Unavailability of experimental 3D structural data on protein folding dynamics and necessity for a new generation of structure prediction methods in this context
यह शोध पत्र प्रोटीन फोल्डिंग इंटरमीडिएट्स (folding intermediates) पर प्रयोगात्मक 3D संरचनात्मक डेटा की कमी को रेखांकित करता है, इन गैर-नेटिव अवस्थाओं (non-native states) को मॉडल करने में अल्फाफोल्ड2 (AlphaFold2) जैसे मौजूदा नेटिव-स्ट्रक्चर प्रेडिक्शन टूल्स की विफलता को प्रदर्शित करता है, और प्रोटीन फोल्डिंग तथा संबंधित रोगों की समझ को आगे बढ़ाने के लिए नए, डायनेमिक्स-अवेयर (dynamics-aware) तरीकों के विकास का समर्थन करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
एक प्रोटीन की कल्पना एक मोतियों की लंबी, उलझी हुई डोरी के रूप में करें (अमीनो एसिड)। आपके शरीर में अपना काम करने के लिए—जैसे भोजन पचाने या वायरस से लड़ने के लिए—इस डोरी को एक बहुत ही विशिष्ट, जटिल 3D आकार में मुड़ना और फोल्ड होना पड़ता है, जैसे कि एक ओरिगेमी क्रेन (कागज की नाव/क्रेन)। इस प्रक्रिया को प्रोटीन फोल्डिंग (protein folding) कहा जाता है।
लंबे समय तक, वैज्ञानिक यह समझने में माहिर रहे हैं कि तैयार ओरिगेमी क्रेन कैसी दिखती है। उनके पास इन तैयार आकारों के विशाल पुस्तकालय (डेटाबेस) हैं। लेकिन एक बड़ी समस्या है: हमें यह नहीं पता कि वह डोरी फोल्ड होते समय कैसी दिखती है।
इसे इस तरह सोचें: यदि आपके पास केवल तैयार क्रेन की एक फोटो है, तो आप अंतिम आकार का अनुमान लगा सकते हैं। लेकिन यदि आप यह समझना चाहते हैं कि कागज कैसे मुड़ता है, या क्यों यह कभी-कभी एक उलझी हुई गेंद बन जाता है (जिससे अल्जाइमर जैसी बीमारियाँ होती हैं), तो आपको फोल्डिंग प्रक्रिया के हर चरण में उस डोरी को देखना होगा। इन चरणों को इंटरमीडिएट्स (intermediates) कहा जाता है।
बड़ी समस्या: हम चरणों को "देख" नहीं सकते
लेखकों ने इन फोल्डिंग चरणों की तस्वीरें खोजने के लिए एक खजाने की खोज की। उन्होंने दो प्रकार की फोल्डिंग को देखा:
- पोस्ट-ट्रांसलेशनल (Post-translational - "फ्री फॉल"): पूरी डोरी बना ली जाती है, फिर वह एक टेस्ट ट्यूब में खुद को फोल्ड करने की कोशिश करती है।
- को-ट्रांसलेशनल (Co-translational - "असेंबली लाइन"): डोरी आपके सेल्स के अंदर एक मशीन (राइबोसोम) द्वारा मोती-दर-मोती बनाई जा रही है, और यह बनते समय ही फोल्ड होना शुरू हो जाती है।
खोज के परिणाम:
- "फ्री फॉल" प्रकार के लिए: उन्हें फोल्डिंग चरणों की वास्तविक तस्वीरों वाले केवल दो अध्ययन मिले। यह ऐसा है जैसे केवल बैटर के फूलने की दो धुंधली तस्वीरों को देखकर केक बनाना सीखने की कोशिश करना।
- "असेंबली लाइन" प्रकार के लिए: उन्हें केवल चार अध्ययन मिले। इससे भी बुरा यह है कि ये अध्ययन केवल बहुत छोटी डोरियों (छोटे प्रोटीन) पर केंद्रित थे।
यह कठिन क्यों है?
प्रोटीन के फोल्डिंग के चरणों की फोटो लेना अविश्वसनीय रूप से कठिन है। यह एक धीमी शटर स्पीड वाले कैमरे के साथ हमिंगबर्ड के पंखों के फड़फड़ाने के बीच एक हाई-डेफिनिशन फोटो लेने जैसा है। प्रोटीन बहुत तेजी से हिलता है, और "कैमरा" (X-रे या MRI जैसे वैज्ञानिक उपकरण) आमतौर पर केवल अंतिम, स्थिर मुद्रा को ही कैप्चर करता है।
"जादुई क्रिस्टल बॉल" जो विफल रही
चूंकि हमारे पास फोल्डिंग चरणों की तस्वीरें नहीं हैं, इसलिए वैज्ञानिकों को उम्मीद थी कि AlphaFold2 (एक प्रसिद्ध AI जो प्रोटीन के आकार की भविष्यवाणी करता है) एक जादुिकल क्रिस्टल बॉल के रूप में काम कर सकता है। उन्होंने सोचा: "यदि AlphaFold2 अंतिम आकार का अनुमान लगाने में इतना अच्छा है, तो शायद यह इंटरमीडिएट आकारों का भी अनुमान लगा सकता है!"
लेखकों ने इस परीक्षण को किया। उन्होंने AI को एक प्रोटीन का क्रम (sequence) उसके फोल्डिंग के दौरान दिया और पूछा, "अभी यह कैसा दिखता है?"
परिणाम: AI बुरी तरह विफल रहा।
- उपमा: कल्पना कीजिए कि आप एक मास्टर आर्किटेक्ट को आधा बना हुआ घर दिखाते हैं और पूछते हैं, "अभी घर कैसा दिखता है?" AI, जो केवल तैयार घरों को देखकर प्रशिक्षित है, बार-बार तैयार घर ही बनाता रहता है, मचान (scaffolding) और आधे बने दीवारों को अनदेखा कर देता है। वह इंटरमीडिएट आकार को एक अंतिम आकार में बदलने की कोशिश करता है।
- डेटा: जब AI ने फोल्डिंग चरणों की भविष्यवाणी करने की कोशिश की, तो वह अक्सर रैंडम अनुमान लगाने से भी बेहतर नहीं था। वह गतिमान प्रोटीन की अस्त-व्यस्त, गतिशील वास्तविकता को नहीं पकड़ सका।
"प्रॉक्सी" समाधान (अभी के लिए हम जो सबसे अच्छा कर सकते हैं)
चूंकि हम चरणों की फोटो नहीं ले सकते और AI उनका अनुमान नहीं लगा सकता, इसलिए लेखकों ने एक चतुर तरीका अपनाया जिसे उन्होंने पिछले काम में विकसित किया था।
गतिशील चरणों की भविष्यवाणी करने के बजाय, उन्होंने अंतिम तैयार आकार को लिया और बस डोरी के अंत को काट दिया, फिर थोड़ा और काटा, और इसी तरह।
- उपमा: कल्पना कीजिए कि आपके पास एक तैयार ओरिगेमी क्रेन है। यह अनुमान लगाने के लिए कि वह बीच में कैसी दिखती थी, आप बस आखिरी कुछ मोड़ों को खोल देते हैं। आप वास्तविक फोल्डिंग प्रक्रिया को नहीं देख रहे हैं (जिसमें कागज अलग तरह से मुड़ सकता था), लेकिन यह एक "प्रॉक्सी" (एक प्रतिनिधि) है जो आपको प्रगति का एक मोटा विचार देता है।
- निष्कर्ष: आश्चर्यजनक रूप से, ये "प्रॉक्सी" चरण AI के अनुमानों जितने ही अच्छे (या उतने ही खराब) थे। यह साबित करता है कि वर्तमान उपकरण मौलिक रूप से यह समझने में चूक जाते हैं कि प्रोटीन समय के साथ कैसे चलते और बदलते हैं।
आपको इसकी परवाह क्यों करनी चाहिए?
इन फोल्डिंग चरणों को समझना केवल एक अकादमिक पहेली नहीं है।
- बीमारी: कई बीमारियां इसलिए होती हैं क्योंकि प्रोटीन गलत तरीके से फोल्ड (misfold) होते हैं और आपस में गुच्छे बना लेते हैं। यदि हमें पता चल जाए कि चीजें कहाँ गलत होती हैं, तो हम गलत फोल्डिंग को होने से रोकने के लिए दवाएं डिजाइन कर सकते हैं।
- नए उपकरणों की आवश्यकता: पेपर निष्कर्ष निकालता है कि हमें एक नई पीढ़ी के उपकरणों की आवश्यकता है। हम केवल उन उपकरणों का उपयोग नहीं कर सकते जो स्थिर, तैयार आकारों के लिए डिज़ाइन किए गए हैं। हमें "वीडियो कैमरों" (नए प्रयोगात्मक तकनीक) और "मोशन-सिमुलेटर्स" (नए AI मॉडल) की आवश्यकता है जो फोल्डिंग की गतिशीलता (dynamics) को समझते हों।
निचोड़ (Bottom Line)
हमारे पास लाखों तैयार प्रोटीन आकारों का पुस्तकालय है, लेकिन हम उस यात्रा के प्रति अंधे हैं जो वे वहां तक पहुँचने के लिए करते हैं। वर्तमान AI, चाहे वह कितना भी स्मार्ट क्यों न हो, एक ऐसे फोटोग्राफर की तरह है जो केवल मंजिल की तस्वीरें लेना जानता है, यात्रा की नहीं। इन बीमारियों को ठीक करने और आणविक स्तर पर जीवन को समझने के लिए, हमें प्रोटीन फोल्डिंग की फिल्म देखने के नए तरीके विकसित करने की आवश्यकता है, न कि केवल अंतिम फ्रेम को देखने की।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।