🔬 physics

Delving into the Catalytic Mechanism of Molybdenum Cofactors: A Novel Coupled Cluster Study

यह अध्ययन DMSO और NO $_3^-$ सबस्ट्रेट्स के साथ मोलिब्डेनम कोफैक्टर (Moco) वेरिएंट के उत्प्रेरक तंत्र को मॉडल करने के लिए पेयर कपल्ड क्लस्टर डबल्स (pCCD) वेरिएंट सहित आधुनिक कपल्ड-क्लस्टर विधियों का उपयोग करता है, जो अभिक्रिया ऊर्जा विज्ञान (reaction energetics) और बंध निर्माण को स्पष्ट करने में संरचनात्मक विश्राम (structural relaxation), पर्यावरणीय प्रभावों और कक्षक-आधारित क्वांटम सूचना की महत्वपूर्ण भूमिकाओं को प्रकट करता है।

मूल लेखक: Marta Gałyńska, Matheus Morato F. de Moraes, Paweł Tecmer, Katharina Boguslawski

प्रकाशित 2026-06-15

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Marta Gałyńska, Matheus Morato F. de Moraes, Paweł Tecmer, Katharina Boguslawski

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके शरीर के भीतर एक बहुत ही छोटा, हाई-टेक कारखाना है जिसे एंजाइम (enzyme) कहा जाता है। इस कारखाने के अंदर एक विशेष कार्यकर्ता बैठा है जो मोलिब्डेनम (Molybdenum) (एक धातु) से बना है, जिसे मोलिब्डेनम कोफैक्टर (Moco) के रूप में जाना जाता है। इस कार्यकर्ता का काम विशिष्ट अणुओं (जैसे नाइट्रेट या डाइमिथाइलसल्फोक्साइड - DMSO) को पकड़ना, उनसे एक टुकड़ा अलग करना और बदले में एक नया उत्पाद देना है। यह एक मास्टर शेफ की तरह है जो सब्जियों को काटने या मछली को फिलेट करने में माहिर है।

लंबे समय से, वैज्ञानिक जानते हैं कि इस शेफ को सही ढंग से काम करने के लिए हाथ में एक विशिष्ट "दस्ताने" (लिगैंड) की आवश्यकता होती है। आमतौर पर, यह दस्ताना सिस्टीन (Cysteine) नामक एक अमीनो एसिड से बना होता है। लेकिन क्या होगा यदि आप उस दस्ताने को बदलकर सेरीन (Serine) या एस्पार्टिक एसिड (Aspartic Acid) कर दें?

यह शोध पत्र एक उच्च-गति, अत्यंत सटीक कंप्यूटर सिमुलेशन की तरह है जो यह पता लगाने की कोशिश करता है कि यह "दस्ताने का बदलाव" शेफ की खाना पकाने की क्षमता को कैसे बदल देता है।

समस्या: "दस्ताने" का रहस्य

एक वास्तविक प्रयोग में, वैज्ञानिकों ने एक विशिष्ट एंजाइम (नाइट्रेट रिडक्टेस) में सिस्टीन के दस्ताने को सेरीन या एस्पार्टिक एसिड से बदल दिया था। उन्होंने पाया कि कुछ अजीब हुआ:

जब एंजाइम नाइट्रेट को प्रोसेस करने की कोशिश कर रहा था, तो नए दस्ताने होने के बावजूद भी यह ठीक से काम कर रहा था।
लेकिन जब इसने DMSO (एक अलग रसायन) को प्रोसेस करने की कोशिश की, तो एस्पार्टिक एसिड वाले दस्ताने वाले एंजाइम ने थोड़ा काम किया, जबकि अन्य पूरी तरह से रुक गए।

यह भ्रमित करने वाला था। आमतौर पर, यदि आप दस्ताना बदलते हैं, तो पूरा हाथ काम करना बंद कर देता है। वैज्ञानिक जानना चाहते थे: क्या समस्या दस्ताने में है, या नया दस्ताना पहनने के कारण पूरा "रसोई घर" (प्रोटीन वातावरण) अपना आकार बदल रहा है?

समाधान: एक डिजिटल "टाइम मशीन"

इस समस्या को हल करने के लिए, लेखकों ने एंजाइम के सक्रिय स्थल (active site) का एक डिजिटल मॉडल बनाया। उन्होंने केवल एक स्थिर चित्र नहीं देखा; बल्कि उन्होंने पूरी खाना पकाने की प्रक्रिया को चरण-दर-चरण सिम्युलेट किया।

इस प्रतिक्रिया को तीन मुख्य स्टेप्स वाले एक नृत्य के रूप में सोचें:

आगमन (The Approach): अतिथि अणु (सबस्ट्रेट) मोलिब्डेनम शेफ के पास आता है।
पकड़ (The Grab): शेफ अतिथि को पकड़ता है, जिससे एक अस्थायी हैंडशेक (मध्यवर्ती अवस्था) बनता है।
रिलीज़ (The Release): शेफ अतिथि का एक टुकड़ा अलग करता है और बाकी हिस्से को जाने देता है।

शोधकर्ताओं ने प्रत्येक नृत्य स्टेप के लिए आवश्यक ऊर्जा की गणना करने के लिए उन्नत गणित (कपल क्लस्टर मेथड्स) का उपयोग किया। उन्होंने दो मुख्य चीजों का परीक्षण किया:

"रिलैक्सेशन" स्कीम: क्या उन्होंने पूरे डिजिटल मॉडल को सबसे आरामदायक स्थिति खोजने के लिए स्वतंत्र रूप से हिलने-डुलने दिया, या उन्होंने इसके कुछ हिस्सों को एक जगह स्थिर कर दिया? (कल्पना कीजिए कि आप सोने की सबसे आरामदायक स्थिति ढूंढ रहे हैं: क्या आप अपने शरीर को तब तक हिलाते-डुलाते हैं जब तक कि आपको सही जगह न मिल जाए, या आप सख्त होकर स्थिर रहते हैं?)
गणितीय विधि: उन्होंने विभिन्न स्तरों की गणितीय सटीकता की तुलना की। कुछ विधियाँ एक रफ स्केच की तरह हैं (तेज़ लेकिन कम सटीक), जबकि अन्य 4K फोटोग्राफ की तरह हैं (धीमी लेकिन बहुत सटीक)। उन्होंने विशेष रूप से एक नई, तेज़ विधि pCCD का परीक्षण किया ताकि यह देखा जा सके कि क्या यह धीमी और भारी-भरकम विधियों की जगह ले सकती है।

मुख्य निष्कर्ष

1. मॉडल की "सुविधा" मायने रखती है
सबसे बड़ा आश्चर्य यह था कि उत्तर इस बात पर निर्भर करता था कि उन्होंने मॉडल को कैसे हिलने-डुलने दिया।

यदि उन्होंने पूरे मॉडल को स्वतंत्र रूप से रिलैक्स होने दिया, तो ऊर्जा बाधाएं (नृत्य करने के लिए आवश्यक प्रयास) अधिक थीं।
यदि उन्होंने मॉडल के कुछ हिस्सों को स्थिर कर दिया, तो ऊर्जा बाधाएं काफी कम हो गईं।
सीख: आप केवल "दस्ताने" को अलग से नहीं देख सकते। आसपास का प्रोटीन वातावरण एक कठोर सांचे की तरह कार्य करता है। यदि आप दस्ताना बदलते हैं, तो सांचा टूट सकता है या खिसक सकता है, जिससे पूरा सिस्टम बदल जाता है। यह पेपर सुझाव देता है कि एस्पार्टिक एसिड वेरिएंट की अजीब गतिविधि इसलिए हो सकती है क्योंकि नए दस्ताने ने "रसोई" (प्रोटीन कैविटी) का आकार बदल दिया, न कि केवल दस्ताने के रसायन विज्ञान के कारण।

2. नई गणितीय विधि (pCCD) अच्छी तरह काम करती है
लेखकों ने "गोल्ड स्टैंडर्ड" (बहुत धीमी, बहुत सटीक विधियों) के मुकाबले एक नए, तेज़ गणितीय उपकरण (pCCD) का परीक्षण किया।

उपमा: pCCD को एक स्मार्ट GPS की तरह समझें जो शॉर्टकट लेता है। यह पूर्ण नहीं है, लेकिन यह आपको उसी रास्ते से मंजिल तक पहुँचाता है जैसा कि सुपर-सटीक और ट्रैफिक जाम वाली विधि करती है।
परिणाम: नई विधि प्रतिक्रिया के चरणों की ऊर्जा का अनुमान लगाने में आश्चर्यजनक रूप से अच्छी थी। यह पूर्ण नहीं थी, लेकिन यह पिछले वर्षों में उपयोग की जाने वाली मानक "रफ स्केच" विधियों से बहुत बेहतर थी। इसने बॉन्ड बनाने और तोड़ने के लिए आवश्यक जटिल इलेक्ट्रॉन मूवमेंट को सफलतापूर्वक पकड़ा।

3. नृत्य के स्टेप्स समान हैं
जब उन्होंने वास्तव में "नृत्य के स्टेप्स" (बॉन्ड बनाने और तोड़ने के लिए इलेक्ट्रॉन कैसे चलते हैं) को देखा, तो प्रक्रिया नाइट्रेट या DMSO, दोनों के लिए लगभग एक जैसी थी।

मोलिब्डेनम ऑक्सीजन परमाणु को पकड़ता है, और अतिथि अणु को थामे रखने वाला बॉन्ड टूट जाता है।
यह सभी अलग-अलग "दस्तानों" (सिस्टीन, सेरीन, एस्पार्टिक एसिड) के लिए एक ही तरह से हुआ।
निष्कर्ष: चूंकि रासायनिक प्रक्रियाएं समान हैं, इसलिए एस्पार्टिक एसिड संस्करण का DMSO के साथ अलग व्यवहार करना भौतिक आकार (physical shape) में बदलाव के कारण होना चाहिए, न कि प्रतिक्रिया के रासायनिक नियमों के कारण।

निचोड़ (The Bottom Line)

यह शोध पत्र एक आणविक रहस्य की गहरी पड़ताल है। यह हमें बताता है कि:

एंजाइम पर एक एकल अमीनो एसिड "दस्ताने" को बदलने से पूरे एंजाइम का आकार बदल सकता है, जो यह समझाता है कि क्यों कुछ वेरिएंट अलग तरह से काम करते हैं।
नए, तेज़ कंप्यूटर तरीके (pCCD) अब इन जटिल धातु-प्रोटीन प्रतिक्रियाओं का अध्ययन करने के लिए पर्याप्त अच्छे हैं, जिससे वैज्ञानिकों का समय और पैसा बचता है।
एस्पार्टिक एसिड म्यूटेंट का अजीब व्यवहार इसलिए नहीं है कि रसायन विज्ञान टूट गया है; बल्कि यह संभवतः इसलिए है क्योंकि "रसोई" को फिर से व्यवस्थित किया गया है, जिससे कुछ मेहमानों का प्रवेश कठिन या आसान हो गया है।

लेखक स्वीकार करते हैं कि उनका डिजिटल मॉडल वास्तविक दुनिया के प्रयोग की पूरी तरह नकल नहीं कर सका (संभवतः इसलिए क्योंकि वे पूरे प्रोटीन वातावरण को पूरी तरह से सिम्युलेट नहीं कर सके), लेकिन वे सफलतापूर्वक यह पहचान पाए कि ज्यामिति (आकार) और वातावरण ही वे छिपी हुई कुंजियाँ हैं जो यह समझने में मदद करती हैं कि ये एंजाइम कैसे काम करते हैं।

तकनीकी सारांश: मोलिब्डेनम कोफ़ैक्टर्स के उत्प्रेरक तंत्र की पड़ताल

समस्या विवरण
मोलिब्डेनम कोफ़ैक्टर (Moco) विभिन्न धातु-एंजाइमों (metalloenzymes) में एक महत्वपूर्ण घटक है, जिसमें नाइट्रेट रिडक्टेस (Nap) और डाइमिथाइलसल्फोक्साइड रिडक्टेस (DMSOR) शामिल हैं, जो ऑक्सीजन-परमाणु स्थानांतरण प्रतिक्रियाओं को सुगम बनाते हैं। जबकि प्रायोगिक अध्ययनों ने दिखाया है कि Campylobacter jejuni Nap में समन्वय करने वाले सिस्टीन अवशेष को सेरीन या एस्पार्टिक एसिड में बदलने से सबस्ट्रेट विशिष्टता बदल जाती है (नाइट्रेट न्यूनीकरण को बनाए रखते हुए, लेकिन DMSO और TMAO गतिविधि को प्रभावित करती है), अंतर्निहित इलेक्ट्रॉनिक और संरचनात्मक तंत्र अभी भी अस्पष्ट हैं। वास्तविक Moco वातावरण के बड़े आणविक आकार के कारण, उच्च-सटीक तरंग-आधारित विधियों जैसे कपल्ड क्लस्टर (CC) का नियमित अनुप्रयोग सीमित हो जाता है, जिससे इन प्रणालियों का सैद्धांतिक मॉडलिंग चुनौतीपूर्ण हो जाता है। इसके अतिरिक्त, पिछले अध्ययन या तो घनत्व कार्यात्मक सिद्धांत (DFT) पर अत्यधिक निर्भर रहे हैं, जो एक्सचेंज-कोरिलेशन फंक्शन के चयन के प्रति संवेदनशील है, या CC विधियों का उपयोग करते समय छोटे मॉडल यौगिकों तक सीमित रहे हैं। यह कार्य आधुनिक, कुशल CC दृष्टिकोणों का मूल्यांकन करके Moco-आधारित प्रणालियों के लिए आकार और विश्वसनीय इलेक्ट्रॉन सहसंबंध प्रभावों के बीच के अंतर को पाटने का लक्ष्य रखता है।

कार्यप्रणाली
लेखकों ने नाइट्रेट ( $NO_3^-$ ) और डाइमिथाइलसल्फोक्साइड (DMSO) सबस्ट्रेट्स के साथ समन्वित Moco वेरिएंट्स (जो सिस्टीन (C), सेरीन (S), और एस्पार्टिक एसिड (D) लिगेंड के साथ जुड़े हैं) के उत्प्रेरक तंत्र की जांच की। अध्ययन में एक बहु-चरणीय कम्प्यूटेशनल प्रोटोकॉल का उपयोग किया गया:

मॉडल निर्माण: मॉडल पेरिप्लाज्मिक नाइट्रेट रिडक्टेस (PDB: 2NYA) की क्रिस्टलोग्राफिक संरचना से प्राप्त किए गए थे। Moco कोर को दो बाइडेंटेट डाइथियोलीन इकाइयों और एक अमीनो एसिड लिगेंड के साथ एक Mo परमाणु द्वारा अनुमानित किया गया था। अभिक्रिया निर्देशांक (reaction coordinate) के साथ पांच महत्वपूर्ण बिंदुओं को मॉडल किया गया: अभिकारक (Moco), प्रथम संक्रमण अवस्था (TS1), मध्यवर्ती (IM), द्वितीय संक्रमण अवस्था (TS2), और ऑक्सीकृत उत्पाद (Moco-O)।
संरचनात्मक विश्राम योजनाएं (Structural Relaxation Schemes): क्रिस्टलोग्राफिक डेटा की तुलना में पूर्णतः रिलैक्स्ड मॉडलों में विरूपण को संबोधित करने के लिए, तीन रिलैक्सेशन स्कीमों का परीक्षण किया गया: पूर्णतः रिलैक्स्ड (FR), आंशिक रूप से रिलैक्स्ड (PR), और अनरिलैक्स्ड (UR)।
इलेक्ट्रॉनिक संरचना विधियां:
- ज्यामिति अनुकूलन (Geometry Optimization): प्रोटीन वातावरण को सिम्युलेट करने के लिए CPCM सॉल्वेशन मॉडल ( $\epsilon=4$ ) के साथ BP86 फंक्शनल का उपयोग करके किया गया।
- सिंगल-पॉइंट ऊर्जा गणना: PyBEST सॉफ्टवेयर पैकेज का उपयोग करके विभिन्न कपल्ड क्लस्टर फ्लेवर्स को लागू किया गया। इनमें ऑर्बिटल-ऑप्टिमाइज्ड पेयर कपल्ड-क्लस्टर डबल्स (pCCD), फ्रोजन-पेयर लीनियराइज्ड CCD (fpLCCD), और फ्रोजन-पेयर CCD (fpCCD) शामिल थे। इनका बेंचमार्किंग पारंपरिक कैनोनिकल CCD, CCSD, और DLPNO-CCSD(T) वेरिएंट के विरुद्ध किया गया।
- बेसिस सेट्स: Mo के लिए Jorge-ZORA-TZP बेसिस सेट का उपयोग किया गया, और अन्य परमाणुओं के लिए DFT में ZORA-def2-TZP का उपयोग किया गया; CC गणनाओं के साथ स्केलर रिलेटिविस्टिक प्रभावों के लिए Jorge-DKH2-DZP बेसिस सेट का उपयोग किया गया (DKH2)।
क्वांटम सूचना विश्लेषण: 1- और 2-पार्टिकल रिड्यूस्ड डेंसिटी मैट्रिसेस से प्राप्त ऑर्बिटल-आधारित एंटैंगलमेंट और कोरिलेशन मापों (सिंगल-ऑर्बिटल एंट्रॉपी और ऑर्बिटल-पेयर म्यूचुअल इंफॉर्मेशन) का उपयोग बॉन्ड निर्माण और टूटने के विश्लेषण के लिए किया गया।

मुख्य परिणाम

संरचनात्मक विश्राम पर निर्भरता: महत्वपूर्ण बिंदुओं के सापेक्ष ऊर्जा (relative energies) रिलैक्सेशन स्कीम के प्रति अत्यधिक संवेदनशील पाई गईं। पूर्णतः रिलैक्स्ड (FR) मॉडल ने उच्चतम ऊर्जा बाधाएं (energy barriers) दीं, जबकि अनरिलैक्स्ड (UR) मॉडल ने सबसे कम। हालांकि, जब मध्यवर्ती (IM) को संदर्भ (reference) के रूप में उपयोग किया गया, तो स्कीम्स के बीच विसंगतियां कम हो गईं, विशेष रूप से दूसरी बाधा ($TS2 - IM$) के लिए। सॉल्वेंट मॉडल (CPCM) के समावेश ने बाइंडिंग ऊर्जा बाधाओं ( $TS1 - M \text{oco}$ ) को काफी कम कर दिया, लेकिन टर्नओवर बाधा ($TS2 - IM$) पर इसका प्रभाव मामूली रहा।
कपल्ड क्लस्टर विधियों का प्रदर्शन:
- pCCD बनाम पारंपरिक CC: pCCD विधि, जो वैरायशनली ऑप्टिमाइज्ड नेचुरल ऑर्बिटल्स का उपयोग करती है, ने DLPNO-CCSD(T) संदर्भ से सबसे बड़े विचलन दिखाए, विशेष रूप से DMSO बाइंडिंग के लिए ऊर्जा बाधाओं को >5 kcal/mol अधिक करके बताया।
- फ्रोजन-पेयर विधियां: fpLCCD और fpCCD विधियों ने DLPNO-CCSD(T) के बहुत करीब के परिणाम दिए, जिनका औसत पूर्ण विचलन (MAD) सामान्यतः 2–5 kcal/mol के बीच था।
- सांख्यिकीय सटीकता: DLPNO-CCSD(T) के विरुद्ध सटीकता के संबंध में प्रदर्शन क्रम पाया गया: $pCCD \gg fpCCD > fpLCCD > CCD > CCSD$ । अपने बड़े त्रुटियों के बावजूद, pCCD ने अध्ययन में परीक्षण किए गए DFT फंक्शनल्स (BP8P, B3LYP, BHLYP) से बेहतर प्रदर्शन किया।
- उत्तेजना योगदान (Excitation Contributions): परिणाम बताते हैं कि दूसरी संक्रमण अवस्था ($TS2$) में सिंगल और ट्रिपल उत्तेजनाओं (excitations) का महत्वपूर्ण योगदान है, जैसा कि ट्रिपल उत्तेजनाओं को शामिल करने पर (CCSD(T) में) या सिंगल उत्तेजनाओं को ध्यान में रखने पर (CCSD बनाम CCD में) बाधाओं के कम होने से स्पष्ट होता है।
ऑर्बिटल कोरिलेशन विश्लेषण: क्वांटम सूचना उपायों ने अभिक्रिया के दौरान इलेक्ट्रॉन सहसंबंध के प्रवाह को रेखांकित किया। Mo–O बॉन्ड ( $\sigma_{M-O}$ ) का निर्माण TS1 और IM के बीच होता है, जबकि सबस्ट्रेट के N/S–O बॉन्ड ( $\sigma_{N/S-O}$ ) का टूटना IM और TS2 के बीच होता है। विश्लेषण से पता चला कि एस्पार्टेट वेरिएंट (Moco(D)) में सिस्टीन वेरिएंट की तुलना में Mo–अमीनो एसिड इंटरेक्शन में काफी उच्च ऑर्बिटल कोरिलेशन प्रदर्शित होता है।

महत्व और दावे
लेखक निष्कर्ष निकालते हैं कि p-CCD आधारित मॉडल, विशेष रूप से फ्रोजन-पेयर वेरिएंट (fpLCCD/fpCCD), पारंपरिक CC विधियों के व्यवहार्य विकल्प हैं, जो कंप्यूटेशनल लागत को प्रबंधित करते हुए अभिक्रिया निर्देशांक के साथ बॉन्डिंग स्थितियों के बारे में अद्वितीय अंतर्दृष्टि प्रदान करते हैं। अध्ययन पुष्टि करता है कि नाइट्रेट न्यूनीकरण के लिए टर्नओवर ऊर्जा बाधा लिगेंड अवशेष पर काफी निर्भर करती है, जो Cysteine > Aspartate > Serine के रुझान का पालन करती है, जो प्रयोगात्मक गतिविधियों के अनुरूप है।

हालांकि, शोधपत्र विनम्रतापूर्वक नोट करता है कि वर्तमान मॉडल सिस्टम DMSO न्यूनीकरण के संबंध में देखी गई प्रयोगात्मक गतिविधि अंतरों को पूरी तरह से पुनरुत्पादित करने में विफल रहते हैं (जहाँ D वेरिएंट मामूली गतिविधि दिखाता है जबकि S और C निष्क्रिय हैं)। लेखक इस विसंगति का श्रेय पूर्ण पर्यावरणीय प्रभावों की कमी या मोलिब्डेनम कोर में ज्यामितीय परिवर्तनों को देते हैं जो ट्रंकेटेड (truncated) मॉडलों में कैप्चर नहीं किए गए हैं। वे यह भी तर्क देते हैं कि एस्पार्टेट म्यूटेंट की बदली हुई गतिविधि शुद्ध इलेक्ट्रॉनिक प्रभावों के बजाय मोलिब्डेनम कोर या प्रोटीन कैविटी में महत्वपूर्ण ज्यामितीय परिवर्तनों से उत्पन्न हो सकती है। फलस्वरूप, यह अध्ययन इन जटिल बायोइनऑर्गेनिक प्रणालियों के लिए pCCD-आधारित विधियों की सटीकता को मान्य करने और तंत्र को पूरी तरह से समझाने के लिए Moco(D) एंजाइम की विशिष्ट ज्यामिति के लक्षण वर्णन की आवश्यकता पर जोर देता है।

समस्या: "दस्ताने" का रहस्य

समाधान: एक डिजिटल "टाइम मशीन"

मुख्य निष्कर्ष

निचोड़ (The Bottom Line)

इसी तरह के और पेपर