Language-Grounded Drug Representations for Cold-Start Drug–Drug Interaction Prediction

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि दो नए दोस्त मिलने पर क्या होता है। शायद वे पक्के दोस्त बन जाते हैं, शायद वे लड़ते हैं, या शायद वे एक-दूसरे को अनदेखा कर देते हैं। चिकित्सा की दुनिया में, ये "दोस्त" दवाएं हैं, और उनकी "मुलाकात" को ड्रग-ड्रग इंटरैक्शन (DDIs) कहा जाता है। यदि गलत दवाएं मिलती हैं, तो यह मरीजों के लिए खतरनाक हो सकता है।

लंबे समय से, वैज्ञानिक इन मुलाकातों की भविष्यवाणी करने के लिए कंप्यूटर का उपयोग करने की कोशिश कर रहे हैं। सबसे लोकप्रिय तरीका एक सुपर-स्मार्ट सोशल नेटवर्क एनालाइजर की तरह है। यह एक विशाल मानचित्र को देखता है कि अतीत में किसने किससे मुलाकात की है। यदि दवा A ने दवा B से मुलाकात की है, और दवा B ने दवा C से मुलाकात की है, तो कंप्यूटर अनुमान लगाता है कि दवा A और दवा C के बीच कैसा तालमेल हो सकता है। यह तब बहुत अच्छा काम करता है जब कंप्यूटर पहले से ही कमरे में मौजूद हर एक दवा को देख चुका होता है।

लेकिन यहाँ एक समस्या है: जब कोई बिल्कुल नई दवा स्वीकृत होती है तो क्या होता है? इसका कोई इतिहास नहीं होता। इसने अभी तक किसी से मुलाकात नहीं की है। यह एक पूर्ण अजनबी है। पेपर की भाषा में, इसे "कोल्ड-स्टार्ट" (cold-start) समस्या कहा जाता है। पुराने "सोशल नेटवर्क" वाले कंप्यूटर यहाँ आकर रुक जाते हैं क्योंकि वे पूरी तरह से एक दवा के पिछले संबंधों पर निर्भर करते हैं। यदि कोई अतीत नहीं है, तो कंप्यूटर खो जाता है।

नया विचार: दवा का बायोडाटा (Resume) पढ़ना

लेखक, आरोन अजीत, एक अलग दृष्टिकोण का सुझाव देते हैं। केवल दवा के "सामाजिक इतिहास" (इंटरैक्शन ग्राफ) को देखने के बजाय, क्यों न उसका बायोडाटा (resume) पढ़ा जाए?

प्रत्येक दवा का एक भौतिक आकार (आणविक संरचना) और उसके द्वारा किए जाने वाले कार्यों का एक लिखित विवरण होता है। पेपर एक "डुअल-एनकोडर" (dual-encoder) प्रणाली का प्रस्ताव करता है जो दो आँखों वाले एक जासूस की तरह काम करती है:

1. केमिस्ट्री वाली आँख: यह दवा की आणविक संरचना (जैसे कि उसका डीएनए या फिंगरप्रिंट) को देखती है।
2. पढ़ने वाली आँख: यह एक सुपर-स्मार्ट, प्री-ट्रेन्ड लैंग्वेज ब्रेन (जिसे PubMedBERT कहा जाता है और जो चिकित्सा के बारे में बहुत कुछ जानता है) का उपयोग करके दवा के लिखित विवरण को पढ़ती है।

ये दोनों आँखें मिलकर दवा की एक पूर्ण तस्वीर बनाती हैं, भले ही उस दवा ने पहले कभी किसी से मुलाकात न की हो।

बड़ा परीक्षण: कौन जीतता है?

लेखक ने इस विचार को दो अलग-अलग डेटा सेटों पर परखा (एक जिसमें 1,706 दवाएं और 86 प्रकार के इंटरैक्शन थे, दूसरा जिसमें 1,268 दवाएं और सरल "हाँ/नहीं" वाले इंटरैक्शन थे)। उन्होंने परिणामों की पुष्टि के लिए प्रयोगों को तीन बार चलाया ताकि यह सुनिश्चित हो सके कि परिणाम केवल किस्मत की वजह से नहीं हैं।

यहाँ हुआ क्या:

• पुराना तरीका (केवल संरचना): जब कंप्यूटर ने केवल आणविक आकार को देखा, तो वह पहले से ज्ञात दवाओं के लिए इंटरैक्शन की भविष्यवाणी करने में वास्तव में सर्वश्रेष्ठ था। लेकिन जैसे ही एक नई, अनदेखी दवा सामने आई, इसका प्रदर्शन धड़ाम से गिर गया। यह उस छात्र की तरह था जिसने पिछले साल के टेस्ट के उत्तर रट लिए थे लेकिन नए टेस्ट मिलने पर पूरी तरह विफल हो गया।
• नया तरीका (फ्यूजन): "डुअल-एनकोडर" मॉडल पुरानी दवाओं को देखते समय पूर्ण चैंपियन नहीं था, लेकिन जब "कोल्ड-स्टार्ट" परीक्षण शुरू हुआ, तो यह जीत गया। इसका प्रदर्शन सबसे कम गिरा। यह एकमात्र मॉडल था जो सफलतापूर्वक अनुमान लगा सका कि एक बिल्कुल नई दवा दूसरों के साथ कैसे इंटरैक्ट करेगी।

आंकरे कहानी स्पष्ट रूप से बताते हैं। "DrugBank" डेटासेट पर, नए मॉडल ने "एक नई दवा" वाले परिदृश्य के लिए 0.627 स्कोर किया (एक ऐसे पैमाने पर जहाँ उच्च स्कोर बेहतर है), जिसने पुराने स्ट्रक्चर-ओनली मॉडल को पछाड़ दिया जिसका स्कोर 0.583 था। जब दोनों दवाएं नई थीं, तो नए मॉडल ने 0.376 स्कोर किया, जबकि पुराना मॉडल गिरकर 0.344 पर आ गया। "BioSNAP" डेटासेट पर, नए मॉडल ने नए-दवा परिदृश्यों के लिए 0.831 और 0.726 स्कोर किया, और फिर से प्रतिस्पर्धा को पछाड़ दिया।

यह पेपर क्या खारिज करता है

यह जानना महत्वपूर्ण है कि यह पेपर क्या कहता है कि क्या काम नहीं करता।

• केवल टेक्स्ट पढ़ना पर्याप्त नहीं है: यदि आप केवल लिखित विवरण का उपयोग करते हैं और आणविक आकार को अनदेखा करते हैं, तो मॉडल विफल हो जाता है। टेक्स्ट अकेले DrugBank के "एक नई दवा" टेस्ट में 0.497 स्कोर करता है, जो संयुक्त मॉडल की तुलना में बहुत खराब है।
• केवल आकार देखना पर्याप्त नहीं है: यदि आप केवल आणविक आकार का उपयोग करते हैं और टेक्स्ट को अनदेखा करते हैं, तो मॉडल कोल्ड-स्टार्ट परिदृश्य में विफल हो जाता है।
• "सोशल नेटवर्क" वाला तरीका नए ड्रग्स के लिए काम नहीं करता: पेपर स्पष्ट रूप से तर्क देता है कि पिछले इंटरैक्शन के ग्राफ में एक दवा की स्थिति पर निर्भर रहना नए ड्रग्स के लिए एक बंद रास्ता है। पुराने ड्रग्स के लिए सबसे अच्छा मॉडल (फिंगरप्रिंट-MLP) नए ड्रग्स को संभालने में सबसे खराब था।

हम कितने आश्वस्त हैं?

लेखक अपनी भाषा को लेकर बहुत सावधान हैं। वे यह दावा नहीं करते कि उन्होंने इस समस्या को हमेशा के लिए "हल" कर दिया है। इसके बजाय, वे सुझाव देते हैं कि भाषा के आधार पर ड्रग रिप्रेजेंटेशन बनाना बेहतर भविष्यवाणियों के लिए एक व्यावहारिक मार्ग है।

परिणाम दो विशिष्ट डेटासेट से मापे गए डेटा और तीन अलग-अलग रैंडम सीड्स (प्रयोग के पुन: रन) पर आधारित हैं। पेपर नोट करता है कि हालांकि नया मॉडल जीतता है, लेकिन कुछ मामलों में अंतर छोटा है, और अनिश्चितता की सीमा (error bars) कभी-कभी ओवरलैप होती है। हालाँकि, रुझान सुसंगत है: अज्ञात से निपटने के लिए संयुक्त मॉडल सबसे विश्वसनीय है।

लेखक कुछ सीमाओं को भी स्वीकार करते हैं:

• टेस्ट में लगभग 10% दवाओं के पास लिखित विवरण नहीं थे। मॉडल ने इसे एक विशेष "मिसिंग" टैग का उपयोग करके संभाला, लेकिन लेखक कहते हैं कि यदि अधिक दवाओं के पास टेक्स्ट गायब होता, तो यह एक बड़ी समस्या हो सकती थी।
• वे सीधे तुलना करने के लिए एक अन्य प्रसिद्ध विधि (SSI-DDI) को पूरी तरह से पुनरुत्पादित (reproduce) नहीं कर सके, इसलिए उन्होंने इसकी तुलना उस सर्वश्रेष्ठ पुनरुत्पादित स्ट्रक्चर-ओनली मॉडल से की जिसे वे बना सकते थे।

मुख्य निष्कर्ष (The Takeaway)

इसे इस तरह सोचिए: यदि आप जानना चाहते हैं कि एक नए छात्र का स्कूल में कैसा तालमेल रहेगा, तो आप केवल यह नहीं देख सकते कि वह किसे जानता है (क्योंकि वह अभी किसी को नहीं जानता)। आपको उसके व्यक्तित्व (टेक्स्ट विवरण) और उसके कौशल (आणविक संरचना) को देखना होगा।

यह पेपर सुझाव देता है कि "व्यक्तित्व" (टेक्स्ट) और "कौशल" (संरचना) को जोड़कर, हम एक ऐसा कंप्यूटर प्रोग्राम बना सकते हैं जो नई दवा आने पर घबराता नहीं है। यह सुझाव देता है कि "भाषा-आधारित" (language-grounded) दृष्टिकोण नवीनतम दवाओं की सुरक्षा की भविष्यवाणी करने की कुंजी है, जहाँ जोखिम सबसे अधिक होता है।