Learning the structural diversity in random protein sequence space
एक उच्च-थ्रूपुट FRET बायोसेंसर और मशीन लर्निंग के माध्यम से दस लाख सिंथेटिक रैंडम प्रोटीन की स्क्रीनिंग करके, यह अध्ययन प्रकट करता है कि जीव विज्ञान जैसे, सघन प्रोटीन फोल्ड्स रैंडम सीक्वेंस स्पेस से आश्चर्यजनक रूप से सुलभ और सीखने योग्य हैं, जो इस धारणा को चुनौती देते हैं कि कार्यात्मक संरचनाएं दुर्लभ सिंगुलैरिटीज (singularities) हैं।
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 सभी संभावित प्रोटीनों का ब्रह्मांड एक विशाल, अनंत पुस्तकालय है। अभी, पृथ्वी पर जीवन ने इस पुस्तकालय की किताबों के एक बहुत ही छोटे, नगण्य हिस्से को ही पढ़ा है। वैज्ञानिक सोच रहे थे: क्या "अच्छी" किताबें—जो उपयोगी, स्थिर आकृतियों में मुड़ती हैं—ढेरों के बीच छिपे दुर्लभ, अनमोल खजाने हैं? या वे वास्तव में आम हैं, जिन्हें ढूंढना आसान है यदि आप बस बेतरतीब ढंग से पन्ने पलटना शुरू कर दें?
इसका उत्तर देने के लिए, शोधकर्ताओं ने केवल अनुमान लगाना बंद करने और पढ़ना शुरू करने का निर्णय लिया। उन्होंने एक मिलियन बिल्कुल नए, यादृच्छिक (रैंडम) "कहानियां" (प्रोटीन अनुक्रम) लिखीं और उनका परीक्षण किया जिन्हें प्रकृति ने पहले कभी नहीं देखा था। उन्होंने जीवित कोशिकाओं के भीतर एक चतुर, उच्च-गति कैमरा प्रणाली (FRET बायोसेंसर) का उपयोग करके यह देखने के लिए कि इन रैंडम प्रोटीनों ने क्या किया।
इस यादृच्छिक विचारों के पुस्तकालय में उन्हें यह मिला:
- अराजकता: कई रैंडम प्रोटीन ऊन के उलझे हुए ढेर की तरह थे जो खुद को आपस में नहीं जोड़ पाते थे (अव्यवस्थित श्रृंखलाएं), या वे चिपचिपे, हानिकारक गोलों में आपस में गुच्छे बन गए जिससे कोशिका पर तनाव बढ़ गया (एग्रीगेट्स)।
- आश्चर्य: लेकिन, उन्हें आश्चर्यजनक संख्या में "सौम्य" (बेनाइन) प्रोटीन भी मिले। ये न तो अस्त-व्यस्त थे और न ही चिपचिपे; ये सलीके से मुड़कर कॉम्पैक्ट, गोलाकार आकृतियों में बदल गए जो बिल्कुल उन प्रोटीनों की तरह दिखते थे जिन्हें हम प्रकृति में देखते हैं। महत्वपूर्ण रूप से, कोशिका के "सुरक्षा गार्डों" (चेपरोन) ने उन्हें नोटिस तक नहीं किया या उन्हें ठीक करने की कोशिश नहीं की क्योंकि वे इतने सुव्यवस्थित थे।
इसे ऐसे समझें जैसे आप एक मिलियन रैंडम लेगो (LEGO) ब्लॉक्स को हवा में उछाल रहे हों। आप उम्मीद कर सकते हैं कि वे एक बिखरे हुए ढेर के रूप में गिरेंगे। इसके बजाय, शोधकर्ताओं ने पाया कि उनमें से एक महत्वपूर्ण संख्या अपने आप में पूर्ण, स्थिर महल की आकृतियों में गिरी, जिसके लिए किसी मास्टर बिल्डर की आवश्यकता नहीं पड़ी।
अंत में, टीम ने एक कंप्यूटर (मशीन लर्निंग) को उन पैटर्न को पहचानने के लिए सिखाया जिन्होंने इन रैंडम प्रोटीनों को खूबसूरती से मुड़ने में मदद की। एक बार जब कंप्यूटर ने इन रैंडम प्रयोगों से नियम सीख लिए, तो वह प्रकृति में पाए जाने वाले प्रोटीनों की आकृतियों की सफलतापूर्वक भविष्यवाणी भी कर सका।
मुख्य निष्कर्ष:
यह अध्ययन दिखाता है कि "जीवविज्ञान-समान" आकृतियाँ दुर्लभ, जादुई दुर्घटनाएँ नहीं हैं। वे वास्तव में काफी आम हैं और सुलभ हैं, यहाँ तक कि रैंडम अनुक्रमों के समुद्र में भी। यह वैज्ञानिकों को नए प्रोटीन डिजाइन करने के लिए एक नया मानचित्र देता है जो केवल उस चीज़ की नकल नहीं करते जो विकास (इवोल्यूशन) ने पहले ही कर ली है, बल्कि भौतिक रूप से जो संभव है, उस विशाल, अनछुए क्षेत्र की खोज करते हैं।
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।