राइबोन्यूक्लिक एसिड, जिसे आमतौर पर आरएनए के रूप में जाना जाता है, कई जैविक कार्यों में शामिल होता है, और कुछ, जिनमें जीन साइलेंसिंग भी शामिल है, को बीमारियों को ठीक करने के लिए उपयोग किया जाता है। आरएनए ने हाल ही में एक आशाजनक दवा लक्ष्य के रूप में ध्यान आकर्षित किया है। दुर्भाग्य से, आरएनए संरचनाओं का केवल एक छोटा सा अंश प्रयोगात्मक रूप से निर्धारित किया गया है, और इन संरचनाओं को उजागर करने की प्रक्रिया को महत्वपूर्ण समय और प्रयास की आवश्यकता होती है। इस समय के पैमाने का उपयोग करते हुए, कई जीवन बचत आरएनए की संरचनाओं को वर्षों तक खोजा नहीं जा सकता है। नतीजतन, ज्ञात आरएनए के प्रकार और उपलब्ध संरचनात्मक डेटा के बीच एक महत्वपूर्ण अंतर है।
पर्ड्यू यूनिवर्सिटी के शोधकर्ताओं ने नुफोल्ड नामक इस समस्या का एक कम्प्यूटेशनल समाधान विकसित किया है, जो 3 डी आरएनए संरचनाओं को मॉडल करेगा जो अनुसूची से पहले चिकित्सा खोज को तेज कर सकता है। पर्ड्यू कॉलेज ऑफ साइंस में बायोलॉजिकल साइंसेज और कंप्यूटर साइंस के प्रोफेसर, डाइसुके किहारा के नेतृत्व में शोध टीम ने अपने निष्कर्षों को प्रकाशित किया। प्रकृति संचार।
इस परिणाम में व्यापक संभावित अनुप्रयोग हैं, जैसे कि आरएनए तंत्र को समझने में और आरएनए से जुड़े रोगों के लिए दवा के विकास में। Nufold का कोड और Google Colab नोटबुक सार्वजनिक रूप से उपलब्ध हैं, जिससे यह न केवल शोधकर्ताओं के लिए, बल्कि RNA संरचनात्मक मॉडल में रुचि रखने वाले किसी भी व्यक्ति के लिए भी सुलभ है। Nufold अधिक सटीक और कुशल आरएनए संरचना भविष्यवाणी के लिए एक ग्राउंडब्रेकिंग उपकरण है, जिसमें आरएनए अनुसंधान को आगे बढ़ाने की क्षमता है।
जीवन को बनाए रखने के लिए, अणुओं की किस्मों को एक साथ काम करने की आवश्यकता होती है। इन अणुओं में प्रोटीन आमतौर पर अनुसंधान का प्राथमिक ध्यान केंद्रित किया गया है, लेकिन हाल ही में आरएनए को आवश्यक जीवन कार्यों में अद्वितीय और व्यापक भूमिकाएं निभाने के लिए पाया गया है। यह समझने के लिए कि आरएनए कैसे कार्य करता है, वैज्ञानिकों के लिए इसकी 3 डी संरचना को जानना आवश्यक है।
किहारा ने प्रोटीन तृतीयक संरचना की भविष्यवाणी/तुलना, प्रोटीन-प्रोटीन डॉकिंग, प्रोटीन-लिगैंड डॉकिंग, प्रोटीन फ़ंक्शन भविष्यवाणी, प्रोटीन अनुक्रम विश्लेषण, और जैविक विज्ञान विभाग के भीतर संरचनात्मक जीव विज्ञान समूह में चयापचय/विनियामक मार्ग विश्लेषण का अध्ययन किया। उनकी टीम पर्ड्यू इंस्टीट्यूट फॉर कैंसर रिसर्च से संबद्ध है और रोसेन सेंटर फॉर एडवांस्ड कम्प्यूटिंग (आरसीएसी) के साथ मिलकर काम करती है।
“Nufold Alphafold का RNA समतुल्य है। Alphafold कम्प्यूटेशनल प्रोटीन संरचना भविष्यवाणी विधि है, जिसे 2024 में रसायन विज्ञान में नोबेल पुरस्कार मिला,” किहारा ने कहा। “Alphafold अब नियमित रूप से कई जीव विज्ञान प्रयोगशालाओं में उपयोग किया जाता है। Nufold Alphafold का एक RNA संस्करण होगा। इसलिए, एक तरह से, हम RNA की दुनिया में Alphafold की सफलता का विस्तार कर रहे हैं, जो कि निपटने के लिए बहुत अधिक चुनौतीपूर्ण है। आरएनए की 3 डी संरचना को मॉडलिंग करना, हम प्रयोगात्मक रूप से निर्धारित संरचनाओं की कमी, आरएनए पर अनुसंधान को आगे बढ़ाने और जीवन और स्वास्थ्य में इसकी महत्वपूर्ण भूमिकाओं की कमी से बनाई गई अंतर को पाटने में मदद कर सकते हैं। “
पर्ड्यू में नुफोल्ड और पोस्टडॉक्टोरल रिसर्च असिस्टेंट के मुख्य डेवलपर युकी कगया ने कहा, “नुफोल्ड को विकसित करने में तीन साल का समय लगा।” “Nufold की एक प्रमुख विशेषता यह है कि यह आरएनए का प्रतिनिधित्व करता है, आंतरिक रूप से, आधार जोड़े को देखते हुए, जो कि आरएनए के अंतर्निहित लचीलेपन को सटीक रूप से कैप्चर करते हुए संरचना के लिए महत्वपूर्ण हैं। हाल के गहरे सीखने-आधारित दृष्टिकोणों की तुलना में। “
Nufold शोधकर्ताओं को “कल्पना” करने में मदद करेगा कि आरएनए संरचना आरएनए के साथ अनुसंधान प्रगति और दवा के विकास को कैसे दिखाएगी और कैसे बढ़ाएगी।
“उन समस्याओं को हल करने के लिए जिन्हें प्रयोगों के माध्यम से तुरंत संबोधित नहीं किया जा सकता है, हमने Nufold को एक कम्प्यूटेशनल समाधान के रूप में विकसित किया,” किहारा ने कहा। “नुफोल्ड अपने अनुक्रम से आरएनए की 3 डी संरचनाओं की भविष्यवाणी करके अंतर को पाटने में मदद कर सकता है। अत्याधुनिक मशीन लर्निंग तकनीकों का लाभ उठाकर, नुफोल्ड आरएनए की पूर्ण परमाणु संरचना की भविष्यवाणी कर सकता है जो इसके अनुक्रम को देखते हुए है।”
अनुसंधान लेखक सभी पर्ड्यू से संबद्ध हैं। किहारा प्रमुख लेखक हैं, जिन्होंने अध्ययन की कल्पना की और निर्देशित किया। अन्य लेखकों में कगया, ज़िकॉन्ग झांग (स्नातक छात्र, कंप्यूटर विज्ञान), नबिल इबटेहाज़ (स्नातक छात्र, कंप्यूटर विज्ञान), जिओ वांग (पूर्व स्नातक छात्र, कंप्यूटर विज्ञान), त्सुकासा नाकामुरा (पोस्टडॉक, जैविक विज्ञान) और प्राणव डीप पुनाउरू (अंडरग्रेजुएट) शामिल हैं छात्र, जैविक विज्ञान)। कागया मुख्य डेवलपर है, और बाकी टीम ने Google Colab वेब सर्वर को कोडिंग और बेंचमार्किंग और बेंचमार्किंग में भाग लिया।
“वर्तमान शोध हमारी प्रयोगशाला के भीतर एक टीम का प्रयास था, जो कंप्यूटर विज्ञान और जीव विज्ञान में छात्रों और पोस्टडॉक्स को एक साथ लाता है। यह आरसीएसी में कंप्यूटर संसाधनों द्वारा सक्षम किया गया था, एनएसएफ एक्सएसएड (अब एक्सेस, या एडवांस्ड साइबरिनफ्रास्ट्रक्चर कोऑर्डिनेटर इकोसिस्टम) कार्यक्रम में भी प्राप्त किया गया था और भी प्राप्त किया और प्राप्त किया और भी प्राप्त किया और प्राप्त किया। अनुसंधान क्लाउड अनुदान के लिए ओरेकल से समर्थन, “किहारा ने कहा।
This work is supported in part by the National Institutes of Health (R01GM133840, R01GM123055) and the National Science Foundation (CMMI1825941, MCB1925643, IIS2211598, DMS2151678, DBI2003635, and DBI2146026). इस काम में गणना का एक हिस्सा ओरेकल फॉर रिसर्च क्लाउड ग्रांट (CPQ-3035339), और एक्सट्रीम साइंस एंड इंजीनियरिंग डिस्कवरी एनवायरनमेंट (XSEDE) के समर्थन के साथ किया गया था, जो नेशनल साइंस फाउंडेशन ग्रांट नंबर ACI-1548562 द्वारा समर्थित है।
