CodonMamba: a foundation model for programmable mRNA coding sequence design

प्रत्येक जीवित कोशिका के भीतर, एक जटिल असेंबली लाइन आनुवंशिक निर्देशों को उन प्रोटीनों में बदल देती है जो जीवन को गतिमान रखते हैं। ये निर्देश चार रासायनिक अक्षरों से बनी एक भाषा में लिखे गए हैं, जो ट्रिप्लेट्स (triplets) में समूहबद्ध होते हैं जिन्हें कोडोन (codons) कहा जाता है। हालांकि आनुवंशिक कोड सार्वभौमिक है, लेकिन विभिन्न जीव इन ट्रिप्लेट्स का उपयोग कैसे करते हैं, इसमें भिन्नता होती है; कुछ अन्य की तुलना में विशिष्ट संयोजनों को प्राथमिकता देते हैं, ठीक वैसे ही जैसे विभिन्न बोलियाँ एक ही विचार के लिए विशिष्ट शब्दों को प्राथमिकता देती हैं। वैज्ञानिक लंबे समय से इन आनुवंशिक संदेशों को फिर से लिखने का प्रयास कर रहे हैं ताकि शक्तिशाली दवाएं बनाई जा सकें, विशेष रूप से मैसेंजर आरएनए (mRNA), जो चिकित्सीय प्रोटीन बनाने के लिए एक अस्थायी ब्लूप्रिंट के रूप में कार्य करता है। हालांकि, इन अनुक्रमों (sequences) को डिजाइन करना एक सूक्ष्म संतुलन का कार्य है। कोड को न केवल सही प्रोटीन का उत्पादन करना चाहिए, बल्कि सही ढंग से फोल्ड भी होना चाहिए, स्थिर रहना चाहिए, और उस विशिष्ट मेजबान कोशिका द्वारा कुशलतापूर्वक पढ़ा जाना चाहिए जिसमें वह प्रवेश करता है। वर्षों से, शोधकर्ता इन अनुक्रमों को अनुकूलित करने के लिए कंप्यूटर प्रोग्रामों पर भरोसा करते रहे हैं, लेकिन इन उपकरणों को अक्सर पूरी तरह से बदलने की आवश्यकता होती थी जब भी कोई वैज्ञानिक किसी नए मेजबान या अलग चिकित्सा अनुप्रयोग के लिए नियमों को बदलना चाहता था।

शोधकर्ताओं के एक दल ने अब 'कोडोनमैम्बा' (CodonMamba) नामक एक नया दृष्टिकोण पेश किया है, जो एक ऐसा सिस्टम है जिसे अभूतपूर्व लचीलेपन के साथ इन आनुवंशिक अनुक्रमों को समझने और उत्पन्न करने के लिए डिज़ाइन किया गया है। मौजूदा डेटा से केवल पैटर्न को याद करने के बजाय, यह प्रणाली एक फाउंडेशन मॉडल (foundation model) के रूप में कार्य करती है, जो जैविक भाषा के अंतर्निहित नियमों को समझने के लिए प्राकृतिक कोडिंग अनुक्रमों के एक विशाल पुस्तकालय पर प्रशिक्षित एक प्रकार का आर्टिफिशियल इंटेलिजेंस है। शोधकर्ताओं ने इस मॉडल का परीक्षण mRNA के व्यवहार की भविष्यवाणी करने से संबंधित बारह विभिन्न कार्यों के एक व्यापक सेट के विरुद्ध किया। इन परीक्षणों में, कोडोनमैम्बा ने किसी भी पिछले तरीके से बेहतर प्रदर्शन किया, और बारह में से दस श्रेणियों में प्रथम स्थान प्राप्त किया। यह सफलता बताती है कि मॉडल ने आनुवंशिक अनुक्रम कैसे कार्य करते हैं, इसकी एक गहरी, सामान्यीकृत समझ विकसित कर ली है, जिससे यह विभिन्न जैविक परिदृश्यों में उच्च स्तर की सटीकता के साथ परिणामों की भविष्यवाणी करने में सक्षम हुआ है।

इस कार्य को जो चीज़ अलग बनाती है, वह न केवल इसकी सटीकता है, बल्कि निर्माण के समय उपयोगकर्ता द्वारा इसे निर्देशित करने की इसकी क्षमता भी है। पारंपरिक रूप से, यदि कोई वैज्ञानिक किसी विशिष्ट जीव के लिए एक अनुक्रम डिजाइन करना चाहता था, तो उसे नए डेटा के साथ पूरे कंप्यूटर मॉडल को फिर से प्रशिक्षित करना पड़ता था, जो एक धीमी और कठोर प्रक्रिया थी। कोडोनमैम्बा इस गतिशीलता को बदलकर वैज्ञानिकों को सृजन चरण के दौरान ही अपनी प्राथमिकताएं निर्दिष्ट करने की अनुमति देता है। यह बताते हुए कि कुछ कोडोन कितनी बार दिखाई देने चाहिए, इसके बारे में उपयोगकर्ता-निर्धारित नियम पेश करके, यह प्रणाली बिना पुन: प्रशिक्षित हुए किसी विशिष्ट मेजबान या अनुप्रयोग की आवश्यकताओं के अनुसार तुरंत अनुकूलित हो सकती है। इसका अर्थ है कि एक ही मॉडल का उपयोग विभिन्न वातावरणों के लिए अनुक्रमों को डिजाइन करने के लिए किया जा सकता है, बस इसे दिए गए निर्देशों को समायोजित करके, जो नए संदर्भ में फिट होने के लिए शैलीगत विकल्पों को बदलते हुए भी मूल जैविक तर्क को सुरक्षित रखता है।

अपने प्रयोगों में, शोधकर्ताओं ने प्रदर्शित किया कि यह प्रणाली एक साथ कई डिजाइन लक्ष्यों का समन्वय कर सकती है, और अनुक्रम के कई गुणों को एक साथ अनुकूलित कर सकती है। उन्होंने दिखाया कि मॉडल एक मेजबान के लिए इच्छित आनुवंशिक डिजाइन को दूसरे के लिए पुनः लक्षित कर सकता है, जबकि आवश्यक संरचनात्मक विकल्पों को बरकरार रखते हुए अंतर्निहित प्राथमिकताओं को बदल सकता है। यह क्षमता स्थिर अनुकूलन से एक प्रोग्रामेबल ढांचे की ओर बदलाव का प्रतीक है, जहाँ डिजाइन प्रक्रिया वैज्ञानिक और मॉडल के बीच एक संवाद बन जाती है। परिणाम संकेत देते हैं कि यह फाउंडेशन मॉडल mRNA इंजीनियरिंग के लिए एक सटीक और अनुकूलनीय उपकरण प्रदान करता है, जो इस क्षेत्र को एक ऐसे भविष्य की ओर ले जाता है जहाँ आनुवंशिक अनुक्रमों को उस विशिष्टता और सहजता के साथ तैयार किया जा सकता है जो पहले पहुंच से बाहर थी।