Benchmarking unsupervised protein mutational effect predictors: practical guidelines for protein engineering and reduced accuracy at beneficial residues
यह शोध पत्र प्रोटीन इंजीनियरिंग के लिए व्यावहारिक दिशा-निर्देश प्रदान करने हेतु बड़े पैमाने के डीप म्यूटेशनल स्कैनिंग डेटा का उपयोग करके तीन मुख्य अनसुपरवाइज्ड प्रोटीन म्यूटेशनल प्रभाव भविष्यवक्ताओं (अनसुपरवाइज्ड प्रोटीन म्यूटेशनल इफेक्ट प्रेडिक्टर्स) का बेंचमार्किंग करता है और साथ ही विशिष्ट संरचनात्मक या भौतिक-रासायनिक संदर्भों के भीतर गेन-ऑफ-फंक्शन उत्परिवर्तनों और अवशेषों (रेसिड्यूज़) की भविष्यवाणी करने में निरंतर सीमाओं को प्रकट 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
प्रोटीन वे आणविक मशीनें हैं जो जीवन को चलाती रहती हैं। वे ऑक्सीजन ले जाने, संक्रमणों से लड़ने या रासायनिक प्रतिक्रियाओं को उत्प्रेरित करने जैसे कार्यों को करने के लिए जटिल त्रि-आयामी आकारों में मुड़ते हैं। क्योंकि ये आकार निर्धारित करते हैं कि एक प्रोटीन क्या करता है, वैज्ञानिकों ने लंबे समय से यह जानने का तरीका खोजा है कि प्रोटीन की श्रृंखला के भीतर एक एकल निर्माण खंड (building block) को बदलने से उसके कार्य में कैसे परिवर्तन आएगा। इस प्रक्रिया को प्रोटीन इंजीनियरिंग कहा जाता है, जिसमें प्रोटीन के प्रदर्शन को बेहतर बनाने के लिए, जैसे कि किसी एंजाइम को तेजी से काम करने वाला बनाना या किसी दवा के लक्ष्य को अधिक मजबूती से बांधना, एक अमीनो एसिड को दूसरे से बदलना शामिल है। हालांकि कंप्यूटर इन परिवर्तनों का अनुकरण करने के लिए शक्तिशाली उपकरण बन गए हैं, लेकिन यह क्षेत्र इस बात पर बहुत अधिक निर्भर रहा है कि विभिन्न प्रोग्राम प्रोटीन के आकार की स्थिरता की भविष्यवाणी कितनी अच्छी तरह करते हैं, बजाय इसके कि वे उन विशिष्ट परिवर्तनों की पहचान कितनी अच्छी तरह करते हैं जो वास्तव में प्रोटीन को बेहतर ढंग से काम करने में मदद करते हैं।
जापान के टोक्यो विश्वविद्यालय, कितासातो विश्वविद्यालय और नेशनल इंस्टीट्यूट ऑफ एडवांस्ड इंडस्ट्रियल साइंस एंड टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने इन कंप्यूटर प्रोग्रामों की वास्तविक उपयोगिता का परीक्षण करने का निर्णय लिया। उन्होंने "अनसुपरवाइज्ड" (unsupervised) विधियों पर ध्यान केंद्रित किया, जो एल्गोरिदम हैं जो विशिष्ट निर्देशों या प्रत्येक नए प्रोटीन के लिए लेबल किए गए उदाहरणों की आवश्यकता के बिना, मौजूदा प्रोटीन डेटा की विशाल मात्रा से सीखते हैं। शोधकर्ताओं ने तीन मुख्य प्रकार के उपकरणों की तुलना की: आणविक सिमुलेशन जो भौतिक बलों की गणना करते हैं, प्रोटीन भाषा मॉडल जो विकासवादी इतिहास से पैटर्न सीखते हैं, और प्रोटीन संरचनाओं पर प्रशिक्षित मशीन लर्निंग मॉडल। केवल यह पूछने के बजाय कि क्या कंप्यूटर सही अमीनो एसिड का अनुमान लगा सकते हैं, उन्होंने अधिक व्यावहारिक प्रश्न पूछा: क्या ये उपकरण एक वैज्ञानिक को यह बता सकते हैं कि प्रोटीन के किस विशिष्ट स्थान को उसके कार्य में सुधार करने के लिए बदलना चाहिए?
इसका उत्तर देने के लिए, टीम ने दस अलग-अलग प्रोटीनों और पांच विशिष्ट कार्यात्मक गुणों को कवर करने वाले प्रयोगात्मक डेटा का एक विशाल संग्रह एकत्र किया, जिसमें यह शामिल है कि एंजाइम दवाओं को कितनी अच्छी तरह तोड़ते हैं, प्रोटीन एक-दूसरे से कितनी मजबूती से जुड़ते हैं, और एक प्रोटीन कितनी चमकता है। उन्होंने इन तीन प्रकार के कंप्यूटर प्रोग्रामों को इस डेटा के विरुद्ध चलाया ताकि यह देखा जा सके कि भविष्यवाणियां वास्तविकता से कितनी मेल खाती हैं। परिणामों ने ताकत और कमजोरी का एक स्पष्ट मानचित्र प्रदान किया। प्रोटीन भाषा मॉडल, जो विकास के आधार पर अमीनो एसिड अनुक्रमों की सांख्यिकीय संभावना का विश्लेषण करते हैं, आम तौर पर समग्र सटीकता में अन्य तरीकों से बेहतर प्रदर्शन करते हैं। हालांकि, संरचना-आधारित मशीन लर्निंग उपकरण विभिन्न प्रकार के प्रोटीनों में अधिक सुसंगत साबित हुए, जिससे ऐसी मजबूती दिखाई जो भाषा मॉडलों में कभी-कभी कमी रह जाती थी।
अध्ययन से पता चला कि भविष्यवाणियों की सफलता इस बात पर बहुत अधिक निर्भर करती है कि उत्परिवर्तन (mutation) कहाँ होता है और लक्ष्य क्या है। उदाहरण के लिए, कंप्यूटर प्रोटीन के कसकर भरे हुए कोर (core) में होने वाले परिवर्तनों की भविष्यवाणी करने में, इसके खुले सतह या उस इंटरफेस पर होने वाले परिवर्तनों की तुलना में बहुत बेहतर थे जहाँ वे अन्य अणुओं के साथ जुड़ते हैं। यह प्रोटीन इंजीनियरिंग के लिए एक महत्वपूर्ण बाधा है, क्योंकि सबसे उपयोगी परिवर्तन अक्सर सतह पर होते हैं। इसके अलावा, शोधकर्ताओं ने पाया कि इनपुट संरचना का चुनाव अत्यधिक महत्व रखता है। जब किसी अन्य प्रोटीन के साथ जुड़ने की क्षमता में सुधार करने का प्रयास किया जा रहा हो, तो एक ऐसा कंप्यूटर मॉडल उपयोग करना जो दोनों प्रोटीनों को एक साथ एक कॉम्प्लेक्स के रूप में देखता है, अलग-अलग देखने की तुलना में बेहतर परिणाम देता है। इसके विपरीत, जब यह भविष्यवाणी करने की कोशिश की जा रही हो कि एक कोशिका एक प्रोटीन का कितना उत्पादन करेगी, तो अकेले प्रोटीन को देखना अधिक प्रभावी था।
शायद सबसे चौंकाने वाली खोज प्रोटीन इंजीनियरिंग के केंद्र में स्थित एक विरोधाभास थी। शोधकर्ताओं ने पाया कि वे स्थान जहाँ एक उत्परिवर्तन के प्रोटीन के कार्य में सुधार करने की सबसे अधिक संभावना होती है, वे वही स्थान थे जहाँ कंप्यूटर प्रोग्राम सबसे कम सटीक थे। दूसरे शब्दों में, एल्गोरिदम तब सबसे अधिक संघर्ष करते थे जब उनकी सबसे अधिक आवश्यकता होती थी। हालांकि उपकरण यह पहचानने में सफल रहे कि प्रोटीन के कौन से क्षेत्र जांच के लायक हैं, लेकिन वे अक्सर उस सटीक अमीनो एसिड प्रतिस्थापन को खोजने में विफल रहे जो सर्वोत्तम परिणाम दे सकता था। यह सुझाव देता है कि जबकि कम्प्यूटेशनल विधियां शुरुआती खोज का मार्गदर्शन करने के लिए पर्याप्त परिपक्व हो गई हैं, अंतिम चरण में सबसे अच्छा परिवर्तन चुनने का कार्य अभी भी एक कठिन चुनौती बना हुआ है, विशेष रूप से उन "गेन-ऑफ-फंक्शन" (gain-of-function) उत्परिवर्तनों के लिए जो बेहतर एंजाइमों और उपचारात्मक दवाओं के निर्माण को संचालित करते हैं।
अध्ययन ने यह भी उजागर किया कि शामिल अमीनो एसिड की भौतिक प्रकृति भविष्यवाणी की सटीकता को कैसे प्रभावित करती है। ऐसे परिवर्तन जिन्होंने अवशेष (residue) के विद्युत आवेश को बदल दिया या हाइड्रोफोबिक (जल-विकर्षक) भाग को जल-प्रेमी भाग से बदल दिया, उन्हें भविष्यवाणी करना कठिन था। इसके अतिरिक्त, प्रोटीन का आकार भी मायने रखता था; चपटे, शीट जैसी संरचनाओं में उत्परिवर्तन को घुमावदार हेलिक्स या ढीले लूप की तुलना में अधिक सटीक रूप से भविष्यवाणी की गई थी। ये निष्कर्ष वैज्ञानिकों को व्यावहारिक दिशा-निर्देश प्रदान करते हैं। वे सुझाव देते हैं कि हालांकि कोई भी उपकरण पूर्ण नहीं है, लेकिन विशिष्ट लक्ष्य के आधार पर सही विधि और सही संरचनात्मक इनपुट चुनना सफलता की संभावनाओं को काफी बढ़ा सकता है। यह कार्य यह दावा नहीं करता है कि इसने प्रोटीन डिजाइन की समस्या को हल कर दिया है, बल्कि यह स्पष्ट करता है कि वर्तमान उपकरण कहाँ विश्वसनीय हैं और वे कहाँ लड़खड़ा सकते 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।