Assessing the translation of AI-prioritized genome-derived peptide fragments into validated antimicrobial candidates
यह अध्ययन प्रदर्शित करता है कि *Malassezia furfur* जीनोम के एआई-प्राथमिकता वाले खनन से *Staphylococcus aureus* के विरुद्ध प्रभावी प्रमाणित रोधी सूक्ष्मजीव पेप्टाइड्स (antimicrobial peptides) प्राप्त होते हैं, जिससे एक ऐसा पुनरुत्पादक पाइपलाइन स्थापित होता है जो कम्प्यूटेशनल भविष्यवाणी और प्रयोगात्मक पुष्टि के बीच सेतु बनाता है और साथ ही एआई-संचालित रोधी सूक्ष्मजीव खोज की क्षमता और सीमाओं दोनों को रेखांकित 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
द दशकों से, चिकित्सा जगत जीवाणु संक्रमणों से लड़ने के लिए एंटीबायोटिक्स के एक छोटे से शस्त्रागार पर निर्भर रहा है, लेकिन ये दवाएं अपनी शक्ति खो रही हैं। बैक्टीरिया तेजी से विकसित हो रहे हैं, वे उन दवाओं से जीवित रहना सीख रहे हैं जो उन्हें मारने के लिए बनाई गई थीं, जो सामान्य सर्जरी और आम बीमारियों को फिर से खतरनाक बना सकता है। वैज्ञानिक इन रोगजनकों (pathogens) को रोकने के तरीके खोजने के लिए तत्परता से खोज कर रहे हैं, और एक आशाजनक मार्ग छोटे प्रोटीन अंशों से जुड़ा है जिन्हें 'एंटीमाइक्रोबियल पेप्टाइड्स' कहा जाता है। पारंपरिक एंटीबायोटिक्स के विपरीत, जो विशिष्ट आंतरिक तंत्रों को लक्षित करते हैं, ये पेप्टाइड्स अक्सर बैक्टीरिया की बाहरी परत को भौतिक रूप से बाधित करके काम करते हैं, जो एक ऐसा रक्षा तंत्र है जिससे बचना बैक्टीरिया के लिए बहुत कठिन है। हालाँकि, सही पेप्टाइड खोजना घास के ढेर में सुई खोजने जैसा है; संभावित संयोजनों की संख्या इतनी विशाल है कि उन्हें एक-एक करके परीक्षण करना असंभव है। इस समस्या को हल करने के लिए, शोधकर्ता कृत्रिम बुद्धिमत्ता (AI) का उपयोग यह अनुमान लगाने के लिए कर रहे हैं कि कौन से अनुक्रम (sequences) काम कर सकते हैं, लेकिन असली परीक्षण यह है कि क्या ये कंप्यूटर-जनित अनुमान वास्तव में जीवित दुनिया में कार्य करते हैं।
कोलंबिया के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इस दृष्टिकोण का परीक्षण करने का निर्णय लिया, जिसमें उन्होंने यादृच्छिक (random) अनुक्रमों के बजाय एक विशिष्ट यीस्ट (yeast) के आनुवंशिक कोड को देखा, जो स्वाभाविक रूप से मानव त्वचा पर रहता है। यह यीस्ट, जिसे Malassezia furfur के रूप में जाना जाता है, बैक्टीरिया के साथ अपना वातावरण साझा करता है, जिसमें Staphylococcus aureus शामिल है, जो एक सामान्य और अक्सर खतरनाक रोगजनक है। वैज्ञानिकों ने तर्क दिया कि यदि ये दो जीव लाखों वर्षों से त्वचा पर स्थान और संसाधनों के लिए प्रतिस्पर्धा कर रहे हैं, तो यीस्ट ने ऐसे अंश उत्पन्न करने के लिए आनुवंशिक निर्देश विकसित किए होंगे जो बैक्टीरिया को नुकसान पहुँचा सकें। उन्होंने यीस्ट के संपूर्ण जीनोम में से खोजने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया, यह देखते हुए कि कौन से प्रोटीन के छोटे टुकड़े एक हथियार के भौतिक प्रोफाइल में फिट बैठते हैं: उन्हें सही आकार का होना चाहिए, उनमें एक विशिष्ट विद्युत आवेश (electrical charge) होना चाहिए, और पानी से प्यार करने वाले (hydrophilic) और पानी से डरने वाले (hydrophobic) गुणों का सही संतुलन होना चाहिए ताकि वे बैक्टीरियल झिल्ली के साथ परस्पर क्रिया कर सकें।
प्रक्रिया की शुरुआत एंजाइमों के एक डिजिटल सिमुलेशन का उपयोग करके यीस्ट के आंशिक आनुवंशिक कोड को लाखों छोटे टुकड़ों में तोड़कर हुई। 6,60,000 से अधिक अंशों के प्रारंभिक समूह से, शोधकर्ताओं ने क्षेत्र को सीमित करने के लिए फिल्टरों की एक श्रृंखला लागू की। सबसे पहले, उन्होंने उन सभी अंशों को हटा दिया जो बहुत लंबे थे, बहुत छोटे थे, या जिनमें बैक्टीरिया को आकर्षित करने के लिए आवश्यक विद्युत आवेश की कमी थी। इससे उनके पास उम्मीदवारों का एक बहुत छोटा समूह बचा जो कागज़ पर आशाजनक लग रहा था। इसके बाद, उन्होंने एंटीमाइक्रोबियल गतिविधि के पैटर्न को पहचानने के लिए प्रशिक्षित एक परिष्कृत कंप्यूटर मॉडल का उपयोग करके इन उम्मीदवारों को रैंक किया। परिणामों को पुख्ता करने के लिए, उन्होंने केवल उन्हीं अंशों को रखा जो यीस्ट के दो अलग-अलग स्ट्रेन में समान रूप से दिखाई दिए, जो यह सुझाव देता है कि ये स्थिर, संरक्षित विशेषताएं थे न कि यादृच्छिक त्रुटियां। इस कठोर फ़नलिंग प्रक्रिया ने विशाल सूची को केवल चार पेप्टाइड्स तक कम कर दिया जिन्हें टीम ने प्रयोगशाला में संश्लेषित करने और परीक्षण करने का निर्णय लिया।
जब शोधकर्ताओं ने प्रयोगशाला में इन चार पेप्टाइड्स को बनाया और उन्हें Staphylococcus aureus के संपर्क में लाया, तो परिणाम मिश्रित लेकिन महत्वपूर्ण रहे। दो पेप्टाइड्स, जिन्हें टीम ने PIAM23 और PIAM29 नाम दिया, ने सफलतापूर्वक बैक्टीरिया की वृद्धि को धीमा कर दिया। एक शक्तिशाली सूक्ष्मदर्शी के नीचे, इन दो पेप्टाइड्स से उपचारित बैक्टीरिया क्षतिग्रस्त और टूटा हुआ दिखाई दिया, उनकी बाहरी दीवारें झुर्रीदार और रिसती हुई थीं, जो यह संकेत देती हैं कि पेप्टाइड्स ने सफलतापूर्वक उनकी रक्षा पंक्ति को तोड़ दिया था। अन्य दो पेप्टाइड्सों ने बैक्टीरिया पर कोई प्रभाव नहीं दिखाया। दिलचस्प बात यह है कि दो सफल पेप्टाइड्स प्रभावी रूप से उसी यीस्ट के खिलाफ भी सिद्ध हुए जिससे वे आए थे, जो यह सुझाव देता है कि वे बैक्टीरियल और फंगल दोनों संक्रमणों से लड़ सकते हैं। महत्वपूर्ण रूप से, जब मानव त्वचा कोशिकाओं पर परीक्षण किया गया, तो चारों में से किसी भी पेप्टाइड ने सूक्ष्मजीवों को रोकने के लिए आवश्यक सांद्रता (concentration) पर भी कोई नुकसान नहीं पहुँचाया, जो एक आशाजनक सुरक्षा प्रोफ़ाइल का संकेत देता है।
इस अध्ययन का एक सबसे महत्वपूर्ण निष्कर्ष यह था कि ये पेप्टाइड्स वास्तव में कैसे कार्य करते हैं। लंबे समय से, वैज्ञानिक मानते थे कि प्रभावी होने के लिए, इन पेप्टाइड्स को कोशिका पर हमला करने से पहले एक विशिष्ट, कठोर सर्पिल (spiral) आकार में मुड़ने की आवश्यकता होती है। इस अध्ययन के कंप्यूटर मॉडल ने सुझाव दिया कि दो सफल पेप्टाइड्स ऐसा सर्पिल बना सकते हैं, लेकिन जब शोधकर्ताओं ने उन्हें सीधे एक तरल घोल में देखा, तो वे वह आकार नहीं बनाए। इसके बजाय, वे अव्यवस्थित और लचीले दिखाई दिए। यह विसंगति बताती है कि पेप्टाइड्स को प्रभावी होने के लिए पूर्व-निर्मित सर्पिल होने की आवश्यकता नहीं है; उनके पास बस सही रासायनिक सामग्रियां होनी चाहिए, जैसे कि विशिष्ट वसायुक्त घटकों की उच्च मात्रा, ताकि संपर्क में आने पर वे बैक्टीरियल दीवार के साथ परस्पर क्रिया कर सकें। अध्ययन में यह भी पाया गया कि जबकि चारों पेप्टाइड्स एक टेस्ट ट्यूब में बैक्टीरियल झिल्ली के मॉडल के साथ परस्पर क्रिया कर सकते थे, केवल दो ही वास्तव में एक वास्तविक जैविक सेटिंग में बैक्टीरिया की वृद्धि को रोक पाए।
यह शोध प्रदर्शित करता है कि रोगजनकों के साथ स्वाभाविक रूप से सह-अस्तित्व रखने वाले जीवों के आनुवंशिक कोड को खोजने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करना एक व्यवहार्य रणनीति है। यादृच्छिक अनुक्रमों के बजाय एक जैविक रूप से आधारित स्रोत से शुरू करके, टीम ने ऐसे उम्मीदवार खोजे जो लैब में काम करते हैं। हालाँकि, यह अध्ययन वर्तमान कंप्यूटर मॉडलों की सीमाओं को भी उजागर करता है; जबकि वे आशाजनक उम्मीदवारों की पहचान कर सकते हैं, वे अभी भी पूरी तरह से यह भविष्यवाणी नहीं कर सकते कि एक पेप्टाइड वास्तव में क्या आकार लेगा या इसकी सफलता की गारंटी नहीं दे सकते। तथ्य यह है कि चार में से दो संश्लेषित पेप्टाइड्स ने काम किया, यह पुष्टि करता है कि इस दृष्टिकोण में योग्यता है, लेकिन अन्य दो की विफलता हमें याद दिलाती है कि कंप्यूटर भविष्यवाणियां केवल एक शुरुआती बिंदु हैं। एक नए ड्रग कैंडिडेट का अंतिम प्रमाण अभी भी प्रयोगशाला में भौतिक परीक्षण की मांग करता है, और यह कार्य एक आनुवंशिक विचार से एक प्रमाणित, सुरक्षित और प्रभावी एंटीमाइक्रोबियल उम्मीदवार तक का एक स्पष्ट, पुनरुत्पादक (reproducible) मार्ग प्रदान करता 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।