साइंस के लिए AIमध्यमपाठ 2525 मिनट का पाठ

प्रोटीन संरचना और AlphaFold

प्रोटीन मुड़कर 3D आकार (shapes) लेते हैं, और उनका आकार ही तय करता है कि वे क्या काम करेंगे। AlphaFold उनके सीक्वेंस (sequence) से उन आकारों का अनुमान लगाता है। जानिए कि यह क्या करता है, क्या नहीं करता, और इसके मुफ़्त पब्लिक डेटाबेस को कैसे एक्सप्लोर करें।

✦ ट्यूटर से पूछें🧪 लैब · 25 min📝 पाठ का टेस्ट
पाठ वीडियो में

60 सेकंड में

प्रोटीन संरचना और AlphaFold

प्रोटीन मुड़कर 3D आकार (shapes) लेते हैं, और उनका आकार ही तय करता है कि वे क्या काम करेंगे। AlphaFold उनके सीक्वेंस (sequence) से उन आकारों का अनुमान लगाता है। जानिए कि यह क्या…

1/4
आसान शब्दों में
मोतियों का एक लंबा हार लें और उसे किसी डिब्बे में गिरा दें। वह मुड़-तुड़कर कोई आकार ले लेता है। अब कल्पना कीजिए कि वे मोती कुछ खास तरीकों से आपस में चिपकते हैं, जिससे वह हार हमेशा बिल्कुल एक ही आकार में मुड़ता है। प्रोटीन भी उसी हार की तरह होते हैं। उनका आकार ही आपके शरीर में उनका काम तय करता है।

प्रोटीन फोल्डिंग क्या है

प्रोटीन एक लंबी चेन होती है जो अमीनो एसिड (amino acids) नाम के छोटे-छोटे हिस्सों (building blocks) से बनी होती है। ये आमतौर पर लगभग बीस तरह के होते हैं। अमीनो एसिड का यह क्रम प्रोटीन का सीक्वेंस (sequence) कहलाता है, और यह सेल (कोशिका) के DNA में लिखा होता है।
चेन बनने के बाद, यह मुड़कर (folds) एक 3D आकार लेती है। चेन के हिस्से एक-दूसरे को और पानी को आकर्षित करते हैं या दूर धकेलते हैं। इस अंतिम आकार को प्रोटीन की संरचना (structure) कहा जाता है।

संरचना क्यों मायने रखती है

  • आकार ही काम तय करता है। ताले और चाबी की तरह, किसी एंज़ाइम (enzyme) में एक ऐसी ख़ास जगह (pocket) होती है जिसमें सिर्फ़ एक ही तरह का मॉलिक्यूल फिट हो सकता है।
  • कई दवाइयाँ प्रोटीन की किसी ख़ास जगह पर फिट होकर काम करती हैं। उनका आकार जानने से केमिस्टों को दवाइयाँ डिज़ाइन करने में मदद मिलती है।
  • कुछ बीमारियाँ उन प्रोटीनों से जुड़ी होती हैं जो गलत तरीके से मुड़ (fold) जाते हैं।
वैज्ञानिक X-ray crystallography, cryo-electron microscopy और NMR जैसे प्रयोगों (experiments) से संरचनाओं का पता लगाते हैं। ये तरीके बेहद असरदार हैं, लेकिन इनमें बहुत ज़्यादा समय, हुनर और पैसा लग सकता है। खोजी गई कई संरचनाओं को Protein Data Bank (PDB) नाम के एक पब्लिक आर्काइव में शेयर किया जाता है।

AlphaFold क्या करता है

AlphaFold, DeepMind का एक AI सिस्टम है। आप इसे प्रोटीन सीक्वेंस देते हैं, और यह उसकी 3D संरचना का अनुमान लगाता है। इसने उन हज़ारों संरचनाओं से सीखा है जिन्हें वैज्ञानिक पहले ही प्रयोगों के ज़रिए खोज चुके थे।
संरचना के अनुमान के लिए CASP नाम की एक नियमित 'ब्लाइंड' प्रतियोगिता होती है। इसमें टीमें ऐसी संरचनाओं का अनुमान लगाती हैं जिन्हें वैज्ञानिकों ने सुलझा तो लिया है लेकिन अभी सार्वजनिक नहीं किया है। फिर इन अनुमानों की तुलना असली संरचना से की जाती है। AlphaFold 2 ने 2020 में CASP14 में बेहतरीन प्रदर्शन किया था, और इसे विज्ञान की दुनिया में एक बहुत बड़ा कदम माना गया।
2024 का केमिस्ट्री का नोबेल पुरस्कार David Baker, Demis Hassabis और John Jumper को संयुक्त रूप से दिया गया। Hassabis और Jumper को AlphaFold से प्रोटीन संरचना का अनुमान लगाने के लिए सम्मानित किया गया। Baker को कम्प्यूटेशनल प्रोटीन डिज़ाइन (नए प्रोटीन डिज़ाइन करने) पर उनके काम के लिए यह सम्मान मिला।

पब्लिक AlphaFold डेटाबेस

DeepMind और EMBL का European Bioinformatics Institute (EMBL-EBI) मिलकर alphafold.ebi.ac.uk पर अनुमानित संरचनाओं का एक मुफ़्त पब्लिक डेटाबेस चलाते हैं। कोई भी प्रोटीन के नाम से इसे सर्च कर सकता है, 3D मॉडल देख सकता है और फ़ाइलें डाउनलोड कर सकता है।
हर अनुमान के साथ चेन के हर हिस्से के लिए एक कॉन्फिडेंस स्कोर (confidence score) दिया जाता है, जिसे रंगों से दिखाया जाता है। हाई कॉन्फिडेंस का मतलब आमतौर पर यह होता है कि मॉडल का अनुमान वहाँ असली आकार के काफी करीब होने की संभावना है। लो कॉन्फिडेंस का मतलब यह हो सकता है कि मॉडल पूरी तरह पक्का नहीं है, या फिर प्रोटीन का वह हिस्सा लचीला (floppy) है और उसका कोई एक तय आकार नहीं है। पेज पर रंगों का मतलब (legend) हमेशा पढ़ें।

AlphaFold क्या नहीं करता

AlphaFold आपको देता हैयह आपको नहीं देता
एक अनुमानित संरचना, आमतौर पर एक मुख्य आकारप्रोटीन समय के साथ कैसे हिलता-डुलता है और अपना आकार बदलता है (उसकी डायनेमिक्स)
हर हिस्से के लिए कॉन्फिडेंस का एक अनुमानपक्का सबूत (Certainty)। अनुमान कोई असली प्रयोग नहीं होता।
रिसर्च शुरू करने के लिए एक मज़बूत आधारप्रोटीन का पूरा काम। आकार सिर्फ़ एक सुराग है, पूरी कहानी नहीं।
कई जाने-माने सीक्वेंसों की संरचनाएँयह सेल में दवाओं, DNA या दूसरे प्रोटीनों से कैसे जुड़ता है, इसकी सारी बारीकियाँ
नोट
AlphaFold के नए वर्ज़न और दूसरे टूल्स यह अनुमान लगाने की कोशिश कर रहे हैं कि प्रोटीन दूसरे मॉलिक्यूल्स के साथ कैसे जुड़ते हैं। हर वर्ज़न क्या कर सकता है यह बदलता रहता है, इसलिए किसी नतीजे पर पहुँचने से पहले हमेशा नया डॉक्युमेंटेशन ज़रूर देख लें।
बढ़ा-चढ़ाकर दावा करना
  • "AlphaFold ने पूरी बायोलॉजी सुलझा दी।"
  • लो-कॉन्फिडेंस वाले हिस्से को ऐसे मानना जैसे वह बिल्कुल पक्का हो
  • सिर्फ़ इसलिए प्रयोग छोड़ देना क्योंकि एक अनुमान मौजूद है
सटीक समझ
  • "AlphaFold ने संरचना के अनुमान को बहुत बेहतर और तेज़ बना दिया।"
  • नतीजे निकालने से पहले कॉन्फिडेंस वाले रंगों को ध्यान से देखना
  • बेहतर प्रयोगों की योजना बनाने के लिए अनुमानों का इस्तेमाल करना
असली उदाहरण
हैदराबाद में किसी पौधे के एंज़ाइम पर रिसर्च कर रही एक छात्रा के पास हो सकता है कि प्रयोगों से मिली कोई संरचना न हो। एक अनुमानित संरचना के ज़रिए, वह अंदाज़ा लगा सकती है कि काम करने वाली जगह (active pocket) कहाँ है और लैब में किन अमीनो एसिड्स को बदलना सही रहेगा। यह अनुमान उसके सवाल का पूरा जवाब नहीं देता। बल्कि यह उसे एक बेहतर सवाल पूछने में मदद करता है।

और देखें और पढ़ें

AlphaFold Protein Structure DatabaseEMBL-EBI · reading

लैब

पब्लिक AlphaFold डेटाबेस की किसी एक एंट्री को देखकर तैयार किया गया प्रोटीन का एक छोटा प्रोफ़ाइल।

~25 min

समस्या

alphafold.ebi.ac.uk खोलें। लॉगिन की कोई ज़रूरत नहीं है।

  1. किसी ऐसे प्रोटीन को खोजें जिसका नाम आपने सुना हो, जैसे insulin या haemoglobin। इंसान के प्रोटीन वाली एंट्री चुनें (organism का नाम ज़रूर चेक करें)।
  2. ये बातें लिखें: प्रोटीन का नाम, जीव (organism), और पेज के मुताबिक वह प्रोटीन क्या काम करता है (अगर कोई सारांश दिया गया हो)।
  3. 3D मॉडल को घुमाकर देखें। इसके आकार को दो वाक्यों में समझाएं: क्या इसमें स्प्रिंग जैसे छल्ले (coils) हैं, चपटी शीटें हैं, या खुले हुए लूप हैं?
  4. कॉन्फिडेंस के रंगों और उसके लेजेंड को देखें। किन हिस्सों में हाई कॉन्फिडेंस है और किनमें लो कॉन्फिडेंस?
  5. तीन वाक्य लिखें: यह अनुमान किसी वैज्ञानिक की क्या मदद कर सकता है, और ऐसी कौन सी बात है जो यह नहीं बता सकता।

आपका काम तब पूरा होगा जब

कठिन सवाल

उत्तर देखने से पहले ख़ुद जवाब देने की कोशिश करें। अगर आप इनके जवाब दे सकते हैं, तो आप पाठ समझ गए हैं।

Q1आपके प्रोटीन के एक सिरे पर लो-कॉन्फिडेंस वाली एक लंबी पूंछ जैसी संरचना है। एक दोस्त कहता है, "मॉडल वहाँ फेल हो गया।" क्या यही एकमात्र कारण हो सकता है?दिखाएं

नहीं। असली प्रोटीन्स के कुछ हिस्से intrinsically disordered होते हैं: उनका कोई एक तय आकार नहीं होता और हो सकता है कि वे केवल तभी मुड़ें जब वे किसी पार्टनर से जुड़ते हैं। वहाँ कम कॉन्फिडेंस सिर्फ मॉडल की नाकामी नहीं, बल्कि असली लचीलेपन को भी दिखा सकता है। फर्क समझने के लिए आपको दूसरे सबूतों की ज़रूरत होगी, जैसे कि प्रयोग।

Q2AlphaFold ने Protein Data Bank के स्ट्रक्चर्स से सीखा है। कुछ किस्म के प्रोटीन्स के लिए यह कम भरोसेमंद क्यों हो सकता है?दिखाएं

कोई मॉडल वहाँ सबसे मज़बूत होता है जहाँ उसका ट्रेनिंग डेटा भरपूर हो। ऐसे प्रोटीन्स जो असामान्य हैं, ज्ञात स्ट्रक्चर्स में जिनकी मौजूदगी बहुत कम है, या जो अपने पार्टनर्स के आधार पर बहुत ज़्यादा आकार बदलते हैं, उनका अनुमान लगाना ज़्यादा कठिन हो सकता है। यह सभी मशीन लर्निंग के लिए एक सामान्य नियम है: ट्रेनिंग डेटा से दूर होने पर सबसे ज़्यादा सावधान रहें।

जारी रखने के लिए कृपया साइन इन करें।

अक्सर पूछे जाने वाले सवाल

क्या AlphaFold ने लैब के प्रयोगों की ज़रूरत को खत्म कर दिया?

नहीं। संरचनाओं की पुष्टि करने, यह देखने के लिए कि प्रोटीन कैसे हिलते-डुलते हैं, और वे दूसरे मॉलिक्यूल्स से कैसे जुड़ते हैं—यह सब जानने के लिए अब भी प्रयोगों की ज़रूरत है। अनुमान वैज्ञानिकों को यह तय करने में मदद करते हैं कि कौन से प्रयोग किए जाएँ, और कभी-कभी वे प्रयोगों से मिले डेटा को समझने में भी मदद करते हैं।

अमीनो एसिड का क्रम ही आकार कैसे तय करता है?

हर अमीनो एसिड के रासायनिक गुण (chemical properties) अलग-अलग होते हैं। कुछ पानी को पसंद करते हैं, कुछ उससे दूर भागते हैं, और कुछ पर इलेक्ट्रिक चार्ज होता है। जैसे-जैसे चेन मुड़ती है, ये गुण उसे ऐसे आकार की तरफ़ धकेलते हैं जहाँ सारे हिस्से आपस में अच्छी तरह फिट हो सकें। इसलिए, सीक्वेंस के अंदर ही मुड़ने के निर्देश छिपे होते हैं।

लो-कॉन्फिडेंस वाले हिस्से का क्या मतलब है?

मॉडल वहाँ के आकार को लेकर पूरी तरह पक्का नहीं है। कभी-कभी ऐसा इसलिए होता है क्योंकि असली प्रोटीन का वह हिस्सा लचीला होता है और उसका कोई एक निश्चित आकार नहीं होता। जो भी हो, बिना किसी दूसरे सबूत के उस हिस्से को पूरी तरह सही न मानें।

क्या मैं स्कूल प्रोजेक्ट के लिए इस डेटाबेस का इस्तेमाल कर सकता हूँ?

हाँ। इसे खोजना और देखना बिल्कुल मुफ़्त है। किसी रिपोर्ट में तस्वीरों या डेटा का दोबारा इस्तेमाल करने से पहले वेबसाइट पर लाइसेंस और साइटेशन (हवाला देने) के नियम ज़रूर देख लें, और यह साफ़ बताएं कि ये संरचनाएँ अनुमानित हैं।

पाठ का टेस्ट

5 सवाल। पास होने और इस पाठ को पूरा करने के लिए 3 सही होने चाहिए (60%)।

टेस्ट देने और अपनी प्रोग्रेस सेव करने के लिए साइन इन करें