AI ड्रग-डिस्कवरी का बड़ा दावा एक नए चरण में पहुंचा
Google DeepMind के स्पिनऑफ Isomorphic Labs, जो AlphaFold-आधारित दवा खोज पर केंद्रित है, का कहना है कि वह अपनी AI तकनीक से डिज़ाइन की गई दवाओं के मानव परीक्षण शुरू करने की तैयारी कर रहा है। यह अपडेट कंपनी के अध्यक्ष Max Jaderberg ने लंदन में WIRED Health के दौरान दिया, जहां उन्होंने कहा कि स्टार्टअप ने “new medicines का व्यापक और रोमांचक pipeline” बनाया है और अब क्लिनिक में प्रवेश की तैयारी कर रहा है।
यह बयान इसलिए महत्वपूर्ण है क्योंकि यह AI-ड्रग कहानी को प्रयोगशाला के वादे से क्लिनिकल जवाबदेही की ओर ले जाता है। कई वर्षों से biotech क्षेत्र की कंपनियां यह तर्क देती रही हैं कि machine learning बेहतर दवाओं की खोज को तेज कर सकती है। मानव परीक्षण वह जगह है जहां यह परिकल्पना मापी जा सकती है।
Isomorphic किस पर काम कर रहा है
Isomorphic Labs की स्थापना 2021 में Google DeepMind से अलग होकर हुई थी। इसका काम AlphaFold से निकटता से जुड़ा है, जो protein structure prediction को बदलने वाली AI प्रणाली है। 2020 में DeepMind ने AlphaFold 2 प्रस्तुत किया, और अगले वर्ष broad scientific use के लिए open-source संस्करण जारी किया गया। 2024 में DeepMind और Isomorphic Labs ने AlphaFold 3 पेश किया, जिसने प्रणाली को केवल proteins तक सीमित न रखकर DNA और RNA जैसे molecules तथा proteins के साथ उनकी interactions तक विस्तारित किया।
यह प्रगति दवा खोज के लिए केंद्रीय है। स्रोत पाठ के अनुसार, यह platform यह अनुमान लगाने में मदद कर सकता है कि कोई small molecule किसी target से कैसे bind होगा और और किससे bind हो सकता है। ये प्रभावी और सुरक्षित दवाएं डिज़ाइन करने के मूल प्रश्न हैं।
वैज्ञानिक आधार बहुत बड़ा है। स्रोत के अनुसार, AlphaFold ने शोधकर्ताओं को ज्ञात लगभग सभी 200 million proteins की संरचना का अनुमान लगाया है और 190 देशों में 2 million से अधिक लोगों द्वारा उपयोग किया गया है। इसके प्रभाव को सर्वोच्च स्तर पर मान्यता मिली जब Demis Hassabis और John Jumper को chemistry का Nobel Prize मिला।
क्लिनिकल ट्रायल असली परीक्षा क्यों हैं
AI in drug discovery को लेकर उत्साह के बावजूद, क्षेत्र की सार्वजनिक कहानी का बड़ा हिस्सा अब तक रोगी डेटा की बजाय वादों पर टिका रहा है। कंपनियां computational advances, target-selection improvements, और preclinical pipelines दिखा सकती हैं, लेकिन इनमें से कोई भी यह साबित नहीं करता कि AI-डिज़ाइन्ड molecules मनुष्यों में सफल होंगे। इसलिए Isomorphic का अपडेट खास है।
Jaderberg ने कार्यक्रम के दौरान कोई विशेष timeline नहीं दी, और लेख में कहा गया है कि यह कदम पहले की अपेक्षाओं से देर से आया है। पिछले साल CEO Demis Hassabis ने कहा था कि कंपनी 2025 के अंत तक AI-डिज़ाइन्ड दवाओं को क्लिनिकल ट्रायल में ले आएगी। फिर भी, मौजूदा संदेश साफ है: कंपनी का कहना है कि वह अब उस सीमा के करीब पहुंच रही है।
यही वह बिंदु है जहां efficiency, accuracy, और molecular insight से जुड़े व्यापक दावों को चिकित्सा विकास की वास्तविकताओं का सामना करना पड़ता है। मानव परीक्षण केवल यह नहीं देखते कि कोई molecule target को मार सकता है या नहीं, बल्कि यह भी कि उसे सहन किया जाता है या नहीं, क्या वह शरीर में अपेक्षा के अनुरूप व्यवहार करता है, और क्या अनुमानित biology clinical benefit में बदलती है या नहीं।
biotech के लिए व्यापक महत्व
यदि Isomorphic जल्द ही clinical testing शुरू करता है, तो यह उपलब्धि एक स्टार्टअप से कहीं आगे गूंजेगी। यह सबसे स्पष्ट शुरुआती संकेतों में से एक होगी कि AI एक enabling research tool से सीधे therapeutic design engine में बदल सकता है या नहीं।
इसका मतलब यह नहीं कि किसी एक program की सफलता या असफलता पूरे प्रश्न को तय कर देगी। Drug development इतना जटिल है। लेकिन शुरुआती clinical evidence की लहर यह तय करेगी कि निवेशक, pharmaceutical partners, और regulators AI-first biotech कंपनियों के इस तेज़ी से बढ़ते क्षेत्र को कैसे आंकते हैं।
कंपनी की स्थिति इसलिए भी महत्वपूर्ण है क्योंकि यह elite AI research और drug-development ambition के संगम पर है। AlphaFold ने पहले ही biology के अध्ययन के तरीके बदल दिए हैं। अगला सवाल यह है कि क्या इस समझ को बड़े पैमाने पर approved therapies में बदला जा सकता है।
Protein prediction से medicine तक
Isomorphic के काम के पीछे मूल वादा सिर्फ तेज़ computation नहीं है। यह अधिक विस्तृत दृष्टिकोण के साथ molecules डिज़ाइन करने की संभावना है कि biological systems कैसे एक-दूसरे में फिट होते हैं। AlphaFold 3 की proteins, DNA, RNA, और अन्य molecules के बीच interactions मॉडल करने की क्षमता platform को medicinal chemistry के असली सवालों के और करीब ले जाती है।
इसीलिए मानव परीक्षण की ओर बढ़ना ध्यान देने योग्य है। यह scientific infrastructure से clinical product development की ओर संक्रमण का संकेत है। बहुत सी technologies शोधकर्ताओं को biology समझने में बेहतर बनाती हैं। बहुत कम उस लंबी यात्रा से गुजरकर दवा बनने तक पहुंचती हैं।
अभी के लिए, इस घोषणा को एक निर्णायक कदम की तरह पढ़ना बेहतर है, न कि सिद्ध परिणाम की तरह। कंपनी कहती है कि वह क्लिनिक के करीब है, और आने वाले trials यह बताएंगे कि AI की सबसे चर्चित वैज्ञानिक उपलब्धियों में से एक क्या मरीजों में, स्क्रीन पर predictions के बजाय, परिणाम देना शुरू कर सकती है।
यह लेख Wired की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on wired.com
