ആൽഫാ ഫോൾഡ്: മരുന്ന് രൂപകൽപ്പനയിലെ എ.ഐ

ആരോഗ്യസംരക്ഷണ രംഗത്തെ ഒരു നിർണായക മുന്നേറ്റമാണ് ഗൂഗിളിന്റെ 'ഡീപ് മൈൻഡ്" വികസിപ്പിച്ചെടുത്ത 'ആൽഫാ ഫോൾഡ്" എന്ന കൃത്രിമബുദ്ധി (എ.ഐ) ഉപകരണം. 2020-ൽ പുറത്തിറങ്ങിയ ഈ സാങ്കേതികവിദ്യ, പ്രോട്ടീനുകളുടെ ഘടന പ്രവചിക്കുന്നതിലൂടെ മരുന്ന് രൂപകല്പനയുടെ രീതിയെ ഭാവിയിൽ സമൂലമായി മാറ്റിയെഴുതുവാനുള്ള സാദ്ധ്യത ഏറെയാണ്. നിലവിൽ ജീവശാസ്ത്ര ഗവേഷണരംഗത്ത് ഇതൊരു വിപ്ലവം തന്നെ സൃഷ്ടിച്ചു കഴിഞ്ഞു.

പരമ്പരാഗതമായി എക്‌സ്‌റേ ക്രിസ്റ്റലോഗ്രാഫി, ക്രയോ ഇലക്ട്രോൺ മൈക്രോസ്‌കോപ്പി തുടങ്ങിയ സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് പ്രോട്ടീനിന്റെ ഘടന നിർണയിക്കുന്നത് വളരെയധികം സമയവും പണച്ചെലവും വേണ്ടിവരുന്ന പ്രക്രിയയായിരുന്നു. എന്നാൽ ആൽഫാ ഫോൾഡിന്റെ വരവോടെ ഈ പ്രക്രിയ കൂടുതൽ വേഗത്തിലും കാര്യക്ഷമമായും നടത്താൻ സാധിക്കുന്നു. ദശലക്ഷക്കണക്കിന് പ്രോട്ടീൻ ഘടനകളാണ് 'ആൽഫാ ഫോൾഡ്" ഇതിനകം പ്രവചിച്ചുകഴിഞ്ഞത്. ഇത് ഗവേഷകർക്ക് സൗജന്യമായി ലഭ്യമാണ് എന്നതും ശ്രദ്ധേയമാണ്. ഈ നൂതന കണ്ടുപിടിത്തത്തിന്റെ പ്രാധാന്യം കണക്കിലെടുത്ത് കൃത്രിമബുദ്ധി (എ.ഐ) ഉപയോഗിച്ച് പ്രോട്ടീനുകളുടെ ത്രിമാന ഘടന പ്രവചിക്കുന്നതിനുള്ള ശാസ്ത്രമികവിന് കഴിഞ്ഞ വർഷത്തെ രസതന്ത്ര നോബൽ സമ്മാനം ലഭിച്ചു. ഡെമിസ് ഹസാബിസ്, ജോൺ ജംപർ (ഗൂഗിൾ ഡീപ് മൈൻഡ്), വാഷിംഗ്ടൺ യൂണിവേഴ്‌സിറ്റിയിലെ ഡേവിഡ് ബേക്കർ എന്നിവരായിരുന്നു പുരസ്‌കാര ജേതാക്കൾ.

അമിനോ ആസിഡുകളുടെ ക്രമം അനുസരിച്ച് ഒരു പ്രോട്ടീനിന്റെ ത്രിമാന ഘടന പ്രവചിക്കുക എന്ന,​ അരനൂറ്റാണ്ടോളം കാലമായി രസതന്ത്രജ്ഞർ നേരിട്ടിരുന്ന വെല്ലുവിളിയാണ് ആൽഫാ ഫോൾഡ് വിജയകരമായി മറികടന്നതെന്ന് റോയൽ സ്വീഡിഷ് അക്കാഡമി ഒഫ് സയൻസസ് സാക്ഷ്യപ്പെടുത്തുന്നു. ഈ മുന്നേറ്റം ബയോകെമിസ്ട്രിയുടെ ഒരു പ്രധാന പുരോഗതിയായി വിലയിരുത്തപ്പെടുന്നു. ഇത് മരുന്നുകളുടെ കണ്ടുപിടിത്തം ഉൾപ്പെടെ വ്യത്യസ്ത മേഖലകളിൽ വലിയ സ്വാധീനം ചെലുത്തുമെന്നതിൽ സംശയമില്ല.

ആൽഫാ ഫോൾഡും

മരുന്നുകളും

മരുന്ന് രൂപകല്പനയിൽ ആൽഫാ ഫോൾഡ് എങ്ങനെ സഹായകമാകുന്നു എന്ന് പരിശോധിക്കാം. സാധാരണ മരുന്നുകൾ ശരീരത്തിലെ പ്രത്യേക പ്രോട്ടീനുകളുമായി ബന്ധിപ്പിച്ച് അവയുടെ പ്രവർത്തനം മാറ്റിയാണ് രോഗങ്ങളെ ചികിത്സിക്കുന്നത്. ഒരു രോഗത്തിന് കാരണമാകുന്ന പ്രോട്ടീനിന്റെ ഘടന കൃത്യമായി അറിയുന്നത് ആ പ്രോട്ടീനുമായി ബന്ധിപ്പിക്കാനും അതിന്റെ പ്രവർത്തനം തടസപ്പെടുത്താനും കഴിയുന്ന തന്മാത്രകൾ രൂപകൽപ്പന ചെയ്യാൻ സഹായിക്കും. ആൽഫാ ഫോൾഡ്,​ പ്രോട്ടീനുകളുടെ ഘടനകൾ വളരെ കൃത്യതയോടെ പ്രവചിക്കുന്നതിനാൽ മരുന്ന് ഗവേഷകർക്ക് രോഗങ്ങൾക്കു കാരണമാകുന്ന പ്രോട്ടിനുകളെ കൂടുതൽ ഫലപ്രദമായി പെട്ടെന്ന് തിരിച്ചറിയാൻ സാധിക്കുന്നു.

ഒരു ലക്ഷ്യ പ്രോട്ടീനിന്റെ ഘടന മനസിലായിക്കഴിഞ്ഞാൽ ആ പ്രോട്ടീനുമായി ഏറ്റവും നന്നായി യോജിക്കുന്ന മരുന്ന് തന്മാത്രകൾ രൂപകൽപ്പന ചെയ്യേണ്ടതുണ്ട്. ആൽഫാ ഫോൾഡ് നൽകുന്ന ത്രിമാന ഘടനാ വിവരങ്ങൾ ഉപയോഗിച്ച് ഗവേഷകർക്ക് കമ്പ്യൂട്ടർ സിമുലേഷനുകൾ നടത്താനും, ഏതുതരം തന്മാത്രകളാണ് ഏറ്റവും ഫലപ്രദമായി ബന്ധിപ്പിക്കുക എന്ന് പ്രവചിക്കാനും കഴിയും. ഇത് പുതിയ മരുന്നുകൾ രൂപകൽപ്പന ചെയ്യുന്നതിനുള്ള സമയം ഗണ്യമായി കുറയ്ക്കുന്നു. കമ്പ്യൂട്ടറിൽ കൃത്രിമം നടത്താനും ഏതുതരം തന്മാത്രകളാണ് ഏറ്റവും ഫലപ്രദമായി ബന്ധിപ്പിക്കുക എന്ന് മനസിലാക്കാനും കഴിയും. ഇത് പുതിയ മരുന്നുകൾ രൂപകൽപ്പന ചെയ്യാൻ വേണ്ടിവരുന്ന സമയം ഗണ്യമായി കുറയ്ക്കുന്നു.

പാർശ്വഫലങ്ങൾ

നേരത്തേ അറിയാം

ഒരു മരുന്ന് ശരീരത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുമെന്നും മരുന്നിന്റെ പാർശ്വഫലങ്ങൾ എന്തൊക്കെയായിരിക്കുമെന്നും മുൻകൂട്ടി അറിയുന്നത് മരുന്ന് കണ്ടുപിടിത്ത നാൾവഴിയിൽ ഒരു നിർണായക ഘട്ടമാണ്. ആൽഫാ ഫോൾഡിന് പ്രോട്ടീൻ മരുന്ന് തന്മാത്രകളുടെ ഇടപെടലുകൾ മുൻകൂട്ടി പ്രവചിക്കാൻ കഴിയുന്നതിനാൽ സാദ്ധ്യതയുള്ള പാർശ്വഫലങ്ങളെക്കുറിച്ച് നേരത്തെ തന്നെ മനസിലാക്കാനും സുരക്ഷിതമായ മരുന്നുകൾ വികസിപ്പിക്കാനും സഹായകമാകും. നിലവിലുള്ള മരുന്നുകളുടെ മറ്റ് ഉപയോഗക്രമങ്ങൾ കണ്ടെത്താനും ആൽഫാ ഫോൾഡ് പ്രയോജനപ്പെടും.

മാത്രമല്ല,​ ആൽഫാ ഫോൾഡ് ഉപയോഗിച്ച് വിവിധ പ്രോട്ടീൻ ഘടനകളെ വിശകലനം ചെയ്യുന്നതിലൂടെ നിലവിലുള്ള മരുന്നുകൾക്ക് പുതിയ ഫലങ്ങളെ തിരിച്ചറിയാനും അതുവഴി അവയുടെ ഉപയോഗങ്ങൾ വ്യാപിപ്പിക്കാനും സാധിക്കും. ഇതിനെ 'ഡ്രഗ് റിപർപോസിംഗ് ' എന്നാണ് പറയുന്നത്. പുതിയ പ്രോട്ടീനുകൾ രൂപകൽപ്പന ചെയ്യുന്നതിന് അടിസ്ഥാനമാക്കാൻ കഴിയുന്ന ഘടനകൾ പ്രവചിക്കാൻ സഹായിക്കുന്നതിലൂടെ ആൽഫാ ഫോൾഡ് ഈ മേഖലയെ ഗണ്യമായി സഹായിച്ചിട്ടുണ്ട് എന്ന് ഡേവിഡ് ബേക്കറുടെ പുരസ്‌കാരം തന്നെ സാക്ഷ്യപ്പെടുത്തുന്നു. മരുന്ന് രൂപകൽപ്പന കൂടാതെ ജീവശാസ്ത്രത്തിന്റെ മറ്റു പല മേഖലകളിലും ആൽഫാ ഫോൾഡിന് വലിയ സാദ്ധ്യതകളുണ്ട്. രോഗകാരണം മനസിലാക്കുക, പുതിയ എൻസൈമുകൾ രൂപകൽപ്പന ചെയ്യുക, ബയോ എൻജിനിയറിംഗ് തുടങ്ങിയ മേഖലകളിൽ ഈ സാങ്കേതികവിദ്യയുടെ ഉപയോഗം വർദ്ധിച്ചു വരികയാണ്.

എങ്കിലും, ആൽഫാ ഫോൾഡ് ഒരു പൂർണമായ പരിഹാരമല്ല എന്നതും ഓർത്തിരിക്കണം. പ്രോട്ടീനുകളുടെ ചലനാത്മകത മറ്റു തന്മാത്രകളുമായുള്ള ഇടപെടലുകൾ തുടങ്ങിയ സൂക്ഷ്മമായ കാര്യങ്ങൾ പ്രവചിക്കുന്നതിൽ ഇതിന് പരിമിതികൾ ഉണ്ടാകാം. ഭാവിയിൽ ഈ പോരായ്മകളെ മറികടക്കാൻ കൂടുതൽ നൂതനമായ കൃത്രിമബുദ്ധി മോഡലുകൾ വികസിപ്പിക്കാനും സാദ്ധ്യതയുണ്ട്. മൊത്തത്തിൽ ആൽഫാ ഫോൾഡ് മരുന്ന് രൂപകൽപ്പനയുടെ ഭാവിക്ക് വലിയ പ്രതീക്ഷയാണ് നൽകുന്നത്. ഈ സാങ്കേതികവിദ്യയുടെ സഹായത്തോടെ കൂടുതൽ ഫലപ്രദവും സുരക്ഷിതവുമായ മരുന്നുകൾ വേഗത്തിൽ വികസിപ്പിക്കാനും അതുവഴി മനുഷ്യന്റെ ആരോഗ്യവും ജീവിതദൈർഘ്യവും സംരക്ഷിക്കുവാനും വേഗത്തിൽ സാധിക്കും. കൃത്രിമബുദ്ധി ജീവശാസ്ത്ര ഗവേഷണ രംഗത്ത് ഒരു പുതിയ യുഗത്തിന് തുടക്കം കുറിച്ചിരിക്കുന്നു എന്നതിന്റെ ഏറ്റവും വലിയ ഉദാഹരണമാണ് ആൽഫാ ഫോൾഡ്.

(വെസ്റ്റ് ഫോർട്ട് കോളേജ് ഒഫ് ഫാർമസി, തൃശൂർ)​