Native-to-fibril structural remodelling reveals an amyloid-selective transthyretin epitope for AI-guided binder design

मानव शरीर एक जटिल मशीन है जो अपने सबसे महत्वपूर्ण कार्यों को पूरा करने के लिए प्रोटीन पर निर्भर करती है। ऐसा ही एक प्रोटीन, जिसे ट्रान्स्थायरेटिन (transthyretin) कहा जाता है, रक्त में एक डिलीवरी ट्रक की तरह कार्य करता है, जो मस्तिष्क और अन्य अंगों तक हार्मोन पहुँचाता है। सामान्यतः, ये चार प्रोटीन इकाइयाँ मिलकर एक स्थिर, चार-भाग वाली संरचना बनाती हैं। हालाँकि, कुछ विशेष स्थितियों में, यह स्थिर संयोजन बिखर सकता है। जब व्यक्तिगत इकाइयाँ अलग हो जाती हैं, तो वे अपना आकार खो सकती हैं, गलत तरीके से फोल्ड हो सकती हैं, और लंबी, कठोर रेशों (fibers) के रूप में गुच्छे बना सकती हैं जिन्हें अमाइलॉइड फाइब्रिल्स (amyloid fibrils) कहा जाता है। ये रेशे अमाइलॉइडोसिस (amyloidosis) नामक रोगों का मुख्य लक्षण हैं, जो हृदय, तंत्रिकाओं और अन्य ऊतकों को नुकसान पहुँचा सकते हैं। डॉक्टरों और वैज्ञानिकों के लिए चुनौती हमेशा यह रही है कि स्वस्थ, चार-भाग वाले प्रोटीन और इन खतरनाक, विकृत गुच्छों के बीच अंतर कैसे किया जाए। यदि कोई उपचार दोनों के बीच अंतर नहीं कर पाता है, तो वह अनजाने में उन स्वस्थ प्रोटीनों पर हमला कर सकता है जिनकी शरीर को आवश्यकता है, या हानिकारक प्रोटीनों को रोकने में विफल हो सकता है।

शोधकर्ताओं की एक टीम ने अब एक विशिष्ट स्थान खोजने के लिए उन्नत कंप्यूटर मॉडलिंग का उपयोग किया है जो इन खतरनाक रेशों पर मौजूद है लेकिन स्वस्थ प्रोटीन में छिपा हुआ है। स्वस्थ प्रोटीनों की 3D संरचनाओं की वास्तविक रोगियों से लिए गए रेशों के साथ तुलना करके, उन्होंने पाया कि प्रोटीन श्रृंखला के बिल्कुल शुरुआत में एक छोटा सा हिस्सा, एक विशिष्ट रासायनिक मार्कर के पास, प्रोटीन के फाइबर में बदलने पर बहुत अधिक दृश्यमान हो जाता है। यह खोज महत्वपूर्ण है क्योंकि यह नई दवाओं के लिए एक संभावित लक्ष्य प्रदान करती है। शोधकर्ताओं ने फिर आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करके सूक्ष्म प्रोटीन बाइंडर्स (binders) को डिजाइन किया, जो एंटीबॉडी के समान होते हैं, और उन्हें इस नए उजागर हुए स्थान में पूरी तरह फिट होने के लिए आकार दिया गया। कंप्यूटर सिमुलेशन बताते हैं कि ये डिज़ाइन किए गए बाइंडर्स खतरनाक रेशों से चिपक जाएंगे, लेकिन चूंकि इन बाइंडर्स ने स्वस्थ प्रोटीन के विभिन्न हिस्सों के साथ परस्पर क्रिया (interaction) दिखाने में उच्च आत्मविश्वास भी दिखाया, इसलिए अध्ययन नोट करता है कि अभी तक स्वस्थ प्रोटीनों के प्रति चयनात्मक बंधन (selective binding) या बंधन की अनुपस्थिति का निष्कर्ष नहीं निकाला जा सकता है।

अध्ययन की शुरुआत डेटा के एक विशाल संग्रह को एकत्रित करके हुई। शोधकर्ताओं ने ट्रान्स्थायरेटिन के जेनेटिक कोड को देखा ताकि यह समझा जा सके कि यह अलग-अलग लोगों में कैसे बदलता है। उन्होंने एक सौ तीस से अधिक विभिन्न उत्परिवर्तनों (mutations) को सूचीबद्ध किया, जो जेनेटिक निर्देशों में छोटी त्रुटियाँ हैं जो प्रोटीन को अस्थिर बना सकती हैं। उन्होंने उन बीस छह विभिन्न रासायनिक संशोधनों (modifications) का भी मानचित्रण किया जो उम्र बढ़ने या तनाव के दौरान प्रोटीन के साथ हो सकते हैं। ये संशोधन, जैसे ऑक्सीकरण (oxidation) या छोटे रासायनिक टैग जोड़ना, प्रोटीन के व्यवहार को बदल सकते हैं। इन परिवर्तनों का एक विस्तृत मानचित्र बनाकर, टीम ने एक आधार स्थापित किया कि विभिन्न स्थितियों में प्रोटीन कैसे व्यवहार कर सकता है। उन्होंने शक्तिशाली कंप्यूटर प्रोग्रामों का उपयोग यह अनुमान लगाने के लिए किया कि ये उत्परिवर्तन और संशोधन प्रोटीन की स्थिरता को कैसे प्रभावित करेंगे, जिससे यह पुष्टि हुई कि कई ज्ञात रोग-कारक परिवर्तन प्रोटीन को टूटने और रेशे बनाने के लिए बहुत अधिक प्रवृत्त करते हैं।

शोध का मुख्य भाग स्वस्थ, चार-भाग वाले प्रोटीन और रोगियों में पाए जाने वाले फाइबर संरचनाओं के बीच सीधा तुलनात्मक विश्लेषण था। टीम ने विभिन्न प्रकार के अमाइलॉइडोसिस वाले रोगियों से लिए गए तीस अलग-अलग फाइबर संरचनाओं का विश्लेषण किया, जिसमें आनुवंशिक उत्परिवर्तन और सामान्य आयु-संबंधी रूप वाले रोगी भी शामिल थे। ये रेशे शरीर के विभिन्न हिस्सों, जैसे हृदय, आँख और मांसपेशियों के ऊतकों से आए थे। जब शोधकर्ताओं ने इन फाइबर संरचनाओं की स्वस्थ प्रोटीन से तुलना की, तो उन्हें एक विशिष्ट क्षेत्र में एक बड़ा अंतर मिला। स्वस्थ प्रोटीन में, श्रृंखला का एक छोटा हिस्सा शुरुआत के पास छिपा हुआ होता है। हालाँकि, सभी फाइबर संरचनाओं में, यही हिस्सा बाहर की ओर धकेला गया और उजागर (exposed) पाया गया। यह उजागर हिस्सा एक रासायनिक मार्कर के ठीक बगल में स्थित है जो अक्सर रोग प्रक्रिया में परिवर्तित होता है, लेकिन यह प्रदर्शन केवल रासायनिक मार्कर के कारण नहीं, बल्कि प्रोटीन के आकार बदलकर फाइबर में बदलने का परिणाम है।

यह समझने के लिए कि क्या यह उजागर स्थान उपचार के लिए एक लक्ष्य हो सकता है, शोधकर्ताओं ने आर्टिफिशियल इंटेलिजेंस की ओर रुख किया। उन्होंने जेनरेटिव डिज़ाइन टूल्स का उपयोग किया, जो डिजिटल आर्किटेक्ट की तरह होते हैं जो शून्य से नए प्रोटीन आकार बना सकते हैं। उन्होंने इन प्रोग्रामों से ऐसे सूक्ष्म बाइंडर्स को डिजाइन करने के लिए कहा जो फाइबर के उजागर हिस्से में विशेष रूप से फिट हो सकें। AI ने सैकड़ों संभावित डिज़ाइन तैयार किए और फिर उन्हें सबसे आशाजनक उम्मीदवारों तक सीमित कर दिया। शोधकर्ताओं ने यह देखने के लिए कि ये डिज़ाइन कैसे व्यवहार करेंगे, दूसरा सेट कंप्यूटर परीक्षण चलाया। उन्होंने इन बाइंडर्स का परीक्षण उन फाइबर संरचनाओं के विरुद्ध किया जिनके लिए उन्हें डिज़ाइन किया गया था, और उन स्वस्थ, चार-भाग वाले प्रोटीन के विरुद्ध भी किया। परिणाम उत्साहजनक थे: फाइबर के आकार के लिए डिज़ाइन किए गए बाइंडर्स फाइबर संरचनाओं के उजागर स्थान पर मजबूती से जुड़ गए। जब उन्हीं बाइंडर्स का परीक्षण स्वस्थ प्रोटीन के विरुद्ध किया गया, तो कंप्यूटर ने भविष्यवाणी की कि वे लक्षित स्थान के बजाय प्रोटीन के दूर के हिस्सों के साथ परस्पर क्रिया करेंगे। हालाँकि, क्योंकि कंप्यूटर मॉडल अभी भी स्वस्थ प्रोटीन के साथ इन वैकल्पिक अंतःक्रियाओं के प्रति उच्च विश्वास दिखाते थे, शोधकर्ता इस बात पर जोर देते हैं कि यह अभी तक यह साबित नहीं करता है कि ये बाइंडर्स वास्तविक दुनिया में स्वस्थ प्रोटीन को अनदेखा कर देंगे।

अध्ययन ने यह भी पता लगाया कि क्या यह दृष्टिकोण रोग के विभिन्न प्रकारों में काम कर सकता है। चूंकि अमाइलॉइड जमाव हृदय, आंख या मांसपेशियों में बन सकते हैं, इसलिए शोधकर्ताओं ने सोचा कि क्या एक ऊतक के लिए डिज़ाइन किया गया बाइंडर दूसरे में विफल हो सकता है। उन्होंने विशेष रूप से आंख के रेशों के लिए बाइंडर्स डिज़ाइन किए और फिर उन्हें हृदय के रेशों के विरुद्ध टेस्ट किया। सिमुलेशन ने दिखाया कि आंख के रेशों के लिए डिज़ाइन किए गए बाइंडर्स ने हृदय के रेशों पर भी उजागर स्थान को पहचाना और उससे जुड़े। यह सुझाव देता है कि उजागर स्थान रोग का एक सामान्य लक्षण है, चाहे वह शरीर में कहीं भी बने। यह खोज एक एकल उपचार की संभावना की ओर इशारा करती है जो रोग के विभिन्न रूपों वाले रोगियों के लिए काम कर सके, बजाय इसके कि प्रत्येक विशिष्ट उत्परिवर्तन या ऊतक प्रकार के लिए एक अद्वितीय दवा की आवश्यकता हो।

इन आशाजनक कंप्यूटर परिणामों के बावजूद, शोधकर्ता सावधानीपूर्वक यह नोट करते हैं कि यह कार्य अभी शुरुआती चरणों में है। डिज़ाइन केवल कंप्यूटर मॉडल के रूप में मौजूद हैं, और उनके जुड़ने की भविष्यवाणी सिमुलेशन पर आधारित है, भौतिक प्रयोगों पर नहीं। टीम ने अभी तक इन बाइंडर्स को प्रयोगशाला में या जीवित जीवों में परीक्षण नहीं किया है। उन्होंने यह भी नहीं मापा है कि बाइंडर्स रेशों से कितनी मजबूती से चिपकते हैं, और न ही यह पुष्टि की है कि वे रेशों को शरीर से साफ कर सकते हैं। अध्ययन स्पष्ट रूप से कहता है कि भले ही कंप्यूटर मॉडल सुझाव देते हैं कि बाइंडर्स चयनात्मक हैं, लेकिन यह सिद्ध नहीं हुआ है। अगले चरणों में इन प्रोटीनों को प्रयोगशाला में बनाना और वास्तविक रोगी नमूनों के विरुद्ध इनका परीक्षण करना शामिल होगा ताकि यह देखा जा सके कि वे कंप्यूटर की भविष्यवाणी के अनुसार व्यवहार करते हैं या नहीं।

इस कार्य का मूल्य इसकी पद्धति में निहित है। प्रोटीन की संरचना की गहरी समझ के साथ आधुनिक आर्टिफिशियल इंटेलिजेंस को जोड़कर, शोधकर्ताओं ने एक विशिष्ट, सुलभ लक्ष्य की पहचान की है जिसे पहले देखना कठिन था। उन्होंने दिखाया है कि स्वस्थ प्रोटीन से रोग-कारक फाइबर में संक्रमण एक नया सतह बनाता है जिसे लक्षित किया जा सकता है। यह दृष्टिकोण सटीक उपचार विकसित करने के लिए एक रोडमैप प्रदान करता है, जिसका लक्ष्य केवल हानिकारक गुच्छों पर होना है जबकि स्वस्थ प्रोटीनों को अकेला छोड़ दिया जाए। हालांकि कंप्यूटर डिज़ाइन से काम करने वाली दवा तक का सफर लंबा और अनिश्चित है, यह अध्ययन एक स्पष्ट दिशा प्रदान करता है। यह एक जटिल जैविक समस्या को एक समाधान योग्य इंजीनियरिंग चुनौती में बदल देता है, जो यह सुझाव देता है कि सही उपकरणों के साथ, हम उन विशिष्ट आकारों को पहचानने और बेअसर करने के लिए अणु (molecules) डिज़ाइन कर सकते हैं जो रोग का कारण बनते हैं।