📄 medicine

ProToxNet: Expression-Aware Proteome-Wide Binding for Tissue-Stratified Adverse Event Prediction

ProToxNet एक नवीन ढांचा है जो ज्ञात और नवीन दोनों दवाओं के लिए ऊतक-स्तरीकृत प्रतिकूल प्रभावों की सटीक भविष्यवाणी करने हेतु प्रोटिओम-व्यापी ड्रग-प्रोटीन बाइंडिंग भविष्यवाणियों को ऊतक-विशिष्ट जीन अभिव्यक्ति के साथ एकीकृत करता है, जो कई बेंचमार्क में मजबूत सामान्यीकरण और नैदानिक वैधता प्रदर्शित करता है।

मूल लेखक: Vaibhava Lakshmi Ravideshik

प्रकाशित 2026-07-03

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Vaibhava Lakshmi Ravideshik

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह भविष्यवाणी करने की कोशिश कर रहे हैं कि कौन सी कारें खराब होंगी और दुर्घटना का कारण बनेंगी।

अधिकांश वर्तमान सुरक्षा प्रणालियाँ केवल कार के इंजन (दवा की रासायनिक संरचना) को देखती हैं। वे कहती हैं, "इस इंजन का एक विशिष्ट हिस्सा ऐसा है जो विफल हो सकता है।" लेकिन वे इस बात को नज़रअंदाज़ कर देती हैं कि कार कहाँ चलाई जा रही है। एक हिस्सा जो बर्फीले पहाड़ पर दुर्घटना का कारण बन सकता है, वह धूप वाले समुद्र तट पर पूरी तरह से ठीक हो सकता है।

ProToxNet एक नया कंप्यूटर प्रोग्राम है जो खेल बदल देता है। केवल इंजन को देखने के बजाय, यह पूछता है: "यह कार कहाँ जा रही है, और इंजन उस विशिष्ट सड़क के साथ कैसे इंटरैक्ट करता है?"

यह कैसे काम करता है, इसे तीन सरल चरणों में विभाजित किया गया है:

1. "कौन" और "कहाँ"

दवा (इंजन): प्रोग्राम 4,310 अलग-अलग दवाओं को देखता है। यह भविष्यवाणी करता है कि प्रत्येक दवा मानव शरीर के 1,507 विभिन्न प्रोटीनों के साथ कितनी मजबूती से "पकड़" (बाइंड) बनाती है। इसे इस तरह समझें जैसे यह देखना कि एक चुंबक विभिन्न प्रकार की धातुओं से कितनी मजबूती से चिपकता है।
ऊतक/टिश्यू (सड़क): प्रोग्राम फिर मानव शरीर के एक विशाल मानचित्र (जिसे GTEx कहा जाता है) को देखता है जो दिखाता है कि 68 विभिन्न अंगों (जैसे लीवर, हृदय, फेफड़े और त्वचा) में प्रत्येक प्रोटीन की मात्रा कितनी है।
मिश्रण: यह इन दोनों चीजों को जोड़ता है। यदि कोई दवा किसी प्रोटीन को मजबूती से पकड़ती है, लेकिन वह प्रोटीन केवल लीवर में पाया जाता है, तो वह दवा एक "लीवर जोखिम" (Liver Risk) है। यदि वही प्रोटीन हर जगह मौजूद है, तो जोखिम फैला हुआ है।
- उपमा: कल्पना कीजिए कि एक चाबी (दवा) है जो एक विशिष्ट ताले (प्रोटीन) में फिट होती है। यदि वह ताला केवल रसोई (लीवर) में है, तो वह चाबी एक "किचन रिस्क" है। यदि वह ताला हर कमरे में है, तो वह एक "हाउस रिस्क" है। ProToxNet सटीक रूप से गणना करता है कि हर "कमरे" में कितना "चाबी" का अंश पहुँचता है।

2. प्रेडिक्शन इंजन (भविष्यवाणी इंजन)

एक बार जब प्रोग्राम को पता चल जाता है कि प्रत्येक दवा के लिए "रूम रिस्क" क्या है, तो यह अनुमान लगाने के लिए एक स्मार्ट गणितीय मॉडल ("डायगोनल बाइलिनियर मॉडल") का उपयोग करता है कि क्या बुरी चीजें हो सकती हैं।

इसे वास्तविक दुनिया की दुर्घटना रिपोर्टों (FAERS) के एक विशाल डेटाबेस पर प्रशिक्षित किया गया था, जिसमें दवाओं के कारण होने वाले दुष्प्रभावों के 3,00,000 से अधिक रिकॉर्ड शामिल हैं।
परिणाम: यह अविश्वसनीय रूप से सटीक है। जब इसका परीक्षण उस डेटा पर किया गया जिसे इसने पहले कभी नहीं देखा था, तो इसने 95.7% बार प्रतिकूल घटनाओं (adverse events) की सही भविष्यवाणी की। यहाँ तक कि जब इसे उस बिल्कुल नई दवा के बारे में अनुमान लगाना पड़ा जिसके बारे में इसने पहले कभी नहीं सुना था, तब भी यह 85.4% सटीक था।

3. यह क्यों महत्वपूर्ण है (प्रमाण)

लेखकों ने केवल यह नहीं कहा कि यह काम करता है; उन्होंने वास्तविक दुनिया के उदाहरणों के साथ इसे सिद्ध किया:

लीवर टेस्ट: उन्होंने उन दवाओं की सूची ली जो लीवर को नुकसान पहुँचाने के लिए जानी जाती हैं। ProToxNet ने सही ढंग से पहचाना कि इन दवाओं में सुरक्षित दवाओं की तुलना में उच्चतम "लीवर रिस्क" स्कोर था। यह सिद्ध करता है कि गणित वास्तव में जीव विज्ञान को दर्शाता है, न कि केवल रैंडम अनुमान।
"छिपा हुआ खतरा" टेस्ट: उन्होंने स्वीकृत कैंसर दवाओं (काइनेज इनहिबिटर्स) को लिया और कंप्यूटर से उनके दुष्प्रभावों की भविष्यवाणी करने को कहा। कंप्यूटर ने वास्तविक ज्ञात दुष्प्रभावों (जैसे मतली या लीवर डैमेज) को अपनी सूची में सबसे ऊपर रखा। वास्तव में, इन दवाओं के लिए, वास्तविक दुष्प्रभाव सभी संभावित भविष्यवाणियों के शीर्ष 0..7% में थे।

निचोड़ (The Bottom Line)

ProToxNet दवा सुरक्षा के लिए एक मौसम पूर्वानुमान की तरह है। यह केवल यह कहने के बजाय कि "यह तूफान प्रणाली खतरनाक है," यह कहता है, "यह तूफान प्रणाली विशेष रूप से तटीय शहरों (लीवर) के लिए खतरनाक है लेकिन पहाड़ों (हृदय) के लिए सुरक्षित है।"

यह वैज्ञानिकों और डॉक्टरों को यह देखने में मदद करता है कि कोई दवा मरीज तक पहुँचने से पहले ही कहाँ समस्या पैदा कर सकती है, क्योंकि यह दवा के रसायन विज्ञान और उन विशिष्ट ऊतकों (tissues) के बीच के संबंध को समझता है जिन्हें वह छूती है।

मुख्य सीख: यह पेपर दावा करता है कि यह टूल एक "फर्स्ट-पास स्क्रीनिंग" विधि है। यह सार्वजनिक डेटा का उपयोग करके दवा खोज प्रक्रिया के शुरुआती चरणों में ही संभावित ऊतक-विशिष्ट जोखिमों को चिह्नित करता है, जिससे यह तय करने में मदद मिलती है कि किन दवाओं की सुरक्षा निगरानी की अधिक आवश्यकता है।

तकनीकी सारांश: ProToxNet

समस्या विवरण (Problem Statement)

यह भविष्यवाणी करना कि कौन सी दवाएं विशिष्ट प्रतिकूल घटनाओं (adverse events - AEs) का कारण बनती हैं और किन ऊतकों (tissues) में, कम्प्यूटेशनल ड्रग सुरक्षा के क्षेत्र में एक महत्वपूर्ण अनसुलझी चुनौती बनी हुई है। वर्तमान दृष्टिकोण आम तौर पर दो श्रेणियों में आते हैं: संरचना-आधारित विधियाँ (आणविक फिंगरप्रिंट या ग्राफ न्यूरल नेटवर्क का उपयोग करके) और फार्माकोविजिलेंस माइनिंग (FAERS जैसे डेटाबेस से संकेतों को निकालना)। दोनों की एक मौलिक सीमा है: वे प्रतिकूल घटना के जोखिम को अकेले दवा के एक अंतर्निहित गुण के रूप में देखते हैं, जो ऊतक-विशिष्ट अभिव्यक्ति संदर्भ (tissue-specific expression context) की उपेक्षा करता है। शोध पत्र का तर्क है कि यह कि एक ऑफ-टारगेट बाइंडिंग इवेंट नैदानिक नुकसान का कारण बनेगा या नहीं, यह न केवल बाइंडिंग एफिनिटी (binding affinity) पर निर्भर करता, बल्कि विभिन्न ऊतकों (जैसे त्वचा, यकृत, फेफड़े) में लक्षित प्रोटीन की सापेक्ष अभिव्यक्ति पर भी निर्भर करता है।

कार्यप्रणाली (Methodology)

ProToxNet एक कम्प्यूटेशनल ढांचा है जो प्रोटिओम-व्यापी अनुमानित ड्रग-प्रोटीन बाइंडिंग को ऊतक-विशिष्ट जीन अभिव्यक्ति के साथ एकीकृत करता है ताकि 68-आयामी ऊतक एक्सपोजर प्रोफाइल (68-dimensional tissue exposure profiles) उत्पन्न किए जा सकें। यह पाइपलाइन तीन चरणों से बनी है:

प्रोटिओम-व्यापी बाइंडिंग स्कोरिंग (चरण 1):
- डेटा: 4,310 दवाएं और 1,507 मुख्य मानव प्रोटीन (DrugCentral, GTEx, और STRING का प्रतिच्छेदन)।
- मॉडल: ESM-1b प्रोटीन लैंग्वेज मॉडल का उपयोग करते हुए ConPLex का एक संस्करण।
- प्रक्रिया: ड्रग मॉर्गन फिंगरप्रिंट्स (2048-बिट) और ESM-1b मीन-पूल प्रोटीन एम्बेडिंग्स (1280-आयामी) को एक साझा 1024-आयामी कोसाइन समानता स्थान (cosine similarity space) में प्रोजेक्ट किया जाता है।
- कैलिब्रेशन: ज्ञात DrugCentral बाइंडिंग पेयर्स का उपयोग करके प्लैट स्केलिंग (Platt scaling) के माध्यम से बाइंडिंग संभावनाओं को कैलिब्रेट किया जाता है। इससे एक बाइंडिंग स्कोर मैट्रिक्स $S \in \mathbb{R}^{4310 \times 1507}$ प्राप्त होता है।
ऊतक एक्सपोजर स्कोरिंग (चरण 2):
- डेटा: 68 मानव ऊतकों में GTEx v10 प्रोजेक्ट से जीन अभिव्यक्ति डेटा।
- गणना: ऊतक-विशिष्ट अभिव्यक्ति स्तरों द्वारा बाइंडिंग स्कोर को वेटेज देकर ऊतक एक्सपोजर वेक्टर जनरेट किए जाते हैं।
- सूत्र: एक दवा $d$ और ऊतक $t$ के लिए, एक्सपोजर स्कोर है:
  $e_{d,t} = \sum_{p \in P} s_{d,p} \cdot x_{p,t}$
  जहाँ $s_{d,p}$ बाइंडिंग स्कोर है और $x_{p,t}$ ऊतक $t$ में प्रोटीन $p$ की सामान्यीकृत अभिव्यक्ति है।
- प्रीप्रोसेसिंग: बल्क एक्सप्रेशन मैग्नीट्यूड के अंतर को ठीक करने के लिए परिणामी मैट्रिक्स $E$ को प्रति ऊतक z-स्कोर किया जाता है, जिससे अंतिम फीचर मैट्रिक्स $\tilde{E} \in \mathbb{R}^{4310 \times 68}$ प्राप्त होता है।
प्रतिकूल घटना भविष्यवाणी (चरण 3):
- डेटा: FDA एडवर्स इवेंट रिपोर्टिंग सिस्टम (FAERS) से 302,307 पॉजिटिव ड्रग-AE सिग्नल पेयर्स (लॉग-लाइक्लीहुड रेशियो (LLR) > 0 के साथ)।
- मॉडल: एक डायगोनल बायलिनियर इंटरेक्शन मॉडल।
  - ड्रग एनकोडर: लेयरनॉर्म (LayerNorm), ReLU, और ड्रॉपआउट के साथ एक टू-लेयर न्यूरल नेटवर्क (68 → 256 → 128)।
  - AE एम्बेडिंग्स: 13,200 MedDRA टर्म्स जिन्हें 64-आयामी एम्बेडिंग्स में मैप किया गया है और फिर 128 आयामों तक प्रोजेक्ट किया गया है।
  - स्कोरिंग: इंटरेक्शन स्कोर की गणना इस प्रकार की जाती है: $score(d, a) = \sum_{k=1}^{128} h_d^{(k)} \cdot W_k \cdot h_a^{(k)} + b_d + b_a$ , जहाँ $W$ एक ट्रेन करने योग्य डायगोनल वेट मैट्रिक्स है और $b$ रिपोर्टिंग फ्रीक्वेंसी के लिए बायस टर्म्स का प्रतिनिधित्व करता है।
- ट्रेनिंग: 100 युगों (epochs) में एडमडब्ल्यू (AdamW), लेबल स्मूथिंग और कोसाइन एनीलिंग के साथ अनुकूलित।

प्रमुख योगदान (Key Contributions)

एक्सप्रेशन-वेटेड रिप्रेजेंटेशन: एक 68-आयामी ऊतक जुड़ाव क्षमता वेक्टर (tissue engagement potential vector) का परिचय, जो प्रतिकूल घटना भविष्यवाणी के लिए ड्रग रिप्रेजेंटेशन के रूप में बाइंडिंग और ऊतक अभिव्यक्ति को जोड़ता है।
ग्राफ प्रोपेगेशन के बिना प्रदर्शन: यह प्रदर्शन करना कि यह वेक्टर रिप्रेजेंटेशन, प्रोटीन-ऊतक नेटवर्क पर स्पष्ट ग्राफ मैसेज पासिंग के बिना, स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करता है।
जैविक सत्यापन: यह प्रमाणित करना कि ज्ञात हेपेटोटॉक्सिक (यकृत विषाक्तता वाली) दवाओं ने गैर-हेपेटोटॉक्सिक दवाओं की तुलना में काफी उच्च लिवर टिश्यू इंगेजमेंट स्कोर दिखाया है।
केस स्टडी: स्वीकृत किनेज इनहिबिटर (kinase inhibitors) के ज्ञात प्रतिकूल घटना प्रोफाइल को सफलतापूर्वक रिकवर करना, जहाँ ज्ञात AEs सभी 13,200 MedDRA टर्म्स में शीर्ष 0.67% में रैंक करते हैं।

परिणाम (Results)

मॉडल का मूल्यांकन कई प्रोटोकॉल के तहत किया गया:

FAERS पेयर-लेवल प्रेडिक्शन: होल्ड-आउट पेयर्स पर AUC 0.9576 (95% CI: 0.9565–0.9588) प्राप्त किया।
कोल्ड-स्टार्ट (लीव-ड्रग-आउट): एक परिदृश्य में जहाँ 244 दवाओं को पूरी तरह से बाहर रखा गया था (शून्य प्रशिक्षण पेयर्स), मॉडल ने AUC 0.8544 प्राप्त किया। यह पुष्टि करता है कि मॉडल ड्रग आइडेंटिटी को याद करने के बजाय ऊतक जुड़ाव विशेषताओं के आधार पर नई दवाओं पर सामान्यीकरण (generalize) करता है।
लीव-AE-आउट: जब 1,980 MedDRA टर्म्स को बाहर रखा गया, तो मॉडल ने AUC 0.8472 प्राप्त किया, जो अनदेखे प्रतिकूल प्रभावों (unseen adverse events) के लिए सामान्यीकरण प्रदर्शित करता है।
बाहरी सत्यापन (CT-ADE): स्वतंत्र CT-ADE क्लिनिकल ट्रायल बेंचमार्क पर, ProToxNet ने AUC 0.9157 प्राप्त किया।
जैविक संवर्धन (Biological Enrichment):
- हेपेटोटॉक्सिसिटी: ज्ञात हेपेटोटॉक्सिक दवाओं ने गैर-हेपेटोटॉक्सिक दवाओं की तुलना में काफी अधिक लिवर टिश्यू एक्सपोजर स्कोर दिखाया (Mann-Whitney U, $p = 0.017$ , Cliff's $\delta = 0.41$ )।
- DILIrank सत्यापन: "मोस्ट-कंसर्न" हेपेटोटॉक्सिक दवाओं ने "नो-कंसर्न" दवाओं की तुलना में काफी अधिक लिवर एक्सपोजर दिखाया ( $p = 0.0002$ , Cliff's $\delta = 0.59$ )।
किनेज इनहिबिटर केस स्टडी: आठ स्वीकृत किनेज इनहिबिटर्स के ज्ञात प्रतिकूल प्रभावों ने 13,200 टर्म्स में से औसत 88 की रैंक प्राप्त की (शीर्ष 0.67%)। उदाहरण के लिए, इमैटिनिब (imatinib), एरलोटिनिब (erlotinib) और लैपाटिनिब (lapatinib) के लिए हेपेटोटॉक्सिसिटी शीर्ष 1% में रैंक की गई थी।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि ProToxNet प्रतिकूल घटना भविष्यवाणी के लिए एक मैकेनिस्टिक रूप से आधारित, ऊतक-जागरूक ढांचा (mechanistically grounded, tissue-aware framework) प्रदान करता है। यह परिचालन (operationalize) करते हुए कि प्रतिकूल घटना का जोखिम दवा के बाइंडिंग लैंडस्केप और ऊतक-विशिष्ट अभिव्यक्ति संदर्भ का एक संयुक्त गुण है, यह ढांचा आणविक अंतःक्रिया और अंग-स्तर की विषाक्तता के बीच के अंतर को पाटता है।

लेखक इस बात पर जोर देते हैं कि कोल्ड-स्टार्ट परिदृश्यों (नई दवाएं और नए AE) में मॉडल की सफलता यह सुझाव देती है कि ऊतक जुड़ाव क्षमता सरल एंटिटी फ्रीक्वेंसी या रासायनिक संरचना की याद रखने की क्षमता से परे हस्तांतरणीय फार्माकोलॉजिकल संकेतों को कैप्चर करती है। इस ढांचे को ड्रग डिस्कवरी (ऊतक-विशिष्ट विषाक्तता के लिए प्रारंभिक स्क्रीनिंग) और फार्माकोविजिलेंस (सुरक्षा संकेतों को प्राथमिकता देना) के लिए एक उपकरण के रूप में प्रस्तुत किया गया है, जो मौजूदा संरचना-आधारित और माइनिंग-आधारित विधियों के पूरक के रूप में कार्य करता है।

लेखकों द्वारा स्वीकार की गई सीमाएं (Limitations):

बाइंडिंग स्कोर एनवायरनमेंट कम्पैटिबिलिटी इश्यूज के कारण री-इनिशियलाइज्ड टारगेट प्रोजेक्टर पर निर्भर करते हैं, जिसका अर्थ है कि वे पूर्णतः प्री-ट्रेन्ड एफिनिटी अनुमानों के बजाय संरचनात्मक विशेषताओं को दर्शाते हैं।
FAERS डेटा में रिपोर्टिंग पूर्वाग्रह (जैसे, बड़ी रोगी आबादी अधिक रिपोर्ट उत्पन्न करती है) शामिल हैं।
मॉडल दवा की खुराक (dose), प्रशासन मार्ग (administration route), रोगी जनसांख्यिकी, या ड्रग-ड्रग इंटरैक्शन को ध्यान में नहीं रखता है।
ऊतक संवर्धन (tissue enrichment) हेपेटोटॉक्सिसिटी के लिए सांख्यिकीय रूप से महत्वपूर्ण था लेकिन परीक्षण किए गए सेटों में कार्डियोटॉक्सिसिटी या नेफ्रोटॉक्सिसिटी के लिए नहीं था, जो संभवतः तंत्र विशिष्टता (जैसे, hERG ब्लॉकेड) या छोटे सैंपल साइज के कारण है।