ایک محقق Codex اور ChatGPT سے نئے جراثیم کُش سالمے کیسے تلاش کرتا ہے

ادویہ کے خلاف مزاحمت رکھنے والے جراثیم، جن میں بیکٹیریا، پھپھوندی، طفیلیے اور وائرس شامل ہیں، دنیا بھر میں بڑھتا ہوا خطرہ ہیں. 2021 میں تقریباً پچاس لاکھ اموات کا بیکٹیریا کی جراثیم کُش ادویہ کے خلاف مزاحمت سے تعلق تھا⁠(نئی ونڈو میں کھلتا ہے)، اور اندازہ ہے کہ 2050 تک سالانہ اموات کی یہ تعداد تقریباً دگنی ہو جائے گی. جراثیم کُش ادویہ بننے کی صلاحیت رکھنے والے سالموں کی تلاش میں برسوں لگ سکتے ہیں. محققین دریافت کے اس ابتدائی مرحلے کو تیز کرنے کے لیے مصنوعی ذہانت استعمال کر رہے ہیں.

بین شعبہ جاتی لیب میں جراثیم کُش امیدوار تلاش کرنے والے حیاتی انجینئر سیزر ڈی لا فوینتے⁠(نئی ونڈو میں کھلتا ہے) نے کہا، ”میری رائے میں جراثیم کُش ادویہ کے خلاف مزاحمت انسانیت کے وجود کو لاحق سب سے بڑے خطرات میں سے ایک ہے.“ ”اس کے باوجود، 50 سال سے ضد حیوی ادویہ کی کوئی نئی قسم سامنے نہیں آئی.“

جدید جراثیم کُش ادویہ کی تیاری کا بیشتر کام موجودہ دواؤں میں ترمیم یا مانوس کیمیائی اقسام کی تلاش پر مرکوز ہے. لیکن اس طریقے سے حاصل ہونے والے فوائد مسلسل کم ہو رہے ہیں.

ڈی لا فوینتے کی لیب ایک کہیں کم دریافت شدہ مقام، یعنی زندگی کے رمز، سے آغاز کرتی ہے. اس کام کی بنیادی سوچ یہ ہے کہ حیاتیات معلومات کا ایک نظام ہے. ڈی لا فوینتے نے کہا، ”ڈی این اے بنانے والے نیوکلیوٹائڈ اور لحمیات و پیپٹائڈ بنانے والے امینو ایسڈ ایک طرح سے حروفِ تہجی جیسے ہیں.“ ”حیاتیات کو معلومات سمجھنے سے ہم ایسے طریقے تیار کر پائے جو زندگی کے ان تنظیمی اصولوں کو سمجھنا شروع کر سکتے ہیں جن سے ایک فعال سالمہ وجود میں آیا.“

لیب کے عمیق آموزش نمونوں کو حیاتیاتی سلسلوں میں نمونے پہچاننے کی تربیت دی جاتی ہے، جس سے وہ ممکنہ جراثیم کُش سالموں کے لیے جینوم اور لحمیات کے وسیع ڈیٹا سیٹ چھان سکتے ہیں. یہ طریقہ امیدوار سالموں کی ابتدائی تلاش کا دورانیہ برسوں سے گھٹا کر چند گھنٹے کر سکتا ہے.

لیب اپنے مصنوعی ذہانت کے نمونوں کے ساتھ ChatGPT اور Codex کو مفروضوں پر غور کرنے، رمز لکھنے اور بہتر بنانے، ڈیٹا سیٹ پراسیس کرنے، نتائج کا تجزیہ کرنے اور مختلف سائنسی شعبوں کے خیالات کو جوڑنے کے لیے استعمال کرتی ہے.

جینوم کے صرف ایک مختصر حصے کا کام واضح طور پر سمجھا گیا ہے، اور اس سے بھی کم حصے ایسے سالموں کی رمز رکھتے ہیں جو متعدی جراثیم سے لڑ سکتے ہیں. چیلنج یہ ہے کہ کسی سالمے کو فعال، یعنی حیاتیاتی طور پر مؤثر، بنانے والے نمونوں کی شناخت کی جائے اور پھر طے کیا جائے کہ کن سالموں میں متعدی جراثیم کا مقابلہ کرنے کی صلاحیت ہے.

سائنس دان طویل عرصے سے پودوں، جانوروں، جراثیم، کیڑوں، پانی اور مٹی میں جراثیم کُش مادے تلاش کرتے آئے ہیں. وہ نمونے جمع کرتے، امیدوار سالمے الگ کرتے یا ان کی پیش گوئی کرتے اور بار بار دہرائے جانے والے عمل میں انہیں آزماتے ہیں، جس میں برسوں لگ سکتے ہیں.

جینوم اور لحمیات کے رقمی معلوماتی ذخائر اب سائنس دانوں کو نئے مرکبات کے لیے تمام جانداروں میں تلاش کی سہولت دیتے ہیں، جس سے تحقیق کے لیے دستیاب معلومات کا دائرہ بہت وسیع ہو گیا ہے. لیکن معلومات کی یہ فراوانی اپنے ساتھ ایک چیلنج بھی لاتی ہے، یعنی بے شمار امکانات میں امید افزا اشارے تلاش کرنا.

مصنوعی ذہانت گھاس کے ڈھیر میں سوئی تلاش کرنے جیسے اس کام کے لیے خاص طور پر موزوں ہے. یہ بہت بڑے ڈیٹا سیٹ چھان سکتی ہے، ایسے نمونے شناخت کر سکتی ہے جنہیں محققین کے لیے دیکھنا مشکل ہو، اور تجرباتی جانچ کے لیے امیدواروں کی قابلِ انتظام تعداد کو ترجیح دے سکتی ہے.

لیکن کسی امید افزا امیدوار کی شناخت کا لازماً یہ مطلب نہیں کہ وہ مؤثر دوا بن جائے گا.

سائنس دانوں کو پہلے تصدیق کرنی ہوتی ہے کہ امیدوار سالمہ ہدفی جرثومے کو ختم کرتا ہے، پھر مؤثر مقدار طے کرنی اور انسانی خلیوں پر اس کے اثرات جانچنے ہوتے ہیں. اس کے بعد کیمیا دان اس کی تاثیر، حفاظت یا پائیداری بہتر بنانے کے لیے اسے حسبِ ضرورت ڈھال سکتے ہیں.

مزید آزمائشوں میں اس مقدار کا تعین کیا جاتا ہے جس پر امیدوار زہریلا بن جاتا ہے، یہ کہ جراثیم کتنی آسانی سے اس سالمے کے خلاف مزاحمت پیدا کرتے ہیں، اور امیدوار جسم میں کیسے حرکت کرتا ہے. ٹیمیں اس سالمے کی تیاری کا قابلِ اعتماد طریقہ بھی طے کرتی ہیں. ان مراحل سے گزرنے والے امیدواروں کو بھی منظور شدہ جراثیم کُش دوا کے طور پر مریضوں تک پہنچنے سے پہلے ضابطہ جاتی جائزے اور طبی آزمائشوں کا سامنا کرنا پڑتا ہے.

ڈی لا فوینتے کے نزدیک یہی وجہ ہے کہ مصنوعی ذہانت اور تجربہ گاہی حیاتیات کو ساتھ ساتھ آگے بڑھنا چاہیے. انہوں نے کہا، ”مصنوعی ذہانت کی پیش گوئیوں کی توثیق کے لیے حقیقی دنیا کے تجربات ناگزیر ہیں.“ ”اگر ہمیں حیاتیات، جو موجود سب سے پیچیدہ شے ہے، کے بارے میں اپنی سمجھ کی صرف اوپری سطح سے آگے بڑھنا ہے تو آنے والے برسوں میں علومِ حیات کے لیے یہ نہایت اہم ہوگا.“

ان کی لیب امیدوار سالموں کے لیے موجودہ اور معدوم جانداروں کے جینوم کھوجتی ہے. ان جینوموں کی تلاش، ان میں رمزبند لحمیات کی تشکیل اور افعال کو سمجھنے، اور یہ طے کرنے کے لیے کہ وہ سالمے کیا کرتے ہیں، کئی شعبوں کی مہارت درکار ہوتی ہے.

ڈی لا فوینتے نے کہا، ”ہم ایک انتہائی بین شعبہ جاتی گروہ ہیں، اس لیے ہمارے ارکان حیاتیات، کیمیا، علمِ شمارندہ اور انجینئرنگ سے تعلق رکھتے ہیں.“ لیب کے کچھ ارکان رمزنویسی میں ماہر ہیں لیکن حیاتیات یا کیمیا کے بارے میں کم جانتے ہیں، جبکہ بعض کے معاملے میں اس کے برعکس ہے. Codex اور ChatGPT ان خلا کو پُر کرنے میں مدد دیتے ہیں، جس سے ماہرینِ حیاتیات برنامے بنا سکتے ہیں اور رمزنویس حیاتیاتی مسائل حل کر سکتے ہیں. اس لحاظ سے مصنوعی ذہانت سائنسی شعبوں کے درمیان رکاوٹیں کم کرتی ہے.

یہ لیب کے ارکان کو بین شعبہ جاتی کام کے لیے درکار غیر مانوس موضوعات سمجھنے، اصطلاحات واضح کرنے، مختلف شعبوں کے طریقوں کا موازنہ کرنے اور دوا کی دریافت کے لیے خیالات منظم کرنے میں مدد دیتا ہے. دیگر ارکان مصنوعی ذہانت سے جینوم کے بڑے ڈیٹا سیٹ ڈاؤن لوڈ، منظم اور ابتدائی طور پر پراسیس کرتے ہیں. ChatGPT لیب کے ارکان کو اپنی مادری زبانوں میں کام کرنے کی سہولت بھی دیتا ہے، جس سے رکاوٹیں کم اور کام کی رفتار تیز ہوتی ہے.

ڈی لا فوینتے نئے خیالات سوچنے کے لیے ChatGPT کو ساتھی کے طور پر استعمال کرتے ہیں. وہ ساتھیوں کے ساتھ مل کر خیالات کو آگے بڑھاتے ہیں، مگر مفروضے کو شکل دینے میں مصنوعی ذہانت کی مدد کو اہم سمجھتے ہیں. انہیں یہ بات بھی پسند ہے کہ وہ صرف ایک بٹن دبا کر دنیا بھر کی معلومات تک رسائی پا سکتے ہیں.

ڈی لا فوینتے نے کہا، ”ہمارے ChatGPT ورک اسپیس کو ان تمام مختلف لوگوں سے آرا مل رہی ہیں جو ہمارے زیرِ حل مسائل کے بارے میں الگ الگ انداز سے سوچتے ہیں.“ لیب کے ارکان اپنے اچھے اور برے خیالات اس کے سامنے رکھتے ہیں، یوں یہ باہمی مشاورت کا ایک ذریعہ بن جاتا ہے.

تاہم وہ صرف مصنوعی ذہانت پر انحصار کرنے سے خبردار کرتے ہیں. ڈی لا فوینتے نے کہا، ”ظاہر ہے، درستگی کی ہمیشہ دوبارہ جانچ کرنی چاہیے.“

اس کے باوجود وہ سائنسی شعبوں کی سرحدیں کھوجنے میں محققین کی مدد کرنے کی مصنوعی ذہانت کی صلاحیت کو سراہتے ہیں. ”نئی دریافتوں کے امکانات وہیں پوشیدہ ہیں. وہ بنیادی طور پر شعبوں کے ان سنگموں پر ہیں جہاں بہت کم لوگ جاتے ہیں.“

وہ اس کام کو ایک بہت طویل سائنسی روایت کا حصہ سمجھتے ہیں. ڈی لا فوینتے نے کہا، ”اپنے اردگرد کی دنیا کو سمجھنے کے لیے ہم ہمیشہ آلات اور مشینوں پر انحصار کرتے آئے ہیں.“ ”دوربین نے کائنات کو روشن کیا اور خردبین نے نظر نہ آنے والی دنیا آشکار کی.“ اب مشینیں محققین کو حیاتیات سمجھنے، اس کے بارے میں پیش گوئی کرنے اور اسے حسبِ ضرورت ڈھالنے میں مدد دیتی ہیں. انہوں نے کہا، ”ہمارے کام کا مقصد یہی ہے.“