Hybrid AI-physics screening prioritizes candidate dual MDM2/MDM4 inhibitors from a drug-like library for dedifferentiated liposarcoma
यह अध्ययन एक एकीकृत एआई-भौतिकी (AI-physics) स्क्रीनिंग पाइपलाइन प्रस्तुत करता है जिसने दो संरचनात्मक रूप से नवीन, ड्रग-लाइक (drug-like) संभावित यौगिकों (ZINC9412756 और ZINC20724474) की पहचान की है, जिनमें डुअल MDM2/MDM4 निषेध (inhibition) के लिए उच्च अनुमानित आत्मीयता (affinity) है, जो प्रायोगिक सत्यापन के अधीन डीडिफरेंशिएटेड लिपोसार्कोमा (dedifferentiated liposarcoma) के लिए एक आशाजनक चिकित्सीय रणनीति प्रदान करते हैं।
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
कैंसर अक्सर कोशिकीय कुप्रबंधन का एक खेल होता है, जहाँ शरीर के अपने सुरक्षा तंत्रों का अपहरण कर लिया जाता है ताकि ट्यूमर अनियंत्रित रूप से बढ़ सकें। 'डीडिफरेंशिएटेड लिपोसार्कोमा' (dedifferentiated liposarcoma) नामक एक विशिष्ट और आक्रामक प्रकार के सॉफ्ट-टिश्यू कैंसर में, यह समस्या दो प्रोटीनों के बीच टूटी हुई साझेदारी से उत्पन्न होती है। एक प्रोटीन, जिसे MDM2 के रूप में जाना जाता है, एक निरंतर पीछा करने वाले जल्लाद की तरह कार्य करता है जो p53 को खोजने और नष्ट करने का प्रयास करता है—p53 एक महत्वपूर्ण ट्यूमर-सप्रेसर प्रोटीन है जो सामान्य रूप से कोशिकाओं को अनियंत्रित रूप से विभाजित होने से रोकता है। स्वस्थ कोशिकाओं में, p53 एक संरक्षक की तरह होता है; इस कैंसर में, MDM2 अत्यधिक सक्रिय है, जो लगातार p53 का पीछा करता है और उसकी शक्ति को निष्प्रभावी करता है। हालाँकि, प्रकृति के पास अक्सर एक बैकअप योजना होती है। जब वैज्ञानिक दवाओं के माध्यम से MDM2 को रोकने की कोशिश करते हैं, तो कैंसर कोशिकाएं अक्सर MDM4 नामक एक दूसरे, समान प्रोटीन के स्तर को बढ़ाकर अनुकूलन कर लेती हैं। यह बैकअप प्रोटीन p53 को अक्षम करने के काम को जारी रखने के लिए आगे आता है, जिससे केवल MDM2 को लक्षित करने वाली दवाएं अप्रभावी हो जाती हैं। इस बीमारी का वास्तविक उपचार करने के लिए, शोधकर्ताओं का मानना है कि उन्हें दोनों प्रोटीनों को एक साथ ब्लॉक करने का तरीका खोजना होगा, जो मौजूदा दवाओं के साथ एक कठिन कार्य साबित हुआ है।
शोधकर्ताओं की एक टीम ने अब नए समाधानों की खोज के लिए आर्टिफिशियल इंटेलिजेंस और भौतिकी-आधारित सिमुलेशन (physics-based simulation) के एक शक्तिशाली संयोजन की ओर रुख किया है। उन्होंने लैब डिश में रसायनों का परीक्षण पहले नहीं किया; इसके बजाय, उन्होंने लगभग दस मिलियन ड्रग-जैसे यौगिकों के विशाल पुस्तकालय को स्कैन करने के लिए एक परिष्कृत डिजिटल पाइपलाइन बनाई। उनका लक्ष्य दो विशिष्ट अणु (molecules) खोजना था जो MDM2 और MDM4 दोनों से मजबूती से जुड़ सकें, जिससे दोनों 'जल्लादों' को प्रभावी रूप से शांत किया जा सके और शरीर के प्राकृतिक ट्यूमर-सप्रेसर को जागने का अवसर मिल सके। मशीन लर्निंग का उपयोग करके यह अनुमान लगाने के बाद कि कौन से यौगिक काम कर सकते हैं, और फिर यह देखने के लिए विस्तृत कंप्यूटर सिमुलेशन का उपयोग किया कि वे प्रोटीनों में कैसे फिट होते हैं, टीम ने इस क्षेत्र को दो आशाजनक उम्मीदवारों तक सीमित कर दिया। ये दो अणु, जिन्हें उनके अद्वितीय कोड ZINC9412756 और ZINC20724474 द्वारा पहचाना गया है, उन मामलों में सफल होने की सबसे अधिक संभावना रखते हैं जहाँ वर्तमान उपचार संघर्ष कर रहे हैं।
यह यात्रा एक विशाल डिजिटल फिल्टर के साथ शुरू हुई। शोधकर्ताओं ने ऐसे यौगिकों के डेटाबेस से शुरुआत की जो ज्ञात दवाओं के रासायनिक रूप से समान हैं, यह सुनिश्चित करने के लिए कि उम्मीदवार मानव उपयोग के लिए पर्याप्त सुरक्षित हों। उन्होंने ज्ञात दवाओं और MDM2 प्रोटीन के बीच हजारों इंटरैक्शन पर एक कंप्यूटर मॉडल को प्रशिक्षित किया, जिससे सिस्टम को उन सूक्ष्म संरचनात्मक पैटर्न को पहचानने में मदद मिली जो एक अणु को प्रभावी बनाते हैं। इस आर्टिफिशियल इंटेलिजेंस मॉडल ने फिर नौ-मिलियन-यौगिकों के पुस्तकालय को स्कैन किया, और प्रत्येक की सक्रियता का अनुमान लगाया। सिस्टम ने उच्च-क्षमता वाले उम्मीदवारों के एक छोटे समूह की पहचान की, लेकिन शोधकर्ता जानते थे कि कंप्यूटर के अनुमान कभी-कभी भ्रामक हो सकते हैं। सुनिश्चित करने के लिए, उन्होंने इन शीर्ष उम्मीदवारों को एक कठोर भौतिक सिमुलेशन के अधीन किया। उन्होंने दर्जनों अलग-अलग क्रिस्टल संरचनाओं का उपयोग करके MDM2 और MDM4 के डिजिटल मॉडल बनाए, ताकि इस तथ्य को ध्यान में रखा जा सके कि ये प्रोटीन लचीले होते हैं और हिलते-डुलते रहते हैं। फिर उन्होंने सिम्युलेट किया कि उम्मीदवार अणु कैसे डॉक (dock), या लॉक, होकर प्रोटीनों के सक्रिय स्थलों में फिट होंगे।
इस डिजिटल स्क्रीनिंग के परिणाम आश्चर्यजनक थे। दो अग्रणी उम्मीदवारों, ZINC9412756 और ZINC20724474 ने अनुमानित बाइंडिंग स्ट्रेंथ दिखाई जो अनुसंधान में उपयोग की जाने वाली कई मौजूदा दवाओं से बेहतर थी। कंप्यूटर सिमुलेशन में, ये अणु दोनों MDM2 और MDM4 की पॉकेटों में गहराई से समा गए, और स्थिर संबंध बनाए जो उन्हें अपनी जगह पर बनाए रखते हैं। शोधकर्ताओं ने विश्लेषण किया कि वे वास्तव में कैसे पकड़े हुए हैं। उन्होंने पाया कि अणु मुख्य रूप से हाइड्रोफोबिक इंटरैक्शन (hydrophobic interactions) के घने नेटवर्क पर निर्भर करते हैं—अनिवार्य रूप से, अणु प्रोटीन की सतहों के विरुद्ध कसकर पैक हो जाते हैं, ठीक वैसे ही जैसे तेल पानी को प्रतिकर्षित करता है, ताकि एक स्थिर बंधन बनाया जा सके। इसकी पुष्टि विशिष्ट हाइड्रोजन बॉन्ड द्वारा भी हुई, जो आणविक वेल्क्रो (molecular Velcro) की तरह कार्य करते हैं, और दवाओं को प्रोटीनों के प्रमुख स्थानों पर बांध देते हैं। एक उम्मीदवार ने MDM2 प्रोटीन के एक ऐसे हिस्से के साथ एक अद्वितीय संबंध बनाया जिसे पिछले दवाओं ने काफी हद तक अनदेखा कर दिया था, जो यह सुझाव देता है कि यह वर्तमान उपचारों की तुलना में अलग तरीके से काम कर सकता है।
यह सुनिश्चित करने के लिए कि ये निष्कर्ष केवल कंप्यूटर मॉडल का एक संयोग नहीं हैं, टीम ने दीर्घकालिक मॉलिक्यूलर डायनेमिक्स सिमुलेशन चलाए। उन्होंने प्रोटीन और दवाओं के बीच समय के साथ होने वाली अंतःक्रियाओं को देखा, दबाव में बंधन टिके रहते हैं या नहीं, यह देखने के लिए गति के पांच लाख चरणों का सिमुलेशन किया। सिमुलेशन ने दिखाया कि दवाएं पूरे परीक्षण के दौरान दोनों प्रोटीनों से मजबूती से जुड़ी रहीं, जिससे पुष्टि हुई कि प्रारंभिक डॉकिंग एक अस्थायी त्रुटि नहीं थी। शोधकर्ताओं ने दवाओं के बंधे रहने के लिए आवश्यक ऊर्जा की भी गणना की, और पाया कि उन्हें एक साथ रखने वाले बल मजबूत और सुसंगत थे। इसके अलावा, उन्होंने इन नए उम्मीदवारों की रासायनिक विशिष्टता की भी जांच की। हजारों ज्ञात MDM2 और MDM4 इनहिबिटर्स के साथ उनके संरचनाओं की तुलना करके, उन्होंने पुष्टि की कि ये दो अणु संरचनात्मक रूप से भिन्न थे। वे वर्तमान में उपयोग में या क्लिनिकल ट्रायल में चल रही दवाओं की तरह नहीं दिखते थे; वे रासायनिक स्थान के उस क्षेत्र में थे जिसका पहले कभी अन्वेषण नहीं किया गया था, जो एक नए दृष्टिकोण की पेशकश करता है।
शोधकर्ताओं ने तत्काल लक्ष्य से परे जाकर यह समझने की भी कोशिश की कि ये दवाएं व्यापक कैंसर कोशिका को कैसे प्रभावित कर सकती हैं। 'नेटवर्क फार्माकोलॉजी' नामक पद्धति का उपयोग करते हुए, उन्होंने मानचित्रित किया कि उम्मीदवार अणु उन अन्य जीन और प्रोटीनों के साथ कैसे परस्पर क्रिया कर सकते हैं जो डीडिफरेंशिएटेड लिपोसार्कोमा में सक्रिय होते हैं। विश्लेषण ने सुझाव दिया कि ये दवाएं न केवल MDM2 और MDM4 पर प्रहार करेंगी बल्कि कोशिका विभाजन और कैंसर वृद्धि में शामिल अन्य महत्वपूर्ण लक्ष्यों के क्लस्टर के साथ भी जुड़ेंगी। यह मल्टी-टारगेट प्रभाव एक महत्वपूर्ण लाभ हो सकता है, जो संभावित रूप से उन प्रतिरोध तंत्रों को दूर कर सकता है जो कैंसर कोशिकाओं को सिंगल-टारगेट दवाओं से जीवित रहने में मदद करते हैं। सिमुलेशन ने यह भी अनुमान लगाया कि ये अणु शरीर द्वारा मौखिक रूप से अवशोषित किए जा सकेंगे, जो किसी भी भविष्य की दवा के लिए एक महत्वपूर्ण आवश्यकता है। हालाँकि, कंप्यूटर मॉडल ने संभावित सुरक्षा चिंताओं को भी चिह्नित किया, जिसमें लीवर और हृदय के जोखिम शामिल हैं, जिन्हें भविष्य के विकास में संबोधित करने की आवश्यकता होगी।
यह ध्यान रखना महत्वपूर्ण है कि ये परिणाम पूरी तरह से कंप्यूटर सिमुलेशन के दायरे में हैं। शोधकर्ताओं ने अभी तक इन अणुओं का प्रयोगशाला या जीवित कोशिकाओं में परीक्षण नहीं किया है। वे कितनी अच्छी तरह बंधते हैं, वे कैसे चलते हैं, और वे शरीर को कैसे प्रभावित कर सकते हैं, इसके अनुमान गणितीय मॉडल और एल्गोरिदम पर आधारित हैं। हालांकि सिमुलेशन अत्यधिक विस्तृत हैं और परिणाम विभिन्न विधियों में सुसंगत हैं, फिर भी वे भौतिक प्रयोग द्वारा सिद्ध होने तक केवल परिकल्पना (hypotheses) ही हैं। अध्ययन स्पष्ट रूप से कहता है कि कंप्यूटर द्वारा गणना की गई बाइंडिंग ऊर्जा संभवतः अतिरंजित (overestimates) है और वास्तविक अंतःक्रिया की शक्ति को 'वेट लैब' (wet lab) में मापा जाना चाहिए। टीम स्वीकार करती है कि कंप्यूटर भविष्यवाणी से काम करने वाली दवा तक का रास्ता लंबा और अनिश्चित है, जो रासायनिक संश्लेषण, विषाक्तता और प्रभावकारिता की संभावित विफलताओं से भरा है।
इन सीमाओं के बावजूद, यह अध्ययन भविष्य के अनुसंधान के लिए एक स्पष्ट और आशाजनक दिशा प्रदान करता है। दो उम्मीदवार अणु, ZINC9412756 और ZINC20724474, संभावित उपचारों के एक नए वर्ग का प्रतिनिधित्व करते हैं जो वर्तमान में उपलब्ध किसी भी चीज़ से संरचनात्मक रूप से भिन्न हैं। उन्हें एक ऐसी विधि द्वारा खोजा गया जिसने सफलतापूर्वक आर्टिफिशियल इंटेलिजेंस की गति को भौतिकी-आधारित सिमुलेशन की सटीकता के साथ जोड़ा ताकि एक विशाल रासायनिक परिदृश्य को नेविगेट किया जा सके। शोधकर्ताओं ने अणुओं के एक जोड़े की पहचान की है जो, डिजिटल दुनिया में, इस आक्रामक कैंसर की रक्षा करने वाली दोहरी रक्षा प्रणाली को अक्षम करने में सक्षम प्रतीत होते हैं। जैसा कि लेखकों ने रेखांकित किया है, अगला कदम इन यौगिकों का संश्लेषण करना और प्रयोगशाला में इनका परीक्षण करना है ताकि यह देखा जा सके कि कंप्यूटर की भविष्यवाणियाँ वास्तविकता में कितनी सटीक हैं। यदि वे सही साबित होते हैं, तो ये अणु उन रोगियों के लिए एक नई आशा प्रदान कर सकते हैं जिनके पास उपचार के बहुत कम प्रभावी विकल्प हैं, और अंततः उस प्रतिरोध चक्र को तोड़ सकते हैं जिसने पिछले प्रयासों को विफल किया है।
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।