સંશોધકોએ એક મોટી વર્ચ્યુઅલ ડોકિંગ લાઇબ્રેરી બનાવી છે જે નવી દવાઓ અને ઉપચારની ઝડપથી શોધ કરવામાં મદદ કરશે.
બીમારીઓ માટે નવી દવાઓ અને દવાઓ વિકસાવવા માટે, સંભવિત માર્ગ એ છે કે મોટી સંખ્યામાં રોગનિવારક અણુઓની 'સ્ક્રીન' કરવી અને 'લીડ્સ' પેદા કરવી. દવાની શોધ એક લાંબી અને પડકારજનક પ્રક્રિયા છે. નવી દવા શોધવાની પ્રક્રિયાને ઝડપી બનાવવા માટે, દવા કંપનીઓ સામાન્ય રીતે પહેલાથી જ જાણીતા દવા જેવા અણુઓના કોર સ્ટ્રક્ચર્સ (સ્કેફોલ્ડ્સ કહેવાય છે) નો ઉપયોગ કરે છે કારણ કે નવા પરમાણુની શોધ કરવી મુશ્કેલ અને ખર્ચાળ છે.
માળખું આધારિત દવા શોધ અભિગમ
કોમ્પ્યુટેશનલ મોડેલિંગ દ્વારા અનુસરવામાં આવે છે વર્ચ્યુઅલ અથવા માં સિલિકો રાસાયણિક સંયોજનોનું લક્ષ્ય પ્રોટીન પર ડોકીંગ એ દવાને ઝડપી બનાવવા માટે એક આશાસ્પદ વૈકલ્પિક અભિગમ છે શોધ અને લેબોરેટરી ખર્ચ ઘટાડે છે. મોલેક્યુલર ડોકીંગ હવે કોમ્પ્યુટર-સહાયિત માળખું આધારિત એક અભિન્ન ભાગ છે દવા ડિઝાઇન. AutoDock અને DOCK જેવા ઘણા સોફ્ટવેર પ્રોગ્રામ્સ ઉપલબ્ધ છે જે ઉચ્ચ રૂપરેખાંકન કમ્પ્યુટર સિસ્ટમમાં સ્વાયત્ત રીતે ડોકીંગ કરી શકે છે. લક્ષ્ય રીસેપ્ટરનું 3-ડી મેક્રોમોલેક્યુલર માળખું કાં તો એક્સ-રે સ્ફટિકોગ્રાફી જેવી પ્રાયોગિક પદ્ધતિમાંથી લેવામાં આવે છે અથવા સિલિકો હોમોલોજી મોડેલિંગ. ZINC એ ડાઉનલોડ કરી શકાય તેવા 230D ફોર્મેટમાં વ્યાપારી રીતે ઉપલબ્ધ 3 મિલિયન સંયોજનોનો મુક્તપણે ઉપલબ્ધ ઓપન સોર્સ ડેટાબેઝ છે જેનો ઉપયોગ મોલેક્યુલર ડોકીંગ અને વર્ચ્યુઅલ સ્ક્રીનીંગ માટે થઈ શકે છે ડોકીંગ પછી, પરમાણુઓ રીસેપ્ટર પ્રોટીન સાથે કેટલી સારી રીતે ડોક કરે છે તેના પર દૃષ્ટિની રીતે વિશ્લેષણ કરી શકાય છે. આ વિશ્લેષણમાં તેમની ગણતરી કરેલ બંધનકર્તા ઊર્જા અને તેમની 3D રચનાઓનો સમાવેશ થાય છે. સંયોજન અને લક્ષ્ય પ્રોટીન વચ્ચેની ક્રિયાપ્રતિક્રિયા તે પરમાણુના ફાર્માકોલોજિકલ ગુણધર્મો વિશે માહિતી પ્રદાન કરી શકે છે. કોમ્પ્યુટેશનલ મોડેલીંગ અને ડોકીંગ વેટ લેબોરેટરીમાં આગળ વધતા પહેલા મોટી સંખ્યામાં પરમાણુઓનું સ્ક્રીનીંગ કરવાની તક પૂરી પાડે છે, સંસાધનોમાં ઘટાડો કરે છે કારણ કે માત્ર એક જ વખતના કોમ્પ્યુટેશનલ ઈન્ફ્રાસ્ટ્રક્ચરની સ્થાપના કરવાની જરૂર છે.
સિલિકો ડોકીંગ માટે મોટી લાઇબ્રેરીનું નિર્માણ અને ઉપયોગ
માં પ્રકાશિત નવા અધ્યયનમાં કુદરત સંશોધકોએ આશ્ચર્યજનક 170 મિલિયન પરમાણુઓ ધરાવતી લાઇબ્રેરીના બંધારણ-આધારિત વર્ચ્યુઅલ ડોકીંગનું વિશ્લેષણ કર્યું. આ પુસ્તકાલય અગાઉના અભ્યાસ પર આધારિત છે જેમાં એન્ટિસાઈકોટિક દવા અને એલએસડી ડોકીંગની અસરોને તેમના સંબંધિત રીસેપ્ટર્સ પર સમજવા માટે વર્ચ્યુઅલ સ્ટ્રક્ચર-આધારિત ડોકીંગ પદ્ધતિનો ઉપયોગ કરવામાં આવ્યો હતો. આ અભ્યાસે પેઇનકિલરને સફળતાપૂર્વક ડિઝાઇન કરવામાં મદદ કરી જે મોર્ફિનની આડ અસરોને બાદ કરતાં પસંદગીયુક્ત રીતે એનાલજેસિકને બાંધી શકે છે.
લાખો વૈવિધ્યસભર દવા જેવા પરમાણુઓ અસ્તિત્વમાં હોવાનું જાણવા મળે છે પરંતુ મોલેક્યુલર લાઇબ્રેરીઓના નિર્માણમાં આવતી મર્યાદાઓને કારણે તેઓ અગમ્ય છે. વર્ચ્યુઅલ ડોકીંગ ટેકનીક ખોટા પોઝીટીવ બતાવી શકે છે જેને 'ડેકોય' કહેવાય છે જે સારી રીતે ડોક કરી શકાય છે. સિલિકો પરંતુ તેઓ પ્રયોગશાળા પરીક્ષણમાં સમાન પરિણામ પ્રાપ્ત કરવામાં અસમર્થ હશે અને જૈવિક રીતે નિષ્ક્રિય થઈ શકે છે. આ દૃશ્યને દૂર કરવા માટે, સંશોધકોએ 130 વિવિધ રાસાયણિક બિલ્ડિંગ બ્લોક્સનો ઉપયોગ કરીને 70,000 રાસાયણિક પ્રતિક્રિયાઓને સારી રીતે લાક્ષણિકતા ધરાવતા અને સમજીને પરમાણુઓ પર ધ્યાન કેન્દ્રિત કર્યું. પુસ્તકાલય ખૂબ જ વૈવિધ્યસભર છે કારણ કે તે 10.7 મિલિયન સ્કેફોલ્ડ્સનું પ્રતિનિધિત્વ કરે છે જે અન્ય કોઈપણ પુસ્તકાલયનો ભાગ ન હતા. આ સંયોજનો કોમ્પ્યુટર પર સિમ્યુલેટેડ હતા અને આનાથી પુસ્તકાલયના વિકાસમાં ફાળો મળ્યો અને ડેકોયની હાજરી મર્યાદિત થઈ.
સંશોધકોએ બે રીસેપ્ટર્સના એક્સ-રે ક્રિસ્ટલ સ્ટ્રક્ચર્સનો ઉપયોગ કરીને ડોકીંગ પ્રયોગો કર્યા, પ્રથમ D4 ડોપામાઇન રીસેપ્ટર - જી પ્રોટીન-કપ્લ્ડ રીસેપ્ટર્સ પરિવાર સાથે સંકળાયેલ એક મહત્વપૂર્ણ પ્રોટીન જે ડોપામાઈન - મગજ રાસાયણિક સંદેશવાહકની ક્રિયાઓ કરે છે. D4 રીસેપ્ટર સમજશક્તિ અને મગજના અન્ય કાર્યોમાં કેન્દ્રીય ભૂમિકા ભજવે છે જે માનસિક બીમારી દરમિયાન અસર પામે છે તેવું માનવામાં આવે છે. બીજું, તેઓએ એન્ઝાઇમ AmpC પર ડોકીંગ કર્યું જે ચોક્કસ એન્ટીબાયોટીક્સના પ્રતિકારનું મુખ્ય કારણ છે અને તેને અવરોધવું મુશ્કેલ છે. D549 રીસેપ્ટરના ડોકીંગમાંથી ટોચના 4 અને એન્ઝાઇમ AmpCમાંથી ટોચના 44 પરમાણુઓ શોર્ટલિસ્ટ, સંશ્લેષણ અને પ્રયોગશાળામાં પરીક્ષણ કરવામાં આવ્યા હતા. પરિણામો દર્શાવે છે કે ઘણા અણુઓ મજબૂત રીતે અને ખાસ કરીને D4 રીસેપ્ટર સાથે બંધનકર્તા છે (જ્યારે D2 અને D3 રીસેપ્ટર્સ સાથે નહીં જે D4 સાથે નજીકથી સંબંધિત છે). એક અણુ, AmpC એન્ઝાઇમનું મજબૂત બાઈન્ડર, અત્યાર સુધી અજાણ્યું હતું. ડોકીંગ પરિણામો બાયોએસેમાં પરીક્ષણ પરિણામોના સૂચક હતા.
વર્તમાન અભ્યાસમાં વપરાતી લાઈબ્રેરી મોટી અને વૈવિધ્યસભર છે અને તેથી પરિણામો મજબૂત અને સ્પષ્ટ હતા કે મોટી લાઈબ્રેરીઓ સાથે વર્ચ્યુઅલ ડોકીંગ વધુ સારી આગાહી કરી શકે છે અને તેથી નાની લાઈબ્રેરીઓનો ઉપયોગ કરીને બહુવિધ અભ્યાસોને પાછળ રાખી શકે છે. આ અભ્યાસમાં ઉપયોગમાં લેવાતા સંયોજનો ZINC લાઇબ્રેરીમાં મુક્તપણે ઉપલબ્ધ છે જેનું વિસ્તરણ કરવામાં આવી રહ્યું છે અને 1 સુધીમાં તે વધીને 2020 બિલિયન સુધી પહોંચવાની ધારણા છે. પ્રથમ લીડ શોધવાની અને પછી તેને દવામાં ડિઝાઇન કરવાની પ્રક્રિયા પડકારરૂપ છે, પરંતુ એક મોટી લાઇબ્રેરી નવા રાસાયણિક સંયોજનોની ઍક્સેસ પ્રદાન કરશે જે આશ્ચર્યજનક તારણો તરફ દોરી શકે છે. આ અભ્યાસ દર્શાવે છે સિલિકો માં વિવિધ બિમારીઓ માટે નવા સંભવિત ઉપચારાત્મક સંયોજનો શોધવાના આશાસ્પદ અભિગમ તરીકે શક્તિશાળી પુસ્તકાલયોનો ઉપયોગ કરીને કોમ્પ્યુટેશનલ મોડેલિંગ અને ડોકીંગ.
***
સ્રોત (ઓ)
1. લ્યુ જે એટ અલ. 2019. નવા કીમોટાઇપ્સ શોધવા માટે અલ્ટ્રા-લાર્જ લાઇબ્રેરી ડોકીંગ. કુદરત.
https://doi.org/10.1038/s41586-019-0917-9
2. સ્ટર્લિંગ ટી અને ઇરવિન જેજે 2015. ZINC 15 – લિગાન્ડ શોધ દરેક માટે. જે. કેમ. ઇન્ફ. મોડલ.. 55. https://doi.org/10.1021/acs.jcim.5b00559
3. http://zinc15.docking.org/
***
ટિપ્પણીઓ બંધ છે.