Human Intestinal Absorption Revisited: The 1998 Descriptors Survive, and the Method Extends to Permeability
यह शोध पत्र यह प्रदर्शित करके कि मानव आंतों के अवशोषण (human intestinal absorption) के लिए 1998 के एक मॉडल का मूल प्रदर्शन एक भाग्यशाली डेटा विभाजन (fortunate data split) पर निर्भर था, उस मॉडल का पुनरावलोकन करता है, और तत्पश्चात जेनेटिक एल्गोरिदम द्वारा चयनित डिस्क्रिप्टर सेट और 250 स्तरीकृत निष्कर्षणों (stratified extractions) के माध्यम से रैंडम फॉरेस्ट का उपयोग करके आंतों के अवशोषण और विभिन्न पारगम्यता परीक्षणों (permeability assays) के लिए अधिक सुदृढ़, सर्वसम्मति-आधारित भविष्य कहने वाले मॉडल स्थापित 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
जब कोई व्यक्ति गोली निगलता है, तो दवा को एक जटिल बाधा से गुजरना पड़ता है: आंत की दीवार। यदि यह इस दीवार को पार नहीं कर पाती, तो दवा अपना काम करने के लिए रक्तप्रवाह तक कभी नहीं पहुँच पाती। वैज्ञानिक लंबे समय से यह अनुमान लगाने की कोशिश कर रहे हैं कि क्या एक नया रासायनिक यौगिक इस यात्रा को सफलतापूर्वक पूरा कर पाएगा, इसके लिए वे कंप्यूटर मॉडल का उपयोग करते हैं जो अणु के आकार और विद्युत गुणों को देखते हैं। दशकों से, किसी अणु की संरचना से प्राप्त छह गणितीय मापों का एक विशिष्ट सेट इन अनुमानों को लगाने के लिए मानक उपकरण रहा है। ये माप, जो यह दर्शाते हैं कि अणु कितना आवेशित (charged) है और उसका सतही क्षेत्रफल कितना है, 1998 के एक प्रसिद्ध अध्ययन से स्थापित किए गए थे। उस अध्ययन ने सुझाव दिया था कि ये छह संख्याएँ अवशोषण (absorption) की उच्च सटीकता के साथ भविष्यवाणी करने के लिए पर्याप्त थीं, एक ऐसा दावा जिसने उसके बाद से दवा विकास को प्रभावित किया है। हालाँकि, ऐसे अनुमानों की विश्वसनीयता इस बात पर बहुत अधिक निर्भर करती है कि डेटा को कैसे विभाजित और परीक्षण किया गया है, और मूल परिणाम डेटा के एक एकल, विशिष्ट विभाजन पर आधारित थे जो असामान्य रूप से भाग्यशाली हो सकता था।
शोधकर्ताओं की एक टीम ने हाल ही में इस क्लासिक समस्या पर फिर से विचार किया ताकि यह देखा जा सके कि क्या वे मूल छह माप अभी भी टिकते हैं जब उन्हें अधिक कठोरता से परखा जाता है। उन्होंने 1998 के अध्ययन के मूल 86 यौगिकों को लिया और, केवल एक बार परीक्षण करने के बजाय, प्रयोग को 250 बार चलाया, जिसमें हर बार डेटा को अलग-अलग समूहों में पुनर्व्यवस्थित (shuffle) किया गया ताकि यह देखा जा सके कि मॉडल औसतन कैसा प्रदर्शन करता है। उन्होंने पाया कि मूल सफलता वास्तव में एक भाग्यशाली इत्तेफाक थी। जब उन्हीं छह मापों को इन कई विभिन्न पुनर्व्यवस्थित समूहों में परखा गया, तो औसत त्रुटि (error) मूल पेपर द्वारा रिपोर्ट की गई त्रुटि से लगभग दोगुनी थी। मॉडल उस डेटा पर अच्छा काम करता था जिसे उसने पहले देखा था, लेकिन वह अनदेखे यौगिकों की उतनी विश्वसनीय भविष्यवाणी करने में संघर्ष करता था जितना कि पहले सोचा गया था। इससे पता चला कि मूल परिणाम एक मजबूत नियम नहीं था, बल्कि डेटा की एक विशेष व्यवस्था का एक विशिष्ट परिणाम था।
निरुत्साहित हुए बिना, शोधकर्ताओं ने पूछा कि क्या ये छह माप अभी भी उपयोगी हो सकते हैं यदि उन्हें यौगिकों के बहुत बड़े संग्रह पर लागू किया जाए। उन्होंने उन्हीं छह संख्याओं को लिया और उन्हें 7,800 अलग-अलग ड्रग-लाइक (drug-like) अणुओं के डेटासेट पर लागू किया। परिणाम छोटे सेट की तुलना में बेहतर थे, लेकिन त्रुटि दर वांछित स्तर से अधिक बनी रही। टीम ने फिर कंप्यूटर को बेहतर मापों के संयोजन की खोज करने देने का निर्णय लिया। प्राकृतिक चयन (natural selection) की नकल करने वाली एक विधि का उपयोग करते हुए, कंप्यूटर ने हजारों अलग-अलग आणविक डिस्क्रिप्टर्स (molecular descriptors) के संयोजनों का परीक्षण किया, यह देखने के लिए कि कौन सा सेट 250 अलग-अलग डेटा शफल के माध्यम से सबसे सटीक भविष्यवाणियाँ करता है। इस प्रक्रिया ने एक नए, निश्चित पच्चीस मापों के सेट की पहचान की जो मूल छह से लगातार बेहतर प्रदर्शन करता था। इस नए मॉडल ने, जो एक अधिक मजबूत आधार पर बना था, भविष्यवाणी त्रुटि को काफी कम कर दिया, जिससे औसत गलती उस स्तर तक आ गई जो वास्तविक दुनिया के दवा डिजाइन के लिए बहुत अधिक उपयोगी है।
शोधकर्ता केवल मानव अवशोषण तक ही नहीं रुके। उन्होंने मानव अवशोषण के तीन अन्य कठिन समस्याओं पर भी यही कठोर परीक्षण और चयन प्रक्रिया लागू की: कैसे छोटे अणु और पेप्टाइड्स कृत्रिम कोशिका परतों के माध्यम से चलते हैं, और कैसे वे सिंथेटिक झिल्लियों (synthetic membranes) से गुजरते हैं। प्रत्येक चार अलग-अलग चुनौतियों के लिए, उन्होंने एक विशिष्ट सेट के डिस्क्रिप्टर का उपयोग करके एक समर्पित मॉडल बनाया जिसे कंप्यूटर द्वारा चुना गया था। परिणामों ने दिखाया कि जबकि पुराने छह माप पर्याप्त नहीं थे, सावधानीपूर्वक चुने गए गुणों का एक बड़ा सेट इन व्यवहारों की बहुत अधिक विश्वास के साथ भविष्यवाणी कर सकता था। छोटे अणुओं और पेप्टाइड्स के लिए नए मॉडलों ने उच्च सटीकता प्राप्त की, जो कोशिका बाधाओं के पार यौगिकों की गति की अधिकांश मामलों में सही भविष्यवाणी करते हैं। ये निष्कर्ष बताते हैं कि पुराने मॉडल के पीछे के सिद्धांत सही थे, लेकिन आधुनिक दवा खोज की जटिलता को संभालने के लिए विशिष्ट उपकरणों को अपडेट और विस्तारित करने की आवश्यकता थी।
ये चारों नए मॉडल अब सार्वजनिक उपयोग के लिए उपलब्ध हैं, जिससे वैज्ञानिक नए रासायनिक संरचनाओं का इन परिष्कृत मानकों के विरुद्ध परीक्षण कर सकते हैं। यह कार्य प्रदर्शित करता है कि हालांकि अवशोषण के मूलभूत रसायन विज्ञान में कोई बदलाव नहीं हुआ है, लेकिन इसे मापने और भविष्यवाणी करने के हमारे तरीके को विकसित होना चाहिए। एक एकल, भाग्यशाली डेटा स्प्लिट से हटकर और सैकड़ों अलग-अलग परिदृश्यों में भविष्यवाणियों का परीक्षण करने की विधि को अपनाकर, शोधकर्ताओं ने गोली से रक्तप्रवाह तक की दवा की यात्रा को समझने के लिए एक अधिक ईमानदार और विश्वसनीय मानचित्र प्रदान किया है। मूल छह माप गलत नहीं थे, बल्कि वे अपूर्ण थे; नए पच्चीस माप के सेट एक स्पष्ट, अधिक पूर्ण चित्र प्रस्तुत करते हैं कि दवाएं मानव शरीर के साथ कैसे अंतःक्रिया करती 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।