5.3.2 फोल्ड इट

फोल्डिट एक प्रोटीन-फोल्डिंग गेम है जो गैर-विशेषज्ञों को मजेदार तरीके से भाग लेने में सक्षम बनाता है।

नेटफ्लिक्स पुरस्कार, जबकि उत्थान और स्पष्ट, खुली कॉल परियोजनाओं की पूरी श्रृंखला को चित्रित नहीं करता है। उदाहरण के लिए, नेटफ्लिक्स पुरस्कार में अधिकांश गंभीर प्रतिभागियों के पास सांख्यिकी और मशीन सीखने में वर्षों का प्रशिक्षण था। लेकिन, खुली कॉल परियोजनाएं उन प्रतिभागियों को भी शामिल कर सकती हैं जिनके पास कोई औपचारिक प्रशिक्षण नहीं है, जैसा कि प्रोटीन-फोल्डिंग गेम फोल्डिट द्वारा दिखाया गया था।

प्रोटीन फोल्डिंग वह प्रक्रिया है जिसके माध्यम से एमिनो एसिड की एक श्रृंखला इसके आकार पर होती है। इस प्रक्रिया की बेहतर समझ के साथ, जीवविज्ञानी प्रोटीन को विशिष्ट आकार के साथ डिजाइन कर सकते हैं जिन्हें दवाओं के रूप में उपयोग किया जा सकता है। काफी सरल बनाना, प्रोटीन अपनी निम्न-ऊर्जा विन्यास में स्थानांतरित होते हैं, एक कॉन्फ़िगरेशन जो विभिन्न धक्का को संतुलित करता है और प्रोटीन के भीतर खींचता है (चित्र 5.7)। इसलिए, यदि कोई शोधकर्ता उस आकार की भविष्यवाणी करना चाहता है जिसमें प्रोटीन गुना होगा, तो समाधान सरल लगता है: बस सभी संभावित कॉन्फ़िगरेशन का प्रयास करें, अपनी ऊर्जा की गणना करें, और भविष्यवाणी करें कि प्रोटीन निम्नतम ऊर्जा कॉन्फ़िगरेशन में गुजर जाएगा। दुर्भाग्यवश, सभी संभावित कॉन्फ़िगरेशन का प्रयास करना कम्प्यूटेशनल रूप से असंभव है क्योंकि अरबों और अरबों संभावित कॉन्फ़िगरेशन हैं। आज भी उपलब्ध सबसे शक्तिशाली कंप्यूटरों के साथ-साथ और भविष्य में भविष्य में ब्रूट फोर्स काम करने जा रहा है। इसलिए, जीवविज्ञानी ने निम्नतम ऊर्जा विन्यास के लिए कुशलतापूर्वक खोज करने के लिए कई चालाक एल्गोरिदम विकसित किए हैं। लेकिन, वैज्ञानिक और कम्प्यूटेशनल प्रयासों की भारी मात्रा के बावजूद, ये एल्गोरिदम अभी भी सही से दूर हैं।

चित्रा 5.7: प्रोटीन तह। "डॉकेजार्जर्ड" / विकिमीडिया कॉमन्स की छवि सौजन्य।

वाशिंगटन विश्वविद्यालय में डेविड बेकर और उनके शोध समूह प्रोटीन फोल्डिंग के लिए कम्प्यूटेशनल दृष्टिकोण बनाने के लिए काम कर रहे वैज्ञानिकों के समुदाय का हिस्सा थे। एक परियोजना में, बेकर और सहयोगियों ने एक प्रणाली विकसित की जिसने स्वयंसेवकों को सिमुलेशन प्रोटीन फोल्डिंग में मदद करने के लिए अपने कंप्यूटर पर अप्रयुक्त समय दान करने की अनुमति दी। बदले में, स्वयंसेवक एक स्क्रीनसेवर देख सकते थे जो प्रोटीन फोल्डिंग को दिखा रहा था जो उनके कंप्यूटर पर हो रहा था। इन स्वयंसेवकों में से कई ने बेकर और सहयोगियों को यह कहते हुए लिखा कि वे सोचते हैं कि वे कंप्यूटर के प्रदर्शन पर सुधार कर सकते हैं अगर वे गणना में शामिल हो सकते हैं। और इस प्रकार फोल्डिट (Hand 2010) शुरू किया।

फोल्डिट प्रोटीन की प्रक्रिया को एक गेम में बदल देता है जिसे किसी के द्वारा खेला जा सकता है। खिलाड़ी के परिप्रेक्ष्य से, फोल्डिट एक पहेली (चित्र 5.8) प्रतीत होता है। खिलाड़ियों को प्रोटीन संरचना के एक त्रि-आयामी उलझन के साथ प्रस्तुत किया जाता है और संचालन कर सकते हैं- "tweak," "wiggle," "पुनर्निर्माण" - यह अपना आकार बदलता है। इन परिचालनों को करने से खिलाड़ी प्रोटीन के आकार को बदल देते हैं, जो बदले में उनके स्कोर को बढ़ाता या घटा देता है। गंभीरता से, स्कोर की गणना वर्तमान विन्यास के ऊर्जा स्तर के आधार पर की जाती है; कम ऊर्जा विन्यास परिणाम उच्च स्कोर में परिणाम। दूसरे शब्दों में, स्कोर खिलाड़ियों को मार्गदर्शन करने में मदद करता है क्योंकि वे निम्न ऊर्जा विन्यास की खोज करते हैं। यह गेम केवल इसलिए संभव है क्योंकि नेटफिक्स पुरस्कार-प्रोटीन फोल्डिंग में मूवी रेटिंग की भविष्यवाणी करने की तरह ही एक ऐसी स्थिति है जहां उन्हें उत्पन्न करने से समाधान की जांच करना आसान होता है।

चित्र 5.8: फोल्डिट के लिए गेम स्क्रीन। Http://www.fold.it से अनुमति द्वारा पुन: उत्पादित।

फोल्डिट का सुरुचिपूर्ण डिज़ाइन विशेषज्ञों द्वारा डिज़ाइन किए गए सर्वश्रेष्ठ एल्गोरिदम के साथ प्रतिस्पर्धा करने के लिए बायोकैमिस्ट्री के छोटे औपचारिक ज्ञान वाले खिलाड़ियों को सक्षम बनाता है। जबकि ज्यादातर खिलाड़ी इस कार्य में विशेष रूप से अच्छे नहीं होते हैं, वहीं कुछ व्यक्तिगत खिलाड़ी और खिलाड़ियों की छोटी टीम असाधारण हैं। वास्तव में, फोल्डिट खिलाड़ियों और अत्याधुनिक एल्गोरिदम के बीच एक हेड-टू-हेड प्रतियोगिता में, खिलाड़ियों ने 10 में से 5 प्रोटीन (Cooper et al. 2010) लिए बेहतर समाधान बनाए।

फोल्डिट और नेटफ्लिक्स पुरस्कार कई तरीकों से अलग हैं, लेकिन दोनों में ऐसे समाधानों के लिए खुली कॉल शामिल हैं जो उत्पन्न करने से जांचना आसान है। अब, हम एक ही संरचना को एक और बहुत अलग सेटिंग में देखेंगे: पेटेंट कानून। ओपन कॉल समस्या का यह अंतिम उदाहरण दिखाता है कि इस दृष्टिकोण का उपयोग उन सेटिंग्स में भी किया जा सकता है जो मात्रात्मक रूप से स्पष्ट नहीं हैं।