🧬 biology

Mirror Symmetry Drug Design (MSDD): A Parity-Inversion Framework for Generative De Novo Design of Proteolytically Stable Dual-Targeting D-Peptides against Bcl-2 and Mcl-1

यह शोध पत्र मिरर सिमिट्री ड्रग डिज़ाइन (MSDD) को प्रस्तुत करता है, जो एक नवीन कम्प्यूटेशनल फ्रेमवर्क है जो मॉडल को पुन: प्रशिक्षित किए बिना Bcl-2 और Mcl-1 के लिए प्रोटियोलिटिक रूप से स्थिर, उच्च-आत्मीयता वाले D-पेप्टाइड डुअल इनहिबिटर्स के 'डे नोवो' डिज़ाइन को सक्षम करने के लिए लक्षित प्रोटीन पॉकेट्स को उलटने के माध्यम से वर्तमान जनरेटिव एआई की काइरल सीमाओं से बचता है।

मूल लेखक: Sharon Melhi

प्रकाशित 2026-08-10

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sharon Melhi

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

जीवन का दर्पण भूलभुलैया और अटूट चाबियों की खोज

कल्पना कीजिए कि आपका शरीर एक हलचल भरा शहर है जहाँ प्रोटीन नामक नन्हे संदेशवाहक महत्वपूर्ण कार्यों को शुरू करने या रोकने के लिए दरवाजों पर लगातार दस्तक देते हैं। कभी-कभी, कैंसर कोशिकाओं के "बुरे तत्व" इन दरवाजों का अपहरण कर लेते हैं, उन्हें बंद रखते हैं ताकि शहर की सफाई टीम (जो क्षतिग्रस्त कोशिकाओं को हटाती है) अंदर न आ सके। इसे ठीक करने के लिए, वैज्ञानिक विशेष चाबियाँ डिजाइन करने की कोशिश करते हैं—पेप्टाइड्स नामक सूक्ष्म अणु—जो इन खराब तालों को जाम कर सकें और दरवाजों को फिर से खोलने के लिए मजबूर कर सकें। आमतौर पर, ये चाबियाँ "बाएं हाथ के" निर्माण खंडों (L-अमीनो एसिड) से बनी होती हैं, जो प्रकृति में लगभग सब कुछ बनाने का तरीका है।

हालाँकि, इसमें एक पेंच है। शहर के सुरक्षा गार्ड (एंजाइम) अविश्वसनीय रूप से तेज़ और कुशल होते हैं, जो इन बाएं हाथ के चाबियों को खोजने और नष्ट करने में माहिर होते हैं, और अपना काम करने से पहले ही इन्हें मिनटों में चबा जाते हैं। यही कारण है कि कई संभावित कैंसर दवाएं विफल हो जाती हैं: वे अपने लक्ष्य तक पहुँचने से पहले ही खा ली जाती हैं। वैज्ञानिक लंबे समय से जानते हैं कि यदि वे "दाएं हाथ के" निर्माण खंडों (D-अमीनो एसिड) का उपयोग करके एक चाबी बना सकें, तो सुरक्षा गार्ड उन्हें पहचान ही नहीं पाएंगे, जिससे चाबी अटूट और लंबे समय तक चलने वाली बन जाएगी। लेकिन समस्या यह है: हमारे सबसे अच्छे कंप्यूटर प्रोग्राम जो इन चाबियों को डिजाइन करने के लिए उपयोग किए जाते हैं, उन्होंने कभी भी अपने प्रशिक्षण डेटा में दाएं हाथ के निर्माण खंड नहीं देखे हैं। वे उन वास्तुकारों की तरह हैं जिन्होंने केवल बाएं हाथ की ईंटों से घर बनाना सीखा है; यदि आप उनसे दाएं हाथ की ईंटों से घर बनाने के लिए कहते हैं, तो वे भ्रमित हो जाते हैं और मलबे का ढेर बना देते हैं। यह शोध पत्र इस भ्रम को हल करने और एक सुपर-स्ट्रॉन्ग, अटूट चाबी डिजाइन करने के लिए एक चतुर तकनीक पेश करता है।

मिरर ट्रिक: अनदेखे को डिजाइन करना

शोधकर्ताओं ने, शेरोन मेलही के नेतृत्व में, मिरर सिमेट्री ड्रग डिजाइन (MSDD) नामक एक नई विधि विकसित की। यह कोशिश करने के बजाय कि भ्रमित कंप्यूटर वास्तुकारों को एक नई भाषा (दाएं हाथ की केमिस्ट्री) सिखाई जाए, उन्होंने दुनिया को ही उलट देने का फैसला किया।

इसे ऐसे समझें: यदि आप एक दाएं हाथ का दस्ताना डिजाइन करना चाहते हैं लेकिन आपका कंप्यूटर केवल बाएं हाथ के दस्ताने बनाना जानता है, तो आप कंप्यूटर को दाएं हाथ के दस्ताने बनाना नहीं सिखाते। इसके बजाय, आप उस हाथ को पकड़ते हैं जिसके लिए आप दस्ताना चाहते हैं, उसे दर्पण (शीशे) के सामने रखते हैं, और कंप्यूटर से कहते हैं, "इस प्रतिबिंब के लिए एक दस्ताना डिजाइन करो।" कंप्यूटर खुशी-खुखी उस प्रतिबिंब के लिए एक सटीक बाएं हाथ का दस्ताना डिजाइन करता है। एक बार जब कंप्यूटर अपना काम पूरा कर लेता है, तो आप उस डिजाइन को वापस दर्पण के माध्यम से पलट देते हैं। अचानक, आपके पास एक सटीक दाएं हाथ का दस्ताना होता है जो मूल हाथ में फिट बैठता है, और कंप्यूटर को कुछ भी नया सीखने की आवश्यकता नहीं पड़ी।

शोध में, वैज्ञानिकों ने इस "पैरिटी इन्वर्जन" (parity inversion) तकनीक को दो विशिष्ट कैंसर लक्ष्यों पर लागू किया: Bcl-2 और Mcl-1। ये उन दोहरे-लॉक वाले दरवाजों की तरह हैं जिनका उपयोग कैंसर कोशिकाएं उपचार से बचने के लिए छिपने हेतु करती हैं। एक सामान्य दवा, वेनेटोक्लाक्स (venetoclax), एक दरवाजे को लॉक कर सकती है, लेकिन कैंसर कोशिकाएं जीवित रहने के लिए अक्सर दूसरे दरवाजे (Mcl-1) को खोल देती हैं। लक्ष्य एक एकल, दोहरे उद्देश्य वाली चाबी डिजाइन करना था जो दोनों दरवाजों को एक साथ जाम कर सके।

परिणाम: एक स्थिर, अटूट चाबी

अपने मिरर ट्रिक का उपयोग करते हुए, टीम ने तीन अलग-अलग उन्नत AI मॉडलों (Chroma, Boltz-1, और AlphaFlow) में इन "उलटे" लक्ष्यों को फीड किया। ये मॉडल, जो आमतौर पर केवल बाएं हाथ की केमिस्ट्री पर काम करते हैं, ने सफलतापूर्वक मिरर-इमेज लक्ष्यों के लिए डिजाइन तैयार किए। शोधकर्ताओं ने फिर इन डिजाइनों को वापस पलटकर वास्तविक, दाएं हाथ के (D-peptide) चाबियों का निर्माण किया।

परिणाम प्रभावशाली थे। शीर्ष उम्मीदवार, एक 12-यूनिट पेप्टाइड श्रृंखला जिसमें एक विशेष "स्टेपल" (एक रासायनिक लूप जो इसे एक सख्त सर्पिल में थामे रखता है) है, ने 0.7316 का मिरर कॉन्फिडेंस इंडेक्स (MCI) दिखाया। यह स्कोर सुझाव देता है कि डिजाइन के काम करने की अत्यधिक संभावना है।

यह देखने के लिए कि क्या यह चाबी वास्तव में स्थिर थी, टीम ने 100 नैनोसेकंड (एक सेकंड का एक छोटा सा हिस्सा, लेकिन परमाणुओं के लिए एक लंबा समय) तक चलने वाला एक विशाल कंप्यूटर सिमुलेशन चलाया। सिमुलेशन ने दिखाया कि चाबी पूरी तरह से स्थिर रही, जिसमें औसत गति मात्र 1.279 ± 0.082 Å (परमाणु दूरी की एक इकाई) थी। इससे भी महत्वपूर्ण बात यह है कि जब उन्होंने पाचन एंजाइमों (ट्रिप्सिन और काइमोट्रिप्सिन) के "मुंह" के भीतर चाबी का सिमुलेशन किया, तो एंजाइम उसे काट नहीं सके। एंजाइम के काटने वाले उपकरण और चाबी के कमजोर हिस्सों के बीच की दूरी 7.85 Å या उससे अधिक रही, जो कट लगाने के लिए आवश्यक 3.50 Å से कहीं अधिक है। यह पुष्टि करता है कि चाबी शरीर के सफाई दल के लिए प्रभावी रूप से अदृश्य है।

टीम ने यह भी गणना की कि चाबी कैंसर के दरवाजों से कितनी मजबूती से चिपकेगी। Bcl-2 के दरवाजे से चाबी को खींचने के लिए आवश्यक ऊर्जा −23.32 kcal/mol थी, और Mcl-1 के दरवाजे के लिए, यह −20.55 kcal/mol थी। ये संख्याएं बहुत मजबूत हैं, जो बताती हैं कि चाबी दोनों लक्ष्यों को एक साथ मजबूती से पकड़े रखेगी।

इसका क्या अर्थ है (और क्या नहीं है)

यह शोध पत्र इस विचार को स्पष्ट रूप से खारिज करता है कि हम वर्तमान AI मॉडलों को सीधे दाएं हाथ की चाबियां डिजाइन करने के लिए मजबूर कर सकते हैं। जब शोधकर्ताओं ने मिरर ट्रिक के बिना ऐसा करने की कोशिश की, तो AI ने एक गड़बड़ी पैदा की: परिणामी संरचनाएं सही आकार से 16.45 Å दूर थीं और उनमें 218 गंभीर स्टेरिक क्लैश (परमाणुओं का आपस में टकराना) थे। मिरर ट्रिक ही एक साफ, काम करने वाला डिजाइन प्राप्त करने का एकमात्र तरीका था।

लेखक अपने काम की सीमाओं के बारे में बहुत स्पष्ट हैं। हालांकि कंप्यूटर सिमुलेशन अत्यंत आशाजनक हैं, लेकिन यह अभी भी एक तैयार दवा नहीं है। शोध पत्र नोट करता है कि डिजाइन की गई चाबी का "टोपोलॉजिकल पोलर सरफेस एरिया" (TPSA) 557.46 Å² है, जो बहुत अधिक है जिससे यह अपने आप कोशिका झिल्ली (cell membranes) के माध्यम से आसानी से नहीं गुजर सकती। लेखक का कहना है कि भविष्य के काम में इस चाबी को एक डिलीवरी वाहन, जैसे कि सेल-पेनेट्रेटिंग पेप्टाइड या एक छोटे बुलबुले (tiny bubble) से जोड़ने की आवश्यकता होगी, ताकि इसे कैंसर कोशिका के अंदर पहुँचाया जा सके।

इसके अलावा, लेखक इस बात पर जोर देते हैं कि यह एक कम्प्यूटेशनल खोज है। वे स्पष्ट रूप से कहते हैं कि प्रोस्पेक्टिव एक्सपेरिमेंटल वैलिडेशन (वास्तविक प्रयोगशाला में अणु बनाना और वास्तविक कोशिकाओं पर परीक्षण करना) वर्तमान कार्य की "प्राथमिक सीमा" है। उन्होंने अभी तक यह साबित नहीं किया है कि यह चाबी जीवित मनुष्य या जीवित कोशिका में काम करती है, केवल यह कि यह कंप्यूटर के दर्पण जगत में एकदम सही दिखती है।

निचोड़

यह शोध पत्र यह दावा नहीं करता कि इसने कैंसर का इलाज खोज लिया है। इसके बजाय, यह कंप्यूटर-एडेड ड्रग डिजाइन की एक बड़ी पहेली को हल करने का दावा करता है: हमारे सर्वश्रेष्ठ AI उपकरणों का उपयोग "दाएं हाथ की" दवाओं को बनाने के लिए कैसे किया जाए जिन्हें हमारा शरीर नष्ट नहीं कर सकता। AI को चकमा देने के लिए दर्पण का उपयोग करके, वे सफलतापूर्वक एक सैद्धांतिक, दोहरे-लक्ष्य वाली चाबी डिजाइन करने में सफल रहे, जो स्थिर, मजबूत और एंजाइमों के लिए अदृश्य है। यह एक नए प्रकार की दवा का ब्लूप्रिंट है, जो अगले कदम की प्रतीक्षा कर रहा है: इसे वास्तविक दुनिया में बनाना और देखना कि क्या यह काम करती है।

तकनीकी सारांश: मिरर सिमिट्री ड्रग डिज़ाइन (MSDD)

समस्या विवरण
वर्तमान अत्याधुनिक जनरेटिव स्ट्रक्चरल AI मॉडल (जैसे Chroma, Boltz-1, AlphaFlow) एक मौलिक "काइरल ब्लाइंडस्पॉट" (chiral blindspot) प्रदर्शित करते हैं। ये मॉडल लगभग विशेष रूप से प्रोटीन डेटा बैंक (PDB) पर प्रशिक्षित हैं, जिसमें >99.9% L-अमीनो एसिड संरचनाएं मौजूद हैं। फलस्वरूप, इनमें D-पेप्टाइड्स (प्राकृतिक पेप्टाइड्स के एनैन्टीओमर्स) को डिजाइन करने के लिए आवश्यक लेटेंट-स्पेस रिप्रेजेंटेशन और बायोफिजिकल प्रायर्स (priors) का अभाव है। जब इन मॉडलों को स्टीरियोकेमिकल बाधाओं के माध्यम से D-पेप्टाइड्स उत्पन्न करने के लिए मजबूर किया जाता है, तो वे लेटेंट-स्पेस कोलैप्स का शिकार होते हैं, जिससे गंभीर स्टेरिक क्लैश (steric clashes) और उच्च इंटरफेस रूट मीन स्क्वायर डेविएशन (RMSD) वाली अभौतिक ज्यामिति उत्पन्न होती है।

यह सीमा प्रोटीन-प्रोटीन इंटरैक्शन (PPIs) को लक्षित करने के लिए महत्वपूर्ण है, जैसे कि Bcl-2 और Mcl-1 शामिल प्रोटीन। जबकि L-पेप्टाइड मिमेटिक्स इन इंटरफेस को बाधित कर सकते हैं, वे इन विट्रो में तीव्र प्रोटियोलिटिक क्षरण (proteolytic degradation) से ग्रस्त होते हैं। D-पेप्टाइड्स एक समाधान प्रदान करते हैं क्योंकि वे मानव प्रोटीएज के प्रति प्रतिरोधी होते हैं, लेकिन उनका de novo डिज़ाइन वर्तमान जनरेटिव मॉडलों द्वारा D-स्पेस में विश्वसनीय रूप से कार्य करने में असमर्थता के कारण बाधित रहा है। इसके अतिरिक्त, Bcl-2 अवरोधक वेनेटोक्लैक्स (venetoclax) के प्रति प्रतिरोध को दूर करने के लिए Bcl-2 और Mcl-1 का दोहरी अवरोधन (dual inhibition) एक बड़ी अनमेट नीड (unmet need) है, फिर भी कोई भी कम्प्यूटेशनल रूप से डिज़ाइन किया गया D-पेप्टाइड डुअल इनहिबिटर अब तक रिपोर्ट नहीं किया गया है।

कार्यप्रणाली: MSDD फ्रेमवर्क
मिरर सिमिट्री ड्रग डिज़ाइन (MSDD) फ्रेमवर्क जनरेटिव मॉडल को पुन: प्रशिक्षित करने या स्टीरियोकेमिकल पोस्ट-हॉक सुधार के बजाय जैविक लक्ष्य को उलटकर "काइरल ब्लाइंडस्पॉट" को हल करता है। मुख्य कार्यप्रणाली इस प्रकार है:

कंसेंसस टारगेट कंस्ट्रक्शन: BH3 हेलिस के साथ Bcl-2 और Mcl-1 की उच्च-रिज़ॉल्यूशन संरचनाओं को Kabsch एलाइनमेंट का उपयोग करके संरेखित किया जाता है ताकि एक कंसेंसस BH3 ग्रूव ज्योमेट्री बनाई जा सके, जिससे इंटर-पॉकेट RMSD को 43.29 Å से घटाकर 2.83 Å कर दिया जाता है।
टोपोलॉजिकल पैरिटी इन्वर्जन (फैंटम टारगेट): कंसेंसस टारगेट कोऑर्डिनेट्स को एक सटीक पैरिटी ट्रांसफॉर्मेशन $T(x, y, z) = (-x, y, z)$ के माध्यम से बदला जाता है। यह एक "फैंटम टारगेट" बनाता है जहाँ आंतरिक ज्यामिति और थर्मोडायनामिक बाइंडिंग वेक्टर्स संरक्षित रहते हैं, लेकिन काइरैलिटी को D-स्पेस में उलट दिया जाता है। विश्लेषणात्मक सत्यापन पुष्टि करता है कि इसमें युग्मित परमाणु दूरियों (pairwise atomic distances) में शून्य विरूपण है।
जनरेटिव फ्लो-मैचिंग: अपरिवर्तित L-स्पेस जनरेटिव मॉडल (Chroma, Boltz-1, AlphaFlow) को फैंटम टारगेट के विरुद्ध चलाया जाता है। चूंकि लक्ष्य उल्टा है, इसलिए मॉडल अपने मूल L-स्पेस ट्रेनिंग डिस्ट्रीब्यूशन के भीतर कार्य करते हैं, जिससे ऐसे L-लिगैंड उत्पन्न होते हैं जो फैंटम टारगेट के टोपोलॉजिकल रूप से पूरक होते हैं।
स्पेशियल रिवर्जन (Spatial Reversion): उत्पन्न L-लिगैंड्स को भौतिक रूप से सटीक D-पेप्टाइड्स बनाने के लिए स्थानिक रूप से वापस (mirror back) किया जाता है, जिससे मॉडल रिट्रेनिंग या स्टीरियोकेमिकल सुधार की आवश्यकता नहीं रहती।
हाइड्रोकार्बन स्टेपलिंग: $\alpha$ -हेलिकल बाधाओं को लागू करने और मेटाबॉलिक स्थिरता बढ़ाने के लिए उम्मीदवारों को स्वचालित $i, i+7$ हाइड्रोकार्बन स्टेपलिंग के माध्यम से गुजारा जाता है।
मिरर कॉन्फिडेंस इंडेक्स (MCI): उम्मीदवारों को प्राथमिकता देने के लिए एक कंपोजिट स्कोरिंग फंक्शन पेश किया गया है, जिसे निम्नानुसार परिभाषित किया गया है:
$MCI = 0.50 \cdot ipTM + 0.35 \cdot MCS - 0.15 \cdot \left(\frac{Clashes}{500}\right)$
जहाँ $ipTM $इंटरफेस प्रेडिक्टेड टेम्पलेट मॉडलिंग स्कोर है,$ MCS $मैक्सिमम कॉमन सबस्ट्रक्चर स्कोर है, और$ Clashes$ स्टेरिक ओवरलैप पेनल्टी को दर्शाता है।

प्रमुख परिणाम

काइरल ब्लाइंडस्पॉट का उन्मूलन: नेटिव L-टारगेट्स के विरुद्ध AlphaFold-Multimer का उपयोग करके सीधे D-पेप्टाइड जनरेशन करने पर इंटरफेस RMSD 16.45 Å और 218 गंभीर स्टेरिक क्लैश देखे गए। इसके विपरीत, MSDD दृष्टिकोण ने <1% रामचैंड्रन आउटलेयर्स और न्यूनतम क्लैश के साथ स्थिर हेलिकल उम्मीदवारों को प्रस्तुत किया।
डुअल-टारगेटिंग लीड आइडेंटिफिकेशन: पाइपलाइन ने एक लीड हाइड्रोकार्बन-स्टेपल्ड D-पेप्टाइड (अनुक्रम: ac-dF-dL-dR-dS-S5-dE-dV-dD-R8-dI-dG-dK-nh2) की पहचान की जिसका MCI 0.7316 था।
थर्मोडायनामिक स्थिरता: 100 ns एक्सप्लिसिट-सॉल्वेंट मॉलिक्यूलर डायनेमिक्स (MD) सिमुलेशन ने लीड की स्थिरता की पुष्टि की, जिसमें बैकबोन RMSD $1.279 \pm 0.082$ Å पाया गया।
बाइंडिंग एफिनिटी: नॉर्मल मोड एनालिसिस (NMA) एंट्रॉपी करेक्शन के साथ MM-GBSA एनर्जी डिकम्पोज़िशन ने Bcl-2 के लिए $-23.32$ kcal/mol और Mcl-1 के लिए $-20.55$ kcal/mol की बाइंडिंग फ्री एनर्जी ( $\Delta G_{bind}$ ) प्रदान की, जो उच्च-एफिनिटी स्टेपल्ड L-पेप्टाइड्स के अनुरूप है।
प्रोटियोलिटिक रेजिस्टेंस: ट्रिप्सिन (Trypsin) और काइमोट्रिप्सिन (Chymotrypsin) के विरुद्ध डॉकिंग और 10 ns MD सिमुलेशन ने पुष्टि की कि स्किसेबल-बॉन्ड (scissile-bond) की दूरी >7.8 Å बनी रही, जो न्यूक्लियोफिलिक अटैक थ्रेशोल्ड (3.50 Å) से काफी ऊपर है, जो क्षरण के प्रति कम्प्यूटेशनल प्रतिरोध को दर्शाता है।
वैलिडेशन मेट्रिक्स: MCI स्कोरिंग फंक्शन ने 68 हार्ड स्टीरियोकेमिकल डिकोय के डेटासेट के विरुद्ध 0.9972 का औसत ROC-AUC प्राप्त किया। एक बाहरी, अनदेखे p53–MDM2 डेटासेट पर, MCI ने 1.000 का ROC-AUC प्राप्त किया, जिसका श्रेय Bcl-2 परिवार के ऑल- $\alpha$ और $\alpha/\beta$ MDM2 डोमेन के बीच आर्किटेक्चरल ऑर्थोगोनैलिटी को दिया गया है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह Bcl-2 और Mcl-1 दोनों को लक्षित करने वाले पहले कम्प्यूटेशनल रूप से डिज़ाइन किए गए D-पेप्टाइड डुअल इनहिबिटर को प्रस्तुत करता है। MSDD का प्राथमिक महत्व यह है कि यह बिना किसी D-विशिष्ट रिट्रेनिंग या फोर्स-फील्ड रीपैरामीट्राइजेशन के, मौजूदा जनरेटिव AI के काइरल ब्लाइंडस्पॉट को बायपास करने के लिए एक मॉडल-एग्नोस्टिक और कम्प्यूटेशनल रूप से कठोर विधि प्रदान करता है। टारगेट स्पेस को उलटने के कारण, यह फ्रेमवर्क मौजूदा L-स्पेस मॉडलों को प्रभावी ढंग से D-पेप्टाइड डिज़ाइन के लिए कार्य करने की अनुमति देता है।

लेखक स्पष्ट रूप से उल्लेख करते हैं कि हालांकि कम्प्यूटेशनल परिणाम (थर्मोडायनामिक स्थिरता, डुअल एफिनिटी, और प्रोटियोलिटिक रेजिस्टेंस) मजबूत हैं, फिर भी यह कार्य एक कम्प्यूटेशनल अध्ययन है। उन्होंने लीड के उच्च टोपोलॉजिकल पोलर सरफेस एरिया (TPSA: 557.46 Å²) को पैसिव मेम्ब्रेन डिफ्यूजन के लिए एक ट्रांसलेशनल चुनौती के रूप में पहचाना है और कहा है कि जैविक गतिविधि की पुष्टि करने के लिए प्रोस्पेक्टिव एक्सपेरिमेंटल वैलिडेशन (SPPS, SPR, लाइव-सेल एसेज) की आवश्यकता है। पूर्ण पाइपलाइन, जिसमें सोर्स कोड और विश्लेषण स्क्रिप्ट शामिल हैं, सामुदायिक अपनाने और आगे के प्रयोगात्मक सत्यापन को सुगम बनाने के लिए ओपन-सोर्स है।