⚛️ biophysics

Large-scale exploration of protein space by automated NMR

यह शोध पत्र एक स्केलेबल, स्वचालित पाइपलाइन प्रस्तुत करता है जो प्रोटीन डिजाइन को उच्च-थ्रूपुट एनएमआर (NMR) स्पेक्ट्रोस्कोपी के साथ एकीकृत करती है ताकि सैकड़ों 'डी नोवो' (de novo) डिजाइन किए गए प्रोटीनों की संरचना और गतिशीलता का प्रयोगात्मक रूप से लक्षण वर्णन किया जा सके, जिससे उस संरचनात्मक विषमता का अनावरण होता है जिसे वर्तमान कम्प्यूटेशनल मॉडल पकड़ने में असमर्थ हैं और डेटा-संचालित सांख्यिकीय संरचनात्मक जीव विज्ञान के लिए एक आधार स्थापित होता है।

मूल लेखक: Muentener, T., Abramson, D., Stern, E., Hertel, I., Jankevicius, G., Mas, G., Folkers, G. E., Wicky, B. I. M., Hiller, S.

प्रकाशित 2026-02-17

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Muentener, T., Abramson, D., Stern, E., Hertel, I., Jankevicius, G., Mas, G., Folkers, G. E., Wicky, B. I. M., Hiller, S.

मूल पेपर CC BY 4.0 (https://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

कल्पना कीजिए कि आप एक वास्तुकार (architect) हैं जिसने अभी-अभी एक क्रांतिकारी कंप्यूटर प्रोग्राम का आविष्कार किया है। यह प्रोग्राम सेकंडों में हजारों अद्वितीय, सुंदर घर (प्रोटीन) डिजाइन कर सकता है। आप उनके ब्लूप्रिंट, 3D मॉडल देख सकते हैं, और यहाँ तक कि यह भी अनुमान लगा सकते हैं कि उनकी दीवारें कितनी मजबूत होंगी।

लेकिन यहाँ एक समस्या है: आपने वास्तव में इनमें से कोई भी घर बनाया नहीं है। आपको नहीं पता कि दरवाजे वास्तव में खुलते हैं या नहीं, फर्श चरमराता है या नहीं, या घर हवा में झूलता है या नहीं। आपके पास केवल स्थिर (static) ब्लूप्रिंट हैं।

यह बिल्कुल वही स्थिति है जिसमें वैज्ञानिक प्रोटीन (वे नन्हे यंत्र जो जीवन को संचालित करते हैं) के साथ रहे हैं। AI की मदद से, अब हम कंप्यूटर पर लाखों प्रोटीन आकृतियाँ "डिजाइन" कर सकते हैं। लेकिन हमारे पास उन्हें वास्तव में बनाने और वास्तविक दुनिया में उनके हिलने-डुलने और व्यवहार करने के तरीके का परीक्षण करने के लिए उपकरण नहीं हैं।

यह शोध पत्र एक समाधान पेश करता है: एक उच्च-गति वाली फैक्ट्री जो इन प्रोटीन डिजाइनों को स्वचालित रूप से बनाती और परीक्षण करती है।

यहाँ बताया गया है कि उन्होंने इसे कैसे किया, जिसे सरल चरणों में विभाजित किया गया है:

1. ब्लूप्रिंट फैक्ट्री (प्रोटीन डिजाइन करना)

सबसे पहले, टीम ने दो अलग-अलग AI "वास्तुकारों" (जिन्हें RFdiffusion और Proteína कहा जाता है) का उपयोग करके 17,500 अलग-अलग प्रोटीन ब्लूप्रिंट तैयार किए।

चुनौती: यदि आप केवल सबसे अच्छे दिखने वाले ब्लूप्रिंट चुनते हैं, तो आपको ज्यादातर साधारण, उबाऊ आकार (जैसे सीधी ट्यूब) ही मिलेंगे।
समाधान: उन्होंने एक स्मार्ट छँटाई प्रणाली का उपयोग किया ताकि वे एक विविध मिश्रण सुनिश्चित कर सकें: कुछ ट्यूब जैसी, कुछ सपाट शीट, और कुछ जटिल गांठें। उन्होंने परीक्षण के लिए 384 अद्वितीय डिजाइन चुने, जिससे यह सुनिश्चित हुआ कि वे विभिन्न प्रकार की आकृतियों को कवर करें।

2. असेंबली लाइन (प्रोटीन बनाना)

आमतौर पर, एक प्रोटीन बनाने में एक वैज्ञानिक को हफ्तों का मैन्युअल काम करना पड़ता है, जैसे कि एक शिल्पकार हाथ से मूर्ति तराशता है। इन 384 डिजाइनों का परीक्षण करने के लिए यह बहुत धीमा है।

नवाचार: उन्होंने एक रोबोटिक असेंबली लाइन बनाई।
- पुर्जे: उन्होंने डीएनए निर्देशों (ब्लूप्रिंट) को सिंथेटिक कोड के रूप में ऑर्डर किया।
- श्रमिक: उन्होंने इन निर्देशों को बैक्टीरिया (E. coli) में डाला, जो नन्हे कारखानों की तरह काम करते हैं।
- स्वचालन (Automation): एक रोबोटिक पिपेट एक बार में 96 छोटे कुओं (wells) के बीच तरल पदार्थ को स्थानांतरित करता था। बैक्टीरिया ने इन प्रोटीनों को एक विशेष पोषक घोल में उगाया जिसने उन्हें रेडियोधर्मी टैग (Isotopes) के साथ चमकाया, जो अगले चरण के लिए आवश्यक है।
- परिणाम: कुछ ही दिनों में, उन्होंने सैकड़ों प्रोटीन शुद्ध किए। यह महीने में एक मूर्ति हाथ से तराशने के बजाय, प्रति सप्ताह 300 मूर्तियाँ बनाने वाली फैक्ट्री में बदलने जैसा था।

3. "एक्स-रे" स्कैनर (NMR मशीन)

अब उनके पास प्रोटीन थे, लेकिन वे कैसे जानेंगे कि वे काम करते हैं या नहीं? उन्होंने NMR (न्यूक्लियर मैग्नेटिक रेजोनेंस) नामक एक मशीन का उपयोग किया।

उपमा: NMR को एक अत्यंत उन्नत सिंगल मॉलिक्यूल एमआरआई स्कैनर के रूप में समझें। जहाँ एक सामान्य एमआरआई आपके पूरे शरीर की तस्वीर लेता है, वहीं NMR एक एकल प्रोटीन का "फिंगरप्रिंट" लेता है, जो दिखाता है कि प्रत्येक परमाणु कहाँ है और वह कैसे हिल रहा है।
गति: आमतौर पर, एक प्रोटीन को स्कैन करने में कई दिन लगते हैं। यहाँ, उन्होंने मशीन को केवल 45 मिनट के लिए एक प्रोटीन को स्कैन करने के लिए सेट किया।
परिणाम: उन्होंने सभी 379 सफल प्रोटीनों को स्कैन किया।
- 62% (239 प्रोटीन) ने स्पष्ट, सुंदर फिंगरप्रिंट दिए।
- बाकी या तो बहुत कमजोर थे या आपस में गुच्छे बन गए थे (जैसे कि निरीक्षण से पहले ही ढह गया कोई घर)।

4. खोज (उन्होंने क्या सीखा?)

यहीं पर असली जादू हुआ। उन्होंने "वास्तविक" प्रोटीन फिंगरप्रिंट की तुलना "कंप्यूटर" ब्लूप्रिंट से की।

अच्छी खबर: अधिकांश प्रोटीनों ने ठीक वैसा ही बनाया जैसा कंप्यूटर ने डिजाइन किया था। आकार के मामले में AI वास्तुकार सही थे!
बड़ा आश्चर्य: कंप्यूटर ब्लूप्रिंट स्थिर (static) थे (समय में जमे हुए), लेकिन वास्तविक प्रोटीन जीवित थे।
- NMR स्कैन ने दिखाया कि कई प्रोटीनों के कुछ हिस्से हिल रहे थे, फड़फड़ा रहे थे, या आकार बदल रहे थे।
- AI मॉडल, जो जमे हुए प्रोटीनों की तस्वीरों पर प्रशिक्षित होते हैं, इस गति को पूरी तरह से पहचानने में विफल रहे। वे यह अनुमान नहीं लगा सके कि प्रोटीन का एक विशिष्ट लूप ढीला होगा या प्रोटीन का एक "दूसरा व्यक्तित्व" (एक दूसरा आकार जिसे वह कभी-कभी अपना लेता है) होगा।

यह क्यों मायने रखता है?

इसे इस तरह सोचिए: वर्षों से, हम एक कार को समझने के लिए उसके 2D ड्राइंग को देखने की कोशिश कर रहे हैं। हम जानते हैं कि पहिये कहाँ जाते हैं, लेकिन हमें यह नहीं पता कि इंजन कंपन करता है या नहीं, सस्पेंशन उछलता है या नहीं, या दरवाजे बारिश में अटकते हैं या नहीं।

यह पेपर साबित करता है कि अब हम एक सप्ताह में सैकड़ों कारों का निर्माण और परीक्षण कर सकते हैं।

विज्ञान के लिए: यह "सांख्यिकीय संरचनात्मक जीव विज्ञान" (Statistical Structural Biology) के द्वार खोलता है। एक प्रोटीन का पांच साल तक अध्ययन करने के बजाय, हम पैटर्न खोजने के लिए हजारों का अध्ययन कर सकते हैं।
भवि vực के लिए: इस विशाल "गति डेटा" (movement data) को वापस AI में फीड करके, हम कंप्यूटर को न केवल प्रोटीन का आकार डिजाइन करना, बल्कि यह भी डिजाइन करना सिखा सकते हैं कि वह कैसे चलता है और कैसा महसूस करता है। यह उन नई दवाओं को डिजाइन करने के लिए महत्वपूर्ण है जो हमारे शरीर के गतिशील हिस्सों में पूरी तरह फिट बैठ सकें।

संक्षेप में: उन्होंने एक रोबोट फैक्ट्री बनाई जो कंप्यूटर प्रोटीन डिजाइनों को वास्तविक, परीक्षण योग्य अणुओं में बदल देती है, जिससे पता चलता है कि प्रकृति हमारे वर्तमान कंप्यूटर मॉडलों की कल्पना से कहीं अधिक गतिशील और "लहराती हुई" (wiggly) है।

1. समस्या विवरण (Problem Statement)

जबकि हालिया डीप लर्निंग (जैसे, AlphaFold, RFdiffusion) ने इन सिलिको प्रोटीन संरचना भविष्यवाणी और डिजाइन में क्रांति ला दी है, प्रायोगिक सत्यापन (experimental validation), विशेष रूप से प्रोटीन गतिशीलता (protein dynamics) और विन्यास संबंधी विषमता (conformational heterogeneity) के संबंध में एक महत्वपूर्ण बाधा बनी हुई है।

अंतराल (The Gap): वर्तमान कम्प्यूटेशनल मॉडल मुख्य रूप से अनुक्रमों (sequences) को स्थिर संरचनाओं (static structures) से जोड़ते हैं। वे ऊर्जा परिदृश्य (energy landscapes), स्थानीय लचीलेपन (local flexibility) और बहु-अवस्था व्यवहारों (multi-state behaviors) की भविष्यवाणी करने में संघर्ष करते हैं।
सीमा (The Limitation): न्यूक्लियर मैग्नेटिक रेजोनेंस (NMR) स्पेक्ट्रोस्कोपी परमाणु-स्तर की गतिशीलता के लक्षण वर्णन के लिए स्वर्ण मानक (gold standard) है, लेकिन ऐतिहासिक रूप से यह एक कम-थ्रूपुट (low-throughput) तकनीक रही है, जो आमतौर पर एकल प्रोटीन या छोटे सेट तक सीमित होती है। यह प्रोटीन गतिशीलता पर प्रशिक्षित करने के लिए आवश्यक बड़े पैमाने के, मानकीकृत डेटासेट उत्पन्न करने से रोकता है।
लक्ष्य (The Goal): एक स्केलेबल प्रायोगिक पाइपलाइन स्थापित करना जो उच्च-थ्रूपुट प्रोटीन डिजाइन और परमाणु-स्तर के गतिशील लक्षण वर्णन के बीच के अंतर को पाट सके।

2. कार्यप्रणाली: NMR-APP पाइपलाइन (Methodology: The NMR-APP Pipeline)

लेखकों ने NMR-Automated Protein Production (NMR-APP) नामक एक पूर्णतः स्वचालित प्लेटफॉर्म विकसित किया है। यह पाइपलाइन जनरेटिव डिजाइन, रोबोटिक लिक्विड हैंडलिंग और स्वचालित NMR अधिग्रहण को एकीकृत करती है।

A. प्रोटीन डिजाइन और लाइब्रेरी जनरेशन

जनरेटिव मॉडल (Generative Models): संरचनात्मक विविधता सुनिश्चित करने के लिए दो अलग-अलग बैकबोन जनरेशन मॉडल का उपयोग किया गया था:
- RFdiffusion: एक अच्छी तरह से प्रमाणित मॉडल जो हेलिकल संरचनाएं बनाने के लिए जाना जाता है।
- Proteína: एक नया फ्लो-मैचिंग मॉडल जो अधिक विविध फोल्ड्स (जैसे $\beta$ -sheets) उत्पन्न करने में सक्षम है।
अनुक्रम डिजाइन (Sequence Design): प्रत्येक 17,500 बैकबोन प्रति मॉडल के लिए ProteinMPNN (तापमान 0.1) का उपयोग करके अनुक्रमों को डिजाइन किया गया।
फिल्टरिंग और चयन (Filtering & Selection):
- अनुक्रमों को Boltz-1 का उपयोग करके इन सिलिलो (in silico) पुन: फोल्ड किया गया।
- डिजाइनों को स्व-संगति (self-consistency) (pTM > 0.7, C $\alpha$ RMSD < 2 Å) के आधार पर फ़िल्टर किया गया।
- क्लस्टरिंग (Clustering): सरल हेलिकल संरचनाओं के प्रति पूर्वाग्रह से बचने के लिए, डिजाइनों को Foldseek का उपयोग करके क्लस्टर किया गया। संरचनात्मक स्थान (हेलिकल, $\beta$ -शीट और मिश्रित फोल्ड शामिल) के व्यापक कवरेज को सुनिश्चित करने के लिए 384 प्रोटीनों की अंतिम लाइब्रेरी का नमूना लिया गया।

B. उच्च-थ्रूपुट उत्पादन (High-Throughput Production)

क्लोनिंग (Cloning): एक एकॉस्टिक लिक्विड हैंडलर (Echo 525) का उपयोग करके Golden Gate Assembly के माध्यम से स्वचालित।
अभिव्यक्ति (Expression): प्रोटीनों को $^{15}$ N-आइसोटोपिक लेबलिंग के साथ ऑटो-इंडक्शन का उपयोग करके 96-डीपवेल प्लेटों में E. coli (BL21(DE3)) में व्यक्त किया गया।
शुद्धिकरण (Purification): एक दो-चरणीय स्वचालित प्रक्रिया:
1. रासायनिक लिसिस (chemical lysis) के बाद 96-वेल प्लेटों में IMAC (Ni-NTA) शुद्धिकरण।
2. मोनोमर्स को अलग करने के लिए स्वचालित सेमी-प्रिपरेटिव साइज-एक्सक्लूजन क्रोमैटोग्राफी (SEC)।
उपज (Yield): प्रति नमूना औसतन 115 $\mu$ g की उपज प्राप्त हुई। उत्पादन के दौरान केवल 1.3% नमूने विफल हुए।

C. स्वचालित NMR स्क्रीनिंग (Automated NMR Screening)

अधिग्रहण (Acquisition): 600 MHz क्रायोप्रोब पर 25°C पर प्रति नमूना 45 मिनट के लिए एक मानकीकृत 2D [ $^{15}$ N, $^1$ H]-SOFAST HMQC प्रयोग रिकॉर्ड किया गया।
स्वचालन (Automation): एक बार लोड होने के बाद, डेटा अधिग्रहण और नमूना हैंडलिंग पूरी तरह से स्वचालित थी, जिसमें कोई मैन्युअल हस्तक्षेप नहीं आवश्यक था।
गुणवत्ता नियंत्रण (Quality Control): पीक काउंट, तीव्रता वितरण और सिग्नल-टू-नॉइज़ अनुपात का विश्लेषण करने के लिए स्वचालित स्क्रिप्ट्स का उपयोग किया गया ताकि स्पेक्ट्रा की गुणवत्ता को वर्गीकृत किया जा सके।

3. मुख्य परिणाम (Key Results)

A. थ्रूपुट और सफलता दर (Throughput and Success Rates)

पैमाना (Scale): पाइपलाइन ने सफलतापूर्वक 384 de novo डिजाइन किए गए प्रोटीनों को प्रोसेस किया।
सफलता दर (Success Rate):
- 98.7% (379/384) डिजाइन सफलतापूर्वक व्यक्त और शुद्ध किए गए।
- 62% (239/379) ने विस्तृत विश्लेषण के लिए उपयुक्त उच्च-गुणवत्ता वाले NMR स्पेक्ट्रा दिए।
- 21% ने निम्न-गुणवत्ता वाले स्पेक्ट्रा दिए (पता लगाने योग्य लेकिन शोर युक्त), और 16% में कोई व्याख्या योग्य डेटा नहीं मिला (संभवतः एकत्रीकरण या कम अभिव्यक्ति के कारण)।
दक्षता (Efficiency): एक अकेला ऑपरेटर प्रति सप्ताह सैकड़ों प्रोटीन का उत्पादन और विश्लेषण कर सकता है। थ्रूपुट स्पेक्ट्रोमीटर समय (लगभग 32 नमूने/दिन) द्वारा सीमित है, न कि कर्मियों द्वारा।
लागत (Cost): प्रति नमूना लागत लगभग $25 USD है, जो मुख्य रूप से सिंथेटिक डीएनए की लागत से निर्धारित होती है।

B. संरचनात्मक सत्यापन (Structural Validation)

फोल्ड पुष्टि (Fold Confirmation): चयनित 9 प्रोटीनों के लिए, पूर्ण बैकबोन असाइनमेंट और संरचना निर्धारण किया गया।
- RMSD: एक प्रतिनिधि प्रोटीन के प्रयोगात्मक रूप से निर्धारित NMR संरचना ने डिज़ाइन किए गए मॉडल के साथ 1.3 Å का RMSD दिखाया।
- द्वितीयक संरचना (Secondary Structure): केमिकल शिफ्ट विश्लेषण ने पुष्टि की कि डिज़ाइन किए गए प्रोटीन अपनी इच्छित द्वितीयक संरचनाओं (हेलिस, शीट्स, कॉइल्स) को उच्च निष्ठा के साथ अपनाते हैं।

C. गतिशीलता और बहु-अवस्था व्यवहार (Dynamics and Multi-State Behavior)

अप्रत्याशित गतिशीलता (Unexpected Dynamics): स्थिर संस्थाओं के रूप में डिजाइन किए जाने के बावजूद, कई प्रोटीनों ने NMR रिलैक्सेशन प्रयोगों ( $T_1$ , $T_2$ , NOE) के माध्यम से पता लगाने योग्य स्थानीय बैकबोन गतिशीलता (लूप्स, लचीले खंड) प्रदर्शित की।
बहु-अवस्था आबादी (Multi-State Populations): कई डिजाइनों ने मामूली विन्यास अवस्थाएं (5% जितनी कम आबादी) दिखाईं, जिसका श्रेय अक्सर cis/trans प्रोलाइन आइसोमेराइजेशन को दिया जाता है।
कम्प्यूटेशनल अंतराल (Computational Gap): कम्प्यूटेशनल मेट्रिक्स (जैसे, AlphaFold/Boltz से pLDDT, RMSF) और प्रयोगात्मक NMR रिलैसेशन मापदंडों के बीच कोई सहसंबंध नहीं ( $R^2 < 0.12$ ) था। यह इंगित करता है कि स्थिर संरचनाओं पर प्रशिक्षित वर्तमान जनरेटिव मॉडल, डिज़ाइन किए गए प्रोटीनों में अवशेष-विशिष्ट (residue-specific) गतिशीलता की भविष्यवाणी करने में विफल रहते हैं।

D. सांख्यिकीय अंतर्दृष्टि (Statistical Insights)

स्पेक्ट्रल क्लस्टरिंग (Spectral Clustering): अनसुपरवाइज्ड क्लस्टरिंग ने फोल्ड क्लास (जैसे, $\alpha$ -हेलिकल बनाम मिश्रित) के आधार पर HMQC स्पेक्ट्रा को सफलतापूर्वक अलग किया, जिससे पता चलता है कि मशीन लर्निंग अनअसाइंड स्पेक्ट्रा से संरचनात्मक पैटर्न निकाल सकती है।
गतिशीलता मेट्रिक्स (Dynamics Metrics): पीक तीव्रता का विचलन गुणांक (Coefficient of Variation - CV) विन्यास संबंधी विषमता का पता लगाने के लिए एक मजबूत, सांद्रता-स्वतंत्र मेट्रिक के रूप में उभरा।

4. महत्व और प्रभाव (Significance and Impact)

प्रतिमान परिवर्तन (Paradigm Shift): यह पेपर "सांख्यिकीय संरचनात्मक जीव विज्ञान" (Statistical Structural Biology) के एक नए युग की स्थापना करता है। एकल प्रोटीन का अलग से अध्ययन करने के बजाय, शोधकर्ता अब डिज़ाइन किए गए प्रोटीनों के समूह (ensembles) का अध्ययन करके अनुक्रम-संरचना-गतिशीलता संबंधों को नियंत्रित करने वाले सांख्यिकीय नियमों को प्राप्त कर सकते हैं।
AI के लिए डेटा (Data for AI): यह पाइपलाइन उन बड़े पैमाने के, मानकीकृत डेटासेट उत्पन्न करता है जो अगली पीढ़ी के डीप लर्निंग मॉडल को प्रशिक्षित करने के लिए आवश्यक हैं, जो विकासवादी जानकारी से स्वतंत्र होकर, केवल अनुक्रम से प्रोटीन गतिशीलता और ऊर्जा परिदृश्य की भविष्यवाणी कर सकें।
स्केलेबिलिटी (Scalability): प्रोटीन उत्पादन को मैन्युअल श्रम से अलग करके, लेखक यह प्रदर्शित करते हैं कि NMR को आधुनिक कम्प्यूटेशनल डिजाइन के थ्रूपुट से मेल खाने के लिए स्केल किया जा सकता है, जिससे NMR एक बाधा के बजाय एक उच्च-थ्रूपुट खोज इंजन बन जाता है।
भविष्य के अनुप्रयोग (Future Applications): यह प्लेटफॉर्म बड़े प्रोटीनों (मिथाइल लेबलिंग के माध्यम से), प्राकृतिक प्रोटीनों और कॉम्प्लेक्स के लिए विस्तार योग्य है, और इसका उपयोग इंट्रांसिकली डिसऑर्डर्ड प्रोटीन्स (IDPs), एलोस्टेरी (allostery) और कार्यात्मक विषमता के अध्ययन के लिए किया जा सकता है।

निष्कर्ष (Conclusion)

यह कार्य सफलतापूर्वक प्रदर्शित करता है कि जनरेटिव AI डिजाइन को स्वचालित रोबोटिक्स और NMR स्पेक्ट्रोस्कोपी के साथ जोड़कर एक शक्तिशाली फीडबैक लूप बनाया जा सकता है। यह मान्य करता है कि de novo डिज़ाइन किए गए प्रोटीन सही ढंग से फोल्ड होते हैं, लेकिन यह भी प्रकट करता है कि उनका गतिशील व्यवहार अभी भी वर्तमान स्थिर मॉडलों द्वारा अनुमानित करने योग्य नहीं है। NMR-APP प्लेटफॉर्म इस अंतर को पाटने के लिए आवश्यक प्रयोगात्मक बुनियादी ढांचा प्रदान करता है, जो प्रोटीन गति और कार्य की डेटा-संचालित समझ को सक्षम बनाता है।