PharmCast: rapid generation of three-dimensional pharmacophore fingerprints from two-dimensional structure without conformer generation
PharmCast एक फीडफॉरवर्ड न्यूरल नेटवर्क है जो बिना कन्फ़ॉर्मर जनरेशन के सीधे 2D SMILES स्ट्रिंग्स से 3D फार्माकोफोर फिंगरप्रिंट्स का तेजी से और सटीक रूप से पूर्वानुमान लगाता है, जिससे पारंपरिक तरीकों की तुलना में बहुत कम कम्प्यूटेशनल लागत पर कुशल वर्चुअल स्क्रीनिंग और स्कैफोल्ड हॉपिंग संभव हो पाती 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
दवा की खोज (ड्रग डिस्कवरी) की दुनिया में, वैज्ञानिक अक्सर एक दवा को एक कठोर वस्तु के रूप में नहीं, बल्कि पहचान के लिए प्रतीक्षा कर रही विशेषताओं के एक समूह के रूप में देखते हैं। कल्पना कीजिए कि एक ऐसी चाबी जो किसी विशिष्ट ताले के समान दिखने की आवश्यकता नहीं रखती, बल्कि उसे बस उस तंत्र में फिट होने के लिए सही उभारों और खांचों की आवश्यकता है। यह विचार, जिसे फार्माकोफोर (pharmacophore) के रूप में जाना जाता है, यह सुझाव देता है कि किसी जैविक लक्ष्य से जुड़ने की एक अणु की क्षमता—जैसे कि एक हाइड्रोजन बॉन्ड डोनर, एक्सेप्टर, या एरोमैटिक रिंग—के विशिष्ट तीन-आयामी (3D) पैटर्न में व्यवस्थित होने पर निर्भर करती है। दशकों से, शोधकर्ताओं ने इस अवधारणा का उपयोग नई दवाएं खोजने के लिए किया है, ऐसे यौगिकों की तलाश में जो इन स्थानिक पैटर्न को साझा करते हैं, भले ही उनके अंतर्निहित रासायनिक कंकाल पूरी तरह से अलग क्यों न हों। असंबंधित संरचनाओं के बीच इन समानताओं को पहचानने की यह क्षमता, जिसे 'स्कैफोल्ड हॉपिंग' (scaffold hopping) कहा जाता है, उन नए उपचारों को खोजने के लिए महत्वपूर्ण है जब स्पष्ट रासायनिक मार्ग पहले ही खोजे जा चुके होते हैं।
हालाँकि, इस तीन-आयामी मानचित्र का उपयोग करना हमेशा से एक धीमी और महंगी प्रक्रिया रही है। क्योंकि अणु लचीले होते हैं और कई अलग-अलग आकारों में मुड़ सकते हैं, इसलिए एक कंप्यूटर को हर एक अणु के लिए सैकड़ों संभावित 3D संस्करण, या 'कॉन्फ़ॉर्मर्स' (conformers) उत्पन्न करने होते हैं ताकि यह देखा जा सके कि वे कौन सी विशेषताएं प्रदर्शित कर सकते हैं। आकार उत्पन्न करने का यह चरण एक यौगिक का विश्लेषण करने में लगने वाले लगभग पूरे समय को ले लेता है, जिससे यह आधुनिक रासायनिक पुस्तिकाओं (chemical libraries) के लाखों अणुओं की स्क्रीनिंग करने के लिए अव्यावहारिक हो जाता है। इसका परिणाम यह रहा है कि खोजने का यह शक्तिशाली तरीका छोटे, सावधानीपूर्वक क्यूरेट किए गए सूचियों तक ही सीमित रह गया, और उपलब्ध रसायन विज्ञान के विशाल महासागरों से निपटने में असमर्थ रहा।
शोधकर्ताओं की एक टीम ने अब इस बाधा को पूरी तरह से दूर करने का एक तरीका विकसित किया है। उन्होंने 'फार्मकास्ट' (PharmCast) नामक एक प्रणाली बनाई है, जो एक अणु के सपाट, द्वि-आयामी (2D) चित्र से उसके त्रि-आयामी (3D) सामर्थ्य तक एक सीधा अनुवादक (ट्रांसलेटर) के रूप में कार्य करती है। एक अणु द्वारा किए जाने वाले हर संभावित घुमाव और मोड़ की गणना करने में घंटों बिताने के बजाय, यह नई विधि तुरंत अंतिम परिणाम की भविष्यवाणी करने के लिए कृत्रिम बुद्धिमत्ता (AI) के एक प्रकार का उपयोग करती है। इस प्रणाली को लगभग छह मिलियन अणुओं पर प्रशिक्षित किया गया था, जिसमें मानक ड्रग-लाइक कंपाउंड्स, सक्रिय जैविक अणु और लचीले प्रोटीन लूप शामिल थे, जिससे यह सीखने में मदद मिली कि एक अणु की बुनियादी संरचना और उसके द्वारा प्रदर्शित किए जाने वाले 3D फीचर्स के बीच क्या संबंध है।
परिणाम दर्शाते हैं कि यह शॉर्टकट गति के लिए सटीकता का त्याग नहीं करता है। पारंपरिक, धीमी विधि के विरुद्ध परीक्षण करने पर, इस नई प्रणाली ने अधिकांश यौगिकों के लिए लगभग समान परिणाम दिए। एक विशिष्ट ड्रग-लाइक अणु के लिए, पारंपरिक दृष्टिकोण को एक एकल फिंगरप्रिंट उत्पन्न करने में लगभग तीन सेकंड लगते हैं, जिसमें अधिकांश समय केवल 3D आकार बनाने में खर्च होता है। नई प्रणाली उसी कार्य को एक मिलीसेकंड से भी कम समय में पूरा कर लेती है। यह हजारों गुना तेज है, जो एक विशाल लाइब्रेरी को चलाने में महीनों का समय लेने वाली प्रक्रिया को मिनटों में समाप्त करने योग्य बना देता है।
शोधकर्ताओं ने यह सुनिश्चित करने के लिए कि यह विभिन्न प्रकार के रसायन विज्ञान में काम करे, तीन अलग-अलग समूहों के अणुओं पर इस टूल का परीक्षण किया। उन्होंने मानक स्क्रीनिंग कंपाउंड्स, प्रयोगशालाओं में परीक्षण किए गए सक्रिय जैविक अणुओं और लचीले प्रोटीन लूप (जो मॉडलिंग के लिए अत्यंत कठिन माने जाते हैं) का मूल्यांकन किया। हर मामले में, भविष्यवाणियां उच्च निष्ठा (fidelity) के साथ पारंपरिक, धीमी गणनाओं से मेल खाती थीं। मानक ड्रग-लाइक कंपाउंड्स के लिए, त्रुटि इतनी कम थी कि वह मुश्किल से दिखाई दे रही थी, और लचीले प्रोटीन लूप के लिए, सिस्टम ने और भी बेहतर प्रदर्शन किया, क्योंकि संभवतः ये लूप प्रशिक्षण डेटा में शामिल थे। एकमात्र क्षेत्र जहाँ सिस्टम ने थोड़ी अधिक भिन्नता दिखाई, वह बड़े, जटिल जैविक अणु थे जो प्रशिक्षण सेट में अच्छी तरह से प्रतिनिधित्व नहीं किए गए थे; लेखक इसे सीखने के लिए उपलब्ध विशिष्ट रसायन विज्ञान के कारण एक सीमा के रूप में देखते हैं, न कि पद्धति की खामी के रूप में।
सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि यह प्रणाली सफलतापूर्वक उन अणुओं के बीच समानता की पहचान करती है जो कागज पर बिल्कुल अलग दिखते हैं। दो अलग-अलग एचआईवी (HIV) दवाओं से जुड़े एक परीक्षण मामले में, जिसमें पूरी तरह से अलग रासायनिक संरचनाएं थीं, सिस्टम ने सही ढंग से पहचाना कि वे एक लक्ष्य के लिए समान तीन-आयामी विशेषताएं प्रस्तुत करते हैं, जो कि पारंपरिक द्वि-आयामी विधियों ने मिस कर दिया था। यह पुष्टि करता है कि यह टूल वास्तव में अणु के स्थानिक सार (spatial essence) को पकड़ रहा है, न कि केवल उसके रासायनिक आकार को याद कर रहा है। शोधकर्ताओं ने एक संदर्भ अणु के विरुद्ध चार मिलियन से अधिक यौगिकों की लाइब्रेरी को स्कैन करने के लिए इस प्रणाली का उपयोग करके इस क्षमता का प्रदर्शन किया, जिसमें आधा घंटा भी नहीं लगा। शीर्ष परिणामों में ऐसे यौगिक शामिल थे जिनके ढांचे बहुत अलग थे लेकिन समान बाइंडिंग क्षमता थी, जो साबित करता है कि सिस्टम प्रभावी रूप से नए रासायनिक शुरुआती बिंदुओं की खोज में मार्गदर्शन कर सकता है।
लेखक इस बात पर जोर देते हैं कि हालांकि यह उपकरण अविश्वसनीय रूप से तेज़ है, इसे धीमी और अधिक विस्तृत गणनाओं को बदलने के बजाय उनके साथ मिलकर काम करने के लिए डिज़ाइन किया गया है। एक वास्तविक दुनिया के परिदृश्य में, तेज़ प्रणाली का उपयोग लाखों उम्मीदवारों को रैंक करने और सूची को सबसे आशाजनक कुछ तक सीमित करने के लिए किया जाएगा। उन शीर्ष उम्मीदवारों का फिर सटीक ज्यामिति की पुष्टि करने और यह सुनिश्चित करने के लिए पारंपरिक, धीमी विधि के साथ विश्लेषण किया जाएगा कि भविष्यवाणी सही है। यह दो-चरणीय दृष्टिकोण वैज्ञानिकों को कम्प्यूटेशनल लागत के कारण अटके बिना, उपलब्ध रसायन विज्ञान की पूरी व्यापकता का पता लगाने की अनुमति देता है, जबकि दवा विकास के लिए आवश्यक कठोर मानकों को भी बनाए रखता है। समय की बाधा को हटाकर, यह कार्य उपलब्ध रसायन विज्ञान के संपूर्ण ब्रह्मांड पर तीन-आयामी सोच को लागू करने का द्वार खोलता है, जिससे उन बीमारियों के लिए नए उपचारों की खोज में तेजी आ सकती है जिनके पास वर्तमान में बहुत कम विकल्प 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।