HighFold-Lasso: Topology-Guided Prediction of Lasso Peptide Structures Using AlphaFold3
HighFold-Lasso एक नवीन कम्प्यूटेशनल फ्रेमवर्क है जो चारों लासो पेप्टाइड वर्गों की जटिल यांत्रिक रूप से इंटरलॉक्ड संरचनाओं की भविष्यवाणी करने में 100% सफलता प्राप्त करने के लिए कस्टम कोवेलेंट कनेक्टिविटी को स्कैफोल्ड-गाइडेड एडेप्टिव इनिशियलाइज़ेशन के साथ एकीकृत करता है, जो सटीकता और विश्वसनीयता में सामान्य-उद्देश्य वाले मॉडलों से काफी बेहतर प्रदर्शन 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
प्रकृति के पास ऐसे आणविक गांठें बनाने का एक अनूठा हुनर है जिन्हें खोलना असंभव सा लगता है। इनमें सबसे जटिल 'लैसो पेप्टाइड्स' (lasso peptides) हैं, जो बैक्टीरिया और अन्य सूक्ष्मजीवों द्वारा निर्मित प्रोटीन का एक विशेष परिवार है। कल्पना कीजिए कि एक धागे का छोटा सा घेरा (लूप) है जिसकी एक पूंछ है जिसे घेरे के केंद्र से निकाला गया है और फिर उसे वहीं लॉक कर दिया गया है, ताकि पूंछ वापस बाहर न फिसल सके। यही लैसो पेप्टाइड है: एक रासायनिक बंधन से बना एक छल्ला, जिसमें एक पूंछ को पिरोया गया है और दूसरे बंधन या एक भौतिक उभार द्वारा मजबूती से थाम लिया गया है। यह यांत्रिक इंटरलॉक अणु को असाधारण मजबूती प्रदान करता है, जिससे यह उच्च ताप को सहने और एंजाइमों द्वारा तोड़े जाने से बचने में सक्षम होता है। इस स्थायित्व के कारण, वैज्ञानिक इन पेप्टाइड्स को नई दवाओं और औद्योगिक उपकरणों के लिए निर्माण खंड (building blocks) के रूप में उपयोग करने के लिए उत्सुक हैं। हालाँकि, उन्हें प्रभावी ढंग से इंजीनियर करने के लिए, शोधकर्ताओं को पहले यह जानने की आवश्यकता है कि वे त्रि-आयामी (3D) रूप में वास्तव में कैसे दिखते हैं।
वर्षों तक, इन गांठदार अणुओं के आकार का निर्धारण करना एक जिद्दी समस्या बनी रही। जबकि वैज्ञानिक उस जेनेटिक कोड को आसानी से पढ़ सकते हैं जो कोशिका को पेप्टाइड बनाने का निर्देश देता है, उस कोड को 3D आकार में बदलना कंप्यूटर मॉडलों के लिए अत्यंत कठिन कार्य रहा है। प्रोटीन संरचनाओं की भविष्यवाणी करने के लिए उपयोग किए जाने वाले मानक उपकरण, जो हाल के वर्षों में अविश्वसनीय रूप से शक्तिशाली हो गए हैं, अक्सर लैसो पेप्टाइड्स के मामले में विफल हो जाते हैं। ये सामान्य मॉडल विशिष्ट प्रोटीनों के आकार का अनुमान लगाने में उत्कृष्ट हैं, लेकिन वे रिंग के माध्यम से गुजरी हुई पूंछ के विशिष्ट यांत्रिक प्रतिबंध के साथ संघर्ष करते हैं। सही शुरुआती बिंदु के बिना, कंप्यूटर एक ऐसा आकार पेश कर सकता है जो रासायनिक रूप से सही तो दिखेगा लेकिन उसमें महत्वपूर्ण गांठ नहीं होगी, या वह बस हार मान लेगा। अनुक्रम (sequence) को जानने और आकार को देखने के बीच का यह अंतर लैसो पेप्टाइड्स की एक बड़ी क्षमता को अनछुआ छोड़ गया है।
इस अंतर को पाटने के लिए, मैकाओ पॉलिटेक्निक यूनिवर्सिटी के शोधकर्ताओं ने 'हाईफोल्ड-लैसो' (HighFold-Lasso) नामक एक नई विधि विकसित की। कंप्यूटर से शून्य से आकार का अनुमान लगाने के लिए कहने के बजाय, टीम ने एक ऐसी प्रणाली डिजाइन की जो एक ज्ञात, वैध लैसो संरचना से शुरू होती है और धीरे-धीरे उसे परिष्कृत करती है। उन्होंने महसूस किया कि समस्या का सबसे कठिन हिस्सा रासायनिक बंधन नहीं, बल्कि टोपोलॉजी (topology) है—यह तथ्य कि पूंछ को रिंग के माध्यम से गुजरना ही चाहिए। कंप्यूटर को एक "स्कैफोल्ड" (scaffold), या एक मोटा टेम्पलेट प्रदान करके जिसमें पूंछ पहले से ही सही ढंग से पिरोई गई है, मॉडल इस बात पर ध्यान केंद्रित कर सकता है कि बारीक विवरणों को कैसे सही किया जाए, बजाय इसके कि वह स्वयं गांठ बनाने की कोशिश करे। यह दृष्टिकोण एक आधुनिक संरचना-अनुमान इंजन की शक्ति को एक विशिष्ट मार्गदर्शक के साथ जोड़ता है जो यह सुनिश्चित करता है कि गणना के दौरान यांत्रिक लॉक कभी न छूटे।
शोधकर्ताओं ने अपने नए टूल का परीक्षण 52 लैसो पेप्टाइड्स के एक सेट पर किया जिनके आकार पहले से ही प्रयोगों द्वारा पुष्ट किए जा चुके थे। हर एक मामले में, हाईफोल्ड-लैसो ने सफलतापूर्वक एक ऐसी संरचना की भविष्यवाणी की जिसने सही थ्रेडेड टोपोलॉजी को बनाए रखा। यह एक पूर्ण स्कोर था, जबकि मौजूदा सर्वश्रेष्ठ सामान्य-उद्देश्य वाले मॉडल केवल दो-तिहाई समय ही गांठ को सही ढंग से पकड़ पाते थे। केवल गांठ को सही करने के अलावा, नई विधि ने ऐसे आकार भी उत्पन्न किए जो प्रयोगात्मक वास्तविकता के बहुत करीब थे। जब शोधकर्ताओं ने अनुमानित परमाणुओं और वास्तविक परमाणुओं के बीच की दूरी को मापा, तो पूरे अणु के लिए औसत त्रुटि 2.4 एंगस्ट्रॉम से कम थी। यह एक महत्वपूर्ण सुधार है, क्योंकि पिछले तरीके अक्सर लगभग दोगुने बड़े त्रुटि दर वाले होते थे। टीम ने पाया कि यह सटीकता इन पेप्टाइड्स के सबसे जटिल संस्करणों के लिए भी बनी रही, जिनमें अतिरिक्त रासायनिक बंधन या असामान्य निर्माण खंड शामिल थे जिन्हें मानक मॉडल अक्सर अनदेखा कर देते हैं।
सफलता का एक प्रमुख हिस्सा यह था कि टीम ने गणना के शुरुआती बिंदु को कैसे संभाला। कंप्यूटर को परमाणुओं के पूरी तरह से यादृच्छिक (random), अस्त-व्यस्त ढेर से शुरू करने देने के बजाय, उन्होंने एक ऐसी संरचना से शुरुआत की जिसमें पहले से ही सही थ्रेडिंग संबंध था। फिर उन्होंने इस शुरुआती आकार में नियंत्रित मात्रा में 'नॉइज़' (noise) जोड़ा और कंप्यूटर से इसे साफ करने को कहा, यह एक ऐसी प्रक्रिया थी जिसने मॉडल को आवश्यक गांठ को खोए बिना सूक्ष्म विविधताओं का पता लगाने की अनुमति दी। यह "लो-नॉइज़" रणनीति अत्यंत महत्वपूर्ण सिद्ध हुई। जब शोधकर्ताओं ने परीक्षण किया कि यदि वे इस विशिष्ट शुरुआती मार्गदर्शक को हटा दें तो क्या होगा, तो सही गांठ की भविष्यवाणी करने की सफलता दर काफी गिर गई, जो लगभग तीन-चौथाई मामलों तक रह गई। इसने पुष्टि की कि प्रारंभिक स्कैफोल्ड केवल एक सहायक संकेत नहीं था, बल्कि मॉडल के काम करने के लिए एक आवश्यक आधार था।
अध्ययन ने भौतिक यथार्थवाद (physical realism) के मुद्दे को भी संबोधित किया। हालांकि कंप्यूटर भविष्यवाणियां टोपोलॉजिकल रूप से सही थीं, लेकिन परमाणुओं के बीच के बंधन कभी-कभी थोड़े खिंचे हुए या दबे हुए थे, जो एक वास्तविक, स्थिर अणु में नहीं होता। इसे ठीक करने के लिए, टीम ने एक भौतिकी-आधारित परिशोधन चरण (physics-based refinement step) का उपयोग किया जो संरचना के लिए एक कोमल मालिश की तरह कार्य करता था, जो गांठ को तोड़े बिना रसायन विज्ञान के नियमों के अनुरूप बॉन्ड की लंबाई और कोणों को समायोजित करता था। इस प्रक्रिया ने उन सूक्ष्म टकरावों को दूर कर दिया जहाँ परमाणु एक-दूसरे के बहुत करीब थे और उन विशेष रासायनिक लिंक्स की ज्यामिति को सुधारा जो लैसो को थामे रखते हैं। परिणाम एक ऐसी संरचना थी जो न केवल टोपोलॉजिकल रूप से सटीक थी, बल्कि भौतिक रूप से भी तर्कसंगत थी, जो आगे के अध्ययनों के लिए तैयार थी।
इस कार्य के निहितार्थ केवल आंकड़ों को सही करने से कहीं अधिक हैं। शोधकर्ताओं ने दिखाया कि उनकी विधि उन लैसो पेप्टाइड्स को भी संभाल सकती है जिनमें गैर-मानक अमीनो एसिड (non-standard amino acids) होते हैं, जो वे निर्माण खंड हैं जिन्हें प्रकृति कभी-कभी नए रासायनिक गुणों को बनाने के लिए बदल देती है। यह लचीलापन आणविक इंजीनियरिंग के भविष्य के लिए महत्वपूर्ण है, जहाँ वैज्ञानिक विशिष्ट कार्यों के लिए कस्टम पेप्टाइड्स डिजाइन करना चाहते हैं। इन जटिल, गांठदार अणुओं के आकार की उच्च सटीकता के साथ भविष्यवाणी करने की क्षमता प्रदर्शित करके, टीम ने प्रकृति में खोजे जाने वाले लैसो पेप्टाइड्स के विशाल पुस्तकालय को खोजने के लिए एक विश्वसनीय उपकरण प्रदान किया है। यह कार्य सुझाव देता है कि अद्वितीय यांत्रिक बाधाओं वाले अणुओं के लिए, सही संरचनात्मक संदर्भ प्रदान करना उतना ही महत्वपूर्ण है जितना कि रासायनिक डेटा स्वयं, जो जीवन की जटिल मशीनरी को समझने और डिजाइन करने के लिए एक नया मार्ग प्रदान करता 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।