🤖 machine learning

Modeling Atomic Conformational Ensembles of Proteins via Test-Time Supervision of Boltz-2 on Cryo-EM Density Maps

यह शोध पत्र CryoSampler को प्रस्तुत करता है, जो एक नवीन विधि है जो सटीक परमाणु संरचनात्मक एंसेम्बल (conformational ensembles) उत्पन्न करने के लिए टेस्ट-टाइम सुपरविजन के माध्यम से कच्चे क्रायो-ईएम (cryo-EM) डेंसिटी मैप्स पर सीधे Boltz-2 जैसे प्री-ट्रेंड स्टैटिक स्ट्रक्चर प्रेडिक्शन मॉडल्स को फाइन-ट्यून करता है, जिससे पारंपरिक दो-चरणीय मॉडल बिल्डिंग को दरकिनार किया जा सके और इन-डोमेन सामान्यीकरण (in-domain generalization) की क्षमता प्रदर्शित की जा सके।

मूल लेखक: Jay Shenoy, Miro Astore, Axel Levy, Frédéric Poitevin, Sonya M. Hanson, Gordon Wetzstein

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jay Shenoy, Miro Astore, Axel Levy, Frédéric Poitevin, Sonya M. Hanson, Gordon Wetzstein

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

यहाँ एक सरल भाषा और रचनात्मक उपमाओं का उपयोग करके पेपर का विवरण दिया गया है।

बड़ी तस्वीर: प्रोटीन को गति में देखना

एक प्रोटीन की कल्पना एक कठोर मूर्ति के रूप में नहीं, बल्कि प्ले-डोह (playdough) के एक टुकड़े के रूप में करें जो लगातार अपना आकार बदलता रहता है। यह समझने के लिए कि एक प्रोटीन कैसे काम करता है (जैसे ताला खोलने वाली चाबी), वैज्ञानिकों को इसके द्वारा लिए जाने वाले सभी संभावित आकारों को देखने की आवश्यकता होती है, जिसे "कॉन्फ़ॉर्मेशनल एन्सेम्बल" (conformational ensemble) कहा जाता है।

लंबे समय से, वैज्ञानिकों को इन आकारों को देखने में कठिनाई हो रही है।

पुराना तरीका (दो-चरणीय प्रक्रिया): पहले, वे प्रोटीन की एक धुंधली 3D फोटो (जिसे क्रायो-ईएम मैप कहा जाता है) लेते हैं और मैन्युअल रूप से या स्वचालित रूप से उसका एक 3D मॉडल बनाते हैं। फिर, वे उस तैयार मॉडल का उपयोग कंप्यूटर को आकारों की भविष्यवाणी करना सिखाने के लिए करते हैं।
समस्या: एक धुंधली फोटो से वह 3D मॉडल बनाना अविश्वसनीय रूप से कठिन है। यह एक एकल, थोड़ी आउट-ऑफ-फोकस तस्वीर के आधार पर एक आदर्श लेगो (Lego) महल बनाने की कोशिश करने जैसा है। अक्सर, निर्माता बीच में ही फंस जाते हैं, कुछ हिस्से छोड़ देते हैं, या महल को गलत रंगों के साथ बना देते हैं। क्योंकि यह चरण इतना कठिन है, इसलिए प्रोटीन की गति के कई दिलचस्प "स्नैपशات" (snapshots) को कंप्यूटर को सिखाने से पहले ही खो दिया जाता है।

नया समाधान: क्रायोसैंपलर (CryoSampler)

लेखक एक नई विधि पेश करते हैं जिसे क्रायोसैंपलर कहा जाता है। लेगो महल पहले बनाने और फिर कंप्यूटर को सिखाने के बजाय, वे कंप्यूटर को धुंधली फोटो और लेगो निर्देशों को एक साथ देखना सिखाते हैं।

इसे इस तरह सोचें:

शिक्षक (Boltz-2): वे एक बहुत ही स्मार्ट AI (Boltz-2) से शुरुआत करते हैं जो पहले से ही एक रेसिपी (प्रोटीन के जेनेटिक अनुक्रम) से स्थिर लेगो महल (एक स्थिर प्रोटीन आकार) बनाने में विशेषज्ञ है।
छात्र (CryoSampler): वे इस विशेषज्ञ शिक्षक को लेते हैं और उसे एक विशेष "जिम वर्कआउट" देते हैं। वे शिक्षक को धुंधली फोटो की एक पूरी गैलरी (क्रायो-ईएम मैप्स का एक एन्सेम्बल) दिखाते हैं और कहते हैं, "सिर्फ एक महल मत बनाओ। महलों का एक पूरा संग्रह बनाओ जो बिल्कुल इन धुंधली फोटो की तरह दिखते हों।"

यह कैसे काम करता है: दो-चरणीय प्रशिक्षण

पेपर में वर्णित दो-चरणीय प्रशिक्षण प्रक्रिया को एक मूर्तिकार और एक स्वप्नद्रष्टा (sculptor and a dreamer) के रूप में देखा जा सकता है:

चरण 1: मूर्तिकार (VAE)
AI एक आदर्श, स्थिर मूर्ति (Boltz-2 का आउटपुट) से शुरू होता है। फिर यह उस मूर्ति को धुंधली फोटो से मेल खाने के लिए धीरे से खींचना, मरोड़ना और मोड़ना सीखता है। यह एक मूर्तिकार की तरह है जो मिट्टी की आकृति लेता है और उसे तब तक ढालता है जब तक कि वह कांच के केस (क्रायो-ईएम मैप) के भीतर पूरी तरह फिट न हो जाए। AI उन विशिष्ट "ऑफसेट्स" या गतिविधियों को सीखता है जिनकी आवश्यकता मिट्टी को कांच में फिट करने के लिए होती है।

मुख्य नवाचार: यह सीधे कच्ची फोटोओं पर ऐसा करता है, जिससे पहले एक पूर्ण मॉडल को मैन्युअल रूप से बनाने का जटिल चरण बच जाता है।

चरण 2: स्वप्नद्रष्टा (Latent Diffusion Model)
एक बार जब मूर्तिकार ने मिट्टी को मोड़ना सीख लिया, तो AI नए आकार "सपना" देखना सीख जाता है। यह गति के पैटर्न को सीखता है। यदि प्रोटीन आमतौर पर अपना हाथ बाईं ओर मोड़ता है, और फिर दाईं ओर, तो AI उस लय को सीख जाता है। अब, यदि आप इसे उसी परिवार के एक नए प्रोटीन (एक अलग रेसिपी) के साथ देते हैं, तो यह उन गतिविधियों की नकल करने वाले आकारों का एक संग्रह "सपना" देख सकता है, बिना उस विशिष्ट नए प्रोटीन की धुंधली फोटो की आवश्यकता के।

उन्होंने क्या खोजा (परिणाम)

पेपर ने वास्तविक वैज्ञानिक डेटा पर इसका परीक्षण किया और दो प्रमुख बातें पाईं:

बेहतर मॉडल निर्माण: धुंधली फोटो को 3D मॉडल में बदलने के लिए पूछे जाने पर, क्रायोसैंपलर ने पिछले तरीकों की तुलना में बेहतर काम किया। इसने अधिक पूर्ण संरचनाएं बनाईं जो फोटो में सटीक रूप से फिट बैठती थीं, और जिनमें कम "टूटे हुए" भाग (जैसे गायब परमाणु या असंभव कोण) थे।
- उपमा: यदि अन्य तरीकों ने एक ऐसा लेगो महल बनाया जिसमें छत गायब थी और टावर डगमगा रहा था, तो क्रायोसैंपलर ने एक ऐसा महल बनाया जो फोटो में पूरी तरह फिट बैठा और सीधा खड़ा रहा।
पारिवारिक समानता (In-Domain Generalization): उन्होंने AI को एक प्रकार के प्रोटीन चैनल (TRPV3) पर प्रशिक्षित किया और फिर इसे एक 'भाई-बहन' प्रोटीन (TRPV5) के आकार की भविष्यवाणी करने के लिए कहा जिसे उसने पहले कभी नहीं देखा था।
- परिणाम: AI ने सफलतापूर्वक उसके भाई-बहन के आंदोलनों की भविष्यवाणी की। इसने पहले प्रोटीन से झुकने और मरोड़ने की "पारिवारिक शैली" सीखी और इसे दूसरे पर लागू किया।
- सीमा: पेपर नोट करता है कि यह केवल एक ही परिवार के प्रोटीन के लिए काम करता है। उन्होंने यह दावा नहीं किया कि यह एक चैनल प्रोटीन के आधार पर पूरी तरह से अलग प्रकार के प्रोटीन (जैसे मांसपेशियों के प्रोटीन) के आकार की भविष्यवाणी कर सकता है।

सारांश

क्रायोसैंपलर AI को प्रोटीन की गति को देखना सिखाने का एक नया तरीका है। वैज्ञानिकों को प्रशिक्षण देने से पहले मैन्युअल रूप से धुंधली 3D फोटो को ठीक करने के लिए मजबूर करने के बजाय, यह विधि AI को सीधे फोटो से सीखने देती है। यह एक मास्टर मूर्तिकार की तरह कार्य करता है जो न केवल एक अकेली मूर्ति को ठीक कर सकता है, बल्कि एक प्रोटीन परिवार के "डांस मूव्स" को भी सीख सकता है, जिससे यह भविष्यवाणी करने में सक्षम होता है कि भविष्य में संबंधित प्रोटीन कैसे हिलेंगे।

पेपर का दावा है कि इससे अधिक सटीक 3D मॉडल मिलते हैं और यह संबंधित प्रोटीनों की गति की भविष्यवाणी करने में आशाजनक है, लेकिन यह दावा करने से पीछे हटता है कि यह सभी प्रोटीनों के लिए काम करता है या इसके तत्काल चिकित्सा अनुप्रयोग हैं।

तकनीकी सारांश: क्रायो-ईएम डेंसिटी मैप्स पर बोल्ट्ज-2 के टेस्ट-टाइम सुपरविजन के माध्यम से परमाणु अनुरूपता एन्सेम्बल (Atomic Conformational Ensembles) की मॉडलिंग

समस्या विवरण

अनुक्रम (sequence) से प्रोटीन परमाणु अनुरूपता एन्सेम्बल (atomic conformational ensembles) की भविष्यवाणी करना संरचनात्मक जीव विज्ञान का एक महत्वपूर्ण मोर्चा है, फिर भी यह उच्च-गुणवत्ता वाले प्रयोगात्मक एन्सेम्बल डेटा की कमी के कारण बाधित है। जबकि क्रायो-इलेक्ट्रॉन माइक्रोस्कोपी (cryo-EM) प्रोटीनों को अन्य एक्स-रे क्रिस्टलोग्राफी की तुलना में अधिक विस्तृत रेंज में विन्यास (conformations) तलाशने की अनुमति देती है, इस डेटा को प्रशिक्षण पाइपलाइनों में एकीकृत करना कठिन बना हुआ है। वर्तमान में, क्षेत्र एक दो-चरणीय प्रक्रिया पर निर्भर करता है: प्रयोगात्मक क्रायो-ईएम डेंसिटी मैप्स को मैन्युअल या अर्ध-स्वचालित रूप से परमाणु संरचनात्मक एन्सेम्बल (मॉडल बिल्डिंग) में परिवर्तित किया जाता है, और इसके बाद इन परिणामी संरचनाओं का उपयोग अनुक्रम-से-एन्सेम्बल भविष्यवक्ता (sequence-to-ensemble predictors) को प्रशिक्षित करने के लिए किया जाता है। यह पाइपलाइन विषम, कम-रिज़ॉल्यूशन वाले क्रायो-ईएम वॉल्यूम में परमाणु मॉडल निर्माण की कठिनाई के कारण सीमित है, जिसके परिणामस्वरूप अक्सर अपूर्ण संरचनाएं या गलत स्टीरियोकेमेस्ट्री प्राप्त होती है। फलस्वरूप, सार्वजनिक रिपॉजिटरी जैसे PDB में कच्चे क्रायो-ईएम प्रयोगों में मौजूद समृद्ध गतिशील डेटा की कमी होती है, जिससे एन्सेम्बल भविष्यवाणी मॉडल इन विविधताओं के प्रति अंधे रह जाते हैं।

कार्यप्रणाली: क्रायोसैंपलर (CryoSampler)

लेखक CryoSampler का प्रस्ताव करते हैं, जो एक एकीकृत ढांचा है जो एक पूर्व-प्रशिक्षित स्थिर संरचना भविष्यवक्ता (Boltz-2) को सीधे कच्चे क्रायो-ईएम डेंसिटी मैप्स पर फाइन-ट्यून करके इस पारंपरिक दो-चरणीय प्रक्रिया को दरकिनार कर देता है। यह विधि एक लेटेंट डिफ्यूजन मॉडल (LDM) है जिसे दो अलग-अलग चरणों में प्रशिक्षित किया गया है:

चरण 1: मॉडल बिल्डिंग के लिए 3D वेरिएशनल ऑटोएनकोडर (VAE)
- आर्किटेक्चर: एक 3D स्थानिक VAE को परमाणु विरूपण (atomic deformations) के वितरण को सीखने के लिए प्रशिक्षित किया जाता है। एनकोडर क्रायो-ईएम मैप्स के इनपुट एन्सेम्बल को एक लेटेंट प्रतिनिधित्व (latent representation) में संकुचित करता है। डिकोडर एक 3D फीचर ग्रिड उत्पन्न करता है जो परमाणु ऑफसेट्स (atomic offsets) के हाइब्रिड न्यूरल फील्ड का प्रतिनिधित्व करता है।
- प्रक्रिया: मॉडल एक स्थिर संदर्भ संरचना ( $X_{ref}$ ) लेता है जिसे Boltz-2 द्वारा उत्पन्न किया गया है और इसे अनुमानित परमाणु एन्सेम्बल ( $\hat{X}$ ) में विकृत करने के लिए अनुमानित प्रति-परमाणु ऑफसेट्स लागू करता है।
- डिफरेंशिएबल रेंडरिंग: अनुमानित परमाणु निर्देशांकों को एक डिफरेंशिएबल भौतिकी-आधारित क्रायो-ईएम फॉरवर्ड मॉडल ( $\mathcal{F}_{EM}$ ) का उपयोग करके एक अनुमानित मैप एन्सेम्बल ( $\hat{V}$ ) में रेंडर किया जाता है।
- लॉस फंक्शन (Loss Function): VAE को एंड-टू-एंड अनुकूलित किया जाता है:
  - रिकंस्ट्रक्शन लॉस ( $\mathcal{L}_{recon}$ ): इनपुट और रेंडर किए गए मैप्स के बीच इनवर्स नॉर्मलाइज्ड क्रॉस-कोरिलेशन (NCC), ताकि मैप-मॉडल फिट सुनिश्चित हो सके।
  - स्ट्रक्चरल लॉस ( $\mathcal{L}_{structural}$ ): इसमें डिफरेंशिएबल MolProbity मेट्रिक्स (रामचन्द्र आउटलेयर्स, रोटामर आउटलेयर्स, क्लैश) और माध्यमिक संरचना ज्यामिति को बनाए रखने के लिए एक नवीन सॉफ्ट रिजिड बॉडी बैकबोन लॉस शामिल है।
  - KL डाइवर्जेंस: लेटेंट स्पेस को नियमित (regularize) करता है।
चरण 2: लेटेंट डिफ्यूजन मॉडल
- प्रशिक्षण: एक बार जब VAE प्रशिक्षित हो जाता है, तो इसके वेट्स (weights) को फ्रीज कर दिया जाता है। प्रशिक्षण सेट के लिए VAE से निकाले गए लेटेंट एम्बेडिंग्स ( $\mu$ ) पर एक फ्लो-मैचिंग डिफ्यूजन मॉडल को प्रशिक्षित किया जाता है।
- उद्देश्य: मॉडल एक वेक्टर फील्ड सीखता है जो एक मानक सामान्य प्रायर ( $z_0$ ) और लक्षित लेटेंट वितरण ( $z_1$ ) के बीच इंटरपोलेट करता है, जिसमें निरंतर-समय फ्लो मैचिंग ऑब्जेक्टिव का उपयोग किया जाता है।
- अनुमान (Inference): अनुमान के समय, मॉडल गॉसियन नॉइज़ से नए लेटेंट कोड को सैंपल कर सकता है, जिन्हें फ्रीज किए गए VAE द्वारा डिकोड किया जाता है ताकि परमाणु विन्यास (atomic conformations) उत्पन्न किए जा सकें। यह बिना किसी नए क्रायो-ईएम डेटा की आवश्यकता के, समान परिवार के अनदेखे प्रोटीनों के लिए एन्सेम्बल उत्पन्न करने की अनुमति देता है (इन-डोमेन जनरलाइजेशन)।

मुख्य योगदान

कच्चे मैप्स पर सीधा सुपरविजन: यह पेपर फाउंडेशन मॉडल्स (विशेष रूप से Boltz-2) को सीधे कच्चे क्रायो-ईएम डेंसिटी मैप्स पर फाइन-ट्यून करने के सिद्धांत को पेश करता है, जिससे प्रशिक्षण से पहले मध्यवर्ती, त्रुटि-पूर्ण परमाणु मॉडल निर्माण चरण की आवश्यकता समाप्त हो जाती है।
एकीकृत ढांचा: CryoSampler मॉडल बिल्डिंग और एन्सेम्बल जनरेशन को एक एकल प्रक्रिया में संयोजित करता है, जिससे स्टेट-ऑफ-द-आर्ट मैप-मॉडल फिट और स्टीरियोकेमिकल सटीकता प्राप्त होती है।
इन-डोमेन जनरलाइजेशन: लेखक प्रदर्शित करते हैं कि विधि एक प्रोटीन परिवार के सदस्य (जैसे, TRPV3) से दूसरे (जैसे, TRPV5) में सीखे गए रूपात्मक (conformational) फीचर्स को स्थानांतरित कर सकती है, जिससे लक्षित प्रोटीन के लिए सटीक परमाणु एन्सेम्बल उत्पन्न होता है, जिसके लिए नए प्रायोगिक डेंसिटी मैप्स की आवश्यकता नहीं होती है।

परिणाम

विधि का मूल्यांकन चार जैविक प्रणालियों पर किया गया: TRPV3, इंटीग्रिन $\alpha_V\beta_8$ , न्यूरोकिनिन-1 GPCR, और मानव P-ग्लाइकोप्रोटीन।

मॉडल बिल्डिंग सटीकता: CryoSampler ने मौजूदा विधियों जैसे ModelAngelo, E2GMM और नेटिव Boltz-2 की तुलना में बेहतर मैप-मॉडल फिट ( $CC_{volume}$ , $CC_{mask}$ , $CC_{peaks}$ , और $CC_{box}$ द्वारा मापा गया) प्राप्त किया। उदाहरण के लिए, TRPV3 पर, CryoSampler ने $0.84 \pm 0.02$ का $CC_{volume}$ प्राप्त किया, जो ModelAngelo ( $0.79 \pm 0.08$ ) और Boltz-2 ( $0.31 \pm 0.03$ ) से बेहतर प्रदर्शन करता है।
स्टीरियोकेमेस्ट्री: उत्पन्न मॉडल प्रतिस्पर्धी MolProbity स्कोर बनाए रखते हैं, जो भौतिक रूप से वैध ज्यामिति सुनिश्चित करते हैं।
एन्सेम्बल प्रेडिक्शन (TRPV5): एक ज़ीरो-शॉट ट्रांसफर प्रयोग में, TRPV3 मैप्स पर प्रशिक्षित मॉडल ने सफलतापूर्वक TRPV5 के कॉन्फॉर्मेशनल एन्सेम्बल की भविष्यवाणी की। इसने Boltz-2 ($0.61 $) और नॉर्मल मोड एनालिसिस ($ 0.58 $) की तुलना में कम वासरस्टीन ($ W_2 $) दूरी ($ 0.44$) प्राप्त की, जो प्रयोगात्मक TRPV5 मैप एन्सेम्बल के प्रति उच्च निष्ठा (fidelity) को दर्शाता है।

महत्व और दावे

लेखक दावा करते हैं कि CryoSampler सीधे कच्चे क्रायो-ईएम मापन पर अगले पीढ़ी के परमाणु एन्सेम्बल भविष्यवाणी मॉडल को प्रशिक्षित करने की क्षमता प्रदर्शित करता है। संसाधित परमाणु संरचनाओं के बजाय कच्चे डेटा वितरण पर फाउंडेशन मॉडल्स को सुपरवाइज करके, यह विधि वर्तमान दो-चरणीय पाइपलाइनों की सीमाओं को दूर करती है।

यह पेपर अपने जनरलाइजेशन दावों को विनम्रतापूर्वक फ्रेम करता है: जबकि यह मजबूत इन-डोमेन जनरलाइजेशन (TRP चैनल परिवार के भीतर फीचर्स को स्थानांतरित करना) दिखाता है, यह इस कार्य में विविध प्रोटीन परिवारों में आउट-ऑफ-डोमेन जनरलाइजेशन का दावा नहीं करता है। लेखक इसका श्रेय सार्वजनिक क्रायो-ईएम एन्सेम्बल डेटा की विरलता (sparsity) को देते हैं। वे तर्क देते हैं कि उनका दृष्टिकोण भविष्य के फाउंडेशन मॉडल्स के लिए आधार तैयार करता है जिन्हें सीधे कच्चे प्रयोगात्मक डेटा पर प्रशिक्षित किया जा सकता है, जो संभावित रूप से क्रिस्टलोग्राफिक स्ट्रक्चर फैक्टर्स या NMR स्पेक्ट्रा जैसे अन्य मोडैलिटीज तक विस्तारित हो सकता है। प्राथमिक सत्यापन मैप एन्सेम्बल पर उच्च-निष्ठा परमाणु मॉडल बिल्डिंग करने और संबंधित प्रोटीनों के लिए सटीक एन्सेम्बल उत्पन्न करने की क्षमता पर केंद्रित है।