Directed Evolution in Codon Space
यह शोध पत्र एक भाषा-मॉडल-निर्देशित ढांचे को प्रस्तुत करता है जो प्रोटीन अनुक्रमों को बदले बिना या उत्पाद की गुणवत्ता से समझौता किए बिना, सिनोनिमस कोडोन स्पेस (synonymous codon space) के भीतर निर्देशित विकास (directed evolution) करके, क्लिनिकल-स्टेज एंटीबॉडी थेरेप्यूटिक्स के रिकॉम्बिनेंट एक्सप्रेशन को सफलतापूर्वक सुधारता है, जिससे विनिर्माण उपज (manufacturing yields) में वृद्धि होती 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 ब्रेड का एक आदर्श लोफ (loaf) बनाने की कोशिश कर रहे हैं। आपके पास एक ऐसी रेसिपी है जो अच्छी तरह काम करती है, लेकिन बेकर आपसे कहता है, "हम इस ब्रेड को और अधिक उभार (rise) दे सकते हैं और इसका स्वाद बेहतर बना सकते हैं, लेकिन हम सामग्री की सूची नहीं बदल सकते।" यह असंभव सा लगता है, है ना? यदि आप आटे को चीनी से बदल देते हैं, तो वह एक अलग केक बन जाता है। लेकिन क्या होगा अगर आप रेसिपी बुक में सामग्रियों के क्रम को बदल सकें, बिना उन वास्तविक सामग्रियों को बदले? यही वह जादुई ट्रिक है जिसे वैज्ञानिक जीव विज्ञान की दुनिया में, विशेष रूप से प्रोटीन इंजीनियरिंग नामक क्षेत्र में, खेल रहे हैं।
कहानी को समझने के लिए, हमें तीन सरल विचारों की आवश्यकता है। सबसे पहले, प्रोटीन को उन नन्ही मशीनों के रूप में सोचें जो आपके शरीर में लगभग सब कुछ करती हैं, कीटाणुओं से लड़ने से लेकर मांसपेशियों के निर्माण तक। वैज्ञानिक अक्सर इन प्रोटीनों को कारखानों में विशेष कोशिकाओं (जैसे छोटे सूक्ष्म बेकरी) का उपयोग करके दवाएं बनाने के लिए बनाते हैं। दूसरा, ये प्रोटीन अमीनो एसिड से बने एक कोड से निर्मित होते हैं, जो एक जैविक वर्णमाला के अक्षरों की तरह हैं। इन अक्षरों का क्रम ही यह निर्धारित करता है कि प्रोटीन कैसा दिखता है और कैसे काम करता है। तीसरा, एक छिपी हुई परत है जिसे कोडोन (codons) कहा जाता है। प्रकृति का एक मजेदार नियम है: कई अलग-अलग तीन-अक्षर वाले "शब्द" (कोडोन) बिल्कुल एक ही अमीनो एसिड अक्षर को लिख सकते हैं। यह एक शब्दकोश की तरह है जहाँ "बिल्ली", "कैट" और "फेलिन" सभी का अर्थ एक ही है, लेकिन रेसिपी को पढ़ने वाला कंप्यूटर केवल एक विशिष्ट शब्द को समझता है। आमतौरतः, वैज्ञानिक उन शब्दों को चुनते हैं जो उन्हें लगता है कि कारखाने के लिए पढ़ने में सबसे आसान हैं, लेकिन यह नया शोध पत्र पूछता है: क्या होगा यदि हमने उन शब्दों को बदलने की कोशिश की, भले ही सतह पर रेसिपी वही दिखे?
यही वह काम है जो इस शोध पत्र के शोधकर्ताओं ने करने की कोशिश की। उन्होंने डीएनए कोड के साथ एक भाषा की तरह व्यवहार किया जिसे कहानी बदले बिना फिर से लिखा जा सकता था। उन्होंने एंटीबॉडी (जो शरीर के लिए विशेष सुरक्षा गार्डों की तरह हैं) पर आधारित 24 विभिन्न दवाओं को लिया, जिन्हें पहले से ही उत्पादन के लिए "परिपक्व" या अनुकूलित माना गया था। ये केवल कच्चे ड्राफ्ट नहीं थे; ये उद्योग द्वारा बनाए गए सबसे अच्छे संस्करण थे। टीम ने एक स्मार्ट कंप्यूटर प्रोग्राम का उपयोग किया, जो एक उन्नत स्पेल-चेकर की तरह है जो जानता है कि प्रकृति कैसे लिखती है, ताकि यह देख सके कि समान शब्दों को लिखने के बेहतर तरीके क्या हो सकते हैं। उन्होंने प्रोटीन को नहीं बदला; उन्होंने केवल समानार्थी कोडोन (synonymous codons)—वे अलग-अलग शब्द जिनका अर्थ एक ही है—को इधर-उधर व्यवस्थित किया, यह देखने के लिए कि क्या वे कोशिका के भीतर दवा की अधिक मात्रा का उत्पादन कर सकते हैं।
परिणाम आश्चर्यजनक रूप से अच्छे रहे। परीक्षण किए गए 24 दवाओं में से, कंप्यूटर-निर्देशित परिवर्तनों ने 18 दवाओं (यानी 75% सफलता दर) को कोशिकाओं के भीतर बहुत अधिक मात्रा में उत्पादित करने में मदद की। सबसे अच्छी बात? दवा की गुणवत्ता में कोई गिरावट नहीं आई। प्रोटीन अभी भी पूरी तरह से काम कर रहे थे और वे समान ही दिखते थे; वे बस बड़ी संख्या में दिखाई दिए। शोध पत्र सुझाव देता है कि भले ही एक अनुक्रम पहले से ही "अनुकूलित" (optimized) हो, फिर भी कोड के स्तर पर सुधार की गुंजाइश मौजूद होती है यदि आप बारीकी से देखें।
दिलचस्प बात यह है कि कंप्यूटर को यह भी पता नहीं था कि वह अधिक प्रोटीन बनाने की कोशिश कर रहा है। वह केवल यह अनुमान लगा रहा था कि कौन से कोडन संयोजन प्रकृति से सीखे गए पैटर्न के आधार पर सबसे अधिक "प्राकृतिक" या संभावित महसूस होते हैं। फिर भी, जब कंप्यूटर ने कहा कि एक अनुक्रम अधिक संभावित महसूस होता है, तो उस अनुक्रम ने वास्तव में अधिक प्रोटीन का उत्पादन किया। यह संकेत देता है कि कंप्यूटर ने अनजाने में दक्षता की एक गुप्त भाषा सीख ली थी जिसे मानव इंजीनियरों ने अभी तक पूरी तरह से नहीं समझा था। टीम ने यह भी देखा कि यह "संभावना" स्कोर फ्लू वायरस के समय के साथ बदलने के तरीके को ट्रैक करता है, जिससे पता चलता है कि मॉडल वास्तविक विकासवादी संकेतों (evolutionary signals) को पकड़ता है, न कि केवल रैंडम शोर को।
तो, इसका क्या मतलब है? यह सुझाव देता है कि निर्देशित विकास (directed evolution)—एक विधि जिसका उपयोग आमतौर पर वास्तविक प्रोटीन संरचना को बदलने के लिए किया जाता है—केवल डीएनए कोड को बदलकर भी काम कर सकता है। शोध पत्र तर्क देता है कि बेहतर परिणाम प्राप्त करने के लिए हमें हमेशा पहिए का पुनरुद्धार करने या प्रोटीन को बदलने की आवश्यकता नहीं होती है; कभी-कभी, हमें बस निर्देशों को लिखने का एक बेहतर तरीका खोजने की आवश्यकता होती है। हालांकि यह अध्ययन प्रयोगशाला में इन विशिष्ट दवाओं के लिए काम करता है, लेकिन यह दावा नहीं करता है कि यह हर जगह उत्पादन की हर समस्या को हल कर देता है। फिर भी, यह दिखाता है कि कोड में अभी भी "सुलभ फिटनेस" (accessible fitness) मौजूद है, जिसका अर्थ है कि हमारी सबसे महत्वपूर्ण दवाओं के डीएनए में अभी भी आसान जीत मिलने बाकी हैं, जो सही प्रकार के डिजिटल जासूस के मिलने की प्रतीक्षा कर रहे 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।