Synthesis-aware generative design in trillion-scale chemical spaces for automated drug discovery
यह शोध पत्र हाइपर स्क्रीनिंग एक्स (Hyper Screening X) को प्रस्तुत करता है, जो एक जनरेटिव एआई फ्रेमवर्क है जो ट्रिलियन-स्केल रासायनिक स्थानों को कुशलतापूर्वक नेविगेट करने के लिए संरचना-आधारित डिज़ाइन को स्वचालित संश्लेषण हार्डवेयर के साथ एकीकृत करता है, और उच्च संश्लेषण एवं कार्यात्मक हिट दरों के साथ प्रथम-इन-क्लास लीड यौगिकों की सफलतापूर्वक पहचान 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
नई दवाओं की खोज लंबे समय से संभावनाओं के महासागर के विरुद्ध खेला जाने वाला संयोग का एक खेल रही है। वैज्ञानिक जानते हैं कि रासायनिक ब्रह्मांड में खरबों संभावित अणु मौजूद हैं, एक ऐसा विशाल परिदृश्य जहाँ एक अकेला यौगिक किसी बीमारी को ठीक करने की कुंजी हो सकता है। दशकों तक, मानक दृष्टिकोण इन संभावित दवाओं के विशाल डिजिटल पुस्तकालय बनाने और कंप्यूटर का उपयोग करके उन्हें स्क्रीन करने का था, यह देखने के लिए कि क्या वे किसी जैविक लक्ष्य (biological target) में ताले में चाबी की तरह फिट बैठते हैं। हालाँकि, यह विधि एक दीवार से टकरा जाती है। कंप्यूटर अक्सर ऐसे अणु सुझाते हैं जो स्क्रीन पर तो एकदम सही दिखते हैं, लेकिन वास्तविक प्रयोगशाला में बनाना असंभव होते हैं, या वे डेटा की विशाल मात्रा के भीतर छिपे दुर्लभ, सटीक उम्मीदवारों को खोजने में विफल रहते हैं। एक कंप्यूटर जो कल्पना कर सकता है और एक रसायनशास्त्री जो वास्तव में बना सकता है, उनके बीच का अंतर तेजी से दवा खोज में एक बाधा बना हुआ है।
शोधकर्ताओं की एक टीम ने अब इस अंतर को पाट दिया है, एक ऐसी नई प्रणाली के साथ जो केवल अणुओं की कल्पना ही नहीं करती, बल्कि उन्हें विशेष रूप से बनाने के लिए डिज़ाइन करती है। उन्होंने 'हाइपर स्क्रीनिंग एक्स' (Hyper Screening X) नामक एक आर्टिफिशियल इंटेलिजेंस फ्रेमवर्क बनाया है, जो पिछले उपकरणों की तुलना में अलग तरह से काम करता है। पहले से बनी विकल्पों की एक स्थिर सूची को स्कैन करने के बजाय, यह प्रणाली एक निर्देशित वास्तुकार (guided architect) की तरह कार्य करती है। यह रासायनिक निर्माण के सख्त नियमों को समझती है, यह जानती है कि कौन से निर्माण खंड (building blocks) उपलब्ध हैं और उन्हें वास्तविक दुनिया की प्रयोगशाला में कैसे जोड़ा जा सकता है। अपनी सोच प्रक्रिया में इन भौतिक बाधाओं को सीधे शामिल करके, यह एआई ग्यारह ट्रिलियन यौगिकों के रासायनिक स्थान का अन्वेषण करता है, एक ऐसी संख्या जो इतनी बड़ी है कि मनुष्य को इसका एक छोटा सा हिस्सा भी जांचने में अपना पूरा जीवन लग जाएगा। यह प्रणाली असंभव संरचनाओं पर समय बर्बाद नहीं करती; यह केवल उन अणुओं पर विचार करके इस ट्रिलियन-स्केल परिदृश्य में आगे बढ़ती है जिन्हें स्वचालित मशीनों द्वारा असेंबल किया जा सकता है, जिससे यह सुनिश्चित होता है कि इसके द्वारा उत्पन्न प्रत्येक विचार लैब बेंच के लिए तैयार है।
यह परीक्षण करने के लिए कि क्या यह दृष्टिकोण वास्तविक दुनिया में काम करता है, शोधकर्ताओं ने एक कठिन जैविक लक्ष्य की ओर रुख किया: एक प्रोटीन जिसे SLC1A5_var कहा जाता है, जो कोशिकाओं के माइटोकॉन्ड्रिया के भीतर ग्लूटामाइन के लिए एक ट्रांसपोर्टर के रूप में कार्य करता है। यह प्रोटीन कुछ प्रकार के कैंसर के लिए महत्वपूर्ण है, लेकिन अपनी जटिल संरचना के कारण इसे दवाओं से लक्षित करना अत्यंत कठिन रहा है। टीम ने अपने एआई से ऐसे अणु डिजाइन करने के लिए कहा जो इस प्रोटीन को रोक सकें और साथ ही सख्त सुरक्षा और रासायनिक मानकों को भी पूरा करें। इस प्रणाली ने लाखों उम्मीदवार तैयार किए और शीर्ष तेईस को इस आधार पर चुना कि वे लक्ष्य से कितनी अच्छी तरह जुड़ते हैं और उन्हें बनाना कितना आसान है। इन तेईस डिजाइनों को सीधे एक स्वचालित संश्लेषण प्लेटफॉर्म (automated synthesis platform) को भेज दिया गया, जो एक रोबोटिक प्रणाली है जो बिना मानवीय हस्तक्षेप के अणुओं का निर्माण करती है। परिणाम आश्चर्यजनक था: तेईस में से बाईस डिजाइन सफलतापूर्वक बनाए गए, जिसकी सफलता दर लगभग छियानवे प्रतिशत थी। इस उच्च सफलता दर ने सिद्ध किया कि एआई केवल अनुमान नहीं लगा रहा था; यह सटीक रूप से भविष्यवाणी कर रहा था कि भौतिक रूप से क्या बनाया जा सकता है।
एक बार जब अणु हाथ में आ गए, तो शोधकर्ताओं ने यह परीक्षण करने के लिए उनका परीक्षण किया कि क्या वे वास्तव में काम करते हैं। उन्होंने पाया कि तेईस में से बाईइस संश्लेषित यौगिकों ने सफलतापूर्वक प्रोटीन को अपना काम करने से रोक दिया, जो शुरुआती चरण की दवा खोज के लिए असाधारण रूप से उच्च 'हिट रेट' है। इनमें से दो यौगिक विशेष रूप से आशाजनक पाए गए। वे उच्च सटीकता के साथ प्रोटीन को ब्लॉक करने में सक्षम थे, जिससे यह बिना स्वस्थ कोशिकाओं को नुकसान पहुँचाए ग्लूटामाइन के परिवहन को रोक सके। आगे के प्रयोगों ने बताया कि वे कैसे काम करते हैं: यौगिकों ने प्रोटीन के एक छिपे हुए स्थान पर पकड़ बनाई, जिससे प्रोटीन की संरचना बिखर गई और उसका कार्य निष्क्रिय हो गया। इस व्यवधान से कैंसर कोशिकाओं के ऊर्जा उत्पादन में गिरावट आई, जिससे वे प्रभावी रूप से भूखी रह गईं। दो अग्रणी यौगिकों ने बहुत कम सांद्रता पर भी शक्तिशाली गतिविधि दिखाई, जिसमें एक को आधा-अधिकतम प्रभाव प्राप्त करने के लिए केवल 231.2 नैनोमोलर की आवश्यकता थी, और उन्होंने एक विस्तृत सुरक्षा मार्जिन बनाए रखा, जिसका अर्थ है कि वे सामान्य कोशिकाओं को नुकसान पहुंचाए बिना कैंसर कोशिकाओं को मार सकते हैं।
इस कार्य का महत्व आर्टिफिशियल इंटेलिजेंस की अमूर्त शक्ति को ठोस, भौतिक वास्तविकता में बदलने की इसकी क्षमता में निहित है। पिछले तरीके अक्सर ऐसे अणुओं की सूचियाँ बनाते थे जो कंप्यूटर स्क्रीन पर तो अच्छे दिखते थे लेकिन जब रसायनशास्त्री उन्हें बनाने की कोशिश करते थे तो विफल हो जाते थे, या उन्हें एक काम करने वाला समाधान खोजने के लिए व्यापक मानवीय परीक्षण और त्रुटि की आवश्यकता होती थी। यह नई प्रणाली दवा और उसकी निर्माण प्रक्रिया को एक साथ डिजाइन करके उस विच्छेद को समाप्त करती है। शोधकर्ताओं ने प्रदर्शित किया कि रसायन विज्ञान के नियमों का शुरुआत से ही सम्मान करके, वे एक दुर्लभ, प्रभावी समाधान खोजने के लिए ग्यारह ट्रिलियन संभावनाओं के स्थान में सफलतापूर्वक नेविगेट कर सकते हैं। इन दो नए यौगिकों की खोज, जो उच्च सटीकता के साथ एक पहले से 'अनड्रगेबल' (undruggable) प्रोटीन को लक्षित करते हैं, यह सुझाव देती है कि दवा खोज का भविष्य केवल घास के ढेर में सुई खोजने के बारे में नहीं है, बल्कि एक ऐसी मशीन बनाने के बारे में है जो स्वयं सुई को बुन सके। यह दृष्टिकोण पूरी तरह से स्वायत्त दवा खोज की ओर एक व्यावहारिक मार्ग प्रदान करता है, जहाँ डिजाइन करने, बनाने और परीक्षण करने का चक्र निर्बाध रूप से चलता है, जिससे एक वैज्ञानिक विचार से जीवन रक्षक औषधि तक की यात्रा तेज हो जाती है।
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।