APOSM: Pairwise preference learning improves generative small-molecule design
यह शोध पत्र APOSM को प्रस्तुत करता है, जो एक सक्रिय-शिक्षण (active-learning) ढांचा है जो पूर्ण स्कोर के बजाय आणविक युग्मों की तुलनात्मक तुलनाओं पर एक ग्राफ न्यूरल नेटवर्क सरोगेट को प्रशिक्षित करके लघु-अणु डिजाइन को उन्नत करता है, जिससे शोर वाले स्क्रीनिंग शासन में लक्ष्य प्राप्ति और नमूनाकरण दक्षता में महत्वपूर्ण सुधार होता है।
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
नई दवाओं की खोज की दौड़ में, वैज्ञानिक एक ऐसे पैमाने की समस्या का सामना कर रहे हैं जो लगभग असंभव सा महसूस होता है। संभावित छोटे अणुओं (small molecules)—जो सूक्ष्म रासायनिक संरचनाएं हो सकती हैं और भविष्य में दवा बन सकती हैं—का ब्रह्मांड इतना विशाल है कि इसमें आकाशगंगा के सितारों से भी अधिक उम्मीदवार मौजूद हैं। कोई भी प्रयोगशाला, चाहे वह कितनी भी अच्छी तरह से वित्तपोषित क्यों न हो, हर एक अणु का संश्लेषण (synthesize) और परीक्षण नहीं कर सकती। इसके बजाय, शोधकर्ताओं को कंप्यूटर मॉडल पर निर्भर रहना पड़ता है जो एक फिल्टर के रूप में कार्य करते हैं, और यह भविष्यवाणी करते हैं कि कौन से कुछ अणु वास्तविक लैब में परीक्षण करने के महंगे और समय लेने वाले प्रयास के लायक हैं। दशकों से, इन कंप्यूटर मॉडलों ने प्रत्येक अणु को एक विशिष्ट स्कोर देने की कोशिश की है, जिससे यह अनुमान लगाया जा सके कि वह किसी बीमारी के विरुद्ध कितनी अच्छी तरह काम कर सकता है। हालाँकि, ये भविष्यवाणियाँ अक्सर तब लड़खड़ा जाती हैं जब डेटा कम या शोर (noisy) वाला होता है, जिससे उन यौगिकों (compounds) पर संसाधनों की बर्बादी होती है जो कागज पर तो अच्छे दिखते हैं लेकिन टेस्ट ट्यूब में विफल हो जाते हैं। मुख्य चुनौती इस रासायनिक जंगल के माध्यम से खोज का मार्गदर्शन करने के लिए एक ऐसा संकेत खोजने की रही है जो विश्वसनीय हो, भले ही मानचित्र अधूरा हो।
कोपेनहेगन विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस स्थान में नेविगेट करने का एक अलग तरीका प्रस्तावित किया है, जो सटीक स्कोर का अनुमान लगाने के बजाय सरल तुलना करने पर ध्यान केंद्रित करता है। उनकी नई विधि, जिसे APOSM कहा जाता है, बेहतर दवाओं की खोज को एक विशिष्ट लक्ष्य संख्या को हिट करने के खेल के रूप में नहीं, बल्कि आमने-सामने के मुकाबलों की एक श्रृंखला के रूप में देखती है। एक एकल अणु की सटीक गतिविधि की भविष्यवाणी करने के बजाय, यह प्रणाली एक सरल प्रश्न पूछती है: दो उम्मीदवारों को देखते हुए, कौन सा बेहतर होने की संभावना है? यह दृष्टिकोण उस अवधारणा पर आधारित है जिससे कोई भी परिचित है जिसने कभी वस्तुओं को रैंक किया हो, लेकिन इसे आणविक डिजाइन की जटिल दुनिया में लागू किया गया है। इन सापेक्ष प्राथमिकताओं (relative preferences) से सीखने के लिए कंप्यूटर को प्रशिक्षित करके, शोधकर्ताओं ने पाया कि वे नई दवाओं की खोज के लिए एक अधिक विश्वसनीय मार्गदर्शक बना सकते हैं, विशेष रूप से उन स्थितियों में जहाँ डेटा सीमित और व्याख्या करने में कठिन होता है।
शोधकर्ताओं ने अपने सिस्टम को एक 'एक्टिव लर्निंग लूप' के इर्द-गिर्द बनाया, जो एक ऐसी प्रक्रिया है जो उस तरीके की नकल करती है जिससे एक वैज्ञानिक उत्तरोत्तर (iteratively) एक परिकल्पना को परिष्कृत कर सकता है। यह ज्ञात अणुओं के एक छोटे सेट और एक जनरेटर के साथ शुरू होता है जो उनमें छोटे, रासायनिक रूप से समझदारी भरे बदलाव करके नए संस्करण बनाता है, जैसे कि संरचना के एक हिस्से को दूसरे टुकड़े से बदलना। इन नए उम्मीदवारों को फिर एक "सरोगेट" (surrogate) मॉडल में भेजा जाता है, जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जिसे लैब प्रयोग के परिणामों की नकल करने के लिए डिज़ाइन किया गया है। इस प्रणाली में, सरोगेट अणुओं को अलग-थलग नहीं देखता है। इसके बजाय, यह अणुओं के जोड़ों को देखता है और सीखता है कि पिछले प्रयोगात्मक डेटा के आधार पर लैब किसे पसंद करेगा। इस प्राथमिकता संकेत (preference signal) का उपयोग सभी नए उम्मीदवारों को रैंक करने के लिए किया जाता है, और शीर्ष-रैंक वाले उम्मीदवारों को वर्चुअल या वास्तविक लैब में परीक्षण के लिए चुना जाता है। इन परीक्षणों के परिणाम वापस सिस्टम में डाले जाते हैं, जिससे सरोगेट को अगले दौर के लिए अपनी रैंकिंग क्षमता को सुधारने और सीखने में मदद मिलती है।
यह जांचने के लिए कि क्या यह विधि वास्तव में काम करती है, टीम ने इसे दो अलग-अलग चुनौतियों के माध्यम से परखा। पहला कार्य डोपामाइन रिसेप्टर्स से संबंधित था, जो पार्किंसंस रोग जैसी स्थितियों के इलाज के लिए दवाओं के एक सामान्य लक्ष्य के रूप में उपयोग किए जाते हैं। कंप्यूटर को 300 ज्ञात अणुओं की एक प्रारंभिक सूची दी गई थी और एक विशिष्ट, छिपे हुए लक्ष्य के समान नए अणु खोजने के लिए कहा गया था। इस परिदृश्य में, नई विधि पुराने दृष्टिकोणों की तुलना में श्रेष्ठ सिद्ध हुई। जबकि अन्य एल्गोरिदम रासायनिक परिदृश्य में व्यापक रूप से भटक गए, अक्सर कम क्षमता वाले क्षेत्रों में चले गए, वहीं प्राथमिकता-निर्देशित प्रणाली उच्च-मूल्य वाले क्षेत्रों पर केंद्रित रही। इसने लगातार बेहतर उम्मीदवार खोजे और कम प्रयासों के साथ उच्च स्कोर प्राप्त किए, जिससे यह प्रदर्शित हुआ कि सापेक्ष तुलना की रणनीति सीमित जानकारी के साथ भी लक्ष्य की ओर प्रभावी ढंग से नेविगेट कर सकती है।
दूसरा चुनौतीपूर्ण कार्य और भी कठोर था, जिसमें 'प्रैक्टिकल मॉलिक्यूलर ऑप्टिमाइजेशन' सेट नामक एक मानक बेंचमार्क का उपयोग किया गया था, जिसमें विशिष्ट आकारों को खोजने से लेकर एक साथ कई गुणों को अनुकूलित करने तक 25 अलग-अलग कार्य शामिल हैं। इन परीक्षणों में, सिस्टम अक्सर केवल एक एकल अणु के साथ और वर्चुअल प्रयोग चलाने की सख्त सीमा के साथ शून्य से शुरू होता था। यहाँ, प्राथमिकता-आधारित दृष्टिकोण का लाभ और भी स्पष्ट हो गया। शोधकर्ताओं ने अपने तरीके की तुलना एक ऐसे संस्करण से की जो सटीक स्कोर की भविष्यवाणी करने की कोशिश करता है और एक मानक जेनेटिक एल्गोरिदम से की जो प्राकृतिक विकास की नकल करता है। प्राथमिकता-निर्देशित प्रणाली दोनों से बेहतर प्रदर्शन करती है, विशेष रूप से उन कार्यों में जहाँ सटीक स्कोर की भविष्यवाणी करना अत्यंत कठिन होता है। इसने न केवल बेहतर अणु खोजे, बल्कि ऐसे उम्मीदवारों का एक सेट भी तैयार किया जो वास्तविक दुनिया के डेटाबेस में पाए जाने वाले उच्च-गुणवत्ता वाले, ड्रग-लाइक (drug-like) यौगिकों की तरह दिखे, जो यह सुझाव देता है कि यह सही प्रकार की रासायनिक अंतर्दृष्टि सीख रहा था।
अध्ययन का एक महत्वपूर्ण हिस्सा यह निर्धारित करना था कि यह विधि इतनी अच्छी तरह से क्यों काम करती है। शोधकर्ताओं ने यह देखने के लिए एक विशिष्ट जांच की कि क्या सुधार कंप्यूटर के सीखने के तरीके से आया या उसके नए अणु उत्पन्न करने के तरीके से। उन्होंने पाया कि मुख्य बात स्वयं सीखने की विधि थी। जब उन्होंने प्राथमिकता-आधारित शिक्षार्थी को एक ऐसे शिक्षार्थी से बदल दिया जो सटीक स्कोर की भविष्यवाणी करने की कोशिश करता है, तो प्रदर्शन गिर गया। इसने पुष्टि की कि दवा खोज के अव्यवस्थित, डेटा-विहीन वातावरण में, एक एकल विकल्प के सटीक मूल्य का अनुमान लगाने के बजाय दो विकल्पों में से कौन सा बेहतर है, यह सीखना आसान और अधिक विश्वसनीय है। सिस्टम अनिवार्य रूप से सापेक्ष संकेत (relative signal) पर भरोसा करना सीख गया, और उस शोर (noise) को अनदेखा कर दिया जो अक्सर पूर्ण भविष्यवाणियों (absolute predictions) को प्रभावित करता है।
यह कार्य इस दिशा में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है कि हम दवाओं को डिजाइन करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग कैसे करते हैं। नए अणुओं के सृजन को स्कोरिंग तंत्र से अलग करके और युग्मवार (pairwise) तुलनाओं पर ध्यान केंद्रित करके, शोधकर्ताओं ने एक ढांचा तैयार किया है जो लचीला और मजबूत है। इसे शुरू करने के लिए विशाल डेटासेट की आवश्यकता नहीं है और यह नए डेटा के आने के साथ अनुकूलित हो सकता है। निष्कर्ष बताते हैं कि 'लीड रिफाइनमेंट' (lead refinement) की कठिन, वास्तविक दुनिया की समस्या के लिए—जहाँ वैज्ञानिकों को एक आशाजनक लेकिन अपूर्ण दवा उम्मीदवार में सुधार करना होता है—तुलनात्मक शिक्षण, पूर्ण निश्चितता के साथ भविष्य की भविष्यवाणी करने की तुलना में एक अधिक भरोसेमंद मार्ग प्रदान करता है। जैसे-जैसे यह क्षेत्र अधिक जटिल डिजाइन चुनौतियों की ओर बढ़ रहा है, यह दृष्टिकोण शोर वाले, विरल प्रयोगात्मक डेटा को खोज के एक स्पष्ट मार्ग में बदलने का एक सिद्धांतपूर्ण तरीका प्रदान करता है, जिससे यह सुनिश्चित होता है कि अगली पीढ़ी की दवाएं अधिक कुशलता और बड़े विश्वास के साथ खोजी जाएं।
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।