Benchmarking open-source tools for in silico antiviral drug discovery
यह शोध पत्र ओपन-सोर्स टूल्स के एक व्यापक सर्वेक्षण, 43,005 वायरल प्रोटीन-लिगैंड इंटरैक्शन के एक क्यूरेटेड डेटासेट और 15 एआई-आधारित मॉडलों के एक बेंचमार्क को प्रस्तुत करके एंटीवायरल ड्रग डिस्कवरी में निवेश बढ़ाने की वकालत करता है, जो बाइंडिंग एफिनिटी (binding affinity) की भविष्यवाणी करने के लिए बोलट्ज़-2 (Boltz-2) और ड्रगफॉर्मडीटीए (DrugFormDTA) जैसे फाइन-ट्यून्ड मशीन लर्निंग दृष्टिकोणों के बेहतर प्रदर्शन को प्रदर्शित 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
मुख्य चित्र: एक वायरस के खिलाफ दौड़
कल्पना कीजिए कि दरवाजे पर एक नया वायरस आ गया है। इस शोध पत्र के लेखक तर्क देते हैं कि हालांकि टीके (vaccines) बेहतरीन हैं, लेकिन उन्हें बनाने में समय लगता है और वे हर किसी के लिए काम नहीं करते हैं। एंटीवायरल दवाएं (Antiviral drugs) वे "अग्निशामक यंत्र" (fire extinguishers) हैं जिनकी हमें अभी आवश्यकता है। उन्हें तेजी से तैनात किया जा सकता है, खासकर यदि हम मौजूदा दवाओं को खोज सकें जो पहले से ही अन्य वायरसों के खिलाफ काम करती हैं और बस उन्हें इस नए वायरस के लिए उपयोग कर सकें (इस प्रक्रिया को ड्रग रिपर्पजिंग/drug repurposing कहा जाता है)।
हालाँकि, एक समस्या है: हमारे पास कोई अच्छा नक्शा नहीं है कि कौन सी दवा किस वायरस के खिलाफ काम करती है। यह शोध पत्र कंप्यूटर का उपयोग करके उस नक्शे को बनाने का एक प्रयास है।
समस्या: एक अस्त-व्यस्त लाइब्रेरी
कंप्यूटर को यह सिखाने के लिए कि क्या कोई दवा किसी वायरस को मार देगी, आपको डेटा की एक विशाल लाइब्रेरी की आवश्यकता होती है: "दवा X, वायरस प्रोटीन Y में फिट बैठती है।"
लेखक इस डेटा को प्राप्त करने के लिए उपलब्ध सबसे बड़ी लाइब्रेरी, जिसे BindingDB कहा जाता है, के पास गए। लेकिन उन्होंने पाया कि वह लाइब्रेरी बहुत ही अस्त-व्यस्त थी।
- "पॉलीप्रोटीन" पहेली (The "Polyprotein" Puzzle): कई वायरस (जैसे SARS-CoV-2) अपने निर्देशों को एक विशाल, लंबे स्ट्रिंग (एक पॉलीप्रोटीन) के रूप में लिखते हैं जिसे छोटे, कार्यात्मक टुकड़ों में काटने की आवश्यकता होती है। लाइब्रेरी में हजारों ऐसे प्रविष्टियाँ थीं जहाँ डेटा पूरे विशाल स्ट्रिंग से जुड़ा हुआ था, न कि विशिष्ट कटे हुए टुकड़े (वास्तविक लक्ष्य) से।
- समाधान: लेखकों ने एक सफाई करने वाले लाइब्रेरियन की तरह काम किया। उन्होंने मैन्युअल रूप से (और AI की मदद से) उन विशाल स्ट्रिंग्स को सही टुकड़ों में काटा। उन्होंने पाया कि जब तक उन्होंने यह "कटाई" नहीं की, तब तक 31% वायरल डेटा उपयोग के लायक नहीं था। एक बार साफ होने के बाद, उनके पास 43,005 ड्रग-प्रोटीन इंटरैक्शन का एक उच्च गुणवत्ता वाला डेटासेट था।
परीक्षण: उपकरणों के बीच एक दौड़
एक बार जब उनके पास यह साफ डेटा आ गया, तो वे यह देखना चाहते थे कि कौन से कंप्यूटर उपकरण यह भविष्यवाणी करने में सर्वश्रेष्ठ हैं कि क्या कोई दवा वायरस से चिपकेगी। उन्होंने 15 अलग-अलग ओपन-सोर्स टूल्स (मुफ्त सॉफ्टवेयर जिसे कोई भी उपयोग कर सकता है) के साथ एक दौड़ आयोजित की।
इन टूल्स को एक पहेली सुलझाने की कोशिश करने वाले विभिन्न प्रकार के जासूसों के रूप में सोचें:
- डॉकिंग डिटेक्टिव्स (The Docking Detectives): ये टूल्स भौतिक रूप से सिम्युलेट करने की कोशिश करते हैं कि एक दवा अणु (molecule) एक वायरस प्रोटीन में कैसे फिट होता है, जैसे चाबी को ताले में फिट करने की कोशिश करना। वे भौतिकी और ज्यामिति का उपयोग करते हैं।
- विजेता: GNINA इसमें सबसे अच्छा था। यह एक ऐसे जासूस की तरह है जिसके पास ताले का बहुत अच्छा 3D मॉडल है।
- AI प्रेडिक्टर्स (The AI Predictors): ये टूल्स पैटर्न देखने के लिए मशीन लर्निंग (AI) का उपयोग करते हैं। वे अनिवार्य रूप से 3D मॉडल नहीं बनाते; वे बस डेटा के "आकार" को देखते हैं और अनुमान लगाते हैं।
- विजेता: Boltz-2 और DrugFormDTA यहाँ सर्वश्रेष्ठ थे।
- आश्चर्य: लेखकों ने अपने स्वयं के साफ किए गए डेटा का उपयोग किया और इसका उपयोग DrugFormDTA मॉडल को "ट्रेन" (सिखाने) करने के लिए किया। यह एक जासूस को इस विशिष्ट वायरस के लिए एक विशेष स्टडी गाइड देने जैसा था। परिणाम क्या रहा? मॉडल बहुत स्मार्ट हो गया, उसका सहसंबंध स्कोर (correlation score) 0.5 (सिक्का उछालने जैसा) से बढ़कर 0.7 (एक मजबूत भविष्यवाणी) हो गया।
परिणाम: कोई एकल "जादुई गोली" नहीं
शोध पत्र ने इन टूल्स का परीक्षण 10 अलग-अलग वायरसों में 853 विभिन्न दवाओं पर किया।
- मुख्य निष्कर्ष: कोई भी एक टूल ऐसा नहीं है जो हर बार जीतता हो।
- Boltz-2 HIV के साथ दवाओं के जुड़ने की भविष्यवाणी करने में बहुत अच्छा था, लेकिन इसे SARS-CoV-2 के साथ संघर्ष करना पड़ा (संभवतः पहले उल्लेखित "पॉलीप्रोटीन" की गड़बड़ी ने इसे भ्रमित कर दिया)।
- GNINA (डॉकिंग टूल) बहुत सुसंगत था लेकिन धीमा था।
- DrugFormDTA (AI टूल) लेखकों के विशिष्ट, साफ किए गए डेटा पर प्रशिक्षित होने के बाद चैंपियन बन गया।
टूलकिट जो उन्होंने बनाया
केवल टूल्स का परीक्षण करने के अलावा, लेखकों ने अन्य वैज्ञानिकों के उपयोग के लिए कुछ संसाधन बनाए:
- एक साफ डेटासेट: 43,000+ वायरल ड्रग इंटरैक्शन की एक क्यूरेटेड सूची, जिसे ठीक किया गया है और उपयोग के लिए तैयार है।
- एक ड्रग लाइब्रेरी: स्वीकृत दवाओं, सुरक्षित प्राकृतिक यौगिकों और जांचाधीन एंटीवायरल दवाओं की एक सूची।
- एक डैशबोर्ड: एक वेबसाइट (
antivirals-database.radvac.org) जहाँ लोग इन दवाओं को खोज सकते हैं।
उन्होंने क्या नहीं कहा
यह महत्वपूर्ण है कि हम जो दावा किया गया है उसी तक सीमित रहें:
- उन्होंने किसी वायरस के लिए नई दवा की खोज नहीं की।
- उन्होंने इस अध्ययन में मनुष्यों या जानवरों पर इन दवाओं का परीक्षण नहीं किया।
- उन्होंने यह दावा नहीं किया कि कोई एक विशिष्ट टूल भविष्य के लिए एकदम सही है।
- उन्होंने केवल यह दिखाया कि डेटा की सफाई करना कंप्यूटर को बेहतर तरीके से काम करने में मदद करता है, और अलग-अलग टूल्स की ताकत विशिष्ट वायरस के आधार पर अलग-अलग होती है।
सारांश उपमा (Summary Analogy)
कल्पल्पिए कि आप एक विशाल, अस्त-व्यस्त गोदाम में यह अनुमान लगाने की कोशिश कर रहे हैं कि कौन सी चाबियाँ कौन से ताले खोलेंगी।
- पुराना तरीका: आप गोदाम से चाबियों और तालों का ढेर उठाते हैं, लेकिन कई ताले अभी भी बड़े बंडलों में टेप से बंधे हुए हैं। आप अनुमान लगाने की कोशिश करते हैं कि कौन सी चाबी फिट बैठती है, लेकिन आप बार-बार असफल होते हैं क्योंकि ताले गलत आकार के हैं।
- इस शोध पत्र का कार्य: लेखकों ने अंदर जाकर, उन सभी बंडलों को अलग किया, और तालों को सही ढंग से व्यवस्थित किया।
- प्रयोग: उन्होंने इस व्यवस्थित ढेर को 15 अलग-अलग "अनुमान लगाने वाली मशीनों" (कुछ भौतिकी का उपयोग करते हैं, कुछ AI का) को दिया।
- परिणाम: उन्होंने पाया कि AI मशीन ने उनके द्वारा व्यवस्थित किए गए ढेर का उपयोग करके सबसे तेजी से सीखा। उन्होंने यह भी पाया कि एक प्रकार के ताले (HIV) के लिए सबसे अच्छी मशीन दूसरे प्रकार के ताले (Coronavirus) के लिए आवश्यक रूप से सबसे अच्छी नहीं थी।
शोध पत्र निष्कर्ष निकालता है कि यदि हम अगली महामारी के लिए तैयार रहना चाहते हैं, तो हमें इन "चाबियों" को तेज़ी से खोजने के लिए बेहतर डेटा सफाई और बेहतर कंप्यूटर टूल्स में निवेश करने की आवश्यकता है।
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।