कोड से दवा तक: Wyss Institute का AI-संचालित सुपरबग N. gonorrhoeae के खिलाफ अभियान

मल्टीड्रग-प्रतिरोधी Neisseria gonorrhoeae (गोनोरिया पैदा करने वाला बैक्टीरिया) का लगातार बढ़ता खतरा अब वैज्ञानिकों को दवा खोज के पारंपरिक और धीमे तरीकों को छोड़ने के लिए मजबूर कर रहा है। हार्वर्ड के Wyss Institute for Biologically Inspired Engineering में कोर फैकल्टी सदस्य जिम कॉलिन्स के नेतृत्व में एक टीम—जिसमें MIT और Broad Institute के सहयोगी भी शामिल हैं—ने ऐसी कई सफलताएँ हासिल की हैं जो सिर्फ मौजूदा दवा लाइब्रेरी की जांच नहीं करतीं, बल्कि जनरेटिव डीप लर्निंग का उपयोग करके बिल्कुल शुरुआत से नई एंटीबायोटिक्स का आविष्कार कर रही हैं ।

Wyss Institute ने कैसे नई एंटीबायोटिक्स बनाने के लिए जनरेटिव AI का इस्तेमाल किया

जर्नल Cell में प्रकाशित, कॉलिन्स लैब का हालिया काम दवा प्रतिरोधी N. gonorrhoeae और Staphylococcus aureus (MRSA) के खिलाफ एंटीबायोटिक्स डिजाइन करने के लिए एक दोहरे दृष्टिकोण वाले जनरेटिव AI ढांचे का वर्णन करता है । टीम ने कंप्यूटर सिमुलेशन (इन सिलिको) में 10 करोड़ से अधिक रासायनिक टुकड़ों का व्यवस्थित रूप से मूल्यांकन करने के लिए ग्राफ न्यूरल नेटवर्क का उपयोग किया, जो प्रत्येक रोगज़नक़ के खिलाफ चुनिंदा जीवाणुरोधी गतिविधि वाले मूल ढाँचों की भविष्यवाणी करता है । इसके बाद, उन्होंने जेनेटिक एल्गोरिदम और वैरिएशनल ऑटोएनकोडर्स का उपयोग करके इन आशाजनक टुकड़ों को वांछित दवा-जैसे गुणों वाले बड़े, पूरी तरह से गठित अणुओं में विस्तारित किया ।

कुल मिलाकर, AI मॉडलों ने 3.6 करोड़ से अधिक संभावित यौगिकों को डिजाइन किया, जिन्हें शोधकर्ताओं ने अनुमानित एंटीबायोटिक गतिविधि, कम विषाक्तता और संश्लेषण की क्षमता के लिए कम्प्यूटेशनल रूप से फ़िल्टर किया । अंततः, टीम ने 24 सबसे आशाजनक AI-डिज़ाइन किए गए अणुओं का संश्लेषण किया और प्रयोगशाला में उनका परीक्षण किया। उनमें से सात यौगिकों ने जीवाणुरोधी गतिविधि दिखाई, और दो प्रमुख उम्मीदवार—NG1 (गोनोरिया को लक्षित करने वाला) और DN1 (MRSA को लक्षित करने वाला)—ने प्रयोगशाला और पशु दोनों अध्ययनों में मल्टीड्रग-प्रतिरोधी स्ट्रेन के खिलाफ शक्तिशाली जीवाणुनाशक प्रभावशीलता का प्रदर्शन किया । ये अणु मौजूदा किसी भी एंटीबायोटिक से संरचनात्मक रूप से भिन्न हैं और जीवाणु कोशिका झिल्लियों को बाधित करने वाले नए तंत्रों द्वारा काम करते प्रतीत होते हैं ।

एक महत्वपूर्ण तथ्य यह है कि Wyss/MIT टीम ने सिर्फ इन विट्रो (प्रयोगशाला) और पशु परीक्षणों पर ही काम बंद नहीं किया है। कॉलिन्स ने खुलासा किया है कि उन्होंने सीधे Wyss Institute के संस्थापक निदेशक डोनाल्ड इंगबर के साथ काम किया है ताकि मानव ऊतक-जैसे वातावरण में AI-खोजी गई एंटीबायोटिक्स की प्रभावकारिता का परीक्षण करने के लिए संस्थान की 'ऑर्गन-ऑन-चिप' माइक्रोफ्लुइडिक कोशिका-संवर्धन डिवाइस का लाभ उठाया जा सके । ये प्लेटफ़ॉर्म शोधकर्ताओं को यह अध्ययन करने की अनुमति देते हैं कि जीवित मानव ऊतकों में दवाएँ कैसे व्यवहार करती हैं, जो पारंपरिक पशु प्रयोगों को पूरक करता है और किसी यौगिक के मानव परीक्षणों में प्रवेश करने से पहले उसकी चिकित्सीय क्षमता का अधिक सूक्ष्म दृष्टिकोण प्रदान करता है ।

एंटीमाइक्रोबियल खोज में व्यापक AI क्रांति

Wyss/MIT का यह काम कोई अकेली घटना नहीं है। यह उस मूलभूत बदलाव को दर्शाता है जिस तरह से वैज्ञानिक समुदाय एंटीमाइक्रोबियल प्रतिरोध से निपटता है। AI का उपयोग अब केवल मौजूदा यौगिक पुस्तकालयों की स्क्रीनिंग को तेज़ करने के लिए नहीं किया जा रहा है; इसका इस्तेमाल 'प्रकृति के लिए नए' अणुओं को डिजाइन करने, एंटीमाइक्रोबियल पेप्टाइड्स के लिए विलुप्त जीवों के प्रोटिओम की खुदाई करने और जीनोमिक डेटा से वास्तविक समय में प्रतिरोध पैटर्न की भविष्यवाणी करने के लिए किया जा रहा है ।

• जनरेटिव डिज़ाइन: कॉलिन्स की लैब का Cell पेपर उस लहर का हिस्सा है जिसमें अन्य समूह भी नैदानिक सुपरबग के खिलाफ प्रभावी नए एंटीमाइक्रोबियल पेप्टाइड उत्पन्न करने के लिए बड़े भाषा मॉडल (LLM) का उपयोग कर रहे हैं ।
• आणविक पुनरुत्थान (Molecular de-extinction): शोधकर्ताओं ने छिपे हुए एंटीबायोटिक पेप्टाइड्स के लिए विलुप्त जीवों के प्रोटिओम की खुदाई करने के लिए डीप लर्निंग मॉडल को प्रशिक्षित किया है, जो ऐसे अणुओं को उजागर करता है जिन्हें मानवता ने पहले कभी नहीं देखा ।
• प्रतिरोध की भविष्यवाणी: अलग-अलग मशीन लर्निंग अध्ययनों से पता चला है कि CatBoost मॉडल प्रमुख एंटीबायोटिक दवाओं के लिए गोनोकोकल प्रतिरोध की 0.97 तक के क्रॉस-वैलिडेटेड AUROC स्कोर के साथ भविष्यवाणी कर सकते हैं, जो पिछले सर्वोत्तम तरीकों से 4-7 प्रतिशत अंक बेहतर है । इसका मतलब है कि चिकित्सक जल्द ही केवल नियमित रूप से एकत्र किए गए रोगी डेटा का उपयोग करके प्रतिरोध के प्रयोगशाला-ग्रेड पूर्वानुमान वास्तविक समय में प्राप्त कर सकते हैं।
• एक आदर्श बदलाव: NIH की एक व्यापक समीक्षा AI को केवल एक सहायक उपकरण के रूप में नहीं बल्कि एंटीमाइक्रोबियल खोज के लिए 'उत्प्रेरक' के रूप में प्रस्तुत करती है, जो इस मुख्य समस्या का समाधान करती है कि पारंपरिक विकास प्रक्रियाएँ विकसित हो रहे मल्टीड्रग-प्रतिरोधी रोगज़नक़ों के साथ तालमेल रखने के लिए बहुत धीमी और बहुत महंगी हैं ।

इस बदलाव में Wyss Institute की मूलभूत भूमिका को कम करके नहीं आंका जा सकता। कॉलिन्स का पहले का डीप लर्निंग कार्य, जो MIT के सहयोगियों के साथ भी किया गया था, 2019 में हेलिसिन (halicin) की खोज के लिए जिम्मेदार था—जो दशकों में पहचानी गई एंटीबायोटिक दवाओं की पहली नई श्रेणी थी, और AI-संचालित मंच का लाभ उठाकर खोजी गई पहली दवा थी । गोनोरिया के लिए नया जनरेटिव-AI कार्य उसी शोध कार्यक्रम का प्रत्यक्ष विकास है, जो "AI को एक स्क्रीन के रूप में" से हटकर "AI को एक डिजाइनर के रूप में" की ओर बढ़ रहा है ।

FDA की मंजूरी: गोनोरिया के लिए नई मौखिक दवाएं

जबकि Wyss Institute के जनरेटिव AI उम्मीदवार (जैसे NG1) अभी भी प्रीक्लिनिकल चरण में हैं, एंटीबायोटिक खोज के क्षेत्र को दिसंबर 2025 में एक बड़ी मान्यता मिली। 11 और 12 दिसंबर को, अमेरिकी खाद्य एवं औषधि प्रशासन (FDA) ने सरल यूरोजेनिटल गोनोरिया के इलाज के लिए दो नई मौखिक दवाओं को मंजूरी दी—जो दशकों में पूरी तरह से नए उपचार विकल्प थे ।

• ज़ोलिफ्लोडासिन (ब्रांड नाम नुज़ोलवेंस) एक 'फर्स्ट-इन-क्लास', एकल खुराक वाली मौखिक स्पाइरोपाइरीमिडीनेट्रायोन टोपोइसोमेरेज़ अवरोधक है, जिसे इनोविवा स्पेशलिटी थेरेप्यूटिक्स ने ग्लोबल एंटीबायोटिक रिसर्च एंड डेवलपमेंट पार्टनरशिप (GARDP) और यूएस नेशनल इंस्टीट्यूट ऑफ एलर्जी एंड इंफेक्शियस डिजीज (NIAID) के साथ साझेदारी में विकसित किया है । 930 रोगियों पर किए गए फेज 3 परीक्षण में यह दवा मानक इंजेक्टेबल उपचार की तुलना में गैर-हीन पाई गई ।
• गेपोटिडासिन (ब्रांड नाम ब्लूजेपा) GSK द्वारा विकसित एक 'फर्स्ट-इन-क्लास' मौखिक ट्राइज़ासेनैफथिलीन जीवाणुरोधी है। इसे शुरू में मार्च 2025 में महिलाओं में मूत्र पथ के संक्रमण के लिए अनुमोदित किया गया था, और फिर सीमित या बिना वैकल्पिक इलाज वाले रोगियों में गोनोरिया के उपचार के लिए दिसंबर 2025 में FDA से एक पूरक स्वीकृति प्राप्त हुई ।

दोनों ही दवाएं संरचनात्मक रूप से नई मौखिक एंटीबायोटिक्स हैं, जो एक महत्वपूर्ण विशेषता है क्योंकि देखभाल का पिछला मानक—एक इंजेक्टेबल सेफ्ट्रियाक्सोन-आधारित इलाज—कई व्यावहारिक बाधाएँ पेश करता था और बढ़ते प्रतिरोध से तेजी से चुनौती का सामना कर रहा था । हालाँकि, ये स्वीकृतियाँ महत्वपूर्ण चेतावनियों के साथ आती हैं। ज़ोलिफ्लोडासिन और गेपोटिडासिन दोनों ने पहले के फेज 2 परीक्षणों में ग्रसनी गोनोरिया (गले के संक्रमण) के खिलाफ सीमित सफलता दिखाई, जिसका अर्थ है कि उनके उपयोग का सावधानीपूर्वक प्रबंधन करने की आवश्यकता होगी । और इनमें से किसी की भी खोज AI का उपयोग करके नहीं की गई थी। इसके बजाय, वे पारंपरिक, गैर-AI लघु-अणु दवा विकास के निरंतर महत्व को दर्शाते हैं, भले ही AI प्रीक्लिनिकल उम्मीदवारों की पाइपलाइन को गति दे रहा हो ।

यह सब कहाँ ले जाता है

Wyss Institute का काम, और इसके द्वारा दर्शाया गया व्यापक AI-संचालित एंटीबायोटिक आंदोलन, एक महत्वपूर्ण मोड़ पर बैठा है। एक तरफ, जनरेटिव AI मॉडल अब संरचनात्मक रूप से नए यौगिकों को डिजाइन करने में सक्षम हैं जो प्रयोगशाला और पशु मॉडल में मल्टीड्रग-प्रतिरोधी 'सुपरबग' को मारते हैं । दूसरी ओर, ज़ोलिफ्लोडासिन और गेपोटिडासिन की दिसंबर 2025 की FDA स्वीकृतियाँ यह साबित करती हैं कि नई रासायनिक संस्थाएँ नियामक अनुमोदन जीत सकती हैं और उन रोगियों तक पहुँच सकती हैं जिन्हें विफल हो रही प्रथम-पंक्ति एंटीबायोटिक दवाओं के विकल्पों की सख्त जरूरत है । अगला कदम—मानव ऑर्गन-ऑन-चिप परीक्षण के साथ AI-डिज़ाइन किए गए उम्मीदवारों का मेल—कॉलिन्स की लैब के अंदर पहले ही शुरू हो चुका है ।

यदि यह एकीकृत दृष्टिकोण सफल होता है, तो एंटीबायोटिक खोज का भविष्य मौलिक रूप से भिन्न दिख सकता है: डीप लर्निंग मॉडल पूरी तरह से नए अणुओं का प्रस्ताव करते हैं, ऑर्गन-ऑन-चिप्स मानव ऊतक वातावरण में उनकी सुरक्षा और प्रभावकारिता को मान्य करते हैं, और सबसे आशाजनक उम्मीदवार तेजी से नैदानिक परीक्षणों की ओर बढ़ते हैं। N. gonorrhoeae जैसे रोगज़नक़ के लिए, जिसे WHO और CDC ने इसके खतरनाक प्रतिरोध प्रक्षेपवक्र के कारण अपनी सर्वोच्च-प्राथमिकता वाली निगरानी सूची में रखा है, इसकी अहमियत और नहीं बढ़ सकती । Wyss Institute की AI-डिज़ाइन की गई एंटीबायोटिक्स अभी भी प्रीक्लिनिकल हो सकती हैं, लेकिन वे एक अवधारणा के प्रमाण का प्रतिनिधित्व करती हैं कि अब हम मशीनों को वो दवाइयाँ बनाना सिखा सकते हैं जिनकी हमें सख्त जरूरत है।