🤖 machine learning

ProHiFlo: Hierarchical Flow Matching with Functional Guidance for De Novo Protein Generation

ProHiFlo एक पदानुक्रमित (hierarchical) फ्लो मैचिंग फ्रेमवर्क है जो मौजूदा तरीकों जैसे कि RFDiffusion की तुलना में उच्च दक्षता और सफलता दर के साथ अत्याधुनिक (state-of-the-art) 'de novo' प्रोटीन डिज़ाइन प्राप्त करने के लिए मोटे-से-सूक्ष्म (coarse-to-fine) पीढ़ी, प्रीट्रेन्ड प्रेडिक्टर्स के माध्यम से कार्यात्मक मार्गदर्शन (functional guidance), और अनुकूलन योग्य SE(3)-इक्विवेरिएंट आर्किटेक्चर को संयोजित करता है।

मूल लेखक: Chuanzhen Wang, Meade Cleti, Pete Jano

प्रकाशित 2026-06-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Chuanzhen Wang, Meade Cleti, Pete Jano

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 एक वास्तुकार (architect) हैं जो शून्य से एक बिल्कुल नया, कार्यात्मक भवन बनाने की कोशिश कर रहे हैं। जीव विज्ञान की दुनिया में, ये "भवन" प्रोटीन हैं, जो वे सूक्ष्म मशीनें हैं जो जीवन को चलाती हैं। लंबे समय तक, कंप्यूटर यह अनुमान लगाने में अच्छे रहे हैं कि यदि आपको ब्लूप्रिंट पता हो तो एक प्रोटीन कैसा दिखेगा, लेकिन एक नया प्रोटीन डिजाइन करना जो वास्तव में काम करे, बेहद कठिन रहा है।

यहाँ पेश है ProHiFlo, एक नया कंप्यूटर प्रोग्राम जो प्रोटीन के लिए एक सुपर-स्मार्ट, दो-चरणीय वास्तुकार (two-step architect) की तरह काम करता है। यह कैसे काम करता है, इसका सरल विवरण यहाँ दिया गया है:

पुराने तरीकों के साथ समस्या

पिछले कंप्यूटर प्रोग्रामों ने इन प्रोटीन भवनों को दो तरीकों में से एक से डिजाइन करने का प्रयास किया, जिनमें दोनों में ही खामियां थीं:

"एक साथ सब कुछ" वाला दृष्टिकोण (The "All-at-Once" Approach): उन्होंने एक ही समय में हर एक परमाणु (हर ईंट और कील) को समझने की कोशिश की। यह एक गगनचुंबी इमारत का विस्तृत ब्लूप्रिंट बनाने के साथ-साथ यह तय करने जैसा है कि हर एक पेंच कहाँ लगेगा। यह अविश्वसनीय रूप से धीमा और गणनात्मक रूप से महंगा है।
"कठोर" दृष्टिकोण (The "Rigid" Approach): वे केवल बुनियादी आकार (कंकाल) डिजाइन कर सकते थे, लेकिन वे पूरे प्रशिक्षण की प्रक्रिया को फिर से शुरू किए बिना डिज़ाइन में किसी विशिष्ट कार्य (जैसे वायरस को पकड़ना या विष को तोड़ना) के लिए बदलाव नहीं कर सकते थे।

ProHiFlo का समाधान: एक दो-चरणीय निर्माण योजना

ProHiFlo इस काम को दो अलग-अलग चरणों में विभाजित करके खेल बदल देता है, जैसे कि एक निर्माण दल जो पहले स्टील का ढांचा खड़ा करता है और फिर दीवारें और विवरण भरता है।

चरण 1: कंकाल (Coarse-to-Fine)

बड़ी बारीकी पर ध्यान देने के बजाय, ProHiFlo पहले बैकबोन (backbone) बनाता है। इसे स्टील के बीम या इमारत का सामान्य आकार खड़ा करने के रूप में सोचें।

यह स्मार्ट क्यों है: हर ईंट रखने की तुलना में इमारत का समग्र आकार तय करना बहुत तेज़ होता है। एक बार जब "कंकाल" मजबूत हो जाता है, तो कंप्यूटर अगले चरण पर बढ़ जाता है।
परिणाम: इससे समय की भारी बचत होती। पेपर का दावा है कि ProHiFlo अन्य शीर्ष तरीकों की तुलना में 4 गुना तेज़ है क्योंकि यह बड़े चित्र सेट होने से पहले सूक्ष्म विवरणों की गणना करने में ऊर्जा बर्बाद नहीं करता है।

चरण 2: विवरण (All-Atom Refinement)

एक बार कंकाल बन जाने के बाद, ProHiFlo बाकी हिस्सा भर देता है। यह अभी बनाए गए कंकाल के अनुरूप सभी विशिष्ट परमाणु (ईंटें, खिड़कियाँ और वायरिंग) जोड़ता है।

जादू: क्योंकि कंकाल पहले से ही वहां है, कंप्यूटर को केवल टुकड़ों को स्थानीय स्तर पर फिट करने पर ध्यान केंद्रित करना होता है, न कि पूरी संरचना का शून्य से अनुमान लगाने पर।

"स्टीयरिंग व्हील": कार्यात्मक मार्गदर्शन (Functional Guidance)

यह शायद सबसे शानदार हिस्सा है। आमतौर पर, यदि आप चाहते हैं कि किसी इमारत में कोई विशिष्ट विशेषता हो (जैसे सौर छत या एक विशिष्ट प्रकार की लिफ्ट), तो आपको वास्तुकार को शून्य से एक नया कौशल सिखाना होगा।

ProHiFlo के पास एक "स्टीयरिंग व्हील" है जिसके लिए पुन: प्रशिक्षण (retraining) की आवश्यकता नहीं है।

यह कैसे काम करता है: कल्पना कीजिए कि आपके पास एक GPS (एक पूर्व-प्रशिक्षित प्रेडिक्टर) है जो जानता है कि किसी विशिष्ट कार्य के लिए एक "अच्छा" प्रोटीन कैसा दिखता है। जैसे ही ProHiFlo प्रोटीन बना रहा होता है, वह GPS की जाँच करता है। यदि डिज़ाइन लक्ष्य से भटक रहा है, तो GPS उसे वापस सही रास्ते पर लाने के लिए एक हल्का सा धक्का (एक गणितीय "ग्रेडिएंट") देता है।
लाभ: आप ProHiFlo से ऐसा प्रोटीन डिजाइन करने के लिए कह सकते हैं जो स्थिर हो, किसी विशिष्ट वायरस से चिपके, या पानी में आसानी से घुल जाए, और यह बिना नए डेटा पर पुन: प्रशिक्षित हुए उन लक्ष्यों की ओर डिज़ाइन को मोड़ देगा। यह एक ऐसे GPS की तरह है जो आपके द्वारा टाइप किए गए किसी भी गंतव्य के लिए तुरंत काम करता है।

"अनुकूली मस्तिष्क" (The "Adaptive Brain")

ProHiFlo एक विशेष प्रकार के न्यूरल नेटवर्क का भी उपयोग करता है जो एक अनुकूली निर्माण दल (adaptive construction crew) की तरह कार्य करता है।

यदि प्रोटीन का एक हिस्सा सरल है (जैसे एक सीधा गलियारा), तो कंप्यूटर उस पर कम समय बिताता है।
यदि कोई हिस्सा जटिल है (जैसे एक घुमावदार सीढ़ी या एक कठिन कोना), तो कंप्यूटर स्वचालित रूप से उस विशिष्ट क्षेत्र पर अधिक समय और कंप्यूटिंग शक्ति खर्च करता है।
यह सुनिश्चित करता है कि यह आसान हिस्सों पर ऊर्जा बर्बाद न करे और कठिन हिस्सों पर जल्दबाजी न करे।

उन्होंने क्या हासिल किया?

पेपर ने ProHiFlo का परीक्षण तीन मुख्य चुनौतियों पर किया:

रैंडम प्रोटीन बनाना: इसने अन्य सभी से तेज़ उच्च गुणवत्ता वाले, स्थिर प्रोटीन संरचनाएं बनाईं।
स्कैफोल्डिंग (एक कोर के चारों ओर निर्माण): उन्होंने ProHiFlo से एक विशिष्ट "मोटिफ" (प्रोटीन का एक छोटा, कार्यात्मक हिस्सा, जैसे एंजाइम का सक्रिय भाग) के चारों ओर प्रोटीन बनाने के लिए कहा। ProHiFlo 58.9% बार सफल रहा, जिसने पिछले सर्वश्रेष्ठ तरीके RFDiffusion (जो केवल 41.2% बार सफल हुआ था) को पीछे छोड़ दिया।
कार्यात्मक डिज़ाइन: जब उन्होंने स्थिरता या बाइंडिंग के लिए अनुकूलित करने हेतु "स्टीयरिंग व्हील" का उपयोग किया, तो परिणामी प्रोटीन अनियंत्रित डिज़ाइनों की तुलना में उन कार्यों में काफी बेहतर थे।

कमी (सीमाएं)

लेखक कुछ बातों के बारे में ईमानदार हैं:

कभी-कभार होने वाली गड़बड़ी: कभी-कभी "कंकाल" और "विवरण" पूरी तरह से मेल नहीं खाते (लग लगभग 3% बार)। वे इसे एक त्वरित "पॉलिशिंग" चरण के साथ ठीक करते हैं, जैसे कि अंतिम निरीक्षण।
GPS की विश्वसनीयता: "स्टीयरिंग व्हील" उतना ही अच्छा है जितना कि वह GPS जिसका वह उपयोग करता है। यदि GPS किसी विशेष प्रकार के प्रोटीन (जैसे कोशिका झिल्ली में छिपे हुए प्रोटीन) के लिए खराब भविष्यवाणी करता है, तो स्टीयरिंग उतनी अच्छी तरह काम नहीं करेगी।
कंप्यूटर बनाम वास्तविकता: ये सभी परिणाम कंप्यूटर सिमुलेशन हैं। हालांकि कंप्यूटर कहता है कि प्रोटीन "डिज़ाइन करने योग्य" हैं, लेकिन उन्हें अभी तक प्रयोगशाला में भौतिक रूप से बनाया और परीक्षण नहीं किया गया है (हालांकि लेखक उम्मीद करते हैं कि पिछले डेटा के आधार पर लगभग 40-60% वास्तविक जीवन में काम करेंगे)।

सारांश

ProHiFlo प्रोटीन डिजाइन करने का एक नया, तेज़ और स्मार्ट तरीका है। यह पहले बड़ा आकार बनाता है, फिर विवरण भरता है, और विशिष्ट लक्ष्यों की ओर डिज़ाइन को निर्देशित करने के लिए "स्टीयरिंग व्हील" का उपयोग करता है जिसके लिए पुन: प्रशिक्षण की आवश्यकता नहीं होती है। यह एक धीमे, मैनुअल ड्राइफ्टिंग टेबल से अपग्रेड होकर एक स्मार्ट, अनुकूली CAD सिस्टम बनने जैसा है जो जानता है कि चरण-दर-चरण, एक कार्यात्मक मशीन को कैसे बनाया जाए।

तकनीकी सारांश: ProHiFlo

समस्या विवरण

डी नोवो (de novo) प्रोटीन जनरेशन चिकित्सीय डिजाइन (therapeutic design), एंजाइम इंजीनियरिंग और सिंथेटिक बायोलॉजी के लिए परिवर्तनकारी क्षमता रखता है। हालांकि डिफ्यूजन मॉडल (जैसे, RFDiffusion) और फ्लो मैचिंग (flow matching) में हालिया प्रगति ने नवीन प्रोटीन संरचनाओं के निर्माण को सक्षम किया है, वर्तमान विधियां तीन प्राथमिक सीमाओं का सामना करती हैं:

रेज़ोल्यूशन ट्रेड-ऑफ (Resolution Trade-offs): अधिकांश दृष्टिकोण एक ही संरचनात्मक रेज़ोल्यूशन पर कार्य करते हैं, या तो केवल बैकबोन परमाणुओं को उत्पन्न करते हैं या संयुक्त रूप से सभी परमाणुओं को मॉडल करते हैं, जिससे कम्प्यूटेशनल दक्षता और संरचनात्मक निष्ठा (structural fidelity) के बीच इष्टतम संतुलन बनाने में कमी आती है।
कार्यात्मक बाधाएं (Functional Constraints): विशिष्ट कार्यात्मक बाधाओं को शामिल करने के लिए आमतौर पर कार्य-विशिष्ट डेटासेट पर महंगे रिट्रेनिंग या फाइन-ट्यूनिंग की आवश्यकता होती है, जो लचीलेपन को सीमित करता है।
सैंपलिंग दक्षता (Sampling Efficiency): सैंपलिंग प्रक्रिया कम्प्यूटेशनल रूप से गहन बनी हुई है, जो उच्च-थ्रूपुट डिजाइन परिदृश्यों में व्यावहारिक अनुप्रयोग में बाधा डालती है।

कार्यप्रणाली (Methodology)

ProHiFlo (प्रोटीन पदानुक्रमित प्रवाह - Protein Hierarchical Flow) एक पदानुक्रमित फ्लो मैचिंग ढांचे के माध्यम से इन चुनौतियोंों का समाधान करता है जिसमें तीन मुख्य नवाचार शामिल हैं:

1. पदानुक्रमित फ्लो मैचिंग (Hierarchical Flow Matching)

यह ढांचा वैश्विक टोपोलॉजी (global topology) और स्थानीय ज्यामितीय विवरणों को कुशलतापूर्वक कैप्चर करने के लिए प्रोटीन जनरेशन को दो क्रमिक चरणों में विभाजित करता है:

चरण 1 (बैकबोन जनरेशन): मोटे बैकबोन स्ट्रक्चर को उत्पन्न करता है जिन्हें अवशेष फ्रेम (residue frames) $\{T_i\}_{i=1}^N$ के रूप में दर्शाया जाता है (जहाँ प्रत्येक फ्रेम $T_i \in SE(3)$ एक रोटेशन और ट्रांसलेशन से बना होता है)। यह चरण $SE(3)$ पर एक प्रायर डिस्ट्रीब्यूशन का उपयोग करके वैश्विक टोपोलॉजी को मॉडल करता है और एक गाऊसी प्रायर (Gaussian prior) और डेटा डिस्ट्रीब्यूशन के बीच इंटरपोलेट करने के लिए एक वेक्टर फील्ड सीखता है।
चरण 2 (ऑल-एटम रिफाइनमेंट): उत्पन्न बैकबोन फ्रेम को पूर्ण ऑल-एटम कोऑर्डिनेट्स $\{x_j\}_{j=1}^M$ में परिष्कृत करता है। यह चरण बैकबोन फ्रेम पर निर्भर (condition) करता है, जो स्थानीय अवशेष फ्रेम के सापेक्ष परमाणु स्थितियों को पैरामीटराइज़ करता है।
प्रशिक्षण (Training): दोनों चरणों को स्वतंत्र रूप से कंडीशनल फ्लो मैचिंग ऑब्जेक्टिव का उपयोग करके प्रशिक्षित किया जाता है, जो प्रत्येक चरण में प्रभावी आयामीता (dimensionality) को कम करता है और तेज़ अभिसरण (convergence) सक्षम करता है।

2. प्रशिक्षण-मुक्त कार्यात्मक मार्गदर्शन (Training-Free Functional Guidance)

ProHiFlo मॉडल को रिट्रेन किए बिना वांछित गुणों की ओर जनरेशन को निर्देशित करने के लिए एक तंत्र पेश करता है।

तंत्र: सैंपलिंग प्रक्रिया के दौरान, प्रीट्रेंड, डिफरेंशिएबल प्रॉपर्टी प्रेडिक्टर्स (जैसे स्थिरता, बाइंडिंग एफिनिटी, घुलनशीलता) से ग्रेडिएंट्स को वर्तमान संरचना के सापेक्ष कंप्यूट किया जाता है।
एकीकरण: इन ग्रेडिएंट्स को $SE(3) $मैनिफोल्ड के टेंजेंट स्पेस पर प्रोजेक्ट किया जाता है और फ्लो वेलोसिटी वेक्टर फील्ड में जोड़ा जाता है:$ \tilde{v}t(x) = v\theta(x, t) + \lambda \cdot \nabla_x f_\phi(x)$।
अनुकूलन (Adaptation): मार्गदर्शन की शक्ति $\lambda$ को सैंपलिंग ट्राजेक्टरी के दौरान एनेलेट (anneal) किया जाता है ( $\lambda(t) = \lambda_0 \cdot (1-t)^\gamma$ ) ताकि संरचना के अधिक लचीले होने के शुरुआती दौर में मजबूत मार्गदर्शन लागू किया जा सके, जिससे स्थिरता सुनिश्चित हो सके।

3. एडेप्टिव SE(3)-इक्विवैरिएंट आर्किटेक्चर (Adaptive SE(3)-Equivariant Architecture)

मल्टी-स्केल संरचनात्मक प्रतिनिधित्व को कुशलतापूर्वक संभालने के लिए, लेखक एक डायनेमिक न्यूरल नेटवर्क आर्किटेक्चर प्रस्तावित करते हैं:

मल्टी-स्केल ग्राफ निर्माण: एक पदानुक्रमित ग्राफ स्थानिक निकटता के आधार पर रेज़ोल्यूशन-निर्भर कटऑफ (बैकबोन के लिए 10Å, अवशेष संपर्कों के लिए 6Å, परमाणु इंटरैक्शन के लिए 4Å) के साथ नोड्स (परमाणुओं) को जोड़ता है।
एडेप्टिव मैसेज पासिंग: प्रत्येक नोड के लिए मैसेज पासिंग इटरेशन की संख्या को एक स्थानीय जटिलता स्कोर (पड़ोसी गणना, घनत्व और वक्रता से प्राप्त) के आधार पर गतिशील रूप से आवंटित किया जाता है। उच्च जटिलता वाले नोड्स अधिक इटरेशन से गुजरते हैं, जबकि सरल नोड्स कम इटरेशन से गुजरते हैं, जिससे कम्प्यूटेशनल संसाधनों का अनुकूलन होता है।
इक्विवैरिएंस (Equivariance): आर्किटेक्चर $SE(3)$ इक्विवैरिएंस सुनिश्चित करने के लिए स्केलर और वेक्टर फीचर चैनल्स (GVP का अनुसरण करते हुए) का उपयोग करता है, जिससे नेटवर्क बॉन्ड ओरिएंटेशन जैसी दिशात्मक जानकारी के बारे में तर्क करने में सक्षम होता है।

मुख्य परिणाम

अनकंडीशनल जनरेशन, मोटिफ स्कैफोल्डिंग और कार्यात्मक डिजाइन बेंचमार्क पर प्रयोग किए गए, जिसमें ProHiFlo की तुलना अत्याधुनिक विधियों (RFDiffusion, Chroma, FoldFlow-2, Genie 2) से की गई।

अनकंडीशनल जनरेशन: ProHiFlo ने 92.4% का डिज़ाइनबिलिटी स्कोर प्राप्त किया (FoldFlow-2 के 85.1% और RFDiffusion के 82.3% के मुकाबले), जबकि इसके लिए केवल 50 सैंपलिंग स्टेप्स की आवश्यकता थी (अन्य के 100–500 के मुकाबले), जो एक महत्वपूर्ण गति वृद्धि (speedup) को दर्शाता है।
मोटिफ स्कैफोल्डिंग (Motif Scaffolding): एंजाइम एक्टिव साइट स्कैफोल्डिंग पर, ProHiFlo ने 58.9% सफलता दर प्राप्त की, जो RFDiffusion (41.2%) और अन्य बेसलाइन से बेहतर है। यह कैटालिटिक ज्योमेट्री को संरक्षित करने में कार्यात्मक मार्गदर्शन की प्रभावकारिता को प्रदर्शित करता है।
कार्यात्मक डिजाइन: स्थिरता, बाइंडिंग एफिनिटी और घुलनशीलता के लिए गाइडेड होने पर, ProHiFlo ने अनगाइडेड जनरेशन की तुलना में स्थिरता में 24.2% और बाइंडिंग में 28.1% सुधार किया, जबकि उच्च डिज़ाइनबिलिटी बनाए रखी।
कम्प्यूटेशनल दक्षता: इन्फरेंस टाइम प्रोटीन की लंबाई के साथ लगभग रैखिक रूप से स्केल करता है। 300-रेसिड्यू प्रोटीन के लिए, ProHiFLO को 3.3 सेकंड की आवश्यकता थी, जो RFDiffusion (22.4 सेकंड) की तुलना में 6.8× तेज़ है।

महत्व और दावे

पेपर दावा करता है कि ProHiFlo डी नोवो प्रोटीन डिजाइन में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है:

रेज़ोल्यूशन को अलग करना: वैश्विक टोपोलॉजी जनरेशन को स्थानीय परमाणु शोधन (local atomic refinement) से सफलतापूर्वक अलग करना, जो उच्च संरचनात्मक सटीकता बनाए रखते हुए कम्प्यूटेशनल लागत को कम करता है।
लचीली कंडीशनिंग को सक्षम करना: ग्रेडिएंट-आधारित स्टीयरिंग के माध्यम से मनमाने ढंग से कार्यात्मक बाधाओं को शामिल करने के लिए एक ट्रेनिंग-फ्री तंत्र प्रदान करना, जिससे कार्य-विशिष्ट रिट्रेनिंग की आवश्यकता समाप्त हो जाती है।
दक्षता में सुधार: मौजूदा डिफ्यूजन और फ्लो मैचिंग मॉडलों की तुलना में काफी कम सैंपलिंग स्टेप्स और तेज़ इन्फरेंस समय के साथ अत्याधुनिक प्रदर्शन प्राप्त करना।

लेखक नोट करते हैं कि हालांकि विधि बेंचमार्क में मजबूती से प्रदर्शन करती है, लेकिन कुछ सीमाएं भी बनी हुई हैं, जिनमें बैकबोन और ऑल-एटम रिप्रेजेंटेशन के बीच कभी-कभार होने वाली विसंगतियां (लगभग 3.2% मामलों में) और मार्गदर्शन के लिए प्रीट्रेंड प्रेडिक्टर्स की गुणवत्ता पर निर्भरता शामिल है। यह कार्य खुद को अधिक कुशल और लचीले डी नोवो प्रोटीन डिजाइन की ओर एक कदम के रूप में स्थापित करता है, जिसके लिए भविष्य में प्रयोगात्मक सत्यापन और मल्टी-चेन कॉम्प्लेक्स के विस्तार की योजना है।