Phenotype-driven de novo molecular design from gene expression signatures
यह शोध पत्र Tx2Mol का परिचय देता है, जो एक ट्रांसक्रिप्टोम-निर्देशित ढांचा (framework) है जो जीन-अभिव्यक्ति हस्ताक्षरों (gene-expression signatures) को रासायनिक रूप से प्रशंसनीय और जैविक रूप से प्रासंगिक 'डी नोवो' अणुओं में अनुवादित करता है, जो बल्क, सिंगल-सेल और रोगी-व्युत्पन्न रोग संदर्भों में फेनोटाइपिक प्रतिक्रियाओं को बनाए रखने में मौजूदा बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता 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
कल्पना कीजिए कि आप एक मास्टर शेफ हैं जो एक नया व्यंजन बनाने की कोशिश कर रहे हैं। आमतौर पर, आप एक विशिष्ट सामग्री से शुरुआत करते हैं जिसे आप उभारना चाहते हैं, जैसे कि "मुझे एक ऐसा सॉस चाहिए जिसका स्वाद बिल्कुल ट्रफल जैसा हो।" चिकित्सा की दुनिया में, यह एक दवा को शरीर में एक विशिष्ट प्रोटीन से जुड़ने के लिए डिज़ाइन करने जैसा है, जैसे ताले में फिट होने वाली एक चाबी। यह "लक्ष्य-आधारित" (target-based) दृष्टिकोण दशकों से मानक रेसिपी रहा है। लेकिन कभी-कभी, रेसिपी बुक अधूरी होती है। हमें शायद ठीक से पता नहीं होता कि कौन सा प्रोटीन बीमारी का कारण बन रहा है, या बीमारी इतनी जटिल है कि केवल एक लॉक को ठीक करने से अराजकता नहीं रुकती। इन मामलों में, वैज्ञानिक केवल एक सामग्री के बजाय पूरे किचन के "फ्लेवर प्रोफाइल" को देखते हैं। वे जीन-एक्सप्रेशन सिग्नेचर (gene-expression signature) को देखते हैं, जो एक विशाल सूची की तरह है जो बताती है कि एक बीमार व्यक्ति की हर कोशिका कैसे चिल्ला रही है, फुसफुसा रही है या शोर मचा रही है। यह शरीर की आंतरिक स्थिति का एक स्नैपशॉट है। बड़ा सवाल यह है: क्या हम कोशिकाओं के इस अराजक, शोर भरे शोर को उपयोग करके स्वचालित रूप से एक बिल्कुल नया उपचार बना सकते हैं जो इस शोर को शांत कर सके, भले ही हमें यह न पता हो कि वह दवा किस "लॉक" को घुमा रही है?
यह चुनौती एक नए टूल Tx2Mol को पेश करने वाले एक नए अध्ययन द्वारा हल की गई है। Tx2-Mol को एक सुपर-स्मार्ट, AI-संचालित 'सू-शेफ' (sous-chef) के रूप में समझें जो न केवल एक एकल सामग्री को देखता है बल्कि पूरे किचन के मूड को भी पढ़ता है। "इस लॉक के लिए चाबी बनाएं" कहे जाने के बजाय, AI को एक ट्रांसक्रिप्टोम दिया जाता है—एक विस्तृत रिपोर्ट कि एक विशिष्ट बीमारी या विशिष्ट दवा उपचार के बाद जीन कैसे व्यवहार कर रहे हैं। लक्ष्य एक नया अणु (एक नई रासायनिक रेसिपी) बनाना है, जो इस रिपोर्ट से मेल खाता हुआ जैविक प्रतिक्रिया उत्पन्न करेगा। शोधकर्ताओं ने इसे तीन अलग-अलग "किचनों" पर परखा: बल्क सैंपल (मिश्रित कोशिकाओं का एक बड़ा बर्तन), सिंगल-सेल सैंपल (व्यक्तिगत, शोर भरी कोशिकाओं को देखना), और वास्तविक रोगी डेटा। उन्होंने पाया कि Tx2Mol सफलतापूर्वक नए अणु "पका" सकता है जो न केवल रासायनिक रूप से सुदृढ़ दिखते थे, बल्कि वे विशिष्ट बीमारी की स्थिति के लिए सही "स्वाद" भी रखते थे, और अक्सर ऐसे नए स्ट्रक्चर खोजते थे जो मौजूदा दवाओं से अलग थे लेकिन फिर भी प्रभावी थे।
समस्या: जब रेसिपी बुक के पन्ने गायब हों
लंबे समय से, ड्रग डिस्कवरी एक घर बनाने की कोशिश करने जैसा रहा है जहाँ आप केवल सामने के दरवाजे को देख रहे हैं। वैज्ञानिक एक विशिष्ट प्रोटीन (दरवाजा) पाते हैं और उसे खोलने या बंद करने के लिए एक अणु (चाबी) डिजाइन करते हैं। यह तब बहुत अच्छा काम करता है जब हमें पता होता है कि वह दरवाजा कैसा दिखता है। लेकिन कई बीमारियाँ, जैसे कैंसर, एक पूरे अस्त-व्यस्त पड़ोस की तरह हैं। समस्या केवल एक टूटा हुआ दरवाजा नहीं है; समस्या ट्रैफिक, शोर और बिजली ग्रिड का एक साथ खराब होना है। कभी-कभी, हमें यह भी पता नहीं होता कि मुख्य अपराधी कौन सा विशिष्ट प्रोटीन है।
इन स्थितियों में, वैज्ञानिक "जीन-एक्सप्रेशन सिग्नेचर" को माप सकते हैं। कल्पना करें कि यह एक विशाल, हाई-टेक माइक्रोफ़ोन है जो एक कोशिका के भीतर हजारों जीनों की बातचीत को रिकॉर्ड कर रहा है। यदि कोशिका बीमार है, तो जीन एक विशिष्ट पैटर्न में "आग!" या "बचाओ!" चिल्ला सकते हैं। यदि कोई दवा काम करती है, तो वह उस पैटर्न को बदलकर कुछ शांत बना देती है। इस "चैटर" (बातचीत) को एक ब्लूप्रिंट के रूप में उपयोग करने का विचार है। यदि हम कंप्यूटर को बता सकें, "एक ऐसा अणु बनाएं जो इस 'आग!' वाले पैटर्न को 'शांत' पैटर्न में बदल दे," तो हम बिना यह जाने कि सटीक लॉक-एंड-की मैकेनिज्म क्या है, नई दवाएं खोज सकते हैं।
हालाँकि, एक पेच है। ये जीन सिग्नेचर अव्यवस्थित, विशाल और संदर्भ (जैसे कि कोशिका लीवर में है या फेफड़े में) पर बहुत अधिक निर्भर होते हैं। इन हस्ताक्षरों का उपयोग दवा डिजाइन करने के लिए करने के पिछले प्रयास अक्सर इन हस्ताक्षरों को शुरुआत में केवल एक संकेत के रूप में मानते थे। यह शेफ को यह बताने जैसा था कि, "कुछ मसालेदार बनाएं," और फिर उन्हें बाकी व्यंजन पकाने के लिए छोड़ दिया गया बिना किसी और निर्देश के। जब तक व्यंजन तैयार हुआ, शेफ शायद "मसालेदार" निर्देश भूल गया और बस कुछ सामान्य चीज़ बना दी। परिणाम? एक अणु जो कागज पर तो अच्छा दिखता है लेकिन वास्तव में विशिष्ट जैविक समस्या को ठीक नहीं करता है।
समाधान: Tx2Mol, "फुसफुसाने वाला" शेफ
इस अध्ययन के पीछे के शोधकर्ताओं ने इस "भूलने" की समस्या को हल करने के लिए Tx2Mol बनाया। वे एक ऐसा सिस्टम चाहते थे जो निर्माण प्रक्रिया के हर एक चरण के लिए जैविक लक्ष्य को ध्यान में रखे।
उन्होंने AI को केंद्रित रखने के लिए दो मुख्य तरकीबों का उपयोग किया:
- "सॉफ्ट-प्रिफिक्स" व्हिस्पर (The "Soft-Prefix" Whisper): केवल शुरुआत में AI को संकेत देने के बजाय, Tx2Mol अणु के निर्माण के प्रत्येक चरण में एक विशेष "फुसफुसाहट" जोड़ता है। कल्पना करें कि AI परमाणु दर परमाणु एक अणु बना रहा है, जैसे लेगो ब्रिक्स को स्टैक करना। Tx2Mol के साथ, हर बार जब वह एक नया ब्रिक उठाता है, तो उसे जीन सिग्नेचर से एक कोमल अनुस्मारक मिलता है: "याद रखें, हम इस विशिष्ट बीमारी को शांत करने की कोशिश कर रहे हैं।" यह सुनिश्चित करता है कि अंतिम अणु जैविक लक्ष्य से गहराई से जुड़ा हुआ है, न कि केवल एक यादृच्छिक रासायनिक संरचना।
- "मैचमेकर" ट्रेनिंग (The "Matchmaker" Training): AI को एक मैचमेकर बनने के लिए भी प्रशिक्षित किया गया था। इसने "कॉन्ट्रास्टिव अलाइनमेंट" नामक तकनीक का उपयोग करके विशिष्ट जीन हस्ताक्षरों को उन्हें ठीक करने वाले अणुओं के साथ जोड़ने का सीखा। यह AI को यह पहचानने में मदद करने जैसा है कि एक बीमार कोशिका की एक विशिष्ट "चीख" का उत्तर हमेशा एक विशिष्ट "सुखदायक गीत" द्वारा दिया जाता है। यह AI को जेनेरिक, उबाऊ अणु बनाने से बचने में मदद करता है जो वास्तव में कुछ भी नहीं करते हैं।
टेस्ट ऑफ टेस्ट: क्या नए व्यंजन काम कर रहे थे?
टीम ने यह देखने के लिए कि क्या यह वास्तव में उपयोगी दवाएं पका सकता है, Tx2Mol को तीन कठोर टेस्ट में डाला।
टेस्ट 1: बल्क पॉट (स्टैंडर्ड कैंसर टारगेट्स)
सबसे पहले, उन्होंने 10 विभिन्न कैंसर-संबंधित लक्ष्यों (जैसे AKT1, HDAC1, और TP53) पर इस AI का परीक्षण किया। उन्होंने AI को उन कोशिकाओं के जीन सिग्नेचर दिए जहाँ ये लक्ष्य गड़बड़ थे और इसे नए अणु उत्पन्न करने के लिए कहा।
- परिणाम: Tx2Mol एक स्टार शेफ साबित हुआ। इसने ऐसे अणु उत्पन्न किए जो अन्य सभी विधियों की तुलना में ज्ञात प्रभावी दवाओं के बहुत अधिक समान थे। औसतन, इसने ज्ञात दवाओं के साथ समानता को 24.10% सुधार दिया। एक विशिष्ट लक्ष्य, HDAC1 के लिए, सुधार भारी मात्रा में 50.67% था।
- चेक: उन्होंने केवल समानता ही नहीं देखी; उन्होंने यह भी जांचा कि क्या अणु वास्तव में "वास्तविक" (रासायनिक रूप से वैध) थे और क्या वे नए थे (केवल पुरानी दवाओं की नकल नहीं)। Tx2Mol ने शानदार प्रदर्शन किया, उच्च-गुणवत्ता वाले और नवीन अणु बनाए।
- डॉकिंग: उन्होंने कंप्यूटर प्रोग्राम 'ऑटोडॉक विना' (AutoDock Vina) का उपयोग करके सिम्युलेट किया कि ये नए अणु वास्तव में प्रोटीन "लॉक्स" में कैसे फिट होते हैं। कई मामलों में, नए अणु ज्ञात दवाओं की तुलना में बेहतर फिट हुए, जिससे पता चलता है कि वे वास्तव में लक्ष्य से जुड़ सकते हैं।
टेस्ट 2: सिंगल-सेल नॉइज़ (शोर भरी, व्यक्तिगत कोशिकाएं)
इसके बाद, वे एक कठिन चुनौती की ओर बढ़े: सिंगल-सेल डेटा। यह एक भीड़भाड़ वाले, शोर भरे कमरे में फुसफुसाहट सुनने जैसा है। डेटा बहुत अधिक अव्यवस्थित है। उन्होंने विभिन्न दवाओं से उपचारित तीन अलग-अलग सेल लाइन्स (A549, K562, और MCF7) से डेटा का उपयोग किया।
- परिणाम: शोर के बावजूद, Tx2Mol ने अपनी पकड़ बनाए रखी। इसने अपने उन वर्जनों को पछाड़ दिया जिनमें "सॉफ्ट-प्रिफिक्स" व्हिस्पर का उपयोग नहीं किया गया था, जिससे साबित हुआ कि निर्माण के हर चरण में जैविक लक्ष्य को ध्यान में रखना महत्वपूर्ण है।
- सिमुलेशन: यह देखने के लिए कि क्या नए अणु वास्तव में काम करेंगे, उन्होंने एक अलग AI (chemCPA) का उपयोग किया। उन्होंने पाया कि Tx2Mol द्वारा उत्पन्न अणुओं ने मूल दवाओं के "ट्रांसक्रिप्शनल रिस्पॉन्स" को संरक्षित किया। दूसरे शब्दों में, यदि मूल दवा ने कुछ जीन को ऊपर और कुछ को नीचे किया, तो नए Tx2Mol अणुओं ने भी वैसा ही किया। उन्होंने शीर्ष 50 जीनों के लिए परिवर्तनों की दिशा (ऊपर या नीचे) को 98% बार मैच किया। यह सुझाव देता है कि नए अणु केवल यादृच्छिक आकार नहीं हैं; वे वास्तविक दवाओं के जैविक प्रभाव की नकल कर रहे हैं।
टेस्ट 3: वास्तविक रोगी (डिजीज सिग्नेचर)
अंत में, उन्होंने अल्जाइमर, स्तन कैंसर और लिवर सिरोसिस सहित 12 विभिन्न बीमारियों वाले वास्तविक रोगियों के जीन हस्ताक्षरों का उपयोग करके अंतिम परीक्षण किया। उन्होंने Tx2Mol को ऐसे अणु उत्पन्न करने के लिए कहा जो रोगी के जीन सिग्नेचर को "बीमार" से "स्वस्थ" में बदल सकें।
- परिणाम: AI ने सफलतापूर्वक ऐसे अणु उत्पन्न किए जो इन बीमारियों के लिए स्वीकृत दवाओं के बहुत समान थे। प्रत्येक 12 बीमारियों के लिए, Tx2Mol ने कम से कम एक ऐसा अणु बनाया जो ज्ञात स्वीकृत दवा के समान था (तनीमोतो समानता 1.00)।
- एक्सप्लोरेशन: लेकिन इसने केवल दवाओं की नकल नहीं की। इसने एक "टेल" (tail) भी बनाया जो नए, अद्वितीय अणुओं की खोज करता है, जबकि अभी भी सही पड़ोस में रहता है। जब उन्होंने स्तन कैंसर के लक्ष्यों से जुड़ने के लिए इन अणुओं का सिमुलेशन किया, तो कई ने बहुत अच्छा स्कोर किया ( -8 kcal/mol से नीचे), जो बताता है कि वे वास्तविक दुनिया के परीक्षण के लिए मजबूत उम्मीदवार हो सकते हैं।
इसका क्या अर्थ है
यह अध्ययन बताता है कि जीन-एक्सप्रेशन सिग्नेचर केवल यह बताने वाली निष्क्रिय रिपोर्ट नहीं हैं कि कोशिका में क्या गलत है; वे नई दवाएं डिजाइन करने के लिए सक्रिय, कार्रवाई योग्य ब्लूप्रिंट हो सकते हैं। Tx2Mol दिखाता है कि डिजाइन प्रक्रिया के हर चरण में जैविक लक्ष्य को ध्यान में रखकर, हम ऐसे अणु बना सकते हैं जो रासायनिक रूप से सुदृढ़, संरचनात्मक रूप से नवीन और जैविक रूप से प्रासंगिक हों।
हालांकि यह एक सिमुलेशन-भारी अध्ययन है और अणुओं का अभी तक वास्तविक लैब या रोगियों पर परीक्षण नहीं किया गया है, इसके परिणाम आशाजनक हैं। यह ड्रग डिस्कवरी के एक नए तरीके का द्वार खोलता है: एक ऐसा तरीका जहाँ हमें "चाबी" डिजाइन करने के लिए सटीक "लॉक" को जानने की आवश्यकता नहीं है। इसके बजाय, हम कोशिका के संकट के संकेत को सुन सकते हैं और AI को एक ऐसा समाधान पकाने दे सकते है जो कोशिका को वापस स्वस्थ अवस्था में ले आए। अगला कदम, जैसा कि लेखक नोट करते हैं, इन डिजिटल रेसिपी को वास्तविक दुनिया में परीक्षण करना है ताकि देखा जा सके कि क्या वे वास्तव में बीमारियों को ठीक कर सकते 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।