GeoLinker: An Equivariant Diffusion Model for 3D Molecular Linker Design
GeoLinker एक एकीकृत SE(3)-इक्विवेरिएंट डिफ्यूजन फ्रेमवर्क है जो एंकर-अवेयर अटेंशन और साइज एम्बेडिंग्स के माध्यम से कई कंडीशनिंग परिदृश्यों का समर्थन करके, विविध बेंचमार्क में उच्च नवीनता और भौतिक सुसंगतता प्राप्त करते हुए, फ्रैगमेंट-आधारित ड्रग डिस्कवरी में 3D मॉलिक्यूलर लिंकर डिजाइन की चुनौती का समाधान 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
दवा की खोज के विशाल परिदृश्य में, वैज्ञानिक अक्सर एक ऐसी पहेली का सामना करते हैं जो एक एकल कुंजी खोजने के बारे में कम और एक पुल बनाने के बारे में अधिक है। यह रणनीति, जिसे फ्रैगमेंट-आधारित ड्रग डिस्कवरी (fragment-based drug discovery) कहा जाता है, इसमें अणुओं के छोटे, सरल टुकड़ों को लेना शामिल है जो किसी बीमारी के लक्ष्य से बहुत कमजोर रूप से जुड़ने के लिए जाने जाते हैं, और फिर उन्हें आपस में जोड़ने का प्रयास करना शामिल है। कल्पना कीजिए कि दो अलग-अलग द्वीप हैं जिन्हें एक जहाज मुश्किल से छू सकता है; लक्ष्य उनके बीच एक मजबूत पुल बनाना है ताकि जहाज स्वतंत्र रूप से यात्रा कर सके। इस पुल को 'लिंकर' (linker) कहा जाता है। दवा के काम करने के लिए, इस पुल को न केवल दो टुकड़ों को जोड़ना चाहिए, बल्कि उन्हें एक बहुत ही विशिष्ट त्रि-आयामी (three-dimensional) आकार में भी थामना चाहिए, जिससे यह सुनिश्चित हो सके कि वे उस जैविक मशीनरी में पूरी तरह फिट बैठते हैं जिसे उन्हें रोकना है। इन पुलों का निर्माण करना कठिन है क्योंकि संभावित आकारों का स्थान विशाल है, और एक पुल जो कागज पर अच्छा दिखता है, उसे प्रयोगशाला में बनाना असंभव हो सकता है या वह अपने ही वजन से ढह सकता है।
शिव Nadar इंस्टीट्यूशन ऑफ एक्सीलेंस के शोधकर्ताओं ने इस समस्या को हल करने के लिए 'जियोलिंकर' (GeoLinker) नामक एक नया उपकरण विकसित किया है। पुराने तरीकों पर निर्भर रहने के बजाय, जो अणुओं को एक-एक करके बनाते हैं या मौजूदा रसायनों के विशाल डेटाबेस में खोज करते हैं, जियोलिंकर एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करता है जो शून्य से एक पुल के आकार की कल्पना करना सीखता है। यह प्रणाली 'डिफ्यूजन' (diffusion) की एक अवधारणा पर आधारित है, जिसे एक प्रक्रिया के रूप में सोचा जा सकता है जहाँ एक यादृच्छिक शोर (random noise) के बादल से शुरुआत की जाती है और धीरे-धीरे इसे तब तक परिष्कृत किया जाता है जब तक कि एक स्पष्ट, उपयोगी संरचना उभर न आए। जियोलिंकर को जो बात खास बनाती है, वह है त्रि-आयामी स्थान के नियमों को समझने की इसकी क्षमता। यह जानता है कि यदि आप एक अणु को घुमाते हैं, तो उसके रासायनिक गुण नहीं बदलते हैं, और यह इस ज्ञान का उपयोग ऐसे पुल बनाने के लिए करता है जो भौतिक रूप से यथार्थवादी और रासायनिक रूप से वैध हों।
शोधकर्ताओं ने इस प्रणाली को ज्ञात ड्रग-लाइक (drug-like) अणुओं के एक विशाल संग्रह पर प्रशिक्षित किया है ताकि यह सीख सके कि परमाणु स्वाभाविक रूप से कैसे जुड़ते हैं। प्रशिक्षित होने के बाद, उन्होंने जियोलिंकर का परीक्षण चार अलग-अलग तरीकों से किया ताकि इसकी लचीलापन देखी जा सके। कभी उन्होंने इसे बिना किसी विशिष्ट निर्देश के पुल बनाने के लिए कहा, कभी उन्होंने इसे ठीक से बताया कि किन परमाणुओं को जोड़ना है, और अन्य मामलों में, उन्होंने यह निर्दिष्ट किया कि पुल कितना लंबा होना चाहिए। उन्होंने एक ऐसा मोड भी टेस्ट किया जहाँ इसे जुड़ाव बिंदुओं और लंबाई की आवश्यकताओं दोनों का पालन करना था। परिणामों ने दिखाया कि जियोलिंकर नई संरचनाएं उत्पन्न कर सकता है जो पहले कभी नहीं देखी गई थीं। अणुओं के एक मानक परीक्षण सेट पर, इस प्रणाली ने लगभग 80% मामलों में नए डिजाइन तैयार किए, जो कि नवीनता (novelty) की एक ऐसी दर है जो पिछले तरीकों से काफी अधिक थी। जहाँ पुराने उपकरण सुरक्षित, अनुमानित लेकिन दोहराव वाले डिजाइन बनाने की ओर झुके रहते थे, वहीं जियोलिंकर ने आकारों की एक बहुत व्यापक श्रेणी का अन्वेषण किया, जिससे अधिक जटिल रिंग संरचनाओं और विविध कनेक्शनों वाले अणु बनाए गए।
हालाँकि, नए आकारों के इस अन्वेषण के साथ एक समझौता (trade-off) भी आया। चूँकि जियोलिंकर अद्वितीय और जटिल संरचनाओं को खोजने को प्राथमिकता देता है, इसलिए इसके द्वारा बनाए गए अणुओं का प्रतिशत जो पूरी तरह से रासायनिक रूप से वैध थे, पुराने, अधिक रूढ़िवादी तरीकों की तुलना में कम था। जियोलिंकर द्वारा बनाए गए लगभग 45% अणु सख्त रासायनिक जांचों में पास हुए, जबकि पिछले कुछ उपकरणों के लिए यह दर 90% से अधिक थी। शोधकर्ता इस अंतर को स्वीकार करते हैं, यह नोट करते हुए कि उनका दृष्टिकोण दुर्लभ और आशाजनक उम्मीदवारों को खोजने के लिए एक व्यापक जाल बिछाने के लिए डिज़ाइन किया गया है, भले ही इसका अर्थ अधिक अपूर्ण डिजाइनों को छानना हो। यह प्रणाली मानव शरीर में पाए जाने वाले प्रोटीनों से जुड़े अधिक जटिल, वास्तविक दुनिया के परिदृश्यों में भी अपनी उपयोगिता सिद्ध करने में सफल रही। बिना किसी विशिष्ट प्रशिक्षण के, जियोलिंकर ने ऐसे पुलों को सफलतापूर्वक बनाया जो ज्ञात, प्रभावी दवाओं के समान टुकड़ों को जोड़ते थे। एक विशिष्ट मामले में जिसमें Hsp90 नामक प्रोटीन शामिल था, सिस्टम ने एक ज्ञात अवरोधक (inhibitor) के आकार को फिर से बनाने में सफलता प्राप्त की, जिसमें दो टुकड़ों को तीन-कार्बन वाली श्रृंखला के साथ जोड़ा गया जो एक सफल दवा की ज्यामिति से मेल खाता था। एक अन्य मामले में, जिसमें एक अलग प्रोटीन शामिल था, इसने एक ऐसा अणु बनाया जो एक ज्ञात शक्तिशाली अवरोधक के बहुत समान था, जिसने मूल टुकड़ों के आवश्यक हिस्सों को संरक्षित करते हुए उनके बीच एक नया पुल बनाया।
यह अध्ययन बताता है कि यह एकीकृत दृष्टिकोण, जो एक ही ढांचे के भीतर विभिन्न प्रकार के डिजाइन बाधाओं को संभाल सकता है, दवा डिजाइन के बारे में सोचने का एक शक्तिशाली नया तरीका प्रदान करता है। विभिन्न प्रकार के मार्गदर्शन—पूर्ण स्वतंत्रता से लेकर सख्त बाधाओं तक—के बीच स्विच करने की अनुमति देकर, जियोलिंकर रासायनिक स्थान का पता लगाने के लिए एक लचीला उपकरण प्रदान करता है। शोधकर्ता बताते हैं कि जबकि वर्तमान प्रणाली विविध आकार उत्पन्न करने में उत्कृष्ट है, अगला कदम परिणामों की रासायनिक वैधता में सुधार करना है, शायद सिस्टम को यह सिखाकर कि निर्माण के दौरान परमाणु आपस में कैसे बंधते हैं। फिलहाल, जियोलिंकर एक महत्वपूर्ण कदम के रूप में खड़ा है, जो यह सिद्ध करता है कि आर्टिफिशियल इंटेलिजेंस को अणुओं की जटिल, त्रि-आयामी दुनिया में नेविगेट करने के लिए प्रशिक्षित किया जा सकता है, जो उन पुलों को बनाने के लिए एक नया दृष्टिकोण प्रदान करता है जो एक दिन जीवन रक्षक दवाएं बन 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।