Molekulide Facebook

Pilt: NIST, Structural Databases

Sotsiaalmeedia on laienenud ja haaramas ebatõenäolist sihtmärki – molekule. USA instituudi (National Institute of Standards and Technology – NIST) teadlased on loonud molekulaarsete andmete võrgustiku, mis on sarnane Facebook’i graafilisele otsingule (graph search). Kui graafiline otsing võimaldab kasutajatel leida kõik mingis linnas elavad, õlut joovad semud ühe kiire otsinguga, siis NISTi loodud võrgustikud võivad aidata teadlastel kiiresti läbi sõeluda määratu hulga keemilisi ja bioloogilisi andmeid, et leida spetsiifiliste omadustega aineid. Selline otsingusüsteem võimaldab kiirendada uute ravimite ja materjalide väljatöötamist.

NISTi meeskond esitles oma tööd “Challenges andSolutions for Enabling Facebook like Graph-search on Small and Macro-molecularStructural Data” juuli lõpus toimunud American Crystallographic Association’i kohtumisel.

Õigete sõnade valimine

Molekulidel ei ole oma online profiili, nii et peamine väljakutse NISTi uurijate jaoks oli standardse keele välja arendamine oma uurimisaluste objektide kirjeldamiseks, kuna üks uurimisgrupp võib kirjeldada materjali omadust ühe, teine aga teise sõnaga, kuigi need on sama tähendusega.

Üheks probleemi lahendamise võimaluseks oleks määratleda teatud standardsed sõnad, kuid NISTi teadlased kasutasid paindlikumat lähenemist, mis võib ajas areneda. NISTi keemiku Talapady Bhat’i sõnul, kes on juhtinud sõnavara andmebaasi väljatöötamist, sarnaneb välja- töötatud otsingukeel indo-euroopa keeltega nagu sanskriti ja ladina keel, mis kasutavad lühikest tüve, millest teatud reeglite põhjal moodustatakse sõnu. Ta toob näiteks sanskriti sõna “yoga”, mis põhineb tüvel “Y(uj)”, mis tähendab ühinemist, “O”, mis tähendab loojat, jumalat või aju, ja “Ga”, mis tähendab liikumist või algatamist. Sarnaselt sellele võivad teadlased võtta kolm lihtsat tüvisõna – “punane”, “laser” ja “valgus” – ning moodustada neist ühe kombineeritud sõna “punane-laser-valgus”, millel on uus tähendus. Tüvisõnade ja reeglite kasutamine võimaldab tüvisõnu tundvatel teadlastel välja nuputada võõra termini tähenduse ning annav võimaluse luua edaspidi lihtsalt mõistetavaid uusi termineid.

Meeskonna liige, biofüüsik John Elliot ütles, et NISTi meeskond on juba rakendanud oma tüve-põhise sõnavara reegleid keemilistele struktuuridele PubChem’is (miljonite ühendite ja keemiliste ainete ”koletus andmebaasis“), üle-maailmses proteiinide andmebaasis (PDB) ja spetsiifilistes NISTi andmebaasides. Kuigi teaduslikud andmebaasid ei ole veel jõudnud miljardite kasutajateni, nagu Facebook, kasutavad paljud teadlased NIST’ist ja mujalt  neid juba aktiivselt.

Suhete kaardistamine

Kui esialgne sõnavara oli valmis, töötas NISTi meeskond molekulide ja teaduslike eksperimentide kategooriate loomisega hierarhilisel moel, mis võimaldaks otsingul anda kõikehõlmava, kuid täpse tulemuse. „Tavaline probleem paljude otsingusüsteemide puhul on see, et nad annavad liiga palju tulemusi,“ ütles Elliot. Elliot kirjeldas oma meeskonna lähenemist kui sarnast sellele, kuidas leida pakk Doritose krõpse suures supermarketis. „Esmalt leiad toiduainete sektsiooni, siis on hierarhias järgmiseks snäkid, seejärel leiad chipsid ja siis saad kiiresti teada, kas Doritose krõpse on või ei ole,“ ütleb Elliot. „Nii leiad suhteliselt kiiresti, kas neil on soovitud kaup, olgu supermarketis kasvõi miljon toodet.“ Meeskond ütleb, et hierarhiline lähenemine abistab samuti teadlasi, kes soovivad valida võtmesõnu oma uurimistööde indekseerimiseks.  

Meeskonna sõnul on teadlaste poolt loodud tohutu hulga andmete organiseerimine on suur väljakutse, kuid ka potentsiaalne kasu on tohutu. Efektiivsed graafilised otsingud võimaldavad teadlastel kiiresti identifitseerida keemilisi struktuure ja omadusi, mis on vajalikud uute ravimite toimeainete või uute materjalide (nagu näiteks kõrge efektiivsusega lennukiturbiinid või painduvad päikese-elemendid). Need tulemused on rohkem kui väärt üht Facebooki Like’i.