🤖 machine learning

Extending machine learning model for implicit solvation to free energy calculations

यह शोध पत्र लैम्ब्डा सॉल्वेशन न्यूरल नेटवर्क (LSNN) प्रस्तुत करता है, जो एक ग्राफ न्यूरल नेटवर्क-आधारित इम्पलिसिट सॉल्वेंट मॉडल है जिसे बलों और अल्केमिकल वेरिएबल डेरिवेटिव्स दोनों पर प्रशिक्षित किया गया है ताकि ड्रग डिस्कवरी अनुप्रयोगों के लिए महत्वपूर्ण कम्प्यूटेशनल स्पीडअप प्रदान करते हुए स्पष्ट-सॉल्वेंट सिमुलेशन के तुलनीय मुक्त ऊर्जा भविष्यवाणी सटीकता प्राप्त की जा सके।

मूल लेखक: Rishabh Dey, Michael Brocidiacono, Kushal Koirala, Alexander Tropsha, Konstantin I. Popov

प्रकाशित 2026-05-05

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Rishabh Dey, Michael Brocidiacono, Kushal Koirala, Alexander Tropsha, Konstantin I. Popov

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 आप यह समझने की कोशिश कर रहे हैं कि एक विशिष्ट चाबी (एक ड्रग मॉलिक्यूल) एक विशिष्ट ताले (एक प्रोटीन) में कितनी सटीक रूप से फिट बैठती है। इसे सटीक रूप से करने के लिए, आपको यह समझना होगा कि पानी के बीच रहने पर वह चाबी कैसा व्यवहार करती है, क्योंकि मानव शरीर में सब कुछ पानी के समुद्र में तैर रहा है।

यह शोध पत्र एक नया टूल पेश करता है जिसे LSNN (लैम्ब्डा-सॉल्वेशन न्यूरल नेटवर्क) कहा जाता है, जो वैज्ञानिकों को इस "पानी के व्यवहार" की गणना पहले के तरीकों की तुलना में बहुत तेज़ी से और अधिक सटीकता से करने में मदद करता है।

यहाँ समस्या, पुराने समाधान और नए समाधान की कहानी सरल शब्दों में दी गई है:

समस्या: "भीड़ वाला कमरा" बनाम "भूत"

यह समझने के लिए कि एक दवा कैसे काम करती है, वैज्ञानिक कंप्यूटर सिमुलेशन का उपयोग करते हैं।

"गोल्ड स्टैंडर्ड" (एक्सप्लिसिट सॉल्वेंट): कल्पना कीजिए कि आप एक ऐसे कमरे में चाबी का सिमुलेशन करने की कोशिश कर रहे हैं जहाँ आपको चाबी के आसपास घूम रहे हर एक व्यक्ति (पानी के अणु) को ट्रैक करना पड़ता है। आपको गणना करनी होगी कि चाबी व्यक्ति A से टकराती है, फिर व्यक्ति B से, और फिर व्यक्ति C से। यह अविश्वसनीय रूप से सटीक है, लेकिन यह समुद्र तट पर रेत के हर एक कण को गिनने जैसा है। इसके लिए भारी मात्रा में कंप्यूटर पावर और समय की आवश्यकता होती है।
"तेज़" तरीका (इम्प्लिसिट सॉल्वेंट): समय बचाने के लिए, वैज्ञानिक पहले ऐसा व्यवहार करते थे जैसे पानी व्यक्तिगत लोगों से बना न हो, बल्कि एक चिकने, अदृश्य कोहरे की तरह हो। वे यह अनुमान लगाने के लिए एक सरल गणितीय सूत्र का उपयोग करते हैं कि कोहरा चाबी पर कैसे दबाव डालता है। यह बहुत तेज़ है, लेकिन यह "कोहरा" एक मोटा अनुमान है। यह अक्सर विवरणों को गलत कर देता है, जिससे यह भविष्यवाणी करने में गलतियाँ होती हैं कि क्या दवा काम करेगी या नहीं।

पुराना "मशीन लर्निंग" समाधान (और यह क्यों विफल हुआ)

हाल ही में, वैज्ञानिकों ने "कोहरे" को स्मार्ट बनाने के लिए आर्टिफिशियल इंटेलिजेंस (विशेष रूप से न्यूरल नेटवर्क) का उपयोग करने की कोशिश की। उन्होंने AI को यह दिखाकर सिखाया कि पानी चाबी पर कैसे दबाव डालता है (बलों/forces के माध्यम से)।

द कमी: यह किसी को केवल स्टीयरिंग व्हील घुमाना सिखाने जैसा है, लेकिन उसे यह कभी न बताने जैसा कि उसकी गति कितनी है या वह कितना गैस का उपयोग कर रहा है। AI ने चाबी को सही दिशा में धकेलना तो सीख लिया, लेकिन वह एक स्थान से दूसरे स्थान तक जाने के लिए आवश्यक कुल "प्रयास" (ऊर्जा/energy) की गणना नहीं कर सका। इस कारण से, पुराने AI मॉडल अलग-अलग दवाओं की कुल ऊर्जा की तुलना करने के लिए बेकार थे।

नया समाधान: LSNN

लेखकों ने LSNN बनाया, जो इस AI का एक स्मार्ट संस्करण है। उन्होंने इसे केवल धक्का देना (बल) ही नहीं सिखाया; उन्होंने इसे यह भी सिखाया कि जब वे दवा और पानी के बीच के इंटरैक्शन को धीरे-धीरे "चालू" या "बंद" करते हैं, तो ऊर्जा कैसे बदलती है।

उपमा (Analogy):
कल्पना कीजिए कि आप एक बैकपैक का वजन मापने की कोशिश कर रहे हैं।

पुराना AI: आप महसूस कर सकते थे कि पट्टियाँ आपके कंधों पर कितना भारी खिंचाव डाल रही हैं (बल), लेकिन आप यह नहीं बता सकते थे कि बैकपैक 10 पाउंड का है या 20 पाउंड का क्योंकि स्केल टूटा हुआ था।
LSNN: उन्होंने स्केल को ठीक कर दिया। अब, AI न केवल खिंचाव को महसूस कर सकता है, बल्कि यह भी गणना कर सकता है कि बैग में सामान धीरे-धीरे जोड़ने या हटाने के दौरान खिंचाव कैसे बदलता है, जिससे वह सटीक कुल वजन भी बता सकता है।

उन्होंने इसका परीक्षण कैसे किया

टीम ने इस नए AI को लगभग 3,00,000 छोटे अणुओं के एक विशाल पुस्तकालय पर प्रशिक्षित किया। उन्होंने इसका परीक्षण "गोल्ड स्टैंडर्ड" (धीमी, रेत के कण गिनने वाली विधि) और पुराने "कोहरे" वाले तरीकों के विरुद्ध किया।

परिणाम:

गति: LSNN एक धावक की तरह है। इसने लगभग 20 सेकंड में परिणाम निकाले। "गोल्ड स्टैंडर्ड" को लगभग 28 मिनट (1,600 सेकंड) लगे। पुराने "कोहरे" वाले तरीके भी तेज़ थे (लगभग 15-22 सेकंड)।
सटीकता:
- "गोल्ड स्टैंडर्ड" सबसे सटीक था (1 में से 0.86 का स्कोर)।
- LSNN दूसरे स्थान पर आया जिसका स्कोर 0.73 था। यह पुराने "कोहरे" वाले तरीकों की तुलना में एक बड़ा सुधार है, जिनका स्कोर बहुत कम (0.48 से 0.63) था।
- अनिवार्य रूप से, LSNN ने "गोल्ड स्टैंडर्ड" स्तर की सटीकता प्राप्त की लेकिन "कोहरे" की गति से काम किया।

बड़ी चीजों के बारे में क्या? (प्रोटीन)

पेपर में यह भी आज़माया गया कि LSNN यह भविष्यवाणी कैसे करता है कि दवाएं बड़े प्रोटीनों से कैसे चिपकती हैं (जो दवा की खोज में अंतिम लक्ष्य है)।

परिणाम: इसने आशा दिखाई लेकिन यह अभी भी पूर्ण नहीं था। जब उन्होंने पूर्ण प्रोटीन सिस्टम पर इसका उपयोग किया, तो इसकी सटीकता गिर गई। लेखक सुझाव देते हैं कि ऐसा इसलिए है क्योंकि AI को मुख्य रूप से छोटे, सरल अणुओं पर प्रशिक्षित किया गया था और यह बड़े प्रोटीनों में जटिल इंटरैक्शन को लेकर बहुत अधिक "ओवरथिंकिंग" कर रहा है। हालाँकि, इसने एक स्पष्ट, सुसंगत पैटर्न दिखाया, जो बताता है कि इसमें सुधार किया जा सकता है।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र एक नए "स्मार्ट कोहरे" (LSNN) को प्रस्तुत करता है जो पिछले AI मॉडल्स की सबसे बड़ी खामी को ठीक करता है: कुल ऊर्जा की गणना करने में असमर्थता।

यह तेज़ है (पुराने सरल गणित की तरह)।
यह सटीक है (धीमी, महंगी सिमुलेशन के बहुत करीब)।
यह विभिन्न दवाओं की तुलना करने के लिए विश्वसनीय है।

लेखक निष्कर्ष निकालते हैं कि यह टूल दवा की खोज के भविष्य के लिए एक ठोस आधार बनाता है, जिससे वैज्ञानिक वास्तविक इलाज खोजने के लिए आवश्यक सटीकता से समझौता किए बिना लाखों संभावित दवाओं की जांच बहुत तेज़ी से कर सकते हैं।

तकनीकी सारांश: मुक्त ऊर्जा गणनाओं के लिए अप्रत्यक्ष विलायक (Implicit Solvation) हेतु मशीन लर्निंग मॉडल का विस्तार

समस्या विवरण
अप्रत्यक्ष विलायक मॉडल (Implicit solvent models) आणविक सिमुलेशन के लिए एक गणनात्मक रूप से कुशल ढांचा प्रदान करते हैं, जहाँ वे विविक्त (discrete) विलायक अणुओं को औसत बलों के गणितीय सन्निकटन (mathematical approximations) द्वारा प्रतिस्थापित करते हैं। हालाँकि, इनकी सटीकता अक्सर स्पष्ट विलायक (explicit solvent) मॉडलों की तुलना में कम रहती है, जो सटीक ऊष्मागतिक गणनाओं जैसे कि पूर्ण मुक्त ऊर्जा तुलनाओं में इनके उपयोग को सीमित करती है। जबकि हालिया मशीन लर्निंग (ML) दृष्टिकोणों ने बल-मिलान (force-matching) डेटा पर न्यूरल नेटवर्क को प्रशिक्षित करके अप्रत्यक्ष विलायक विवरणों में सुधार किया है, एक महत्वपूर्ण सीमा बनी हुई है: केवल बल-मिलान ही संभावित ऊर्जाओं (potential energies) को एक मनमाने स्थिरांक (arbitrary constant) तक ही निर्धारित करता है। फलस्वरूप, ये मॉडल विभिन्न रासायनिक प्रजातियों के बीच सार्थक पूर्ण मुक्त ऊर्जा तुलना प्रदान करने में विफल रहते हैं। इसके अतिरिक्त, पारंपरिक अप्रत्यक्ष मॉडल (जैसे GBSA, PBSA) गैर-ध्रुवीय योगदानों के लिए सरलीकृत विलायक-सुलभ सतह क्षेत्र (SASA) पदों पर निर्भर करते हैं, जो महत्वपूर्ण त्रुटियों के प्रति संवेदनशील होते हैं।

कार्यप्रणाली
लेखक $\lambda$ -Solvation Neural Network (LSNN) पेश करते हैं, जो एक ग्राफ न्यूरल नेटवर्क (GNN) आधारित अप्रत्यत्मक विलायक मॉडल है जिसे मानक बल-मिलान की सीमाओं को दूर करने के लिए डिज़ाइन किया गया है।

वास्तुकला (Architecture): कैट्ज़बर्गर और रिनिकर के आधारभूत कार्य पर निर्मित, जिन्होंने मानक GBSA मापदंडों पर प्रशिक्षित तीन-परत इनवेरिएंट GNN का उपयोग किया था, LSNN गैर-रेखीय निर्भरताओं को संभालने के लिए इंटरैक्शन GNN को एक मल्टी-लेयर पर्सेप्ट्रॉन (MLP) के साथ एकीकृत करता है।
प्रशिक्षण उद्देश्य (Training Objective): पिछले तरीकों के विपरीत, जो केवल अनुमानित और संदर्भ बलों के बीच विसंगति को कम करते हैं, LSNN लॉस फंक्शन (loss function) में अल्केमिकल वेरिएबल्स के डेरिवेटिव्स को शामिल करता है। विशेष रूप से, मॉडल को निम्नलिखित को मिलाने के लिए प्रशिक्षित किया जाता है:
1. विलेय परमाणुओं (solute atoms) पर औसत प्रयुक्त बल (Mean Applied Forces - MAFs)।
2. इलेक्ट्रोस्टैटिक कपलिंग कारकों ( $\lambda_{elec}$ ) के सापेक्ष डेरिवेटिव।
3. स्टेरिक कपलिंग कारकों ( $\lambda_{steric}$ ) के सापेक्ष डेरिवेटिव।
लॉस फंक्शन (Loss Function): संशोधित मीन स्क्वेयर्ड एरर (MSE) लॉस फंक्शन को इस प्रकार परिभाषित किया गया है:
$L = w_F \left( \langle \frac{\partial U_{solv}}{\partial r_i} \rangle - \frac{\partial f}{\partial r_i} \right)^2 + w_{elec} \left( \langle \frac{\partial U_{solv}}{\partial \lambda_{elec}} \rangle - \frac{\partial f}{\partial \lambda_{elec}} \right)^2 + w_{steric} \left( \langle \frac{\partial U_{solv}}{\partial \lambda_{steric}} \rangle - \frac{\partial f}{\partial \lambda_{steric}} \right)^2$
जहाँ वेट्स (weights) को अनुभवजन्य रूप से (1:1:1.2 के अनुपात में) ट्यून किया गया है। यह सुनिश्चित करता है कि मॉडल एक कंजर्वेटिव वेक्टर फील्ड सीखता है, जिससे स्केलर पोटेंशियल वास्तविक 'पोटेंशियल ऑफ मीन फोर्स' (PMF) का सन्निकटन कर सके।
डेटासेट और प्रशिक्षण: मॉडल को BigBind डेटासेट के लगभग 280,000 छोटे तटस्थ अणुओं के डेटासेट पर प्रशिक्षित किया गया था। डेटा को 80:10:10 (ट्रेन/वैलिडेशन/टेस्ट) में विभाजित किया गया था, जिसमें एक विशिष्ट बाधा यह सुनिश्चित करती थी कि FreeSolv डेटासेट के समान अणुओं को परीक्षण के लिए अलग रखा गया है। बलों और इंटरैक्शन डेरिवेटिव्स की गणना 0.5 ns सिमुलेशन के ऊपर OpenMM और GAFF फोर्स फील्ड का उपयोग करके की गई थी।
कार्यान्वयन (Implementation): मॉडल डेरिवेटिव गणनाओं के लिए PyTorch Autograd का उपयोग करता है। यह सुनिश्चित करने के लिए कि पूरी तरह से डिकपल्ड अवस्थाओं में कुल ऊर्जा शून्य हो, ऊर्जा पदों को उनके संबंधित $\lambda$ मानों से गुणा किया जाता है।

प्रमुख परिणाम
LSNN फ्रेमवर्क को FreeSolv डेटासेट (647 तटस्थ छोटे अणु) के प्रयोगात्मक हाइड्रेशन मुक्त ऊर्जा के विरुद्ध बेंचमार्क किया गया और इसे स्पष्ट विलायक (TIP3P) तथा पारंपरिक अप्रत्यक्ष मॉडलों (OBC2, GBn2) के साथ तुलना की गई।

सटीकता (Accuracy): LSNN ने प्रयोगात्मक मानों के विरुद्ध 0.73 का सहसंबंध गुणांक ( $R^2$ ) प्राप्त किया, जो पारंपरिक अप्रत्यक्ष मॉडलों (GBn2: $R^2$ 0.48; OBC2: $R^2$ 0.63) से काफी बेहतर है और स्पष्ट विलायक सिमुलेशन (TIP3P: $R^2$ 0.86) के करीब पहुँचता है।
गणना दक्षता (Computational Efficiency): LSNN ने स्पष्ट विलायक विधियों की तुलना में पर्याप्त गति वृद्धि प्रदर्शित की। प्रति अणु औसत गणना समय LSNN के लिए 20.47 सेकंड था, जबकि TIP3P के लिए 1658.54 सेकंड (लगभग 27.6 मिनट) था। LSNN की गति GBn2 (15.82 सेकंड) और OBC2 (21.81 सेकंड) के तुलनीय है।
बाइंडिंग एफिनिटी के प्रारंभिक परीक्षण: प्रोटीन-लिगैंड कॉम्प्लेक्स पर MM-LSNN (GBSA सॉल्वेशन टर्म्स को LSNN PMFs से बदलकर) के प्रारंभिक परीक्षणों में, मॉडल ने प्रयोगात्मक मानों के साथ एक रैखिक सहसंबंध ( $R^2$ 0.44 पूर्ण प्रोटीन सिस्टम के लिए) दिखाया। हालाँकि, लेखक नोट करते हैं कि पूर्ण प्रोटीन सिस्टम पर स्टैंडअलोन प्रदर्शन वर्तमान में सीमित है क्योंकि प्रशिक्षण डोमेन छोटे अणुओं तक ही सीमित है, जिससे दीर्घ-दूरी के इंटरैक्शन (long-range interactions) का अति-अनुमान होता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि LSNN, सरल बल-मिलान से आगे बढ़कर अल्केमिकल डेरिवेटिव्स को शामिल करके, ML-आधारित ट्रांसफ़रेबल पोटेंशियल में एक मौलिक बदलाव का प्रतिनिधित्व करता है। यह कार्यप्रणाली पूर्ण मुक्त ऊर्जा की गणना को सक्षम बनाती है, जो पहले बल-मिलान में 'मनमाने स्थिरांक की समस्या' के कारण प्रतिबंधित थी।

लेखक का तर्क है कि LSNN सफलतापूर्वक लिगैंड डिसॉल्वेशन (desolvation) रुझानों को कैप्चर करता है और विविध लिगैंड्स के बीच एक सुसंगत क्रम बनाए रखता है, जो एक ऐसा ढांचा प्रदान करता है जो स्पष्ट विलायक सिमुलेशन की सटीकता और अप्रत्यक्ष मॉडलों की गणनात्मक दक्षता के बीच संतुलन बनाता है। जबकि वर्तमान संस्करण व्यापक कन्फर्मेशनल सैंपलिंग वाले बड़े बायोमॉलिक्यूल्स के बजाय छोटे अणुओं के ऊष्मागतिक रूप से सुसंगत मुक्त ऊर्जा गणनाओं के लिए अनुकूलित है, यह ढांचा ड्रग डिस्कवरी सहित भविष्य के अनुप्रयोगों के लिए एक आधार स्थापित करता है, जिसमें आवेशित लिगैंड्स (charged ligands) और प्रोटीन-लिगैंड इंटरैक्शन ऊर्जा अनुमान का विस्तार शामिल है।