जर्मनी और अमेरिका के वैज्ञानिकों ने गूगल के डीपमाइंड द्वारा विकसित कृत्रिम बुद्धिमत्ता (एआई) प्रणाली अल्फाफोल्ड का उपयोग करके प्रोटीन में अब तक पाई गई सबसे जटिल जटिल गाँठ की भविष्यवाणी की है। अल्फाफोल्ड द्वारा उत्पादित डेटा के उनके संपूर्ण विश्लेषण से प्रोटीन में पहली मिश्रित गांठों का भी पता चला: एक ही स्ट्रिंग पर दो अलग-अलग गांठों वाली टोपोलॉजिकल संरचनाएं। यदि खोजे गए प्रोटीन गांठों को प्रयोगात्मक रूप से फिर से बनाया जा सकता है तो यह अल्फाफोल्ड द्वारा की गई भविष्यवाणियों की सटीकता को सत्यापित करने का काम करेगा।
प्रोटीन जटिल टोपोलॉजिकल संरचनाओं को बनाने के लिए मुड़ सकते हैं। इनमें से सबसे दिलचस्प प्रोटीन गांठें हैं - ऐसी आकृतियाँ जो प्रोटीन को दोनों सिरों से खींचे जाने पर भी नहीं सुलझेंगी। पीटर विर्नौजोहान्स गुटेनबर्ग यूनिवर्सिटी मेनज़ के एक सैद्धांतिक भौतिक विज्ञानी बताते हैं भौतिकी की दुनिया वर्तमान में लगभग 20 से 30 ज्ञात गांठदार प्रोटीन हैं। विर्नौ बताते हैं कि ये संरचनाएं दिलचस्प सवाल उठाती हैं कि वे कैसे मुड़ती हैं और उनका अस्तित्व क्यों है।
एक प्रोटीन के आकार को उसके कार्य के साथ निकटता से जोड़ा जा सकता है, लेकिन प्रोटीन गांठों की कार्यक्षमता और उद्देश्य पर कुछ सिद्धांत हैं, लेकिन इनका समर्थन करने के लिए बहुत कम ठोस सबूत हैं। विर्नौ का कहना है कि उदाहरण के लिए, थर्मल उतार-चढ़ाव के प्रति विशेष रूप से प्रतिरोधी होने के कारण वे प्रोटीन को स्थिर रखने में मदद कर सकते हैं, लेकिन ये खुले प्रश्न हैं। जबकि प्रोटीन गांठें दुर्लभ हैं, वे विकास द्वारा अत्यधिक संरक्षित भी प्रतीत होती हैं।
"यदि एक गांठदार प्रोटीन मौजूद है, उदाहरण के लिए, खमीर में, तो इस बात की बहुत अधिक संभावना है कि यह मनुष्यों में संबंधित प्रोटीन में भी गांठदार है," विर्नौ बताते हैं। "तो, ये ऐसी संरचनाएँ हैं जो सैकड़ों लाखों वर्षों से मौजूद हैं।"
प्रोटीन गांठ अनुसंधान में एक लंबे समय से चली आ रही समस्या प्रोटीन गांठों को ढूंढना और उनकी पहचान करना है। जबकि जटिल प्रोटीन संरचनाओं को प्रयोगशाला में प्रयोगात्मक रूप से निर्धारित किया गया है, यह चुनौतीपूर्ण और समय लेने वाला हो सकता है। हाल ही में, डीपमाइंड ने एक AI सिस्टम विकसित किया है जिसे कहा जाता है अल्फाफोल्ड यह दावा करता है कि यह अविश्वसनीय गति और सटीकता के साथ प्रोटीन संरचनाओं की भविष्यवाणी कर सकता है। गहन-शिक्षण प्रणाली ज्ञात प्रोटीन और उनके अमीनो एसिड अनुक्रमों के एक बड़े डेटाबेस पर काम करती है। यह प्रोटीन की त्रि-आयामी संरचनाओं की भविष्यवाणी करने के लिए अमीनो एसिड की प्राथमिक संरचना पर उन अनुक्रमों और जानकारी का उपयोग करता है। इसका प्रशिक्षण प्रोटीन संरचनाओं के विकासवादी, भौतिक और ज्यामितीय बाधाओं पर आधारित है।
अल्फाफोल्ड ने कई लाख प्रोटीन संरचनाओं की भविष्यवाणी की है, जिनमें से अधिकांश को अभी तक सूचीबद्ध नहीं किया गया है। इस नवीनतम कार्य में, प्रकाशित प्रोटीन विज्ञान, विर्नौ और उनके सहयोगियों ने पहले से अज्ञात जटिल प्रोटीन गांठों के लिए अल्फाफोल्ड के डेटाबैंक की खोज की। उन्होंने नौ नई गांठें खोजीं। इसमें पहले 7 शामिल थे1-गाँठ - सात क्रॉसिंग बिंदुओं वाली एक गाँठ जो प्रोटीन में अब तक पाई गई सबसे टोपोलॉजिकल रूप से जटिल गाँठ है।
शोधकर्ताओं को कई छह-क्रॉसिंग मिश्रित गांठें भी मिलीं। इनमें से प्रत्येक में दो ट्रेफ़ोइल गांठें होती हैं, जो तीन क्रॉसिंग वाली गांठें होती हैं। उन्होंने पांच आवश्यक क्रॉसिंग, 5 के साथ दो पूर्व अज्ञात गांठों की भी खोज की1-गाँठ और एक 52-गाँठ.
टीम अब बायोकेमिस्ट के साथ काम कर रही है टोड येट्स, कैलिफोर्निया विश्वविद्यालय लॉस एंजिल्स में, अल्फाफोल्ड द्वारा पहचाने गए प्रोटीन को प्रयोगात्मक रूप से बनाने के लिए यह पुष्टि करने के लिए कि वे अनुमानित टोपोलॉजिकल संरचनाएं बनाते हैं। विर्नौ कहते हैं, "मुझे पूरा विश्वास है कि हम प्रयोगात्मक रूप से इन संरचनाओं की पुष्टि करने में सक्षम होंगे।"
क्वांटम दृष्टिकोण से तेजी से प्रोटीन फोल्डिंग का पता चलता है
यदि इन टोपोलॉजिकल रूप से चुनौतीपूर्ण संरचनाओं को प्रयोगात्मक रूप से बनाया जा सकता है तो यह दिखाएगा कि अल्फाफोल्ड उम्मीद के मुताबिक काम कर रहा है और कम जटिल प्रोटीन आकृतियों की अपनी भविष्यवाणियों में विश्वास प्रदान करता है। "प्रोटीन गांठें इसका केवल एक छोटा सा पहलू हो सकता है, लेकिन फिर भी यह सामान्य रूप से इन उपकरणों के सत्यापन के रूप में काम कर सकता है," विर्नौ बताते हैं।
भविष्य में प्रोटीन इंजीनियरिंग के लिए इन एआई टूल्स का उपयोग करना संभव हो सकता है। प्रोटीन को गांठों और अन्य जटिल संरचनाओं से युक्त डिज़ाइन किया जा सकता है जो उन्हें विशिष्ट कार्यों के लिए कार्यक्षमता प्रदान करते हैं, हालांकि इसमें कम से कम कुछ साल दूर हैं।
