെത്തൽ പ്രക്രിയയിൽ പലപ്പോഴും വലിയൊരു കടമ്പയായി മാറുന്നത് അവയുടെ സിന്തസിസാണ്: ശാസ്ത്രജ്ഞർക്ക് അവർക്ക് നിർമ്മിക്കാനോ അല്ലെങ്കിൽ ലഭ്യമാക്കാനോ കഴിയുന്ന തന്മാത്രകൾ മാത്രമേ പരീക്ഷിക്കാൻ കഴിയൂ. അർബുദ ചികിത്സയ്ക്കുള്ള മരുന്നുകൾ, ആന്റിമൈക്രോബിയലുകൾ, ഡൈയൂററ്റിക്സ് തുടങ്ങി വിവിധ ചികിത്സാ മേഖലകളിലെ മരുന്നുകളിൽ സൾഫോണമൈഡ് ഗ്രൂപ്പ് കാണപ്പെടുന്നുണ്ട്. എന്നിരുന്നാലും ബോറോണിക് ആസിഡുകളുമായുള്ള പ്രൈമറി സൾഫോണമൈഡുകളുടെ ചാൻ-ലാം കപ്ലിംഗ് ചരിത്രപരമായി വളരെ കുറഞ്ഞ ഉൽപ്പാദനക്ഷമതയാണ് നൽകിയിട്ടുള്ളത്. രാസപ്രവർത്തനത്തിന്റെ ഈ രൂപത്തെ കൂടുതൽ വിശ്വസനീയമാക്കുന്നത്, പ്രയോജനപ്രദമാകാൻ സാധ്യതയുള്ള തന്മാത്രകൾ നിർമ്മിക്കാനും പര്യവേക്ഷണം ചെയ്യാനും മെഡിസിനൽ കെമിസ്റ്റുകൾക്ക് കൂടുതൽ വിപുലവും പ്രായോഗികവുമായ ഒരു മാർഗ്ഗം നൽകും.

ഇതൊരു പ്രാരംഭ ഫലം മാത്രമാണെങ്കിലും, ഞങ്ങൾ പ്രവർത്തിച്ചുകൊണ്ടിരിക്കുന്ന വിശാലമായ ലക്ഷ്യത്തിന്റെ മറ്റൊരു വ്യക്തമായ ഉദാഹരണം ഇത് നൽകുന്നു: ഗവേഷണ പ്രക്രിയയിലുടനീളം ശാസ്ത്രജ്ഞർക്ക് വിലപ്പെട്ട പങ്കാളികളാകാൻ കഴിയുന്ന എഐ സിസ്റ്റങ്ങൾ. ഈ മോഡൽ മുൻകാല പഠനങ്ങൾ അവലോകനം ചെയ്യുകയും, അപ്രതീക്ഷിതമായ ഒരു ആശയം നിർദ്ദേശിക്കുകയും, പരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്യാനും വിശകലനം ചെയ്യാനും സഹായിക്കുകയും, കെമിസ്റ്റുകൾക്ക് വിലയിരുത്താൻ സാധിക്കുന്ന ഒരു ശാസ്ത്രീയ കണ്ടെത്തലിൽ എത്തിച്ചേരുകയും ചെയ്തു.

ഓർഗാനിക് കെമിസ്ട്രി എല്ലാ സ്മോൾ-മോളിക്യൂൾ മരുന്നുകൾക്കും, അതുപോലെ തന്നെ കൃഷി, ഇലക്ട്രോണിക്സ്, മെറ്റീരിയൽ സയൻസ് എന്നീ മേഖലകളിലെ ഉൽപ്പന്നങ്ങൾക്കും അടിസ്ഥാനമാണ്. വ്യത്യസ്തങ്ങളായ നിരവധി പ്രാരംഭ പദാർത്ഥങ്ങളിൽ ഒരേ തരത്തിലുള്ള രാസബന്ധനം വിശ്വസനീയമായി നിർമ്മിക്കാൻ കഴിയുമ്പോൾ ഒരു രാസപ്രവർത്തനം പ്രത്യേകിച്ചും ഉപയോഗപ്രദമാകുന്നു. രാസപ്രവർത്തനങ്ങൾ കുറഞ്ഞ ഉൽപ്പാദനക്ഷമതയോ അല്ലെങ്കിൽ ആവശ്യമില്ലാത്ത നിരവധി ഉപോൽപ്പന്നങ്ങളോ നൽകുമ്പോൾ, കെമിസ്റ്റുകൾക്ക് വളരെ പ്രതീക്ഷ നൽകുന്ന തന്മാത്രകളെ ഉപേക്ഷിക്കേണ്ടിവരികയോ അല്ലെങ്കിൽ മറ്റൊരു മാർഗ്ഗം വികസിപ്പിച്ചെടുക്കാൻ ഗണ്യമായ സമയം ചിലവഴിക്കേണ്ടി വരികയോ ചെയ്തേക്കാം. ഇത് മരുന്ന് കണ്ടെത്തൽ പ്രക്രിയയിൽ അവയുടെ സിന്തസിസ് വലിയൊരു കടമ്പയാക്കി മാറ്റുന്നു: ശാസ്ത്രജ്ഞർക്ക് പൊതുവെ അവർക്ക് നിർമ്മിക്കാനോ അല്ലെങ്കിൽ ലഭ്യമാക്കാനോ കഴിയുന്ന തന്മാത്രകൾ മാത്രമേ പരീക്ഷിക്കാൻ കഴിയൂ.

മരുന്നുകളിൽ സാധാരണമായി കാണപ്പെടുന്ന കാർബൺ-നൈട്രജൻ ബോണ്ടുകൾ രൂപപ്പെടുത്തുന്നതിനാൽ, മെഡിസിനൽ കെമിസ്ട്രിയിൽ ചാൻ-ലാം കപ്ലിംഗ് വളരെ ഉപയോഗപ്രദമാണ്. എന്നിരുന്നാലും, എല്ലാ വിഭാഗം തന്മാത്രകളിലും ഈ രാസപ്രവർത്തനം ഒരുപോലെ ഫലപ്രദമായി പ്രവർത്തിക്കുന്നില്ല. പ്രത്യേകിച്ച്, ബോറോണിക് ആസിഡുകളുമായുള്ള പ്രൈമറി സൾഫോണമൈഡുകളുടെ കപ്ലിംഗ് ചരിത്രപരമായി വളരെ കുറഞ്ഞ ഉൽപ്പാദനക്ഷമതയാണ് നൽകിയിട്ടുള്ളത്. ഓങ്കോളജിയിലും സാംക്രമിക രോഗങ്ങൾക്കുമുള്ള ചികിത്സയിൽ ഉപയോഗിക്കുന്ന മരുന്നുകളിൽ കാണപ്പെടുന്ന പ്രധാനപ്പെട്ട ഒരു തന്മാത്രാ വിഭാഗമാണ് സൾഫോണമൈഡുകൾ. ഈ രാസപ്രവർത്തനത്തെ കൂടുതൽ വിശ്വസനീയമാക്കുന്നത്, പ്രയോജനപ്രദമാകാൻ സാധ്യതയുള്ള തന്മാത്രകൾ നിർമ്മിക്കാനും പര്യവേക്ഷണം ചെയ്യാനും മെഡിസിനൽ കെമിസ്റ്റുകൾക്ക് കൂടുതൽ വിപുലവും പ്രായോഗികവുമായ ഒരു മാർഗ്ഗം നൽകും.

സംയോജിത സിസ്റ്റം പരസ്പര പൂരകമായ കഴിവുകളെ ഒന്നിപ്പിച്ചു. Maria AI-യുമായി ചേർന്ന് പ്രവർത്തിക്കുന്ന ശാസ്ത്രജ്ഞർ തയ്യാറാക്കിയ പ്രോംപ്റ്റുകൾ, ആയിരക്കണക്കിന് സാധ്യമായ ഗവേഷണ നിർദ്ദേശങ്ങൾ രൂപീകരിക്കാനും അവയ്ക്ക് റാങ്ക് നൽകാനും ഒരു ഹാർനെസ്സിനുള്ളിൽ GPT‑5.4‑യ്‌ക്കൊപ്പം ഉപയോഗിച്ചു. സിസ്റ്റം നൽകിയ റാങ്ക് അനുസരിച്ച് ഏറ്റവും മുന്നിലെത്തിയ ചെറിയൊരു കൂട്ടം നിർദ്ദേശങ്ങൾ കെമിസ്റ്റുകൾ അവലോകനം ചെയ്യുകയും ലബോറട്ടറി പരിശോധനയ്ക്കായി നാലെണ്ണം തിരഞ്ഞെടുക്കുകയും ചെയ്തു. തുടർന്ന് Maria AI തിരഞ്ഞെടുക്കപ്പെട്ട ഹൈലെവൽ പദ്ധതികളെ വിശദമായ ലാബ് നിർദ്ദേശങ്ങളാക്കി മാറ്റുകയും, ആയിരക്കണക്കിന് ഹൈ-ത്രൂപുട്ട് പരീക്ഷണങ്ങൾ നടത്തുകയും, അടിസ്ഥാന ഡാറ്റ വിശകലനം ചെയ്ത് കൃത്യമായ ഘടനയിലുള്ള ഫലങ്ങൾ GPT‑5.4‑ന് തിരികെ നൽകുകയും ചെയ്തു. 

തിരഞ്ഞെടുത്ത നാല് നിർദ്ദേശങ്ങളിൽ ഒന്നായ OAI-M1-03, സൾഫോണാമൈഡ് സംശ്ലേഷണത്തിനായുള്ള ചാൻ-ലാം പ്രതികരണത്തിന്റെ പ്രവർത്തനക്ഷമത മെച്ചപ്പെടുത്താൻ TEMPO പോലുള്ള സൗമ്യ ഓക്സിഡന്റുകൾ ഉപയോഗിക്കാൻ നിർദ്ദേശിച്ചു. രസതന്ത്രജ്ഞർ ആ നിർദ്ദേശം ആശ്ചര്യകരവും രസകരവുമാണെന്ന് കണ്ടെത്തി. OAI-M1-03-ലെ വിശദമായ കണ്ടെത്തലുകൾ ഞങ്ങൾ ഈ ബ്ലോഗ് പോസ്റ്റിലും ഗവേഷണ പ്രബന്ധത്തിലും⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) പങ്കിടുന്നു.

മനുഷ്യർ വരുത്തിയ ചെറിയ തിരുത്തലുകളോടെ, അന്തിമ ഗവേഷണ നിർദ്ദേശം ഉപയോഗിച്ച് Maria പരീക്ഷണ ഗ്രിഡുകൾ തയ്യാറാക്കി. താരതമ്യത്തിനായി ഉപയോഗിച്ച വീര്യം കൂടിയ ഓക്സിഡന്റുകളുമായി പ്രതിപ്രവർത്തിച്ചേക്കാമെന്ന് കെമിസ്റ്റുകൾ ആശങ്കപ്പെട്ടതിനാൽ, ലായകമായി ഡൈമീഥൈൽ സൾഫോക്സൈഡ് അഥവാ DMSO ഉപയോഗിക്കുന്നത് ഒഴിവാക്കുക എന്നതായിരുന്നു മനുഷ്യർ വരുത്തിയ ഏറ്റവും വലിയ തിരുത്തൽ.

മാർച്ച് 4-ലെ ആദ്യ പ്രോംപ്റ്റ് മുതൽ ജൂൺ 4-ന് സ്വതന്ത്ര വിദഗ്ധരുമായി OAI-M1-03 ഫലങ്ങൾ പങ്കിടുന്നതുവരെയുള്ള മുഴുവൻ പ്രക്രിയയ്‌ക്കും കൂടി മൂന്ന് മാസം എടുത്തു.

ഈ പ്രവർത്തനരീതിയെ പൂർണ്ണമായും സ്വയം പ്രവർത്തിക്കുന്നത് എന്നതിലുപരി, ഏതാണ്ട് സ്വയം പ്രവർത്തിക്കുന്നത് എന്നാണ് ഞങ്ങൾ വിശേഷിപ്പിക്കുന്നത്, കാരണം ഈ പ്രക്രിയയിലുടനീളം മനുഷ്യരായ കെമിസ്റ്റുകൾ പ്രധാനപ്പെട്ട തീരുമാനങ്ങൾ എടുത്തിരുന്നു. മോഡൽ പ്രധാന ഗവേഷണ ആശയങ്ങൾ നിർദ്ദേശിച്ചപ്പോൾ, മനുഷ്യരായ കെമിസ്റ്റുകൾ ഹൈ-ലെവൽ നിയന്ത്രണവും വിലയിരുത്തലും നൽകുകയും പരീക്ഷണ വിവരങ്ങൾ തിരുത്തുകയും ചെയ്തു. കൂടാതെ ലാബിലേക്കാവശ്യമായ വസ്തുക്കളും രാസവസ്തുക്കളും തയ്യാറാക്കാൻ സഹായിക്കുകയും പ്രധാന പരീക്ഷണങ്ങൾ നേരിട്ട് ആവർത്തിച്ചു ചെയ്യുകയും ചെയ്തു.

ഇവിടെ പഠനവിധേയമാക്കിയ പ്രൈമറി സൾഫോണമൈഡ് ചാൻ-ലാം കപ്ലിംഗിന് ഉപയോഗപ്രദമായ ഒരു അഡിറ്റീവായി TEMPO-യെ OAI-M1-03 കണ്ടെത്തി. ഏറ്റവും അനുയോജ്യമായ സാഹചര്യങ്ങളിൽ, രാസപ്രവർത്തനം രണ്ടു തരത്തിൽ മെച്ചപ്പെട്ടു: ശരാശരി ഉൽപ്പാദനക്ഷമത വർദ്ധിച്ചു, കൂടാതെ കൂടുതൽ സബ്‌സ്‌ട്രേറ്റ് കോമ്പിനേഷനുകൾ പ്രായോഗികമായി ഉപയോഗപ്രദമായ ഉൽപ്പാദനക്ഷമത കൈവരിക്കുകയും ചെയ്തു.

രണ്ട് ഘട്ടങ്ങളിലായി മരിയ മൊത്തം 10,080 രാസപ്രവർത്തനങ്ങൾ നടത്തി – ദിവസവും മൂന്ന് രാസപ്രവർത്തനങ്ങൾ വീതം നടത്തുന്ന ഒരു കെമിസ്റ്റ് ഒരു പതിറ്റാണ്ട് കൊണ്ട് ചെയ്യുന്നതിനേക്കാൾ കൂടുതലാണിത്. ഈ വലിയ വ്യാപ്തി വളരെ പ്രധാനമായിരുന്നു, കാരണം വളരെ കുറച്ച് ഉദാഹരണങ്ങളിൽ മാത്രം പരീക്ഷിക്കപ്പെടുമ്പോൾ രസതന്ത്ര ഫലങ്ങൾ തെറ്റിദ്ധരിപ്പിക്കുന്നതാകാം. ഒരു ജോടി പ്രാരംഭ പദാർത്ഥങ്ങളിൽ മികച്ചതായി തോന്നുന്ന ഒരു രാസപ്രവർത്തനം, കൂടുതൽ വിപുലമായ തന്മാത്രകളിൽ പരാജയപ്പെട്ടേക്കാം. ആയിരക്കണക്കിന് രാസപ്രവർത്തനങ്ങൾ നടത്തിയതിലൂടെ, പരീക്ഷിച്ച പത്ത് ഓക്സിഡന്റുകളിൽ നിന്ന് TEMPO-യെ കണ്ടെത്താനും, വ്യത്യസ്ത കോമ്പിനേഷനുകളിൽ അതിന്റെ ആവർത്തിച്ചുള്ള പ്രഭാവം നിരീക്ഷിക്കാനും, അതിന്റെ പരിമിതികൾ മനസ്സിലാക്കാനും സാധിച്ചു.

ആദ്യ ഘട്ട ഡാറ്റ വിശകലനം ചെയ്ത ശേഷം, തുടർന്നുള്ള സിദ്ധാന്തങ്ങൾ പരിശോധിക്കുന്നതിനായി സിസ്റ്റം കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചുള്ള രണ്ടാം ഘട്ട പരീക്ഷണങ്ങൾ നിർദ്ദേശിച്ചു. പ്രകടനത്തിൽ കാര്യമായ വ്യത്യാസമില്ലാതെ തന്നെ TEMPO-യ്ക്ക് പകരം വളരെ ചിലവ് കുറഞ്ഞ അനലോഗ് ആയ 4-ഹൈഡ്രോക്സി-TEMPO ഉപയോഗിക്കാം എന്നതായിരുന്നു തുടർന്നുള്ള ഉപയോഗപ്രദമായ ഒരു കണ്ടെത്തൽ.

ഫലം Maria Labന്റെ മൈക്രോലിറ്റർ-സ്കെയിൽ സ്ക്രീനിംഗ് ഫോർമാറ്റിന് പുറത്തും നിലനിന്നു. മനുഷ്യ കെമിസ്റ്റുകൾ ഇതിനെ പ്രതിനിധീകരിക്കുന്ന രാസപ്രവർത്തനങ്ങൾ ബെഞ്ച് സ്കെയിലിൽ സ്വമേധയാ ആവർത്തിക്കുകയും 14 സബ്‌സ്‌ട്രേറ്റ് ജോഡികളിൽ 11 എണ്ണത്തിലും ഉൽപ്പാദനക്ഷമതയിൽ വർദ്ധനവ് നിരീക്ഷിക്കുകയും ചെയ്തു; എട്ട് ജോഡികളിൽ വർദ്ധനവ് രണ്ടു മടങ്ങിലധികമായിരുന്നു. വളരെ ചെറിയ തോതിലുള്ള പരീക്ഷണങ്ങൾ ചിലപ്പോൾ വലിയ തോതിലേക്ക് മാറ്റുമ്പോൾ അപ്രത്യക്ഷമാകുന്ന അപാകതകൾ സൃഷ്ടിച്ചേക്കാമെന്നതിനാൽ ഈ ആവർത്തന പ്രക്രിയ വളരെ പ്രധാനമാണ്. ഒരു ശാസ്ത്ര ജേണലിൽ ഗവേഷണ വിവരങ്ങൾ പ്രസിദ്ധീകരിക്കുന്നതിന് മുമ്പ് ബെഞ്ച്-സ്കെയിൽ സാധൂകരണം നടത്തുന്നതും പതിവാണ്.

OAI-M1-03-നെക്കുറിച്ച് വിശദീകരിക്കുന്ന പ്രീപ്രിന്റ് പുറത്തുനിന്നുള്ള നാല് രസതന്ത്ര വിദഗ്ധർ അവലോകനം ചെയ്തു. ഈ ഫലം നൂതനമാണെന്നും ശാസ്ത്രസമൂഹവുമായി പങ്കുവെക്കാൻ അർഹതയുള്ളതാണെന്നുമുള്ള ഞങ്ങളുടെ കാഴ്ചപ്പാടിനെ അവരുടെ വിലയിരുത്തലുകൾ പിന്തുണച്ചു. ഇതിലും വലിയൊരു പരീക്ഷണം ഇനി വരാനിരിക്കുന്നു: സ്വതന്ത്ര ലാബുകൾക്ക് ഈ ഫലം ആവർത്തിക്കാൻ കഴിയുമോ എന്നതും, കൂടുതൽ വിപുലമായ തന്മാത്രകളിൽ ഇത് ഉപയോഗപ്രദമാണെന്ന് കെമിസ്റ്റുകൾ കണ്ടെത്തുമോ എന്നതും.

മൂന്ന് മാസത്തെ കാലയളവിൽ GPT‑5.4 ജനറേറ്റുചെയ്യുകയും Maria പരീക്ഷിക്കുകയും ചെയ്ത മറ്റ് മൂന്ന് നിർദ്ദേശങ്ങളിൽ, OAI-M1-02, OAI-M1-04 എന്നിവ Maria ലാബിൽ പരീക്ഷണങ്ങളിലൂടെ തെളിയിക്കപ്പെട്ടു. അതേസമയം OAI-M1-01 തെറ്റാണെന്ന് തെളിയിക്കപ്പെട്ടു. ഈ ഫലങ്ങളുടെ വിശകലനം നിലവിൽ നടന്നുകൊണ്ടിരിക്കുകയാണ്.

ഓർഗാനിക് കെമിസ്ട്രിയിൽ ഒരു മോഡലിന് പ്രയോജനകരമായ സംഭാവന നൽകാൻ കഴിയുമെന്ന് ഈ പ്രവർത്തനം കാണിക്കുന്നു. പഠനങ്ങൾ സംഗ്രഹിക്കുന്നതോ ഒറ്റപ്പെട്ടൊരു പരീക്ഷണം നിർദ്ദേശിക്കുകയോ ചെയ്യുന്നതിലും കൂടുതലാണ് ഇത് ചെയ്തത്: കൃത്യവും അതിശയിപ്പിക്കുന്നതുമായ ഒരു സിദ്ധാന്തം നിർദ്ദേശിക്കുകയും മനുഷ്യരുടെ അവലോകനത്തിനായി അത് ലഭ്യമാക്കുകയും, പരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്യുകയും, പരീക്ഷണ ഡാറ്റ വ്യാഖ്യാനിക്കുകയും, തുടർപരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്യുകയും ചെയ്തു.

AI-യ്ക്ക് സ്വതന്ത്രമായി ഒരു രസതന്ത്ര ഗവേഷണ പദ്ധതി തുടക്കം മുതൽ ഒടുക്കം വരെ നടത്താൻ കഴിയുമെന്ന് ഇത് തെളിയിക്കുന്നില്ല. മനുഷ്യന്റെ വിലയിരുത്തലുകൾ അത്യന്താപേക്ഷിതമായി തുടർന്നു, മാത്രമല്ല ഇതിന്റെ പ്രവർത്തനരീതി പ്രത്യേകമായി രൂപകൽപ്പന ചെയ്ത ഹൈ-ത്രൂപുട്ട് ഇൻഫ്രാസ്ട്രക്ചറിനെ ആശ്രയിച്ചുള്ളതുമായിരുന്നു. ഈ രീതി മറ്റ് കപ്ലിംഗ് രാസപ്രവർത്തനങ്ങളിലേക്കോ, മറ്റ് സബ്‌സ്‌ട്രേറ്റ് വിഭാഗങ്ങളിലേക്കോ, അല്ലെങ്കിൽ നിർമ്മാണ സാഹചര്യങ്ങളിലേക്കോ വ്യാപിപ്പിക്കാൻ കഴിയുമെന്ന് ഇത് ഉറപ്പുനൽകുന്നുമില്ല.

ഉൽപ്പാദനക്ഷമതയുടെ കണക്കുകൾ ഒരു ഹൈ-ത്രൂപുട്ട് പ്ലാറ്റ്‌ഫോമിൽ നിന്നാണ് ലഭിച്ചത്, കൂടാതെ ബെഞ്ച് സാധൂകരണം ഇതിനെ പ്രതിനിധീകരിക്കുന്ന 14 സബ്‌സ്‌ട്രേറ്റ് ജോഡികളെ ഉൾപ്പെടുത്തിയാണ് നടത്തിയത്. രാസപ്രവർത്തന പ്രക്രിയയുടെ സ്വഭാവം മനസ്സിലാക്കുന്നതിനും, സബ്‌സ്‌ട്രേറ്റിന്റെ വ്യാപ്തി നിർണ്ണയിക്കുന്നതിനും, വ്യത്യസ്ത ലബോറട്ടറി സാഹചര്യങ്ങളിൽ പ്രകടനം അളക്കുന്നതിനും, ഈ ഫലം സ്വതന്ത്രമായി ആവർത്തിക്കുന്നതിനും കൂടുതൽ പഠനങ്ങൾ ആവശ്യമാണ്.

രസതന്ത്ര ശേഷികളെ സൂക്ഷ്മമായി കൈകാര്യം ചെയ്യേണ്ടതാണ്, കാരണം മെഡിസിൻ, മെറ്റീരിയൽ സയൻസ് എന്നിവയെ സഹായിക്കാൻ കഴിയുന്ന അതേ ഉപകരണങ്ങൾ ദുരുപയോഗം ചെയ്യപ്പെടാനും സാധ്യതയുണ്ട്. മരുന്നുകൾക്ക് സമാനമായ തന്മാത്രകൾ നിർമ്മിക്കാൻ ഉപയോഗിക്കുന്ന അറിയുന്ന ഒരു കപ്ലിംഗ് രാസപ്രവർത്തനം മെച്ചപ്പെടുത്തുക എന്ന തികച്ചും നിയമാനുസൃതമായ ഒരു മെഡിസിനൽ കെമിസ്ട്രി പ്രശ്നത്തിലേക്ക് ഞങ്ങൾ ഈ പഠനത്തെ മനപ്പൂർവ്വം ചുരുക്കി. വിഷവസ്തുക്കളോ രാസായുധങ്ങളോ അല്ലെങ്കിൽ ഹാനികരമായ സംയുക്തങ്ങൾ രൂപകൽപ്പന ചെയ്യാനുള്ള നിർദ്ദേശങ്ങളോ ഈ പരീക്ഷണങ്ങളിൽ ഉൾപ്പെട്ടിരുന്നില്ല. അത്തരം ഹാനികരമായ കാര്യങ്ങൾക്ക് ഈ സിസ്റ്റം സഹായിക്കുമെന്നതിൻ്റെ തെളിവായി ഈ ഫലങ്ങളെ കണക്കാക്കരുത്. ഈ പ്രോജക്റ്റ് അക്കാര്യം പരീക്ഷിക്കുകയോ തെളിയിക്കുകയോ ചെയ്തിട്ടില്ല.

രാസ, ജൈവ മേഖലകളുമായി ബന്ധപ്പെട്ട അപകടസാധ്യതകൾ ഉൾപ്പെടെ, പുരോഗമിച്ച മോഡൽ കഴിവുകളിൽ നിന്നുള്ള ഉയർന്നുവരുന്ന അപകടസാധ്യതകൾ ഞങ്ങളുടെ പ്രിപെയർഡ്നസ് ഫ്രെയിംവർക്ക്⁠ മുഖേന ഞങ്ങൾ വിലയിരുത്തുകയും ലഘൂകരിക്കുകയും ചെയ്യുന്നു. ഈ പ്രവർത്തനത്തിൽ ഉപയോഗിച്ച മോഡൽ ഇതിനകം യുകെ AI സുരക്ഷാ ഇൻസ്റ്റിറ്റ്യൂട്ടുമായി ബന്ധപ്പെട്ട മൂല്യനിർണയങ്ങൾക്ക് വിധേയമായിരുന്നു, കൂടാതെ ഹാനികരമായ പ്രയോഗങ്ങളിൽ കേന്ദ്രീകരിച്ച അഭ്യർത്ഥനകൾ നിരസിക്കാൻ സംവിധാനം രൂപകൽപ്പന ചെയ്തിരുന്നു. പരീക്ഷണാത്മക വർക്ക്‌ഫ്ലോ നിയന്ത്രണത്തിന്റെ മറ്റൊരു പാളി കൂടി ചേർത്തു: ഏത് നിർദ്ദേശങ്ങൾ ലാബിലേക്ക് കടക്കണമെന്ന് മനുഷ്യ രസതന്ത്രജ്ഞർ തിരഞ്ഞെടുത്തു, പരീക്ഷണ പദ്ധതികൾ അവലോകനം ചെയ്തു, കൂടാതെ ഭൗതിക അടിസ്ഥാനസൗകര്യങ്ങളുടെ നിയന്ത്രണം നിലനിർത്തി.

പരീക്ഷണാത്മക രസതന്ത്രത്തിൽ എഐയുടെ സാധ്യതകളെക്കുറിച്ച് പഠിക്കാനുള്ള ഉത്തരവാദിത്തമുള്ള മാർഗ്ഗം ഇതാണെന്ന് ഞങ്ങൾ കരുതുന്നു: വ്യക്തമായ ശാസ്ത്രീയ മൂല്യമുള്ള ഒരു പ്രശ്നമേഖല തിരഞ്ഞെടുക്കുക, വിദഗ്ദ്ധരുടെ മേൽനോട്ടത്തിനൊപ്പം മോഡൽ തലത്തിലുള്ള സുരക്ഷാ സംവിധാനങ്ങൾ സംയോജിപ്പിക്കുക, കൂടാതെ നിയന്ത്രിതമായ ഭൗതിക പരീക്ഷണങ്ങളിലൂടെ സിസ്റ്റത്തെ വിലയിരുത്തുക. ഈ കഴിവുകൾ മെച്ചപ്പെടുന്നതിനനുസരിച്ച്, ഉയർന്നുവരുന്ന അപകടസാധ്യതകൾ വിലയിരുത്താനും, സുരക്ഷാ സംവിധാനങ്ങൾ ശക്തിപ്പെടുത്താനും, ഒരു ഫലം എന്താണ് അർത്ഥമാക്കുന്നതെന്നും എന്താണ് അർത്ഥമാക്കാത്തതെന്നും കൃത്യമായി വ്യക്തമാക്കാനും ഞങ്ങൾ തുടർന്നും ശ്രദ്ധിക്കും.

ഉടൻ വരുന്ന അടുത്ത ഘട്ടങ്ങൾ ശാസ്ത്രീയമാണ്: കൂടുതൽ വിപുലമായ പ്രാരംഭ പദാർത്ഥങ്ങൾ പരീക്ഷിക്കുക, അഡിറ്റീവുകൾ രാസപ്രവർത്തനത്തെ മെച്ചപ്പെടുത്തുന്നത് എന്തുകൊണ്ടാണെന്ന് അന്വേഷിക്കുക, ഈ പ്രഭാവം എവിടെയൊക്കെ പ്രവർത്തിക്കുന്നുവെന്നും പരാജയപ്പെടുന്നുവെന്നും കണ്ടെത്തുക, കൂടാതെ സ്വതന്ത്രമായ ആവർത്തന പ്രക്രിയയെ പിന്തുണയ്ക്കുക. പ്രായോഗിക മെഡിസിനൽ കെമിസ്ട്രി പ്രവർത്തനങ്ങളിൽ ഈ രീതി എത്രത്തോളം വിപുലമായി പ്രയോഗിക്കാൻ കഴിയുമെന്നും ഇത് എത്രത്തോളം ഉപയോഗപ്രദമാണെന്നും ഈ പഠനങ്ങൾ സംയുക്തമായി നിർണ്ണയിക്കും.

വിദഗ്ദ്ധരുടെ വിലയിരുത്തലുകൾ, കൃത്യമായ അളവുകൾ, ശക്തമായ സുരക്ഷാ സംവിധാനങ്ങൾ എന്നിവയിൽ ഉറച്ചുനിന്നുകൊണ്ട്, സിദ്ധാന്തങ്ങൾ രൂപീകരിക്കാനും പരീക്ഷണങ്ങൾ രൂപകൽപ്പന ചെയ്യാനും ഫലങ്ങൾ വ്യാഖ്യാനിക്കാനും അടുത്തതായി എന്ത് പരീക്ഷിക്കണമെന്ന് തീരുമാനിക്കാനും ഗവേഷകരെ സഹായിക്കുന്ന വിശ്വസനീയരായ ശാസ്ത്രീയ പങ്കാളികളാക്കി എഐ സിസ്റ്റങ്ങളെ മാറ്റുക എന്നതാണ് ഞങ്ങളുടെ ദീർഘകാല ലക്ഷ്യം. സ്മോൾ-മോളിക്യൂൾ കണ്ടെത്തലുകളിലെയും നിർമ്മാണത്തിലെയും പുരോഗതി തന്മാത്രകളെ വിശ്വസനീയമായി നിർമ്മിക്കാനുള്ള കഴിവിനെ ആശ്രയിച്ചിരിക്കുന്നതിനാൽ, ഓർഗാനിക് കെമിസ്ട്രി പ്രത്യേകിച്ചും വലിയ സ്വാധീനം ചെലുത്താൻ കഴിയുന്ന ഒരു മേഖലയാണ്. ശാസ്ത്രജ്ഞർക്ക് അവർക്ക് നിർമ്മിക്കാൻ കഴിയുന്ന തന്മാത്രകൾ മാത്രമേ പരീക്ഷിക്കാൻ കഴിയൂ. മികച്ച നിർമ്മാണ രീതികളിലൂടെ വൈദ്യശാസ്ത്രം, കൃഷി, ഇലക്ട്രോണിക്സ്, ഊർജ്ജം, മെറ്റീരിയൽ സയൻസ് തുടങ്ങിയ മേഖലകളിൽ അവർക്ക് പര്യവേക്ഷണം ചെയ്യാൻ കഴിയുന്ന ആശയങ്ങളുടെ വ്യാപ്തി വർദ്ധിപ്പിക്കാൻ കഴിയും. ഗവേഷണ പ്രക്രിയയിലൂടെ വേഗത്തിൽ മുന്നേറാനും, ശാസ്ത്ര സമൂഹത്തിന് വിലയിരുത്താനും ആവർത്തിക്കാനും കൂടുതൽ വികസിപ്പിക്കാനും കഴിയുന്ന കണ്ടെത്തലുകൾ സൃഷ്ടിക്കാനുമായി, ഒരു ഫ്രോണ്ടിയർ മോഡൽ, പ്രത്യേകം തയ്യാറാക്കിയ ഏജന്റുകൾ, ഒരു ഓട്ടമേറ്റഡ് ലബോറട്ടറി, കെമിസ്റ്റുകൾ എന്നിവർ ഒത്തുചേർന്ന് പ്രവർത്തിക്കുന്ന ഈ ഫലം ആ വിശാലമായ ലക്ഷ്യത്തിന്റെ ഒരു പ്രാരംഭ ഉദാഹരണമാണ്.

Molecule.one ടീമിനോടും ഈ പ്രവർത്തനം അവലോകനം ചെയ്ത സ്വതന്ത്ര രസതന്ത്രജ്ഞരോടും ഞങ്ങൾ നന്ദി രേഖപ്പെടുത്തുന്നു.