ಬೃಹತ್ ಉಪಕರಣಗಳು 2022 ರಲ್ಲಿ ದೊಡ್ಡ ರಸಾಯನಶಾಸ್ತ್ರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದವು ದೈತ್ಯಾಕಾರದ ಡೇಟಾ ಸೆಟ್‌ಗಳು ಮತ್ತು ಬೃಹತ್ ಉಪಕರಣಗಳು ಈ ವರ್ಷ ರಸಾಯನಶಾಸ್ತ್ರವನ್ನು ದೈತ್ಯ ಪ್ರಮಾಣದಲ್ಲಿ ನಿಭಾಯಿಸಲು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಸಹಾಯ ಮಾಡಿತು

ಬೃಹತ್ ಉಪಕರಣಗಳು 2022 ರಲ್ಲಿ ದೊಡ್ಡ ರಸಾಯನಶಾಸ್ತ್ರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದವು

ದೈತ್ಯಾಕಾರದ ಡೇಟಾ ಸೆಟ್‌ಗಳು ಮತ್ತು ಬೃಹತ್ ಉಪಕರಣಗಳು ವಿಜ್ಞಾನಿಗಳು ಈ ವರ್ಷ ರಸಾಯನಶಾಸ್ತ್ರವನ್ನು ದೈತ್ಯ ಪ್ರಮಾಣದಲ್ಲಿ ನಿಭಾಯಿಸಲು ಸಹಾಯ ಮಾಡಿತು

ಮೂಲಕಅರಿಯಾನಾ ರೆಮ್ಮೆಲ್

ಕ್ರೆಡಿಟ್: ORNL ನಲ್ಲಿ ಓಕ್ ರಿಡ್ಜ್ ಲೀಡರ್‌ಶಿಪ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಫೆಸಿಲಿಟಿ

ಓಕ್ ರಿಡ್ಜ್ ನ್ಯಾಷನಲ್ ಲ್ಯಾಬೊರೇಟರಿಯಲ್ಲಿರುವ ಫ್ರಾಂಟಿಯರ್ ಸೂಪರ್‌ಕಂಪ್ಯೂಟರ್ ಹೊಸ ಪೀಳಿಗೆಯ ಯಂತ್ರಗಳಲ್ಲಿ ಮೊದಲನೆಯದು, ಇದು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು ಹಿಂದೆಂದಿಗಿಂತಲೂ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಆಣ್ವಿಕ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ವಿಜ್ಞಾನಿಗಳು 2022 ರಲ್ಲಿ ಸೂಪರ್ಸೈಜ್ ಮಾಡಿದ ಉಪಕರಣಗಳೊಂದಿಗೆ ದೊಡ್ಡ ಆವಿಷ್ಕಾರಗಳನ್ನು ಮಾಡಿದರು. ರಾಸಾಯನಿಕವಾಗಿ ಸಮರ್ಥವಾದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಇತ್ತೀಚಿನ ಪ್ರವೃತ್ತಿಯನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ ಸಂಶೋಧಕರು ಅಭೂತಪೂರ್ವ ಪ್ರಮಾಣದಲ್ಲಿ ಪ್ರೊಟೀನ್ ರಚನೆಗಳನ್ನು ಊಹಿಸಲು ಕಂಪ್ಯೂಟರ್ಗಳಿಗೆ ಕಲಿಸುವ ಮೂಲಕ ಉತ್ತಮ ದಾಪುಗಾಲುಗಳನ್ನು ಮಾಡಿದರು.ಜುಲೈನಲ್ಲಿ, ಆಲ್ಫಾಬೆಟ್-ಮಾಲೀಕತ್ವದ ಕಂಪನಿ DeepMind ನ ರಚನೆಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಪ್ರಕಟಿಸಿತುಬಹುತೇಕ ಎಲ್ಲಾ ತಿಳಿದಿರುವ ಪ್ರೋಟೀನ್ಗಳು—100 ಮಿಲಿಯನ್‌ಗಿಂತಲೂ ಹೆಚ್ಚು ಜಾತಿಗಳಿಂದ 200 ಮಿಲಿಯನ್-ಪ್ಲಸ್ ವೈಯಕ್ತಿಕ ಪ್ರೋಟೀನ್‌ಗಳು-ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅಲ್ಗಾರಿದಮ್ ಆಲ್ಫಾಫೋಲ್ಡ್‌ನಿಂದ ಊಹಿಸಲಾಗಿದೆ.ನಂತರ, ನವೆಂಬರ್‌ನಲ್ಲಿ, ಟೆಕ್ ಕಂಪನಿ ಮೆಟಾ ಪ್ರೊಟೀನ್ ಪ್ರಿಡಿಕ್ಷನ್ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ತನ್ನ ಪ್ರಗತಿಯನ್ನು AI ಅಲ್ಗಾರಿದಮ್‌ನೊಂದಿಗೆ ಪ್ರದರ್ಶಿಸಿತು.ESMಫೋಲ್ಡ್.ಇನ್ನೂ ಪೀರ್-ರಿವ್ಯೂ ಮಾಡದ ಪ್ರಿಪ್ರಿಂಟ್ ಅಧ್ಯಯನದಲ್ಲಿ, ಮೆಟಾ ಸಂಶೋಧಕರು ತಮ್ಮ ಹೊಸ ಅಲ್ಗಾರಿದಮ್ ಆಲ್ಫಾಫೋಲ್ಡ್‌ನಂತೆ ನಿಖರವಾಗಿಲ್ಲ ಆದರೆ ತ್ವರಿತವಾಗಿದೆ ಎಂದು ವರದಿ ಮಾಡಿದ್ದಾರೆ.ಹೆಚ್ಚಿದ ವೇಗ ಎಂದರೆ ಸಂಶೋಧಕರು ಕೇವಲ 2 ವಾರಗಳಲ್ಲಿ 600 ಮಿಲಿಯನ್ ರಚನೆಗಳನ್ನು ಊಹಿಸಬಹುದು (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ (UW) ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಜೀವಶಾಸ್ತ್ರಜ್ಞರು ಸಹಾಯ ಮಾಡುತ್ತಿದ್ದಾರೆನಿಸರ್ಗದ ಮಾದರಿಯನ್ನು ಮೀರಿ ಕಂಪ್ಯೂಟರ್‌ಗಳ ಜೀವರಾಸಾಯನಿಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ವಿಸ್ತರಿಸಿಮೊದಲಿನಿಂದಲೂ ಬೆಸ್ಪೋಕ್ ಪ್ರೊಟೀನ್‌ಗಳನ್ನು ಪ್ರಸ್ತಾಪಿಸಲು ಯಂತ್ರಗಳನ್ನು ಕಲಿಸುವ ಮೂಲಕ.UW ನ ಡೇವಿಡ್ ಬೇಕರ್ ಮತ್ತು ಅವರ ತಂಡವು ಹೊಸ AI ಉಪಕರಣವನ್ನು ರಚಿಸಿದ್ದು ಅದು ಸರಳ ಪ್ರಾಂಪ್ಟ್‌ಗಳಲ್ಲಿ ಪುನರಾವರ್ತಿತವಾಗಿ ಸುಧಾರಿಸುವ ಮೂಲಕ ಅಥವಾ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ರಚನೆಯ ಆಯ್ದ ಭಾಗಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ತುಂಬುವ ಮೂಲಕ ಪ್ರೋಟೀನ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬಹುದು (ವಿಜ್ಞಾನ2022, DOI:10.1126/science.abn2100)ತಂಡವು ಪ್ರೊಟೀನ್‌ಎಂಪಿಎನ್‌ಎನ್ ಎಂಬ ಹೊಸ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಪ್ರಾರಂಭಿಸಿತು, ಇದು ವಿನ್ಯಾಸ 3D ಆಕಾರಗಳು ಮತ್ತು ಬಹು ಪ್ರೋಟೀನ್ ಉಪಘಟಕಗಳ ಅಸೆಂಬ್ಲಿಗಳಿಂದ ಪ್ರಾರಂಭಿಸಬಹುದು ಮತ್ತು ನಂತರ ಅವುಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡಲು ಅಗತ್ಯವಾದ ಅಮೈನೋ ಆಮ್ಲ ಅನುಕ್ರಮಗಳನ್ನು ನಿರ್ಧರಿಸಬಹುದು (ವಿಜ್ಞಾನ2022, DOI:10.1126/science.add2187;10.1126/science.add1964)ಈ ಜೀವರಾಸಾಯನಿಕವಾಗಿ ತಿಳುವಳಿಕೆಯುಳ್ಳ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಹೊಸ ಜೈವಿಕ ವಸ್ತುಗಳು ಮತ್ತು ಔಷಧಗಳಲ್ಲಿ ಬಳಸಬಹುದಾದ ಕೃತಕ ಪ್ರೊಟೀನ್‌ಗಳಿಗೆ ಬ್ಲೂಪ್ರಿಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ.

ಕ್ರೆಡಿಟ್: ಇಯಾನ್ ಸಿ. ಹೇಡನ್/ಯುಡಬ್ಲ್ಯೂ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ ಪ್ರೊಟೀನ್ ಡಿಸೈನ್

ಯಂತ್ರ ಕಲಿಕೆಯ ಕ್ರಮಾವಳಿಗಳು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ಮನಸ್ಸಿನಲ್ಲಿಟ್ಟುಕೊಂಡು ಹೊಸ ಪ್ರೊಟೀನ್‌ಗಳನ್ನು ಕನಸು ಕಾಣಲು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿವೆ.

ಕಂಪ್ಯೂಟೇಶನಲ್ ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರ ಮಹತ್ವಾಕಾಂಕ್ಷೆಗಳು ಬೆಳೆದಂತೆ, ಆಣ್ವಿಕ ಪ್ರಪಂಚವನ್ನು ಅನುಕರಿಸಲು ಬಳಸುವ ಕಂಪ್ಯೂಟರ್‌ಗಳು ಬೆಳೆಯುತ್ತವೆ.ಓಕ್ ರಿಡ್ಜ್ ರಾಷ್ಟ್ರೀಯ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ (ORNL), ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು ಇದುವರೆಗೆ ನಿರ್ಮಿಸಿದ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಸೂಪರ್‌ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಒಂದನ್ನು ಮೊದಲ ನೋಟ ಪಡೆದರು.ORNL ನ ಎಕ್ಸಾಸ್ಕೇಲ್ ಸೂಪರ್‌ಕಂಪ್ಯೂಟರ್, ಫ್ರಾಂಟಿಯರ್, ಕಂಪ್ಯೂಟೇಶನಲ್ ಅಂಕಗಣಿತದ ಒಂದು ಘಟಕವಾದ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 1 ಕ್ವಿಂಟಿಲಿಯನ್ ತೇಲುವ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಮೊದಲ ಯಂತ್ರಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.ಆ ಕಂಪ್ಯೂಟಿಂಗ್ ವೇಗವು ಜಪಾನ್‌ನ ಹಾಲಿ ಚಾಂಪಿಯನ್ ಸೂಪರ್‌ಕಂಪ್ಯೂಟರ್ ಫುಗಾಕುಗಿಂತ ಮೂರು ಪಟ್ಟು ವೇಗವಾಗಿದೆ.ಮುಂದಿನ ವರ್ಷದಲ್ಲಿ, ಇನ್ನೂ ಎರಡು ರಾಷ್ಟ್ರೀಯ ಪ್ರಯೋಗಾಲಯಗಳು ಯುಎಸ್‌ನಲ್ಲಿ ಎಕ್ಸಾಸ್ಕೇಲ್ ಕಂಪ್ಯೂಟರ್‌ಗಳನ್ನು ಪ್ರಾರಂಭಿಸಲು ಯೋಜಿಸಿವೆ.ಈ ಅತ್ಯಾಧುನಿಕ ಯಂತ್ರಗಳ ಹೊರಗಾತ್ರದ ಕಂಪ್ಯೂಟರ್ ಶಕ್ತಿಯು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಇನ್ನೂ ದೊಡ್ಡ ಆಣ್ವಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮತ್ತು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ಅನುಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.ಆ ಮಾದರಿಗಳಿಂದ ಸಂಗ್ರಹಿಸಲಾದ ಡೇಟಾವು ಫ್ಲಾಸ್ಕ್‌ನಲ್ಲಿನ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಮತ್ತು ಅವುಗಳನ್ನು ಮಾದರಿ ಮಾಡಲು ಬಳಸುವ ವರ್ಚುವಲ್ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ ಸಾಧ್ಯವಿರುವ ಎಲ್ಲೆಗಳನ್ನು ತಳ್ಳಲು ಸಂಶೋಧಕರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ."ನಮ್ಮ ಸೈದ್ಧಾಂತಿಕ ವಿಧಾನಗಳು ಅಥವಾ ಮಾದರಿಗಳಿಂದ ಏನು ಕಾಣೆಯಾಗಿದೆ ಎಂಬುದರ ಕುರಿತು ನಾವು ನಿಜವಾಗಿಯೂ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಪ್ರಾರಂಭಿಸುವ ಹಂತದಲ್ಲಿ ನಾವು ಇದ್ದೇವೆ, ಅದು ಪ್ರಯೋಗವು ನಮಗೆ ನಿಜವೆಂದು ಹೇಳುವುದನ್ನು ನಮಗೆ ಹತ್ತಿರವಾಗಿಸುತ್ತದೆ" ಎಂದು ಅಯೋವಾದ ಕಂಪ್ಯೂಟೇಶನಲ್ ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞ ಥೆರೆಸಾ ವಿಂಡಸ್ ಎಕ್ಸಾಸ್ಕೇಲ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಪ್ರಾಜೆಕ್ಟ್‌ನೊಂದಿಗೆ ಸ್ಟೇಟ್ ಯೂನಿವರ್ಸಿಟಿ ಮತ್ತು ಪ್ರಾಜೆಕ್ಟ್ ಲೀಡ್, ಸೆಪ್ಟೆಂಬರ್‌ನಲ್ಲಿ C&EN ಗೆ ತಿಳಿಸಿದೆ.ಎಕ್ಸಾಸ್ಕೇಲ್ ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ನಡೆಯುವ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಹೊಸ ಇಂಧನ ಮೂಲಗಳನ್ನು ಆವಿಷ್ಕರಿಸಲು ಮತ್ತು ಹೊಸ ಹವಾಮಾನ-ಸ್ಥಿತಿಸ್ಥಾಪಕ ವಸ್ತುಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ದೇಶದಾದ್ಯಂತ, ಕ್ಯಾಲಿಫೋರ್ನಿಯಾದ ಮೆನ್ಲೋ ಪಾರ್ಕ್‌ನಲ್ಲಿ, SLAC ರಾಷ್ಟ್ರೀಯ ವೇಗವರ್ಧಕ ಪ್ರಯೋಗಾಲಯವು ಸ್ಥಾಪಿಸುತ್ತಿದೆಲಿನಾಕ್ ಕೋಹೆರೆಂಟ್ ಲೈಟ್ ಸೋರ್ಸ್ (LCLS) ಗೆ ಸೂಪರ್‌ಕೂಲ್ ನವೀಕರಣಗಳುಇದು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು ಪರಮಾಣುಗಳು ಮತ್ತು ಎಲೆಕ್ಟ್ರಾನ್‌ಗಳ ಅಲ್ಟ್ರಾಫಾಸ್ಟ್ ಜಗತ್ತಿನಲ್ಲಿ ಆಳವಾಗಿ ಇಣುಕಿ ನೋಡುವಂತೆ ಮಾಡುತ್ತದೆ.ಈ ಸೌಲಭ್ಯವನ್ನು 3 ಕಿಮೀ ಲೀನಿಯರ್ ಆಕ್ಸಿಲರೇಟರ್‌ನಲ್ಲಿ ನಿರ್ಮಿಸಲಾಗಿದೆ, ಅದರ ಭಾಗಗಳನ್ನು ದ್ರವ ಹೀಲಿಯಂನೊಂದಿಗೆ 2 ಕೆ ವರೆಗೆ ತಂಪಾಗಿಸಲಾಗುತ್ತದೆ, ಎಕ್ಸ್-ರೇ ಫ್ರೀ-ಎಲೆಕ್ಟ್ರಾನ್ ಲೇಸರ್ (XFEL) ಎಂದು ಕರೆಯಲ್ಪಡುವ ಒಂದು ರೀತಿಯ ಸೂಪರ್‌ಬ್ರೈಟ್, ಸೂಪರ್‌ಫಾಸ್ಟ್ ಬೆಳಕಿನ ಮೂಲವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.ರಾಸಾಯನಿಕ ಬಂಧಗಳ ರಚನೆ ಮತ್ತು ದ್ಯುತಿಸಂಶ್ಲೇಷಕ ಕಿಣ್ವಗಳು ಕೆಲಸ ಮಾಡುವಂತಹ ಅಸಂಖ್ಯಾತ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ವೀಕ್ಷಿಸಲು ಅನುವು ಮಾಡಿಕೊಟ್ಟ ಆಣ್ವಿಕ ಚಲನಚಿತ್ರಗಳನ್ನು ತಯಾರಿಸಲು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು ಉಪಕರಣಗಳ ಶಕ್ತಿಯುತ ದ್ವಿದಳ ಧಾನ್ಯಗಳನ್ನು ಬಳಸಿದ್ದಾರೆ."ಫೆಮ್ಟೋಸೆಕೆಂಡ್ ಫ್ಲ್ಯಾಷ್‌ನಲ್ಲಿ, ಪರಮಾಣುಗಳು ನಿಶ್ಚಲವಾಗಿರುವುದನ್ನು ನೀವು ನೋಡಬಹುದು, ಏಕ ಪರಮಾಣು ಬಂಧಗಳು ಒಡೆಯುತ್ತವೆ" ಎಂದು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯ ಮತ್ತು SLAC ನಲ್ಲಿ ಜಂಟಿ ನೇಮಕಾತಿಗಳನ್ನು ಹೊಂದಿರುವ ವಸ್ತು ವಿಜ್ಞಾನಿ ಲಿಯೋರಾ ಡ್ರೆಸೆಲ್‌ಹಾಸ್-ಮರೈಸ್ ಜುಲೈನಲ್ಲಿ C&EN ಗೆ ತಿಳಿಸಿದರು.LCLS ಗೆ ಅಪ್‌ಗ್ರೇಡ್‌ಗಳು ಮುಂದಿನ ವರ್ಷದ ಆರಂಭದಲ್ಲಿ ಹೊಸ ಸಾಮರ್ಥ್ಯಗಳು ಲಭ್ಯವಾದಾಗ X-ಕಿರಣಗಳ ಶಕ್ತಿಯನ್ನು ಉತ್ತಮವಾಗಿ ಟ್ಯೂನ್ ಮಾಡಲು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ.

ಕ್ರೆಡಿಟ್: SLAC ರಾಷ್ಟ್ರೀಯ ವೇಗವರ್ಧಕ ಪ್ರಯೋಗಾಲಯ

SLAC ರಾಷ್ಟ್ರೀಯ ವೇಗವರ್ಧಕ ಪ್ರಯೋಗಾಲಯದ ಎಕ್ಸ್-ರೇ ಲೇಸರ್ ಅನ್ನು ಕ್ಯಾಲಿಫೋರ್ನಿಯಾದ ಮೆನ್ಲೋ ಪಾರ್ಕ್‌ನಲ್ಲಿ 3 ಕಿಮೀ ರೇಖೀಯ ವೇಗವರ್ಧಕದಲ್ಲಿ ನಿರ್ಮಿಸಲಾಗಿದೆ.

ಈ ವರ್ಷ, ವಿಜ್ಞಾನಿಗಳು ಬಹುನಿರೀಕ್ಷಿತ ಜೇಮ್ಸ್ ವೆಬ್ ಬಾಹ್ಯಾಕಾಶ ಟೆಲಿಸ್ಕೋಪ್ (JWST) ಅನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಎಷ್ಟು ಶಕ್ತಿಯುತವಾಗಿದೆ ಎಂದು ನೋಡಿದ್ದಾರೆ.ನಮ್ಮ ಬ್ರಹ್ಮಾಂಡದ ರಾಸಾಯನಿಕ ಸಂಕೀರ್ಣತೆ.ನಾಸಾ ಮತ್ತು ಅದರ ಪಾಲುದಾರರು-ಯುರೋಪಿಯನ್ ಬಾಹ್ಯಾಕಾಶ ಸಂಸ್ಥೆ, ಕೆನಡಾದ ಬಾಹ್ಯಾಕಾಶ ಸಂಸ್ಥೆ ಮತ್ತು ಬಾಹ್ಯಾಕಾಶ ಟೆಲಿಸ್ಕೋಪ್ ಸೈನ್ಸ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ - ಈಗಾಗಲೇ ಹತ್ತಾರು ಚಿತ್ರಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆ, ನಾಕ್ಷತ್ರಿಕ ನೀಹಾರಿಕೆಗಳ ಬೆರಗುಗೊಳಿಸುವ ಭಾವಚಿತ್ರಗಳಿಂದ ಪ್ರಾಚೀನ ಗೆಲಕ್ಸಿಗಳ ಧಾತುರೂಪದ ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳವರೆಗೆ.$10 ಬಿಲಿಯನ್ ಅತಿಗೆಂಪು ದೂರದರ್ಶಕವು ನಮ್ಮ ಬ್ರಹ್ಮಾಂಡದ ಆಳವಾದ ಇತಿಹಾಸವನ್ನು ಅನ್ವೇಷಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ವೈಜ್ಞಾನಿಕ ಉಪಕರಣಗಳ ಸೂಟ್‌ಗಳೊಂದಿಗೆ ಅಲಂಕರಿಸಲ್ಪಟ್ಟಿದೆ.ದಶಕಗಳ ತಯಾರಿಕೆಯಲ್ಲಿ, JWST ಈಗಾಗಲೇ 4.6 ಶತಕೋಟಿ ವರ್ಷಗಳ ಹಿಂದೆ ಕಾಣಿಸಿಕೊಂಡಂತೆ ಸುತ್ತುತ್ತಿರುವ ನಕ್ಷತ್ರಪುಂಜದ ಚಿತ್ರವನ್ನು ತೆಗೆಯುವ ಮೂಲಕ ಅದರ ಎಂಜಿನಿಯರ್‌ಗಳ ನಿರೀಕ್ಷೆಗಳನ್ನು ಮೀರಿಸಿದೆ, ಇದು ಆಮ್ಲಜನಕ, ನಿಯಾನ್ ಮತ್ತು ಇತರ ಪರಮಾಣುಗಳ ಸ್ಪೆಕ್ಟ್ರೋಸ್ಕೋಪಿಕ್ ಸಹಿಗಳೊಂದಿಗೆ ಪೂರ್ಣಗೊಂಡಿದೆ.ವಿಜ್ಞಾನಿಗಳು ಬಾಹ್ಯ ಗ್ರಹದ ಮೇಲೆ ಉಗಿ ಮೋಡಗಳು ಮತ್ತು ಮಬ್ಬುಗಳ ಸಹಿಯನ್ನು ಅಳೆಯುತ್ತಾರೆ, ಇದು ಖಗೋಳವಿಜ್ಞಾನಿಗಳಿಗೆ ಭೂಮಿಯ ಆಚೆಗೆ ಸಂಭಾವ್ಯ ವಾಸಯೋಗ್ಯ ಪ್ರಪಂಚಗಳನ್ನು ಹುಡುಕಲು ಸಹಾಯ ಮಾಡುವ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ.