AminoGrapes: Structure-Weighted Evolutionary Scoring for Viral Protein Fitness Prediction

वायरस परिवर्तन के उस्ताद होते हैं। जीवित रहने के लिए, वे लगातार अपने स्वयं के आनुवंशिक निर्देशों को फिर से लिखते हैं, अपने प्रतिरक्षा तंत्र से बचने या कोशिकाओं को संक्रमित करने में बेहतर बनने के लिए अमीनो एसिड नामक सूक्ष्म निर्माण खंडों को बदलते रहते हैं। वैज्ञानिक यह अनुमान लगाना चाहते हैं कि इनमें से कौन सा परिवर्तन वायरस की मदद करेगा और कौन सा इसे विफल कर देगा, जो कि टीकों को डिजाइन करने और बीमारियों के प्रसार को समझने के लिए एक महत्वपूर्ण कार्य है। चुनौती यह है कि वायरस इतनी तेज़ी से विकसित होते हैं कि अध्ययन के लिए अक्सर उनके बहुत कम उदाहरण उपलब्ध होते हैं, जिससे उनके नियमों को सीखना कठिन हो जाता है। पारंपरिक रूप से, शोधकर्ताओं ने उत्परिवर्तन (mutation) के परिणाम का अनुमान लगाने के लिए दो मुख्य तरीकों का उपयोग किया है। एक विधि इतिहास को देखती है, हजारों संबंधित वायरल अनुक्रमों (sequences) को स्कैन करती है कि कौन से हिस्से समय के साथ स्थिर रहे हैं; यदि कोई स्थान कभी नहीं बदलता है, तो इसकी संभावना है कि वह आवश्यक है। दूसरी विधि प्रोटीन के भौतिक आकार पर निर्भर करती है, यह जानते हुए कि अणु के कसकर पैक किए गए, छिपे हुए कोर (core) में होने वाले परिवर्तन, इसके बाहरी सतह पर होने वाले परिवर्तनों की तुलना में अधिक नुकसान पहुँचाने की संभावना रखते हैं।

इस्लामाबाद में एफ्रियम (Afrium) में काम करने वाले मुहम्मद साद खान नामक एक शोधकर्ता ने इन दोनों दृष्टिकोणों को 'अमीनो ग्रेप्स' (AminoGrapes) नामक एक नए उपकरण में संयोजित किया है। लक्ष्य एक सरल, तेज़ तरीका बनाना था जिससे यह अनुमान लगाया जा सके कि एक वायरल प्रोटीन उत्परिवर्तन के बाद कितनी अच्छी तरह से कार्य करेगा, विशेष रूप से उन कठिन मामलों के लिए जहाँ सबसे उन्नत कंप्यूटर मॉडल के काम करने के लिए पर्याप्त डेटा नहीं होता है। यह विधि एक वायरल प्रोटीन अनुक्रम लेती है और दो काम करती है। पहला, यह समान वायरसों का एक वंशावली वृक्ष (family tree) बनाती है ताकि यह गणना की जा सके कि प्रोटीन में प्रत्येक स्थिति को विकास द्वारा कितना संरक्षित रखा गया है। दूसरा, यह प्रोटीन के एक कंप्यूटर-जनित 3D मॉडल का उपयोग यह निर्धारित करने के लिए करती है कि प्रत्येक स्थिति कितनी दबी हुई या उजागर है। यह उपकरण फिर इस जानकारी के इन दो टुकड़ों को आपस में गुणा करता है। यदि कोई स्थिति इतिहास द्वारा अत्यधिक संरक्षित है और प्रोटीन के कोर के भीतर गहराई से दबी हुई है, तो वहां होने वाले उत्परिवर्तन को एक गंभीर दंड (penalty) दिया जाता है। यदि कोई स्थिति सतह पर है या अतीत में बार-बार बदली है, तो दंड बहुत हल्का होता है। यह एक एकल स्कोर बनाता है जो भविष्यवाणी करता है कि क्या एक विशिष्ट परिवर्तन वायरस द्वारा सहन किया जाएगा।

शोधकर्ताओं ने इस उपकरण का परीक्षण तैंतीस अलग-अलग वायरल प्रोटीन प्रयोगों, जिन्हें 'असे' (assays) कहा जाता है, के एक मानक सेट पर किया, जो प्रयोगशाला में उत्परिवर्तित प्रोटीन वास्तव में कितनी अच्छी तरह काम करते हैं, इसका मापन करते हैं। उन्होंने अपने नए उपकरण की तुलना ESM2 नामक एक शक्तिशाली, व्यापक रूप से उपयोग किए जाने वाले कृत्रिम बुद्धिमत्ता (AI) मॉडल से की, जो लाखों प्रोटीन अनुक्रमों पर प्रशिक्षित एक विशाल भाषा मॉडल (large language model) है। परिणामों ने दिखाया कि अमीनो ग्रेप्स वायरल प्रोटीन की फिटनेस की भविष्यवाणी करने में मानक AI मॉडल की तुलना में काफी बेहतर था। औसतन, नए उपकरण ने वास्तविक दुनिया के प्रयोगात्मक परिणामों के साथ 0.430 का सहसंबंध (correlation) प्रदर्शित किया, जबकि AI मॉडल केवल 0.269 तक ही पहुँच सका। तैंतीस में से पच्चीस परीक्षणों में, अमीनो ग्रेप्स अधिक सटीक भविष्यवक्ता था। यह सुधार इस तथ्य से आया कि नए उपकरण ने स्पष्ट रूप से प्रोटीन की भौतिक संरचना और उसके परिवार के इतिहास का उपयोग किया, जबकि AI मॉडल ने केवल आनुवंशिक कोड में अक्षरों के अनुक्रम के आधार पर अनुमान लगाने की कोशिश की।

हालाँकि, यह कहानी पूर्ण विजय की नहीं है। जब शोधकर्ताओं ने अमीनो ग्रेप्स की तुलना वैज्ञानिक समुदाय में वर्तमान में उपलब्ध सर्वोत्तम विधियों से की, तो यह पीछे रह गया। अन्य स्थापित उपकरण, जो अक्सर अधिक जटिल गणित या बड़े डेटासेट का उपयोग करते हैं, उच्च स्कोर प्राप्त करते हैं, जिसमें शीर्ष प्रदर्शन करने वाला 0.480 तक पहुँचता है। उल्लेखनीय रूप से, अमीनो ग्रेप्स मूल RSALOR कार्यान्वयन से काफी नीचे था, जिसने उन्हीं प्रयोगों पर 0.480 प्राप्त किया था। लेखक ने सावधानीपूर्वक यह नोट किया कि उनके उपकरण ने इन शीर्ष-स्तरीय विधियों के साथ जुड़ने पर कोई नया मूल्य नहीं जोड़ा; वास्तव में, अमीनो ग्रेप्स को मौजूदा सर्वोत्तम मॉडलों के समूह में जोड़ने से संयुक्त भविष्यवाणी वास्तव में थोड़ी खराब हो गई। यह सुझाव देता है कि यद्यपि नया उपकरण वायरल प्रोटीन के लिए एक ठोस, स्वतंत्र कदम है, लेकिन यह अभी तक 'स्टेट ऑफ द आर्ट' (सर्वश्रेष्ठ उपलब्ध तकनीक) से आगे नहीं निकल पाया है। इसके अलावा, शोधकर्ताओं ने स्वीकार किया कि उपकरण को इन विशिष्ट वायरल परीक्षणों के परिणामों को देखते हुए विकसित किया गया था, जिसका अर्थ है कि संख्याएँ थोड़ी आशावादी हो सकती हैं और भविष्य में नए, अनदेखे डेटा पर पुष्टि की आवश्यकता है।

अध्ययन ने यह भी पता लगाया कि जब आप नए उपकरण को पुराने AI मॉडल के साथ मिलाते हैं तो क्या होता है। उन्होंने दोनों भविष्यवाणियों को मिलाने के लिए उन्हें मिलाकर देखा कि क्या वे दोनों का सर्वश्रेष्ठ प्राप्त कर सकते हैं। गैर-वायरल प्रोटीन पर, जहाँ AI मॉडल बहुत मजबूत है, मिश्रण ने अच्छा काम किया। लेकिन वायरल प्रोटीन पर, मिश्रण अकेले नए उपकरण की तुलना में खराब प्रदर्शन करता है। ऐसा इसलिए हुआ क्योंकि AI मॉडल आम तौर पर वायरस पर कमजोर होता है, और नए उपकरण की उच्च-गुणवत्ता वाली भविष्यवाणियों के साथ इसके निम्न-गुणवत्ता वाले भविष्यवाणियों को मिलाने से औसत नीचे गिर गया। यह निष्कर्ष वर्तमान AI मॉडलों की एक विशिष्ट कमजोरी को उजागर करता है जब उन्हें तेजी से विकसित होने वाले वायरसों पर लागू किया जाता है और यह सुझाव देता है कि इन विशिष्ट जैविक समस्याओं के लिए, एक सरल विधि जो सीधे विकासवादी इतिहास और 3D संरचना का उपयोग करती है, वर्तमान में एक विशाल, सामान्य-उद्देश्य वाले भाषा मॉडल की तुलना में अधिक विश्वसनीय है।

अंततः, यह कार्य यह प्रदर्शित करता है कि वायरल प्रोटीन के लिए, एक सीधा गणना जो वायरस के गहरे इतिहास और उसके आकार की भौतिक बाधाओं दोनों का सम्मान करता है, परिष्कृत कृत्रिम बुद्धिमत्ता से बेहतर प्रदर्शन कर सकता है। यह दावा नहीं करता है कि इसने वायरल विकास की भविष्यवाणी करने की समस्या को हल कर लिया है, न ही यह दावा करता है कि यह कुल मिलाकर सबसे शक्तिशाली उपकरण है। इसके बजाय, यह जीव विज्ञान के एक विशिष्ट, कठिन कोने के लिए एक स्पष्ट, व्याख्या योग्य और प्रभावी विकल्प प्रदान करता है। शोधकर्ता इस बात पर जोर देते हैं कि उनका उपकरण कोई जादुई समाधान (magic bullet) नहीं है, बल्कि एक व्यावहारिक उपकरण है जो उस अंतर को भरता है जहाँ वर्तमान AI संघर्ष करता है, जिससे यह समझने का बेहतर तरीका मिलता है कि कौन से उत्परिवर्तन वायरस को जीवित रहने में मदद कर सकते हैं और कौन से उसे विफल कर देंगे।