FreeSolvE: Solvent-Mediated Differentiable Pose Refinement and Ultra-Fast Biophysical Inductive Bias for Molecular Generation and Docking
FreeSolvE एक नवीन, अत्यंत तीव्र विभेदक इंजन (differentiable engine) है जो इम्पलिसिट सॉल्वेशन (implicit solvation) और आर्टिकुलेटेड किनेमैटिक्स का उपयोग करके आणविक डॉकिंग पोज में स्टेरिक क्लैश (steric clashes) को उच्च सटीकता और न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ हल करके जनरेटिव एआई और भौतिक बायोफिजिक्स के बीच के अंतर को पाटता 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
दवाओं का डिज़ाइन अक्सर एक सरल, त्रि-आयामी पहेली से शुरू होता है: एक छोटा सा ड्रग अणु मानव शरीर के भीतर एक प्रोटीन लक्ष्य के जटिल, मुड़े हुए आकार में कैसे फिट बैठता है? दशकों से, वैज्ञानिक इस फिट को अनुमानित करने के लिए कंप्यूटर सिमुलेशन पर भरोसा करते रहे हैं, इस उम्मीद में कि वे एक ऐसा आकार ढूंढ सकें जो दवा को अपनी जगह पर लॉक कर दे ताकि बीमारी को रोका जा सके। हाल के वर्षों में, आर्टिफिशियल इंटेलिजेंस ने इस क्षेत्र को बदल दिया है, ऐसे उपकरण प्रदान करके जो सेकंडों में लाखों संभावित ड्रग आकारों को उत्पन्न कर सकते हैं। हालाँकि, इन तेज़, सांख्यिकीय मॉडलों में एक गंभीर दोष है। क्योंकि वे मुख्य रूप से अणुओं की स्थिर छवियों पर प्रशिक्षित होते हैं, वे अक्सर ऐसे आकार बनाते हैं जो कागज पर तो सही दिखते हैं लेकिन वास्तविकता में भौतिक रूप से असंभव होते हैं। वे दो परमाणुओं को एक-दूसरे के इतने करीब रख सकते हैं कि वे हिंसक रूप से एक-दूसरे को प्रतिकर्षित करेंगे, या वे इस तथ्य को अनदेखा कर सकते हैं कि ड्रग पानी में तैर रहा है, न कि निर्वात (वैक्यूम) में। ये "घोस्ट" (भूतिया) अणु गणितीय रूप से सुंदर हैं लेकिन जैविक रूप से त्रुटिपूर्ण हैं, जिससे एक ऐसा संकट पैदा होता है जहाँ सबसे आशाजनक AI-जनित उम्मीदवार भौतिकी के नियमों के विरुद्ध परीक्षण किए जाने पर तुरंत विफल हो जाते हैं।
बेंगलुरु में PES यूनिवर्सिटी के एक शोधकर्ता, अर्जुन सुब्रमण्यन ने आर्टिफिशियल इंटेलिजेंस और भौतिक वास्तविकता के बीच इस अंतर को पाटने के लिए 'फ्रीसॉल्व' (FreeSolvE) नामक एक नया दृष्टिकोण पेश किया है। AI को शुरुआत से ही हर भौतिक नियम सीखने के लिए मजबूर करने के बजाय, सुब्रमण्यन ने एक विशेष इंजन बनाया है जो इन डिजिटल अणुओं के लिए एक तीव्र, भौतिक वास्तविकता जांच (रियलिटी चेक) के रूप में कार्य करता है। मूल विचार ड्रग और प्रोटीन के साथ यह व्यवहार करने का है जैसे कि वे पानी में डूबे हुए हों, क्योंकि जीवन वास्तव में इसी तरह काम करता है। मानव शरीर में, पानी हर अणु को घेरे रहता है, जो एक कुशन (कुशन) की तरह कार्य करता है जो विद्युत बलों को कम करता है और ड्रग के गैर-जल-प्रिय हिस्सों को प्रोटीन के छिपे हुए स्थानों में धकेलता है। सुब्रमण्यन का सिस्टम इन गलतियों को सुधारने के लिए पानी की इस अवधारणा का उपयोग एक मध्यस्थ के रूप में करता है। यह केवल यह अनुमान नहीं लगाता कि एक अणु को कहाँ जाना चाहिए; बल्कि यह गणना करता है कि आसपास का पानी अणु को तब तक कैसे धकेलेगा और खींचेगा जब तक कि वह एक स्थिर, टकराव-मुक्त स्थिति न पा ले।
नवाचार इस बात में निहित है कि यह गणना कैसे की जाती है। पारंपरिक तरीके जो पानी के अणुओं को एक-एक करके सिम्युलेट करते हैं, वे अविश्वसनीय रूप से धीमे होते हैं, और अक्सर एक एकल ड्रग आकार को वैध रूप में ढालने के लिए घंटों या दिनों का समय लेते हैं। ये तरीके नाजुक भी हैं; यदि कंप्यूटर प्रोग्राम को कोई गायब परमाणु या अजीब रासायनिक समूह मिलता है, तो यह अक्सर क्रैश हो जाता है। सुब्रमण्यन का सिस्टम एक "कंटीनम" (निरंतरता) दृष्टिकोण का उपयोग करके इन खामियों से बचता है। व्यक्तिगत पानी के अणुओं को ट्रैक करने के बजाय, यह पानी को एक चिकने, निरंतर तरल के रूप में मानता है जो प्रोटीन के चारों ओर के स्थान को भरता है। यह कंप्यूटर को एक सेकंड के अंश में सिस्टम की भौतिकी को हल करने की अनुमति देता है। सॉफ्टवेयर विद्युत बलों और ड्रग अणु पर पानी के दबाव की गणना एक ऐसी गणितीय तकनीक का उपयोग करके करता है जो मानक कंप्यूटर प्रोसेसर पर चलने के लिए अनुकूलित है, जिसका अर्थ है कि इसे काम करने के लिए महंगे, विशेष सुपरकंप्यूटरों की आवश्यकता नहीं है।
जब इन्हें पचास वास्तविक दुनिया के ड्रग-प्रोटीन जोड़ों के विरुद्ध परखा गया, तो परिणाम आश्चर्यजनक थे। AI मॉडल, सुधार से पहले, लगभग सभी मामलों में एक भौतिक रूप से वैध आकार बनाने में विफल रहे, जिसमें केवल दो प्रतिशत के शुरुआती अनुमान बुनियादी सुरक्षा जांचों को पास कर पाए। फ्रीसॉल्व इंजन के माध्यम से चलाने के बाद, सफलता दर बढ़कर बावन प्रतिशत हो गई। इस गति को समझने के लिए, एक पारंपरिक सिमुलेशन जो प्रत्येक पानी के अणु को व्यक्तिगत रूप से सिम्युलेट करता है, समान स्तर का रिलैक्सेशन प्राप्त करने के लिए लगभग बारह घंटे लेगा। नया सिस्टम अठारह हजार गुना से भी अधिक तेज़ है, जिससे शोधकर्ता एक ड्रग के परीक्षण में लगने वाले समय में हजारों ड्रग उम्मीदवारों का परीक्षण कर सकते हैं।
खराब आकारों को ठीक करने के अलावा, यह सिस्टम इन AI मॉडलों को प्रशिक्षित करने के तरीके को भी बदल देता है। आमतौर पर, जब एक कंप्यूटर ड्रग के आकार का अनुमान लगाना सीखता है, तो उसे केवल स्थिति में थोड़ा अलग होने के लिए दंडित किया जाता है। उसे यह "पता" नहीं होता कि दो परमाणु एक ही स्थान पर नहीं रह सकते। इस नए जल-आधारित भौतिकी इंजन को सीधे प्रशिक्षण प्रक्रिया में शामिल करके, AI शुरुआत से ही असंभव आकारों से बचना सीख जाता है। प्रयोगों में, बिना इस मदद के प्रशिक्षित एक मानक AI मॉडल लगातार टकराव की स्थिति में फंसा रहा, और कई प्रयासों के बाद भी अपनी गलतियों को ठीक करने में असमर्थ रहा। नए इंजन के साथ प्रशिक्षित मॉडल ने, हालांकि, केवल पांच राउंड के प्रशिक्षण के भीतर सभी भौतिक टकरावों को समाप्त कर दिया। इस प्रणाली ने सीखने की प्रक्रिया को धीमा किए बिना यह उपलब्धि हासिल की, प्रत्येक चरण में केवल एक सेकंड का बहुत छोटा हिस्सा जोड़ा।
शोधकर्ताओं ने अपने कार्य की सीमाओं को सावधानीपूर्वक परिभाषित किया है। सिस्टम यह मान लेता है कि प्रोटीन स्वयं कठोर (रिजिड) रहता है और ड्रग के अनुकूल होने के लिए अपना आकार नहीं बदलता है, और यह उन विशिष्ट पानी के अणुओं को ध्यान में नहीं रखता है जो ड्रग और प्रोटीन के बीच एक सेतु (ब्रिज) बना सकते हैं। इसे प्रत्येक एकल पानी के अणु के सूक्ष्म विवरणों के बजाय विलायक (सॉल्वेंट) वातावरण के सामान्य धक्के और खिंचाव को संभालने के लिए डिज़ाइन किया गया है। इन सीमाओं के बावजूद, यह टूल ड्रग डिस्कवरी में एक प्रमुख बाधा का समाधान प्रदान करता है। यह आर्टिफिशियल इंटेलिजेंस के बिजली-तेज भविष्यवाणियों को तुरंत उन भौतिक नियमों में स्थापित करने का एक तरीका प्रदान करता है जो जीवन को नियंत्रित करते हैं। लाखों ड्रग आकारों की भौतिक वैधता की जांच करना संभव बनाकर, यह दृष्टिकोण वैज्ञानिकों को AI-जनित डिजाइनों की वर्तमान सीमाओं से आगे बढ़ने और अपना प्रयास उन अणुओं पर केंद्रित करने में मदद कर सकता है जो वास्तव में मानव शरीर के भीतर काम करने के लिए तैयार हैं। इस प्रणाली का कोड अब अन्य वैज्ञानिकों के उपयोग के लिए उपलब्ध है, जो यह सुनिश्चित करने के लिए एक नया मानक प्रदान करता है कि डिजिटल ड्रग डिजाइन न केवल सांख्यिकीय रूप से संभावित हैं, बल्कि भौतिक रूप से भी संभव 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।