5.3.2 Foldit

Foldit एक प्रोटीन-तह गेम हो जसले म्यानुअल विशेषज्ञहरूलाई मजाको साथमा भाग लिन सक्षम बनाउँछ।

Netflix पुरस्कार, बहिष्कार र स्पष्ट हुँदा, खुला कल परियोजनाहरूको पूर्ण दायराको वर्णन गर्दैन। उदाहरणका लागि, नेटफ्लिक्स पुरस्कारमा गम्भीर सहभागीहरूको अधिकांश तथ्याङ्क र मेशिन सिकाइमा वर्षौंको प्रशिक्षण थियो। तर, कल कल परियोजनाहरूले सहभागी हुन सक्ने औपचारिक प्रशिक्षण छैन, जस्तै कि एक प्रोटीन-तह खेल Foldit द्वारा चित्रित थियो।

प्रोटीन तह यो प्रक्रिया हो जसको माध्यमबाट अमीनो एसिडको एक श्रृंखला यसको आकारमा हुन्छ। यस प्रक्रियाको राम्रो बुझाइमा, जीवविज्ञानले प्रोपिन्सनहरूलाई विशेष आकारको रूपमा डिजाइन गर्न सक्दछ जसले औषधिको रूपमा प्रयोग गर्न सक्छ। एकदम बिट, प्रोटीनलाई सरल बनाउन उनीहरूको सबै भन्दा कम ऊर्जा कन्फिगरेसनमा जान्छ, एक कन्फिगरेसन जसले विभिन्न धक्कालाई सन्तुलन गर्दछ र प्रोटीन भित्र पस्छ (चित्र 5.7)। त्यसो भए, यदि एक शोधकर्ताले आकारको भविष्यवाणी गर्न चाहन्छ जुन कुन प्रोटीन गुनाउनेछ, समाधान समाधान सरल हुन्छ: केवल सबै सम्भव कन्फिगरेशनहरू प्रयास गर्नुहोस्, उनीहरूको ऊर्जाको गणना गर्नुहोस्, र भविष्यवाणी गर्दछन् कि प्रोटीन सबैभन्दा कम-ऊर्जा कन्फिगरेसनमा हुन्छ। दुर्भाग्यवश, सबै सम्भावित कन्फिगरेसनहरू प्रयास गर्दा कम्प्युटिटिकल असम्भव छ किनकि त्यहाँ अरबौं र अरबौं सम्भावित कन्फिगरेसनहरू छन्। यहां सम्म कि सबैभन्दा शक्तिशाली कम्प्यूटरहरू आज उपलब्ध छन् र अनावश्यक भविष्यमा ब्रिट बल मात्र काम गर्न जाँदैछ। यसैले, जीवविज्ञानहरूले कुशलतापूर्वक तल्लो-ऊर्जा कन्फिगरेसन खोज्न धेरै चालाक एल्गोरिदमहरू विकसित गरेका छन्। तर, वैज्ञानिक र कम्पैक्टिक प्रयासको ठूलो मात्रामा बावजुद, यी एल्गोरिदमहरू अझै पूर्ण देखि टाढा छन्।

चित्र 5.7: प्रोटोन तह। छवि "शिष्टाचार" Drxjaergaard / Wikimedia Commons

डेभिड बेकर र वाशिंगटन विश्वविद्यालय मा उनको अनुसन्धान समूह वैज्ञानिकहरु को समुदाय को भाग हो जसको लागि प्रोटीन तह मा कम्प्यूटेशनल दृष्टिकोण बनाउन को लागी काम गर्दछ। एक परियोजनामा, बेकर र साथीहरूले एक प्रणाली विकसित गर्यो जसले स्वयंसेवकहरूलाई अनुकरणित समयलाई कम्प्यूटरमा अनुकार प्रोटीन तहमा सहायता गर्न दान गर्न मद्दत गर्दछ। फिर्तीमा, स्वयम्सेवकहरूले स्क्रिनसेभर हेर्न सक्ने प्रोटीन तह देखाउँदै उनीहरूको कम्प्युटरमा देखिन सक्थे। यी स्वयंसेवकों मध्ये धेरै बेकर र सहकर्मीहरु लाई लेखयो कि उनि उनको विचार कम्प्यूटर को प्रदर्शन मा सुधार गर्न सक्छन् कि उनि गणना मा शामिल हुन सक्छ। र यसरी फलिट (Hand 2010) सुरु भयो।

Foldit ले प्रोटिन तहको प्रक्रियालाई खेलमा बदल्दछ जुन कसैलाई प्ले गर्न सकिन्छ। खेलाडीको परिप्रेक्ष्यबाट, फलिल्डिट एक प्वाइन्ट (आकृति 5.8) देखिन्छ। खेलाडीहरु प्रोटीन संरचना को तीन-आयामी टंगले प्रस्तुत गरीन्छन् र "प्रदर्शन" गर्न सक्छन्, "wiggle," "पुनर्निर्माण" - यसको आकार परिवर्तन गर्नुहोस्। यी अपरेसनहरू प्रदर्शन गरेर खेलाडिहरूले प्रोटीनको आकार परिवर्तन गर्छन्, जसले बारी बढाउँछ वा तिनीहरूको स्कोर घटाउँछ। क्रान्तिकारी, स्कोर गणना को वर्तमान विन्यास को ऊर्जा स्तर मा आधारित छ; उच्च ऊर्जा कन्फिगरेसन परिणाम उच्च अंकमा। अन्य शब्दहरुमा, स्कोरहरूले खेलाडीहरूको मार्गदर्शन गर्दछ जुन उनीहरूले कम ऊर्जा कन्फिगरेसनको खोजी गर्छन्। यो खेल मात्र सम्भव छ किनकी - Netflix पुरस्कार-प्रोटीन तहमा चलचित्र मूल्याङ्कनको अनुमान पनि जस्तै एक अवस्था हो जुन उनीहरू उत्पन्न गर्न समाधान भन्दा सजिलो जाँच गर्न सजिलो छ।

चित्र 5.8: फोल्डको लागि खेल स्क्रिन। Http://www.fold.it बाट अनुमति द्वारा पुन: उत्पन्न

Foldit सुरुचिपूर्ण डिजाइनले खेलाडीहरूले जैव रसायनको सानो औपचारिक ज्ञानसँग विशेषज्ञहरूलाई विशेषज्ञहरूको द्वारा डिजाइन गरिएको सबैभन्दा उत्तम एल्गोरिदमसँग प्रतिस्पर्धा गर्न सक्षम बनाउँछ। जबकि अधिकांश खिलाडिहरु कार्य मा विशेष रूप देखि राम्रो नहीं हुन्छन्, वहाँ केहि व्यक्तिगत खेलाडी र खेलाडीहरु को साना दलहरु जो असाधारण छन्। वास्तव मा, Foldit खेलाडीहरु र राज्य को-कला-एल्गोरिदम को बीच एक टाउको देखि टाउको प्रतियोगिता मा, खिलाडियों मध्ये 10 प्रोटीनहरु (Cooper et al. 2010) लागि बेहतर समाधान बनाया।

Foldit र Netflix पुरस्कार धेरै तरिकामा फरक छन्, तर तिनीहरू उत्पन्न समाधानहरूको लागि सजिलो समाधानका लागि खुल्ला कलहरू समावेश गर्दछ। अब, हामी त्यही ढाँचा अझै अर्को धेरै फरक सेटिङमा हेर्नेछौं: पेटेंट कानून। खुला कल समस्याको यो अन्तिम उदाहरणले यो दृष्टिकोणलाई सेटिङहरूमा प्रयोग गर्न सकिन्छ जुन स्पष्ट रूपमा मात्रात्मक गर्न योग्य छैन।