PhagePickr: A bacteria-centric computational tool for designing resistance-aware phage cocktails
PhagePickr एक नवीन, बैक्टीरिया-केंद्रित कम्प्यूटेशनल पाइपलाइन है जो होस्ट प्रतिरोध विकास के जोखिम को कम करने के लिए बैक्टीरियल सतह रिसेप्टर समानता और जीनोमिक विविधता के आधार पर फैज (phages) का चयन करके प्रतिरोध-जागरूक फैज कॉकटेल डिजाइन करती है।
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
द दशकों से, चिकित्सा जगत जीवाणु संक्रमणों से लड़ने के लिए एंटीबायोटिक्स पर निर्भर रहा है, लेकिन बैक्टीरिया ने इन दवाओं को मात देने के लिए खुद को ढाल लिया है, और वे 'सुपरबग्स' में विकसित हो गए हैं जो अब उपचार के प्रति प्रतिक्रिया नहीं देते। इस बढ़ती प्रतिरोधक क्षमता ने हानिकारक बैक्टीरिया को मारने के नए तरीकों की एक हताश कर देने वाली आवश्यकता पैदा कर दी है। एक आशाजनक विकल्प 'फेज थेरेपी' (phage therapy) है, जो बैक्टीरियोफेज नामक वायरसों का उपयोग करती है जो स्वाभाविक रूप से बैक्टीरिया का शिकार करते हैं और उन्हें नष्ट कर देते हैं। हालाँकि, जिस तरह बैक्टीरिया एंटीबायोटिक्स के प्रति प्रतिरोध विकसित कर सकते हैं, वे इन वायरसों के खिलाफ भी बचाव विकसित कर सकते हैं। जब एक बैक्टीरिया वायरस को रोकने के लिए अपनी सतह को बदल देता है, तो वह विशिष्ट वायरस अब उसे संक्रमित नहीं कर पाता, जिससे उपचार बेकार हो जाता है। वैज्ञानिकों के लिए चुनौती एक ऐसा उपचार डिजाइन करने की है जो एक कदम आगे रहे, और बैक्टीरिया को उस हमले को रोकने के लिए दीवार बनाने से रोके।
इसे हल करने के लिए, शोधकर्ताओं एलेक्जेंड्रो ओनेटो और केनइची डब्ल्यू. ओकामोटो ने 'फेजपिकर' (PhagePickr) नामक एक नया कंप्यूटर टूल विकसित किया है। यह अनुमान लगाने के बजाय कि कौन से वायरस काम कर सकते हैं, यह टूल उन विशिष्ट "दरवाजों" पर आधारित रणनीति का उपयोग करता है जिनका उपयोग बैक्टीरिया वायरसों को अंदर आने देने के लिए करते हैं। बैक्टीरिया की सतह पर प्रोटीन होते हैं जो रिसेप्टर्स, या प्रवेश बिंदुओं के रूप में कार्य करते हैं। यदि कोई वायरस इन रिसेप्टर्स को पहचान सकता है और उनसे जुड़ सकता है, तो वह कोशिका को संक्रमित कर सकता है। शोधकर्ताओं ने महसूस किया कि यदि वे ऐसे बैक्टीरिया पा सकें जिनके पास बहुत मिलते-जुलते सतह द्वार हों जैसे कि वे खतरनाक बैक्टीरिया जिन्हें वे उपचारित करना चाहते हैं, तो वे ऐसे वायरस पा सकते हैं जो पहले से ही उन दरवाजों के अनुकूल हों। ऐसे वायरसों का मिश्रण चुनने के लक्ष्य के साथ जो एक-दूसरे से आनुवंशिक रूप से बहुत भिन्न हों लेकिन उन समान प्रवेश बिंदुओं को लक्षित करने में सक्षम हों, इस टूल का उद्देश्य एक ऐसा 'कॉक्टेल' बनाना है जिसे बैक्टीरिया के लिए विफल करना बहुत कठिन हो। यदि एक बैक्टीरिया एक वायरस से बचने के लिए एक दरवाजा बदलने की कोशिश करता है, तो वह अभी भी मिश्रण के अन्य वायरसों के प्रति संवेदनशील हो सकता है, जो अंदर घुसने के लिए अलग-अलग रणनीतियों का उपयोग करते हैं।
टीम ने अपने नए सॉफ्टवेयर का परीक्षण 'ESKAPE' रोगजनकों के एक समूह पर किया, जो अत्यधिक दवा-प्रतिरोधी बैक्टीरिया के रूप में जाने जाते हैं, जिनमें स्टैफिलोकोकस ऑरियस (Staphylococcus aureus) और स्यूडोमोनास एरुगिनोसा (Pseudomonas aeruginosa) जैसी प्रजातियां और दो कम-अध्ययन की गई प्रजातियां शामिल हैं। कंप्यूटर प्रोग्राम ने पहले लक्षित बैक्टीरिया के सतह प्रोटीन को देखकर और फिर एक डेटाबेस की खोज करके काम किया ताकि अन्य बैक्टीरिया प्रजातियों को खोजा जा सके जो इन प्रोटीनों का एक बहुत समान सेट साझा करती हैं। एक बार जब इसने इन "पड़ोसियों" की पहचान कर ली, तो टूल ने उन वायरसों को देखा जो उन पड़ोसियों को संक्रमित करने के लिए जाने जाते हैं। इसके बाद इसने समूहों में से सबसे आनुवंशिक रूप से विविध वायरस के जोड़े चुने ताकि यह सुनिश्चित किया जा सके कि अंतिम मिश्रण जितना संभव हो उतना विविध हो। इस दृष्टिकोण ने टूल को ऐसे उपचार सुझाने की अनुमति दी जिसमें न केवल सीधे लक्षित बैक्टीरिया को संक्रमित करने वाले वायरस शामिल थे, बल्कि संबंधित प्रजातियों के वायरस भी शामिल थे जो साझा सतह विशेषताओं के कारण प्रभावी हो सकते थे।
परिणामों से पता चला कि PhagePickr इन सभी परीक्षण किए गए बैक्टीरिया के लिए इन वायरल कॉकटेल को सफलतापूर्वक उत्पन्न कर सकता था। प्रसिद्ध दवा-प्रतिरोधी बैक्टीरिया के लिए, टूल ने अक्सर ऐसे वायरस पाए जो अन्य अध्ययनों में प्रभावी साबित हुए हैं, जो पुष्टि करता है कि यह विधि काम करती है। कम-अध्ययन की गई प्रजातियों के लिए, टूल ने नए उम्मीदवारों का प्रस्ताव दिया, जिसमें दूर के बैक्टीरिया परिवारों के वायरस शामिल थे जो आवश्यक सतह लक्षणों को साझा करते हैं। कुछ मामलों में, टूल ने ऐसे वायरस सुझाए जो 'लायटिक' (lytic) के रूप में जाने जाते हैं, जिसका अर्थ है कि वे बैक्टीरिया को तुरंत फोड़कर मार देते हैं, जबकि अन्य मामलों में, इसने उन वायरसों की पहचान की जिन्हें उनके व्यवहार की पुष्टि करने के लिए और अध्ययन की आवश्यकता हो सकती है। शोधकर्ताओं ने उल्लेख किया कि हालांकि कंप्यूटर इन संभावित उम्मीदवारों की सूचियाँ बना सकता है, लेकिन जीवित रोगी में इन वायरसों की संक्रमण को ठीक करने की वास्तविक क्षमता का अभी तक परीक्षण नहीं किया गया है। यह टूल एक शुरुआती बिंदु के रूप में डिज़ाइन किया गया है, जो वैज्ञानिकों को लैब में परीक्षण करने के लिए सबसे आशाजनक वायरसों की एक संक्षिप्त सूची प्रदान करता है।
प्रमुख निष्कर्षों में से एक यह था कि टूल बहुत कम ज्ञात वायरसों वाले बैक्टीरिया को उनके निकटतम रिश्तेदारों को देखकर संभाल सकता है। उदाहरण के लिए, एक कठिन अध्ययन योग्य बैक्टीरिया का विश्लेषण करते समय, सॉफ्टवेयर ने एक पड़ोसी प्रजाति को पाया जो आनुवंशिक रूप से दूर थी लेकिन समान सतह रिसेप्टर्स साझा करती थी, जिससे वह ऐसे वायरस सुझा सका जो काम कर सकते थे। शोधकर्ताओं ने यह भी पाया कि प्रोग्राम चलाने में लगने वाला समय मुख्य रूप से तुलना किए जा रहे वायरल जीनोम के आकार पर निर्भर करता है, जिसमें बड़े डेटा सेट को प्रोसेस करने में अधिक समय लगता है। हालांकि यह टूल शक्तिशाली है, लेखक सावधानीपूर्वक बताते हैं कि यह वर्तमान में एक 'हाइपोथीसिस जनरेटर' (परिकल्पना जनरेटर) है। यह सार्वजनिक डेटाबेस में उपलब्ध डेटा की गुणवत्ता पर निर्भर करता है, और यदि बैक्टीरिया के सतह प्रोटीन के बारे में जानकारी अधूरी है, तो सुझाव कम सटीक हो सकते हैं। जैसे-जैसे डेटा उपलब्ध होता जाएगा, इस टूल के और अधिक सटीक होने की उम्मीद है।
अंततः, PhagePickr वैज्ञानिकों के वायरल उपचारों को डिजाइन करने के दृष्टिकोण में एक बदलाव का प्रतिनिधित्व करता है। केवल अनुमान लगाने या केवल सबसे स्पष्ट मिलानों को खोजने के बजाय, यह टूल बैक्टीरिया और वायरसों के बीच छिपे हुए संबंधों को खोजने के लिए एक व्यवस्थित, डेटा-संचालित दृष्टिकोण का उपयोग करता है। केवल बैक्टीरिया के वंश (family tree) के बजाय उनके साझा भौतिक गुणों पर ध्यान केंद्रित करके, यह उपचारों की एक विस्तृत श्रृंखला खोलता है। शोधकर्ता आशा करते हैं कि विविध वायरल उम्मीदवारों को चुनने का एक स्पष्ट, स्वचालित तरीका प्रदान करके, वे दवा-प्रतिरोधी बैक्टीरिया के विकसित होते बचावों को मात देने वाले नए उपचारों की खोज में तेजी ला सकते हैं। यह कार्य सुझाव देता है कि बेहतर डेटा और निरंतर परीक्षण के साथ, इस प्रकार का कम्प्यूटेशनल मार्गदर्शन सुपरबग्स के खिलाफ लड़ाई में एक मानक हिस्सा बन सकता 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।