Genome-Guided Computational Profiling of Selected Antibiotics for Repurposing against Multiple Resistance Proteins in Multidrug-Resistant Stenotrophomonas maltophilia

बैक्टीरिया ने एक दुर्जेय रक्षा प्रणाली विकसित की है जो उन्हें उन दवाओं से बचने में सक्षम बनाती है जिन्हें उन्हें मारने के लिए बनाया गया है। यह घटना, जिसे एंटीबायोटिक प्रतिरोध (antibiotic resistance) के रूप में जाना जाता है, सामान्य संक्रमणों को जीवन के लिए खतरा पैदा करने वाले संकटों में बदल देती है। कुछ बैक्टीरिया विशिष्ट प्रोटीन ले जाते हैं जो आणविक औजारों की तरह कार्य करते हैं, जो या तो एंटीबायोटिक्स को काट देते हैं, उन बैक्टीरियल हिस्सों को बदल देते हैं जिन्हें दवाएं लक्षित करती हैं, या दवा को रासायनिक रूप से इस तरह बदल देते हैं कि वह अब काम नहीं करती। स्टेनोट्रोफोमोनास माल्टोफिलस (Stenotrophomonas maltophilia) ऐसा ही एक बैक्टीरिया है। यह एक कठिन, स्वाभाविक रूप से प्रतिरोधी कीटाणु है जो अक्सर कमजोर प्रतिरक्षा प्रणाली वाले लोगों या वेंटिलेटर पर मौजूद लोगों को संक्रमित करता है। चूंकि यह कई मानक उपचारों का विरोध करता है, इसलिए डॉक्टरों के पास बहुत कम विकल्प बचे हैं, और इसे लड़ने के नए तरीके खोजना वैश्विक स्वास्थ्य के लिए एक जरूरी मामला है।

इस समस्या से निपटने के लिए नई दवाओं के आविष्कार के वर्षों तक इंतजार करने के बजाय, वैज्ञानिक "ड्रग रिपर्पजिंग" (drug repurposing) की खोज कर रहे हैं। इस दृष्टिकोण में मौजूदा, सुरक्षित एंटीबायोटिक्स को लेकर यह परीक्षण किया जाता है कि क्या वे एक खतरनाक कीटाणु के विशिष्ट प्रतिरोध उपकरणों के विरुद्ध काम कर सकते हैं। शून्य से एक नई चाबी बनाने के बजाय, शोधकर्ता पूछते हैं कि क्या एक पुरानी चाबी नए ताले में फिट हो सकती है। हालांकि, बैक्टीरिया जटिल होते हैं, और एक दवा जो कागज पर आशाजनक दिखती है, वह एक जीवित कोशिका के अराजक वातावरण में प्रवेश करने के बाद विफल हो सकती है। इस अंतर को सिद्धांत और वास्तविकता के बीच पाटने के लिए, शोधकर्ता शक्तिशाली कंप्यूटर सिमुलेशन का उपयोग करते हैं। ये डिजिटल प्रयोग वैज्ञानिकों को यह देखने की अनुमति देते हैं कि दवा के अणु बैक्टीरियल प्रोटीन के साथ कैसे परस्पर क्रिया करते हैं, इसे स्लो मोशन में देखते हुए, जिससे यह पता चलता है कि वे आपस में मजबूती से जुड़ते हैं या अलग हो जाते हैं, इससे बहुत पहले कि कोई वास्तविक टेस्ट ट्यूब का उपयोग किया जाए।

हाल ही में, मलेशिया और बांग्लादेश के शोधकर्ताओं की एक टीम ने स्टेनोट्रोफोमोनास माल्टोफिलस के एक स्ट्रेन में पाए जाने वाले तीन विशिष्ट प्रतिरोध प्रोटीनों पर ध्यान केंद्रित किया। ये प्रोटीन बैक्टीरिया द्वारा खुद को बचाने के तीन अलग-अलग तरीकों का प्रतिनिधित्व करते हैं: एक अमीनोग्लाइकोसाइड एंटीबायोटिक्स को संशोधित करता है, दूसरा ट्राइमेथोप्रिम नामक दवा को अनदेखा करने के लिए बैक्टीरियल मशीनरी को बदल देता है, और तीसरा एक एंजाइम है जो बीटा-लैक्टम (beta-lactams) नामक दवाओं के एक व्यापक वर्ग को तोड़ देता है। शोधकर्ताओं ने यह देखना चाहा कि क्या मौजूदा एंटीबायोटिक्स का एक छोटा चयन इन प्रोटीनों से जुड़ सकता है और संभावित रूप से उन्हें काम करने से रोक सकता है। उन्होंने दवाओं का एक केंद्रित समूह चुना, जिसमें कनामाइसिन सी (kanamycin C), ट्राइमेथोप्रिम और दो कार्बापेनेम्स (carbapenems) के साथ सेफिडरोकल (cefiderocol) शामिल थे, जो कठिन संक्रमणों के लिए उपयोग की जाने वाली एक नई दवा है।

वैज्ञानिकों ने तीन बैक्टीरियल प्रोटीनों के विस्तृत 3D कंप्यूटर मॉडल बनाना शुरू किया। चूंकि इन विशिष्ट प्रोटीनों की वास्तविक भौतिक संरचनाएं प्रयोगशाला में कैप्चर नहीं की गई थीं, इसलिए टीम ने बहुत समान, ज्ञात संरचनाओं के आधार पर उन्हें बनाने के लिए उच्च-परिशुद्धता वाले सॉफ्टवेयर का उपयोग किया। उन्होंने अपने मॉडलों की कठोरता से जांच की ताकि यह सुनिश्चित हो सके कि वे भौतिक रूप से यथार्थवादी हैं, यह पुष्टि करते हुए कि परमाणु स्थिर, प्राकृतिक स्थितियों में व्यवस्थित हैं। एक बार जब डिजिटल प्रोटीन तैयार हो गए, तो टीम ने डॉकिंग सिमुलेशन (docking simulations) की एक श्रृंखला चलाई। एक पहेली के टुकड़े को खांचे में रखने की कल्पना करें; कंप्यूटर ने परीक्षण किया कि प्रत्येक एंटीबायोटिक प्रत्येक प्रोटीन के सबसे संभावित बाइंडिंग पॉकेट (binding pocket) में कितनी अच्छी तरह फिट बैठता है। उन्होंने सबसे टाइट फिट और सबसे स्थिर कनेक्शन की तलाश की।

प्रारंभिक परिणाम चौंकाने वाले थे। एक दवा, कनामाइसिन सी, लगातार तीनों अलग-अलग प्रतिरोध प्रोटीनों में सबसे अच्छा फिट रहने वाली रैंक पर रही। इसने हर मामले में सबसे मजबूत अनुमानित बाइंडिंग स्कोर दिखाया, जिससे पता चलता है कि इसमें इन बैक्टीरियल रक्षाओं के प्रति एक स्वाभाविक आकर्षण है। हालांकि, एक स्थिर स्नैपशॉट में एक अच्छा फिट होना एक गतिशील प्रणाली में एक स्थिर बंधन की गारंटी नहीं देता है। यह समझने के लिए कि समय के साथ क्या होगा, शोधकर्ताओं ने सबसे आशाजनक संयोजनों को मॉलिक्यूलर डायनेमिक्स सिमुलेशन (molecular dynamics simulations) के अधीन किया। यह प्रक्रिया दवा और प्रोटीन की परस्पर क्रिया की एक हाई-स्पीड मूवी चलाने के समान है, जिससे वे देख सकते हैं कि क्या दवा अपनी जगह पर टिकी रहती है या हिलती-डुलती और दूर चली जाती है।

फिल्म ने एक अधिक जटिल कहानी का खुलासा किया। जब कनामाइसिन सी को पहले प्रोटीन, अमीनोग्लाइकोसाइड-संशोधित एंजाइम के साथ जोड़ा गया, तो इसने उल्लेखनीय रूप से मजबूती से पकड़ बनाए रखी। दवा प्रोटीन की पॉकेट में बैठ गई और वहां बनी रही, पूरे सिमुलेशन के दौरान एक स्थिर स्थिति और रासायनिक कनेक्शनों का एक मजबूत नेटवर्क बनाए रखा। इससे पता चला कि कनामाइसिन सी प्रभावी रूप से इस विशिष्ट प्रतिरोध तंत्र को लक्षित कर सकता है। हालांकि, अन्य प्रोटीनों के साथ कहानी बदल गई। जब उसी दवा का परीक्षण दूसरे प्रोटीन, डाइहाइड्रोफोलेट रिडक्टेस (dihydrofolate reductase) के खिलाफ किया गया, तो वह बेचैन हो गई। एक स्थान पर टिके रहने के बजाय, वह कई बार अपनी स्थिति बदलती रही, बाइंडिंग साइट के विभिन्न क्षेत्रों की खोज करती रही। तीसरे मामले में, जिसमें बीटा-लैक्टम को तोड़ने वाले एंजाइम शामिल था, दवा अंततः अपनी शुरुआती स्थिति से बहुत दूर चली गई, जो यह दर्शाता है कि परीक्षण के लिए चुना गया बाइंडिंग साइट अणु के लिए एक स्थिर घर नहीं था।

दिलचस्प बात यह है कि दूसरी दवा, सेफिडरोकल, अलग व्यवहार करती है। हालांकि यह प्रारंभिक रैंकिंग सूची में शीर्ष पर नहीं थी, लेकिन इसने दूसरे प्रोटीन के साथ आश्चर्यजनक स्थिरता दिखाई, जो एक सघन और स्थिर उपस्थिति बनाए रखती है जिसे कनामाइसिन सी में नहीं मिल पाया था। इसने एक महत्वपूर्ण सबक उजागर किया: एक दवा जो त्वरित कंप्यूटर स्कैन में सबसे अच्छी दिखती है, वह हमेशा एक गतिशील वातावरण में सबसे स्थिर नहीं होती है। शोधकर्ताओं ने इन परस्पर क्रियाओं की ऊर्जा की भी गणना की ताकि चल रहे बलों को समझा जा सके। उन्होंने पाया कि पहले प्रोटीन के साथ कनामाइसिन सी का मजबूत बंधन शक्तिशाली विद्युत आकर्षणों द्वारा संचालित था, जबकि दूसरे प्रोटीन के साथ सेफिडरोकल की स्थिरता अणुओं की भौतिक निकटता पर अधिक निर्भर थी।

अध्ययन ने निष्कर्ष निकाला कि हालांकि कंप्यूटर मॉडल कनामाइसिन सी को आगे की जांच के लिए एक अत्यधिक सुसंगत उम्मीदवार के रूप में देखते हैं, लेकिन परिणाम सफलता का अंतिम प्रमाण नहीं हैं। सिमुलेशन ने दिखाया कि दवा का व्यवहार पूरी तरह से इस बात पर निर्भर करता है कि वह किस बैक्टीरियल प्रोटीन का सामना करती है। टीम ने जोर दिया कि ये निष्कर्ष कंप्यूटर द्वारा उत्पन्न परिकल्पनाएं हैं, न कि जीव विज्ञान के पुष्ट तथ्य। पहले प्रोटीन के साथ कनामाइसिन सी का देखा गया मजबूत बाइंडिंग एक आशाजनक संकेत है, लेकिन यह सत्यापित करने के लिए कि क्या दवा वास्तव में बैक्टीरिया को उपचार के प्रति प्रतिरोध करने से रोक सकती है, वास्तविक दुनिया के प्रयोगशाला प्रयोगों की आवश्यकता है। शोधकर्ताओं ने यह दावा नहीं किया कि उन्होंने इलाज खोज लिया है, बल्कि यह कि वे दवाओं के बारे में विशिष्ट, परीक्षण योग्य विचार प्रदान कर रहे हैं कि वे दुश्मन के बचाव के साथ कैसे परस्पर क्रिया कर सकती हैं।

अंततः, यह कार्य भविष्य के प्रयोगों के लिए एक स्पष्ट रोडमैप प्रदान करता है। यह कनामाइसिन सी को अमीनोग्लाइड्स को संशोधित करने वाले विशिष्ट प्रतिरोध प्रोटीन के विरुद्ध परीक्षण करने के लिए एक प्राथमिक उम्मीदवार के रूप में पहचानता है, जबकि यह सुझाव देता है कि अन्य दवाएं अन्य लक्ष्यों के लिए बेहतर रूप से उपयुक्त हो सकती हैं। स्टैटिक डॉकिंग को डायनेमिक मोशन एनालिसिस के साथ जोड़कर, शोधकर्ता उन दवाओं को अलग करने में सक्षम हुए जो केवल अच्छी दिखती थीं और जो वास्तव में पकड़ बनाए रखने में सक्षम प्रतीत होती थीं। यह एकीकृत दृष्टिकोण एक अधिक विश्वसनीय तरीका प्रदान करता है जिससे यह प्राथमिकता तय की जा सके कि किन पुरानी दवाओं को भौतिक परीक्षण के समय और संसाधनों की आवश्यकता है, जिससे विज्ञान मल्टीड्रग-रेसिस्टेंट बैक्टीरिया के विकसित होते बचावों को मात देने की दिशा में एक कदम करीब पहुंच जाता है।