Benchmarking antibody-antigen co-folding on human monomeric antigens

मानव प्रतिरक्षा प्रणाली की सूक्ष्म दुनिया में, एंटीबॉडी अत्यधिक विशिष्ट चाबियों के रूप में कार्य करती हैं, जिन्हें हमलावर वायरस या हानिकारक प्रोटीन द्वारा प्रस्तुत तालों में सटीक रूप से फिट होने के लिए डिज़ाइन किया गया है। दशकों से, वैज्ञानिक यह सपना देख रहे थे कि वे केवल उनके रासायनिक ब्लूप्रिंट को देखकर यह अनुमान लगा सकें कि ये चाबियाँ और ताले आपस में कैसे फिट होते हैं। यह क्षमता चिकित्सा के क्षेत्र में क्रांति ला देगी, जिससे शोधकर्ता हर एक संस्करण को प्रयोगशाला में बनाने और परीक्षण करने की आवश्यकता के बिना नई दवाओं और टीकों को डिजाइन कर सकेंगे। हालाँकि, यह भविष्यवाणी जीव विज्ञान की सबसे कठिन पहेलियों में से एक बनी हुई है। जबकि कंप्यूटर इस बात का अनुमान लगाने में उत्कृष्ट हो गए हैं कि दो प्रोटीन एक साथ कैसे जुड़ सकते हैं, एंटीबॉडी एक विशेष मामला हैं। अधिकांश प्रोटीन के विपरीत जो अपने साथियों के साथ विकसित होते हैं, एंटीबॉडी स्वतंत्र रूप से विकसित होती हैं, जिसका अर्थ है कि उनमें उस साझा विकासवादी इतिहास की कमी है जो कंप्यूटरों को सटीक अनुमान लगाने में मदद करता है। इसके अलावा, एंटीबॉडी का वह हिस्सा जो वास्तव में लक्ष्य को पकड़ता है, एक लचीला, हिलता-डुलता लूप है जो लगातार आकार बदलता रहता है, जिससे इसे मानक उपकरणों के साथ मॉडल करना अविश्वसनीय रूप से कठिन हो जाता है।

शोधकर्ताओं की एक टीम ने यह मापने के लिए एक मिशन शुरू किया कि नवीनतम पीढ़ी के कंप्यूटर प्रोग्रामों ने इस विशिष्ट पहेली को हल करने में कितनी प्रगति की है। उन्होंने मानव प्रोटीन से जुड़ी एंटीबॉडी के 412 वास्तविक उदाहरणों का एक विशाल संग्रह एकत्र किया, जिससे एक कठोर परीक्षण सेट तैयार हुआ जिसे कंप्यूटर प्रोग्रामों के निर्माण से पहले कभी नहीं देखा गया था। इस नए डेटा के विरुद्ध दस अलग-अलग भविष्यवाणी विधियों को चलाकर, उन्होंने पाया कि सबसे हालिया सॉफ्टवेयर ने एक बड़ी छलांग लगाई है, और अनदेखे मामलों के लगभग आधे मामलों में सही आकार को सफलतापूर्वक भविष्यवाणी की है। हालाँकि, अध्ययन ने यह भी खुलासा किया कि सबसे अच्छे प्रोग्राम भी एंटीबॉडी के सबसे लचीले हिस्सों के साथ संघर्ष करते हैं और केवल अधिक बार अनुमान लगाने से हमेशा बेहतर उत्तर नहीं मिलता है। शोधकर्ताओं ने पाया कि यदि वे कंप्यूटर को ठीक-ठीक बता सकें कि एंटीबॉडी को लक्ष्य को कहाँ छूना चाहिए, तो पुराने प्रोग्राम नए प्रोग्रामों की बराबरी कर सकते हैं, जो यह सुझाव देता है कि मुख्य बाधा केवल सॉफ्टवेयर की बुद्धिमत्ता नहीं है, बल्कि संभावनाओं के विशाल समुद्र में सही शुरुआती बिंदु खोजने की इसकी क्षमता है।

शोधकर्ताओं ने HuMonoAg-Bench नामक एक बेंचमार्क को संकलित करके शुरुआत की, जो मानव प्रोटीन वाले एंटीबॉडी कॉम्प्लेक्स का एक क्यूरेटेड पुस्तकालय है। उन्होंने इस संग्रह को खोजों के समय के आधार पर दो समूहों में सावधानीपूर्वक विभाजित किया। एक समूह में 278 कॉम्प्लेक्स शामिल थे जो सितंबर 2021 से पहले जारी किए गए थे, जो कई आधुनिक भविष्यवाणी उपकरणों के प्रशिक्षण डेटा के लिए एक कटऑफ तिथि के रूप में कार्य करता है। दूसरे समूह में 134 कॉम्प्लेक्स शामिल थे जो उस तारीख के बाद जारी किए गए थे, यह सुनिश्चित करते हुए कि कंप्यूटर प्रोग्रामों ने इन विशिष्ट आकारों को पहले कभी नहीं देखा था। परीक्षण को और भी सटीक बनाने के लिए, उन्होंने नए समूह को उन एंटीजनों में विभाजित किया जो पुराने वाले के बहुत समान थे और उन जिनमें पूरी तरह से नए थे। इस सेटअप ने उन्हें यह परीक्षण करने की अनुमति दी कि क्या कंप्यूटर केवल पुराने उदाहरणों को याद कर रहे थे या वास्तव में नए इंटरैक्शन को सीखना सीख रहे थे। फिर उन्होंने इस डेटासेट के विरुद्ध दस अलग-अलग को-फोल्डिंग प्रोटोकॉल (तरीके जो यह सिम्युलेट करते हैं कि दो प्रोटीन एक साथ कैसे फोल्ड होते हैं) चलाए, और वास्तविक प्रयोगात्मक संरचनाओं के साथ परिणामों की तुलना की ताकि यह देखा जा सके कि भविष्यवाणियाँ कितनी करीब थीं।

परिणामों ने पुराने तरीकों की तुलना में नवीनतम तरीकों में स्पष्ट और महत्वपूर्ण सुधार दिखाया। नए, अनदेखे कॉम्प्लेक्स की संरचनाओं की भविष्यवाणी करते समय, पुराने सॉफ्टवेयर ने केवल लगभग 16 से 22 प्रतिशत मामलों में सही या निकट-सही आकार खोजने में सफलता प्राप्त की। इसके विपरीत, सबसे उन्नत तरीकों, जैसे कि Protenix v2, IntelliFold-2, और ESMFold2 ने उन्हीं मामलों के लगभग 33 से 52 प्रतिशत में मध्यम या बेहतर गुणवत्ता वाला मॉडल खोजने में सफलता प्राप्त की। सर्वश्रेष्ठ प्रदर्शन करने वाले, Protenix v2 ने मानक एंटीबॉडी के लिए 52 प्रतिशत की सफलता दर हासिल की और परिचित एंटीजन के मामले में सिंगल-डोमेन एंटीबॉडी के एक विशिष्ट प्रकार के लिए 82 प्रतिशत से भी अधिक की दर प्राप्त की। इस प्रगति के बावजूद, अध्ययन ने इस बात पर जोर दिया कि लगभग आधे नए लक्ष्य अभी भी अनसुलझे रहे, जो यह दर्शाता है कि हालांकि क्षेत्र तेजी से आगे बढ़ा है, लेकिन एंटीबॉडी इंटरैक्शन का एक बड़ा हिस्सा वर्तमान तकनीक की पहुंच से बाहर है। शोधकर्ताओं ने नोट किया कि यह सुधार केवल इसलिए नहीं था क्योंकि नए प्रोग्रामों ने अधिक डेटा देखा था, बल्कि इसलिए था क्योंकि उनके प्रशिक्षण कटऑफ समान थे, बल्कि जटिल आकारों को मॉडल करने के तरीके में मौलिक सुधार के कारण था।

कुछ भविष्यवाणियां क्यों सफल हुईं और कुछ क्यों विफल हुईं, इसका गहरा विश्लेषण एक विशिष्ट संरचनात्मक विशेषता की ओर इशारा करता है: CDRH3 लूप। यह एंटीबॉडी पर एक लचीली, हेयरपिन जैसी संरचना है जो लक्ष्य के साथ प्राथमिक संपर्क बिंदु के रूप में कार्य करती है। अध्ययन में पाया गया कि इस एकल लूप की सटीकता सबसे मजबूत संकेतक थी कि क्या कोई भविष्यवाणी सफल होगी। जबकि कंप्यूटर एंटीजन के कठोर हिस्सों और एंटीबॉडी के अन्य, अधिक स्थिर लूपों को मॉडल करने में आम तौर पर अच्छे थे, CDRH3 लूप सबसे कठिन घटक बना रहा, विशेष रूप से जब यह लंबा था। नए तरीकों ने इस विशिष्ट लूप को मॉडल करने में उल्लेखनीय सुधार दिखाया, जो सीधे उनकी उच्च समग्र सफलता दरों से संबंधित था। हालाँकि, भले ही लूप की स्थानीय संरचना को अच्छी तरह से मॉडल किया गया था, इसने गारंटी नहीं दी कि पूरे एंटीबॉडी को लक्ष्य के सापेक्ष सही ढंग से रखा जाएगा, जो यह दर्शाता है कि टुकड़ों को सही करना पूरे पहेली को सही ढंग से जोड़ने के समान नहीं है।

शोधकर्ताओं ने यह भी परीक्षण किया कि क्या वे कंप्यूटर प्रोग्रामों को यह संकेत देते हैं कि एंटीबॉडी को कहाँ बंधना चाहिए तो क्या होगा। एक वास्तविक दुनिया के परिदृश्य में, वैज्ञानिकों को लक्ष्य प्रोटीन पर कुछ प्रमुख स्थानों का पता हो सकता है जहाँ एक एंटीबॉडी जुड़ती है, लेकिन उन्हें एंटीबॉडी के सटीक आकार का पता नहीं होता है। इस सीमित जानकारी को एक बाधा (constraint) के रूप में प्रदान करके, पुराने तरीकों की सफलता दर में 20 से 30 प्रतिशत अंकों की वृद्धि हुई, जिससे वे सबसे मजबूत अनकन्स्ट्रेंड (unconstrained) तरीकों के स्तर तक पहुँच गए। यह निष्कर्ष बताता है कि पुराने सॉफ्टवेयर की प्राथमिक सीमा भौतिकी की समझ की कमी नहीं थी, बल्कि संभावनाओं के अरबों में से सही बाइंडिंग मोड खोजने में असमर्थता थी। जब हिंट के माध्यम से सर्च स्पेस को कम किया गया, तो पुराने प्रोग्राम समाधान खोजने में सक्षम रहे। हालाँकि, यह लाभ हिंट की सटीकता पर बहुत अधिक निर्भर था; यदि प्रदान की गई जानकारी केवल आंशिक रूप से सही थी, तो सुधार गायब हो गया।

अंत में, टीम ने जांच की कि क्या सिमुलेशन को अधिक बार चलाने से शेष समस्याओं का समाधान होगा। उन्होंने पाया कि अनकन्स्ट्रेंड तरीकों के लिए, मुख्य समस्या सैंपलिंग विफलता थी: सही आकार उत्पन्न मॉडलों के सेट में कभी प्रकट ही नहीं हुआ। जब उन्होंने सिमुलेशन रन की संख्या बढ़ाई, तो उन्होंने अधिक सही आकार पाए, लेकिन उन्होंने यह भी पाया कि कंप्यूटर का रैंकिंग सिस्टम अक्सर सबसे अच्छे को शीर्ष उत्तर के रूप में चुनने में विफल रहा। इसने एक नया बॉटलनेक बनाया: भले ही सही उत्तर उत्पन्न हो गया हो, सॉफ्टवेयर उसे सबसे अच्छा विकल्प के रूप रूप में पहचानने में विफल रहा। अध्ययन ने निष्कर्ष निकाला कि हालांकि प्रयासों की संख्या बढ़ाने से मदद मिलती है, लेकिन सबसे अच्छे मॉडल को सही ढंग से रैंक करने और चुनने की क्षमता उन्हें उत्पन्न करने की क्षमता के समान ही महत्वपूर्ण होती जा रही है। अनसुलझे मामले कठिन लक्ष्यों का एक विविध मिश्रण थे जिनमें कोई एक सामान्य विशेषता नहीं थी, जो यह सुझाव देता है कि आगे का रास्ता केवल एक विशिष्ट समस्या को ठीक करने के बजाय कई अलग-अलग प्रकार की चुनौतियों को हल करने की आवश्यकता है।