A multi-layer computational framework for structural prioritization of transcriptome-derived proteins

जीवन के विशाल पुस्तकालय में, प्रत्येक कोशिका में निर्देशों का एक सेट होता है जो आरएनए (RNA) नामक एक कोड में लिखा होता है। ये निर्देश कोशिका को बताते हैं कि प्रोटीन कैसे बनाया जाए, जो वे आणविक मशीनें हैं जो किसी जीव के जीवित रहने और कार्य करने के लिए आवश्यक लगभग प्रत्येक कार्य को करती हैं। दशकों से, वैज्ञानिक अविश्वसनीय गति से इन निर्देशों को पढ़ने में सक्षम रहे हैं, जिससे पौधों, जानवरों और सूक्ष्मजीवों से प्रोटीन अनुक्रमों की विशाल सूचियाँ उत्पन्न हुई हैं। हालाँकि, प्रोटीन के अक्षरों के अनुक्रम को जानना केवल एक शुरुआत है। यह समझने के लिए कि एक प्रोटीन वास्तव में क्या करता है, शोधकर्ताओं को उसके त्रि-आयामी आकार को देखने की आवश्यकता होती है। एक प्रोटीन का रूप उसके कार्य को निर्धारित करता है, ठीक वैसे ही जैसे एक चाबी का आकार यह निर्धारित करता है कि वह किस ताले को खोल सकती है। चुनौती यह है कि जबकि कंप्यूटर अब लाखों आनुवंशिक निर्देशों को पढ़ सकते हैं, परिणामी प्रोटीनों के जटिल, मुड़े हुए आकारों की भविष्यवाणी करना एक कठिन बाधा बना हुआ है। इन आकारों के बिना, यह जानना लगभग असंभव है कि कौन से प्रोटीन शरीर के विशिष्ट लक्ष्यों, जैसे कि सूजन (inflammation) को चलाने वाले संकेतक अणुओं, के साथ परस्पर क्रिया कर सकते हैं।

यहीं पर एक नया अध्ययन आता है, जो इस डेटा के पहाड़ में से रास्ता खोजने का एक व्यवस्थित तरीका प्रदान करता है। ब्राजील के फेडरल यूनिवर्सिटी ऑफ एबीसी के शोधकर्ताओं ने एक बहु-स्तरीय कम्प्यूटेशनल ढांचा विकसित किया है जिसे हजारों संभावित प्रोटीनों को छानने और आगे के अध्ययन के लिए सबसे आशाजनक प्रोटीनों की पहचान करने के लिए डिज़ाइन किया गया है। उन्होंने सेरेअस जमाकारू (Cereus jamacaru) पर ध्यान केंद्रित किया, जो ब्राज़ीलियाई कैटिंगा बायोम का एक देशी कैक्टस है, जो अपने संभावित सूजन-रोधी गुणों के लिए जाना जाता है। जबकि इस पौधे पर पिछले शोध में ज्यादातर छोटे रासायनिक यौगिकों को देखा गया था, यह टीम इसके आनुवंशिक कोड के भीतर छिपे प्रोटीनों का पता लगाना चाहती थी। उनका लक्ष्य यह सिद्ध करना नहीं था कि ये पादप प्रोटीन सीधे रोगों को ठीक करते हैं, बल्कि एक विश्वसनीय, चरण-दर-चरण विधि बनाना था जो संरचनात्मक रूप से सुदृढ़ प्रोटीन उम्मीदवारों को खोजने के लिए बनाई जा सके जो मानव सूजन संकेतों के साथ परस्पर क्रिया कर सकें। कई अलग-अलग कंप्यूटर-आधारित तकनीकों को जोड़कर, वे सफलतापूर्वक 1,29,000 से अधिक अनुवादित प्रोटीनों की सूची को केवल नौ उच्च-विश्वास वाले उम्मीदवारों तक सीमित करने में सफल रहे, जो एक स्केलेबल रणनीति का प्रदर्शन करता है जिसे किसी भी जीव के आनुवंशिक डेटा पर लागू किया जा सकता है।

यह यात्रा एक विशाल डेटासेट के साथ शुरू हुई जिसमें कैक्टस की जड़ और एपिडर्मिस से प्राप्त 1,29,052 प्रोटीन अनुक्रम शामिल थे। इस अत्यधिक संख्या को समझने के लिए, शोधकर्ताओं ने पहले ज्ञात संरचनाओं के आधार पर एक व्यापक फिल्टर लगाया। उन्होंने कैक्टस प्रोटीनों की तुलना प्रयोगात्मक रूप से निर्धारित प्रोटीन आकारों के एक डेटाबेस से की, और केवल उन्हीं को रखा जो एक ज्ञात संरचना के साथ आधे से अधिक अनुक्रम साझा करते थे। इस प्रारंभिक चरण ने पूल को घटाकर लगभग 14,800 उम्मीदवारों तक कर दिया। फिर उन्होंने अनुमानित आकारों की गुणवत्ता का मूल्यांकन करने के लिए एक स्कोरिंग प्रणाली का उपयोग किया, और उन प्रोटीनों को हटा दिया जो अस्थिर या अविश्वसनीय लग रहे थे। इस प्रक्रिया ने सूची को लगभग 3,500 उच्च-गुणवत्ता वाले संरचनात्मक मॉडलों तक कम कर दिया, जिससे गहन विश्लेषण के लिए एक प्रबंधनीय सेट तैयार हुआ।

इसके बाद, टीम ने अपना ध्यान तीन विशिष्ट मानव प्रोटीनों पर केंद्रित किया जिन्हें साइटोकिन्स (cytokines) कहा जाता है: ट्यूमर नेक्रोसिस फैक्टर-अल्फा, इंटरल्यूकिन-1 बीटा, और इंटरफेरॉन-अल्फा। ये अणु शरीर की सूजन संबंधी प्रतिक्रिया के केंद्रीय नियामक हैं और अक्सर रुमेटॉइड अर्थराइटिस जैसी स्थितियों में शामिल होते हैं। शोधकर्ता यह देखना चाहते थे कि क्या कोई कैक्टस प्रोटीन इन मानव साइटोकिन्स के साथ भौतिक रूप से परस्पर क्रिया कर सकता है। ऐसा करने के लिए, उन्होंने दो-चरणीय डॉकिंग रणनीति का उपयोग किया। पहले, उन्होंने यह परीक्षण करने के लिए एक तेज़, रिजिड-बॉडी स्क्रीनिंग पद्धति का उपयोग किया कि 3,500 कैक्टस प्रोटीन तीन मानव साइटोकिन्स के विरुद्ध कितनी अच्छी तरह फिट होते हैं। इस चरण ने प्रोटीनों के एक छोटे समूह की पहचान की जिन्होंने आशाजनक प्रारंभिक मिलान दिखाया। इन परिणामों को परिष्कृत करने के लिए, उन्होंने एक अधिक लचीली डॉकिंग पद्धति का उपयोग किया जो प्रोटीन आकारों में मामूली बदलाव की अनुमति देती है, जो उस तरीके की नकल करती है जैसे वास्तविक अणु एक साथ आने पर समायोजन कर सकते हैं। दोनों विधियों में अच्छा प्रदर्शन करने वाले प्रोटीनों को देखकर, शोधकर्ताओं ने नौ ऐसे उम्मीदवारों की पहचान की जिन्होंने मानव साइटोकिन्स के साथ लगातार मजबूत संरचनात्मक अनुकूलता दिखाई।

इन नौ प्रोटीनों को अंतिम विजेता घोषित करने से पहले, टीम ने यह सुनिश्चित करने के लिए कि उनके निष्कर्ष केवल कंप्यूटर जनित कृत्रिमता (artifacts) नहीं हैं, उन्हें कठोर सत्यापन परीक्षणों के अधीन किया। उन्होंने पहले अल्फाफोल्ड 3 (AlphaFold 3) नामक एक अत्यधिक उन्नत भविष्यवाणी उपकरण का उपयोग करके इन नौ प्रोटीनों के आकारों को परिष्कृत किया, जिसने प्रारंभिक संरचनाओं की पुष्टि करने के लिए नए, उच्च-विश्वास वाले मॉडल उत्पन्न किए। इसके बाद उन्होंने उन विशिष्ट बिंदुओं का विश्लेषण किया जहाँ कैक्टस प्रोटीन मानव साइटोकिन्स को छूते हैं। उन्होंने उन रासायनिक बंधों की गणना की, जैसे हाइड्रोजन बॉन्ड और साल्ट ब्रिज, जो इन इंटरफेस पर बनते हैं। इन कनेक्शनों की उच्च संख्या एक स्थिर और कड़े फिट का सुझाव देती है। इसके अलावा, उन्होंने यह भी जांचा कि क्या इन अंतःक्रियाओं में शामिल कैक्टस प्रोटीनों के हिस्से विकासवादी रूप से संरक्षित (evolutionarily conserved) थे, जिसका अर्थ है कि वे लाखों वर्षों के विकास के दौरान अपरिवर्तित रहे हैं। यह संरक्षण अक्सर यह संकेत देता है कि प्रोटीन का एक विशिष्ट क्षेत्र उसके कार्य या स्थिरता के लिए महत्वपूर्ण है, जो परिणामों में विश्वास का एक और स्तर जोड़ता है।

यह परीक्षण करने के लिए कि क्या ये अंतःक्रियाएं वास्तविक दुनिया की स्थितियों में बनी रहेंगी, शोधकर्ताओं ने गतिशील सिमुलेशन (dynamic simulations) चलाए। उन्होंने चार सबसे आशाजनक प्रोटीन जोड़ों को पानी के अणुओं से भरे एक आभासी वातावरण में रखा और समय के साथ उनके व्यवहार का अनुकरण किया। ये सिमुलेशन प्रत्येक जोड़ी के लिए 100 नैनोसेकंड तक चले, और परिणामों की पुनरावृत्ति सुनिश्चित करने के लिए प्रत्येक जोड़ी के लिए इसे तीन बार दोहराया गया। लक्ष्य यह देखना था कि क्या प्रोटीन आपस में जुड़े रहेंगे या वे हिलने-डुलने और कंपन करने के दौरान अलग हो जाएंगे। परिणामों ने दिखाया कि अंतःक्रियाएं सिमुलेशन के दौरान स्थिर रहीं। प्रोटीन ने अपनी आकृति और अपने कनेक्शन बिंदुओं को बनाए रखा, भले ही वे आभासी पानी में घूम रहे थे। इस गतिशील स्थिरता ने पुष्टि की कि अनुमानित अंतःक्रियाएं केवल स्थिर स्नैपशॉट नहीं थीं, बल्कि मजबूत, भौतिक रूप से प्रशंसनीय कॉम्प्लेक्स का प्रतिनिधित्व करती थीं।

अध्ययन ने इस बात पर भी बारीकी से नज़र डाली कि वास्तव में ये नौ प्राथमिकता वाले प्रोटीन क्या हैं। कार्यात्मक विश्लेषण के माध्यम से, टीम ने पाया कि वे ऑक्सीडोरिडक्टेस (oxidoreductases) और आरएनए-बाइंडिंग प्रोटीन सहित एंजाइमों और नियामक प्रोटीनों के विविध परिवारों से संबंधित हैं। ये पादप चयापचय के विशिष्ट घटक हैं, जो ऊर्जा उत्पादन और तनाव प्रतिक्रिया जैसी प्रक्रियाओं में शामिल हैं। शोधकर्ताओं ने इस बात पर जोर दिया कि इन प्रोटीनों का चयन पूरी तरह से मानव साइटोकिन्स के साथ उनकी संरचनात्मक अनुकूलता द्वारा संचालित था, न कि इस धारणा से कि वे स्वाभाविक रूप से मानव दवाओं के रूप में कार्य करते हैं। वास्तव में, अध्ययन स्पष्ट रूप से इस विचार के विरुद्ध तर्क देता है कि ये पादप प्रोटीन मानव साइटोकिन नियामकों के प्रत्यक्ष कार्यात्मक समकक्ष हैं। इसके बजाय, निष्कर्ष बताते हैं कि इन पादप प्रोटीनों के त्रि-आयामी आकार संयोग से ऐसे सतह बनाते हैं जो मानव सूजन संकेतों के साथ भौतिक रूप से फिट हो सकते हैं, जो संभवतः साझा जैविक इतिहास के बजाय ज्यामिति और रसायन विज्ञान के साझा सिद्धांतों के कारण है।

इस कार्य का अंतिम मूल्य स्वयं इस ढांचे (framework) में निहित है। शोधकर्ताओं ने यह दावा नहीं किया कि उन्होंने एक नई दवा की खोज की है, बल्कि एक उम्मीदवार खोजने के लिए एक विश्वसनीय विधि की खोज की है। कई स्तरों के साक्ष्य—संरचनात्मक मॉडलिंग, दोहरी-डॉकिंग दृष्टिकोण, विकासवादी विश्लेषण और गतिशील सिमुलेशन—को एकीकृत करके, उन्होंने एक ऐसा वर्कफ़्लो बनाया है जो हर चरण पर अनिश्चितता को कम करता है। यह दृष्टिकोण वैज्ञानिकों को विशाल, प्रबंधित न होने योग्य डेटासेट से एक छोटे, क्यूरेटेड सूची तक जाने की अनुमति देता है जो प्रयोगात्मक परीक्षण के लिए तैयार है। अध्ययन निष्कर्ष निकालता है कि यह रणनीति हस्तांतरणीय है, जिसका अर्थ है कि इसे किसी भी ट्रांसक्रिप्टोम या बड़े प्रोटीन डेटासेट पर पहचाने जाने के लिए लागू किया जा सकता है। यह बायोप्रॉस्पेक्टिंग के लिए एक व्यावहारिक मार्ग प्रदान करता है, जो आनुवंशिक डेटा के भारी प्रवाह को भविष्य के जैव रासायनिक अनुसंधान और प्रोटीन इंजीनियरिंग प्रयासों का मार्गदर्शन करने के लिए केंद्रित परिकल्पनाओं के एक सेट में बदल देता है।