26 April Friday

പ്രോട്ടീൻ ഘടന നിർണയം വിസ്മയമായി ആൽഫാ ഫോൾഡ്

സീമ ശ്രീലയംUpdated: Thursday Jan 28, 2021


പ്രോട്ടീൻ ഘടന നിർണയിക്കാൻ ഇനി നിർമിത ബുദ്ധി സഹായിക്കും! ഗൂഗിളിന്റെ ഡീപ് മൈൻഡ് വികസിപ്പിച്ചെടുത്ത ആൽഫാ ഫോൾഡ് എന്ന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നെറ്റ്‌ വർക്ക്‌ ജീവശാസ്ത്രത്തിലെ പ്രോട്ടീൻ ഫോൾഡിങ് എന്ന പ്രഹേളികയ്ക്ക് പരിഹാരവുമായി എത്തിക്കഴിഞ്ഞു. പല പുതിയ രോഗങ്ങൾക്കും നൂതന ഔഷധങ്ങൾ വികസിപ്പിച്ചെടുക്കൽ, വ്യവസായശാലകളിൽ നിന്നുള്ള രാസമാലിന്യങ്ങളെ വിഘടിപ്പിക്കുന്ന എൻസൈമുകൾ കണ്ടെത്തൽ തുടങ്ങി ലോകം  പ്രതീക്ഷയോടെ ഉറ്റു നോക്കുന്ന പല ഗവേഷണങ്ങളും പ്രോട്ടീനുകളുമായി ബന്ധപ്പെട്ടതാണ്.

പ്രോട്ടീൻ ഫോൾഡിങ് എന്ന സമസ്യ-
ശരീര വളർച്ചയ്ക്ക് ഏറെ ആവശ്യമായ പോഷക ഘടകമാണ് പ്രോട്ടീൻ. ജീവ കോശങ്ങളുടെ  ഒരു പ്രധാന നിർമാണ ഘടകമാണിവ. ഡിഎൻഎയിൽ നിന്നും ജീനുകൾ സന്ദേശക ആർഎൻഎ ആയി പകർത്തപ്പെടുകയും ഇതു വിവർത്തനം ചെയ്ത്  അമിനോ ആസിഡുകൾ കൂട്ടിച്ചേർത്ത് പ്രോട്ടീൻ നിർമാണ പ്രക്രിയ നടക്കുകയുമാണ് ചെയ്യുന്നത്. എന്നാൽ ഡിഎൻഎയിലെ ഈ എഴുത്ത് വായിച്ചെടുത്ത് അമിനോ ആസിഡ് അനുക്രമത്തിൽനിന്നും പ്രോട്ടീനുകളുടെ ത്രിമാന ഘടന നിർണയിക്കുക എന്നത്  ജീവശാസ്ത്രത്തിന് മുന്നിൽ ഒരു സമസ്യയായിത്തന്നെ നിൽക്കുകയാണ്.  ഇവിടെയാണ്‌ നിർമിത ബുദ്ധി വലിയൊരളവു വരെ പരിഹാരമാകുന്നത്.   വിവിധ അമിനോ ആസിഡുകളുടെ  തന്തു പലവിധത്തിൽ മടങ്ങിയാണ് പ്രോട്ടീനുകൾ പ്രത്യേക ആകൃതി കൈക്കൊള്ളുന്നത്.  എന്നാൽ ഈ പ്രോട്ടീൻ ഫോൾഡിങ് രഹസ്യങ്ങളും ഘടനാ രഹസ്യങ്ങളും  കാലങ്ങളായി ശാസ്ത്രജ്ഞർക്ക് കീറാമുട്ടിയായിരുന്നു. ഒരു പ്രോട്ടീനിന്റെ ത്രിമാന ഘടനയും അതിന്റെ പ്രവർത്തനവും  ധർമ്മവും തമ്മിൽ ബന്ധമുള്ളതുകൊണ്ടു തന്നെ ഒരു പ്രോട്ടീനിന്റെ ഘടന ചുരുൾ നിവർത്തുമ്പോൾ അതിന്റെ പ്രവർത്തനത്തിന്റെ സൂക്ഷ്മ തലങ്ങൾ കൂടിയാണ് വെളിച്ചത്തു വരുന്നത്.

ഘടനാ രഹസ്യങ്ങളിലേക്ക്-

1950 കളുടെ തുടക്കത്തിൽ എക്സ്റേ ക്രിസ്റ്റലോഗ്രഫിയാണ് പ്രോട്ടീൻ ഘടനാ രഹസ്യങ്ങളിലേക്ക് വെളിച്ചം വീശാൻ ശാസ്ത്രജ്ഞരെ സഹായിച്ചത്. പിന്നീട് ന്യൂക്ലിയാർ മാഗ്നറ്റിക് റസണൻസും സമീപ വർഷങ്ങളിൽ ക്രയോ ഇലക്ട്രോൺ മൈക്രോസ്കോപ്പിയും ഘടനാ ഗവേഷണങ്ങളിൽ ശാസ്ത്രജ്ഞർക്ക് തുണയായി. എന്നാൽ ഇത്തരം പല പരീക്ഷണങ്ങളും ഏറെ സമയം എടുക്കുന്നതും ചെലവേറിയതും ദുഷ്‌കരവുമായിരുന്നു. 1980 കളിലും 90 കളിലും പ്രോട്ടീൻ ഘടനാ ഗവേഷണങ്ങളിൽ കംപ്യൂട്ടർ സഹായം പ്രയോജനപ്പെടുത്താൻ ശ്രമിച്ചെങ്കിലും കാര്യമായ പുരോഗതിയൊന്നും ഉണ്ടായതുമില്ല. 1972-ലെ രസതന്ത്ര നൊബേൽ ജേതാവായ ക്രിസ്റ്റ്യൻ അൻഫിൻസെൺ പ്രോട്ടീനുകളുടെ അമിനോ ആസിഡ് അനുക്രമമാണ് അതിന്റെ ഘടന നിർണയിക്കുന്നത് എന്നു വിശദീകരിച്ചെങ്കിലും അതിനു ശേഷം അഞ്ചുപതിറ്റാണ്ടോളമായിട്ടും പ്രോട്ടീൻ ഘടനാ രഹസ്യങ്ങൾ ചുരുൾ നിവർക്കുന്നത് വലിയൊരു വെല്ലുവിളിയായിത്തന്നെ തുടർന്നു. എത്ര പ്രാവശ്യം ഏതൊക്കെ രീതിയിൽ മടങ്ങിയാകും ഒരു പ്രോട്ടീൻ അതിന്റെ അന്തിമ ഘടനയിൽ എത്തുന്നതെന്ന ചോദ്യം ശാസ്ത്രജ്ഞരെ കുഴക്കി. ഒരു പോളിപെപ്റ്റൈഡ് ചെയിൻ മടങ്ങി ഉണ്ടായേക്കാവുന്ന എണ്ണിയാലൊടുങ്ങാത്ത ഘടനകളും അവയെല്ലാം നിർണയിക്കാൻ വേണ്ടിവരുന്ന സമയവും തമ്മിൽ ബന്ധപ്പെടുത്തിക്കൊണ്ട് 69-ൽ സൈറസ് ലെവിന്താൾ അവതരിപ്പിച്ച ലെവിന്താൾ പാരഡോക്സും ശ്രദ്ധ നേടി.




കാസ്പിന്റെ തുടക്കം -
പ്രോട്ടീൻ ഘടനാ ഗവേഷണങ്ങൾക്ക് വേഗത കൂട്ടാനുള്ള ഒരു രാസത്വരകം എന്ന നിലയ്ക്കാണ് 1994-ൽ പ്രൊഫ.ജോൺ മൗൾട്ട്, ക്സിസ്റ്റോഫ് ഫിഡെലിസ് എന്നിവർ ചേർന്ന് കാസ്പ് ( CASP- Critical Assessment of Structure Prediction) എന്ന ചാലഞ്ച് ആരംഭിച്ചത്. പ്രോട്ടീൻ ഘടനാ രഹസ്യങ്ങൾ ചുരുൾ നിവർത്തുന്നതിൽ കംപ്യൂട്ടേഷണൽ മാർഗങ്ങളുടെ നൂതന സാധ്യത പ്രയോജനപ്പെടുത്തുക എന്നതായിരുന്നു പ്രധാന ലക്ഷ്യം. വിവിധ പരീക്ഷണങ്ങളിലൂടെ നേരത്തെ തെളിയിക്കപ്പെട്ടിട്ടുള്ളതും എന്നാൽ വിശദാംശങ്ങൾ പുറത്തുവിടാത്തതുമായ പ്രോട്ടീനുകളുടെ ഘടന പ്രവചിക്കാനുള്ള ചാലഞ്ച് ആണ് മുന്നോട്ടു വച്ചിരുന്നത്.

ഇതൊരു കുതിച്ചു ചാട്ടം
2018 ലെ കാസ്പ്-13 ചാലഞ്ചിൽ മുന്നിലെത്തി വിസ്മയ നേട്ടം കൈവരിച്ചുകൊണ്ടാണ് ഡീപ് മൈൻഡിന്റെ ആൽഫാ ഫോൾഡ് എന്ന നിർമിത ബുദ്ധി പ്രോഗ്രാമിന്റെ ആദ്യ പതിപ്പ് ലോകശ്രദ്ധ നേടിയത്‌. തുടർന്ന് കാസ്പ് 13-ൽ ഉപയോഗിച്ച രീതികൾ വിശദമാക്കിക്കൊണ്ട് അവർ നേച്ചർ ജേണലിൽ ഒരു പേപ്പറും പ്രസിദ്ധീകരിച്ചു. തുടർന്ന് വെറും രണ്ടു വർഷത്തിനുള്ളിൽ ഡീപ് ലേണിങ് മെത്തേഡ് ഉപയോഗപ്പെടുത്തി ആൽഫാ ഫോൾഡ് 2 എന്ന കൂടുതൽ മികച്ച നിർമിത ബുദ്ധി പ്രോഗ്രാം ഡീപ് മൈൻഡ് വികസിപ്പിച്ചെടുത്തു. ജീവശാസ്ത്രം, ഭൗതികശാസ്ത്രം, മെഷീൻ ലേണിങ്, കഴിഞ്ഞ അര നൂറ്റാണ്ടിലെ പ്രോട്ടീൻ ഫോൾഡിങ് ഗവേഷണങ്ങളിൽനിന്നുള്ള ഭീമമായ വിവരങ്ങൾ എന്നിവയൊക്കെ  പ്രയോജനപ്പെടുത്തിയാണ് ആൽഫാ ഫോൾഡ് ന്യൂറൽ നെറ്റ്‌വർക്ക് സിസ്റ്റത്തിനു രൂപം കൊടുത്തത്. ലഭ്യമായ 170,000 പ്രോട്ടീൻ ഘടനകൾ, ഇതുവരെ ഘടന തിരിച്ചറിയാത്ത പ്രോട്ടീനുകളുടെ അമിനോ ആസിഡ് അനുക്രമ ഗവേഷണങ്ങളിൽനിന്നുള്ള അതിഭീമമായ വിവരങ്ങൾ എന്നിവയൊക്കെ  ഈ നിർമിത ബുദ്ധി നെറ്റ്‌ വർക്കിനെ ‘പഠിപ്പിച്ചു’.

2020-ലെ കാസ്പ്-14 ചാലഞ്ചിൽ പങ്കെടുത്തവരെയൊക്കെ പിന്തള്ളി  ആൽഫാ ഫോൾഡ്-2 വിന്റെ കൃത്യതയേറിയ പ്രോട്ടീൻ ഘടനാ പ്രവചനങ്ങൾ അക്ഷരാർഥത്തിൽ ശാസ്ത്രജ്ഞരെ വിസ്മയത്തുമ്പത്ത്‌ എത്തിക്കുന്നതായിരുന്നു.  ആൽഫാ ഫോൾഡിന്റെ പല ഘടനാ പ്രവചനങ്ങളും എക്സ്റേ ക്രിസ്റ്റലോഗ്രഫി, എൻഎംആർ, ക്രയോ ഇലക്ട്രോൺ മൈക്രോസ്കോപ്പി എന്നിവയുപയോഗിച്ചു നേരത്തെ നിർണയിച്ച ഘടനകളുടെ അത്രയും കൃത്യതയേറിയതായിരുന്നു! ഇതൊരു വൻ കുതിച്ചു ചാട്ടം തന്നെയാണെന്ന് കാസ്പിന്റെ സ്ഥാപകരിൽ ഒരാളും മേരിലാന്റ് സർവകലാശാലയിലെ കംപ്യൂട്ടേഷണൽ ബയോളജിസ്റ്റുമായ ജോൺ മൗൾട്ട് അടിവരയിട്ടു പറയുന്നു. ഒരു ദശകത്തിലേറെയായി തന്റെ ലാബിൽ ഘടനയേതെന്നു പിടിതരാതെ കുഴക്കിയ ഒരു പ്രോട്ടീനിന്റെ ഘടന കണ്ടെത്താൻ ആൽഫാ ഫോൾഡ് പ്രോഗ്രാം തന്നെ സഹായിച്ചുവെന്നും ഇത് മെംബ്രെയ്ൻ പ്രോട്ടീനുകളുടെ ഘടനാരഹസ്യങ്ങളിലേക്ക് വെളിച്ചം വീശാൻ സഹായിക്കുമെന്നും മാക്സ് പ്ലാങ്ക് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ഡെവലപ്പ്‌മെന്റൽ ബയോളജി ഗവേഷകനായ ആൻഡ്രേ ലുപാസും എഴുതി.

അനന്ത സാധ്യതകൾ-
നിർമിത ബുദ്ധി ജൈവ വസ്തുക്കളെ പുതിയ രീതിയിൽ അതിവേഗം കൃത്യതയോടെ പഠിക്കാൻ സഹായിക്കുന്നു. നിർമിത ബുദ്ധിയും ജനിതക എൻജിനീയറിങ്, ബയോടെക്നോളജി മേഖലകളിലെ നൂതന മുന്നേറ്റങ്ങളും കൈകോർക്കുമ്പോൾ തുറക്കപ്പെടുന്നത് അനന്ത സാധ്യതകളാണ്. പ്രോട്ടീനുകളുടെ അമിനോ ആസിഡ് അനുക്രമത്തിൽനിന്നും അവയുടെ ഘടന പ്രവചിക്കാം എന്നത് ജൈവശാസ്ത്ര മേഖലകളിലും വൈദ്യശാസ്ത്രത്തിലും വിസ്മയപ്പെരുമഴയാകും സൃഷ്‌ടി്ക്കുക.

കോശങ്ങളുടെ അടിസ്ഥാന നിർമാണ ഘടകങ്ങളെപറ്റി സൂക്ഷ്മതലത്തിലുള്ള വിശദാംശങ്ങൾ ചുരുൾ നിവർത്തൽ, പ്രോട്ടീനുകളുടെ പ്രവർത്തന തകരാറുകൾ കൊണ്ടുള്ള പ്രശ്നങ്ങൾ വിശദമായി മനസ്സിലാക്കൽ,  നൂതന ഔഷധങ്ങളുടെ അതിവേഗ രൂപകൽപ്പന, ഔഷധ നിർമാണം,  പാരിസ്ഥിതിക സുസ്ഥിരത എന്നിങ്ങനെ നീളുന്നു സാധ്യതകളുടെ പട്ടിക.
കോവിഡ്-19 മഹാമാരി ലോകത്തെ നിശ്ചലമാക്കുന്നതു പോലുള്ള സാഹചര്യങ്ങളിൽ പ്രോട്ടീൻ ഘടനാ ഗവേഷണങ്ങൾക്ക് പ്രാധാന്യം ഏറെയാണ്. 2020 ന്റെ തുടക്കത്തിൽ ഡീപ് മൈൻഡ് സാർസ്കോവ് 2 വൈറസ്സുമായി ബന്ധപ്പെട്ട ഏതാനും പ്രോട്ടീനുകളുടെ ഘടനകൾ പ്രവചിച്ചിരുന്നു. ഇതിൽ Orf3a എന്ന പ്രോട്ടീനിന്റെ ഘടന കലിഫോർണിയ സർവകലാശാല ബെർക്കിലി ഗവേഷകർ ക്രയോ ഇലക്ട്രോൺ മൈക്രോസ്കോപ്പിലൂടെ കണ്ടെത്തിയതും ഡീപ് മൈൻഡ് പ്രവചിച്ചതും ഏതാണ്ട് സമാനമായിരുന്നു! ബാക്കി പ്രോട്ടീനുകളുടെ ഘടനകൾ പരീക്ഷണത്തിലൂടെ തെളിയിക്കപ്പെടാനിരിക്കുന്നതേയുള്ളൂ.
ആൽഫാ ഫോൾഡിന്റെത് വലിയൊരു കുതിച്ചു ചാട്ടമാണെങ്കിലും നിർമിത ബുദ്ധിയുപയോഗപ്പെടുത്തി പ്രവചിക്കുന്ന എല്ലാ പ്രോട്ടീൻ ഘടനകളും കൃത്യതയേറിയതാവുക എന്ന ലക്ഷ്യത്തിലേക്ക് എത്താൻ ഇനിയുമേറെ മുന്നോട്ടു പോകേണ്ടതുണ്ട്. അതിന് വിവിധ പ്രോട്ടീനുകൾ കൂടിച്ചേർന്ന് എങ്ങനെ സങ്കീർണ തന്മാത്രകൾ ഉണ്ടാകുന്നു, അവ എങ്ങനെയൊക്കെ ഡിഎൻഎ, ആർഎൻഎ എന്നിവയുമായി ഇടപഴകുന്നു, അമിനോ ആസിഡ് ചെയിനുകളുടെ കൃത്യമായ സ്ഥാനനിർണയം എന്നിവയെക്കുറിച്ചൊക്കെ ഇനിയും വിശദമായ വിവരങ്ങൾ ലഭ്യമാകേണ്ടതുണ്ട്.


ദേശാഭിമാനി വാർത്തകൾ ഇപ്പോള്‍ വാട്സാപ്പിലും ടെലഗ്രാമിലും ലഭ്യമാണ്‌.

വാട്സാപ്പ് ചാനൽ സബ്സ്ക്രൈബ് ചെയ്യുന്നതിന് ക്ലിക് ചെയ്യു..
ടെലഗ്രാം ചാനൽ സബ്സ്ക്രൈബ് ചെയ്യുന്നതിന് ക്ലിക് ചെയ്യു..



മറ്റു വാർത്തകൾ

----
പ്രധാന വാർത്തകൾ
-----
-----
 Top