
रसायन विज्ञान संस्थान में प्राकृतिक रूप से पाए जाने वाले ज़ैंथोन संरचनाओं से कैंसर रोधी संभावित यौगिकों की खोज के लिए शोध किया जा रहा है। (फोटो: वैन एनजीए)
कैंसर सार्वजनिक स्वास्थ्य पर गहरा प्रभाव डालता है, जिससे प्रभावी, सुरक्षित और टिकाऊ उपचार समाधानों की आवश्यकता और भी अधिक जरूरी हो जाती है। कृत्रिम बुद्धिमत्ता (एआई), उच्च-प्रदर्शन कंप्यूटिंग और प्रायोगिक सत्यापन को एकीकृत करने से लक्षित कैंसर थेरेपी के लिए ज़ैंथोन डेरिवेटिव के डिजाइन में कुशल दृष्टिकोण सामने आ रहे हैं।
कंप्यूटर-सहायता प्राप्त औषधि डिजाइन (CADD) आधुनिक फार्मास्युटिकल रसायन विज्ञान में एक महत्वपूर्ण प्रवृत्ति बन रही है। वियतनाम में, कृत्रिम बुद्धिमत्ता और उच्च-प्रदर्शन कंप्यूटिंग को प्रायोगिक विधियों के साथ एकीकृत करने से प्राकृतिक यौगिकों के दोहन के नए दृष्टिकोण खुल रहे हैं। इस अध्ययन में, ज़ैंथोन संरचनाओं को एक आशाजनक स्रोत सामग्री के रूप में चुना गया, और शोध प्रक्रिया सिमुलेशन से प्रायोगिक सत्यापन की ओर उन्मुख थी।
परंपरागत उपचारों के साथ-साथ, आधुनिक औषधि विकास में लक्षित औषधि डिजाइन की ओर रुझान तेजी से बढ़ रहा है, जिसमें उन्नत कम्प्यूटेशनल तकनीकों का उपयोग अनुसंधान समय को कम करने और दक्षता में सुधार करने के लिए किया जाता है। इस रुझान में, प्राकृतिक रूप से प्राप्त यौगिक, विशेष रूप से ज़ैंथोन, अपनी विविध जैविक क्षमता, जिनमें कैंसर-रोधी गतिविधि भी शामिल है, के कारण ध्यान आकर्षित कर रहे हैं। हालांकि, इन यौगिकों का प्रभावी उपयोग केवल पारंपरिक प्रायोगिक विधियों पर निर्भर रहने से सीमित रहता है, जो समय लेने वाली और महंगी होती हैं।
एसोसिएट प्रोफेसर डॉ. फाम मिन्ह क्वान और उनके सहयोगियों ने रसायन विज्ञान संस्थान (वियतनाम विज्ञान एवं प्रौद्योगिकी अकादमी) में "प्राकृतिक रूप से प्राप्त ज़ैंथोन फ्रेमवर्क यौगिकों से संभावित कैंसर कोशिका अवरोधक यौगिकों की खोज के लिए प्रयोगात्मक विधियों के साथ संयुक्त रूप से कम्प्यूटेशनल सिमुलेशन के उपयोग पर अनुसंधान" नामक परियोजना को कार्यान्वित किया है। इस परियोजना का उद्देश्य एक एकीकृत अनुसंधान प्रक्रिया का निर्माण करना है जिसमें कृत्रिम बुद्धिमत्ता, आणविक सिमुलेशन और उच्च-प्रदर्शन कंप्यूटिंग जैसी आधुनिक कम्प्यूटेशनल विधियों का उपयोग प्रयोगात्मक सत्यापन के साथ किया जाता है, जिससे वियतनाम में औषधि अनुसंधान और विकास में एक नया दृष्टिकोण विकसित करने में योगदान मिलता है।
एसोसिएट प्रोफेसर डॉ. फाम मिन्ह क्वान ने बताया कि शोध दल ने ज़ैंथोन यौगिकों का एक डेटाबेस तैयार किया है, जिसमें मौजूदा प्रायोगिक डेटा वाले यौगिक और वर्चुअल स्क्रीनिंग के लिए उपयोग किए गए यौगिक दोनों शामिल हैं। इसके आधार पर, कैंसर से संबंधित जैविक लक्ष्यों के साथ यौगिकों की संभावित अंतःक्रियाओं की भविष्यवाणी करने के लिए एक मशीन लर्निंग मॉडल विकसित और प्रशिक्षित किया गया, जिससे अध्ययन किए जा रहे प्रोटीन को बाधित करने वाले संभावित यौगिकों की एक संक्षिप्त सूची शीघ्रता से तैयार हो जाती है। प्रकाशित प्रायोगिक डेटा को कम्प्यूटेशनल मॉडल के साथ संयोजित करने से स्क्रीनिंग प्रक्रिया के लिए स्पष्ट मार्गदर्शन मिलता है, बजाय पारंपरिक "परीक्षण और त्रुटि" पद्धति पर निर्भर रहने के।
साथ ही, विशेष गणना उपकरणों का उपयोग करके यौगिकों के फार्माकोकाइनेटिक मापदंडों और "दवा-समानता" सूचकांक का भी अनुमान लगाया जाता है। इससे यह सुनिश्चित होता है कि न केवल लक्षित प्रोटीन को बाधित करने की उच्च क्षमता वाले यौगिकों का चयन किया जाए, बल्कि दवा विकास के लिए आवश्यक मानदंड जैसे अवशोषण, वितरण और सुरक्षा भी पूरी हों। यह गणना संबंधी अनुमानों की विश्वसनीयता में सुधार करने और प्रायोगिक चरण में जाने से पहले संभावित पूर्ववर्ती यौगिकों की पहचान करने के लिए सूची को और छोटा करने में एक महत्वपूर्ण कदम है।
इस शोध का एक प्रमुख पहलू यह है कि इसमें पहचाने गए लीड यौगिकों से नए व्युत्पन्न यौगिकों को डिजाइन करने में डीप लर्निंग मॉडल का उपयोग किया गया है। केवल "खोज" करने के बजाय, शोध ने लीड यौगिकों की संरचनाओं के आधार पर नए व्युत्पन्न यौगिकों को "डिजाइन" करके एक महत्वपूर्ण कदम उठाया है, जिसका उद्देश्य उनकी सक्रियता में सुधार करना है। यह दृष्टिकोण स्पष्ट रूप से दर्शाता है कि कृत्रिम बुद्धिमत्ता (एआई) न केवल डेटा विश्लेषण में बल्कि नए संरचनात्मक यौगिकों के निर्माण में भी महत्वपूर्ण भूमिका निभाती है, जो औषधि डिजाइन के क्षेत्र में वैश्विक ध्यान आकर्षित कर रही है।
विशेष रूप से, सिमुलेशन प्रक्रिया से प्राप्त संभावित व्युत्पन्नों की सूची के आधार पर, अध्ययन ने कॉप्टिस चिनेंसिस पौधे के राल में प्रचुर मात्रा में पाए जाने वाले ज़ैंथोन यौगिक गैम्बोजिक एसिड पर आधारित इन व्युत्पन्नों के अर्ध-संश्लेषण की प्रक्रिया को आगे बढ़ाया। व्युत्पन्नों के दो मुख्य समूह, एस्टर (11 यौगिक) और एमाइड (8 यौगिक), उच्च दक्षता के साथ संश्लेषित किए गए, और संश्लेषण प्रक्रिया को भी विकसित और प्रकाशित किया गया।
प्राप्त व्युत्पन्न यौगिकों की जैविक गतिविधि का कैंसर कोशिका लाइनों पर मूल्यांकन किया गया; दो सबसे आशाजनक यौगिकों का आगे पशु मॉडलों में परीक्षण किया गया ताकि उनकी ट्यूमर-अवरोधक क्षमता का पता लगाया जा सके, साथ ही सुरक्षा सुनिश्चित करने के लिए तीव्र और उपदीर्घकालीन विषाक्तता आकलन भी किए गए। परिणामों से पता चला कि कई व्युत्पन्न यौगिकों ने सिमुलेशन पूर्वानुमानों के अनुरूप महत्वपूर्ण ट्यूमर-रोधी गतिविधि प्रदर्शित की; मिथाइल गैमगोगेट और मॉर्फोलिनिल गैम्बोगैमाइड अपनी उत्कृष्ट ट्यूमर-अवरोधक प्रभावकारिता के साथ सबसे आगे रहे।
हालांकि, एसोसिएट प्रोफेसर डॉ. फाम मिन्ह क्वान के अनुसार, एकीकृत अनुसंधान के कार्यान्वयन में अभी भी कई चुनौतियां हैं। सबसे पहले, उच्च गुणवत्ता वाले प्रायोगिक डेटा स्रोतों की कमी के कारण मशीन लर्निंग मॉडल के लिए इनपुट डेटा में सीमाएं हैं, जो पूर्वानुमान की विश्वसनीयता को प्रभावित करती हैं। इसके अलावा, रसायन विज्ञान, जीव विज्ञान, जैवसूचना विज्ञान और डेटा विज्ञान सहित अंतःविषयक अनुसंधान समूहों के बीच प्रभावी एकीकरण के लिए विशेषज्ञता और कार्यप्रणाली दोनों में घनिष्ठ समन्वय की आवश्यकता होती है।
इन प्रारंभिक परिणामों के आधार पर, शोध दल भविष्य में सीएडीडी मॉडल के अनुप्रयोग को प्राकृतिक यौगिकों के अन्य समूहों तक विस्तारित करने की योजना बना रहा है, साथ ही चिकित्सीय लक्ष्यों में विविधता लाने और दवाओं के बेहतर अनुसंधान और विकास में योगदान देने की भी योजना बना रहा है।
HIEU LIEN NGA
स्रोत: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html
टिप्पणी (0)