37,000 AI एजेंटों वाली स्टैनफोर्ड की ‘वर्चुअल बायोटेक’ ने 55,984 क्लिनिकल ट्रायल्स से क्या सीखा

वर्चुअल बायोटेक को किसी ऐसी दवा कंपनी के रूप में नहीं देखना चाहिए जो अपने आप नई दवा बनाकर मरीजों तक पहुंचा दे। यह एक बड़े पैमाने का कम्प्यूटेशनल रिसर्च सिस्टम है। स्टैनफोर्ड के जेम्स ज़ोउ और हैरिसन झांग सहित शोधकर्ताओं ने इसमें अलग-अलग वैज्ञानिक कामों के लिए विशेषज्ञ AI एजेंटों को एक वर्चुअल मुख्य वैज्ञानिक अधिकारी (CSO) एजेंट के तहत संगठित किया। इससे साक्ष्य जुटाने और उसका विश्लेषण करने वाले कई काम एक साथ चल सके। 12

इसका सबसे उल्लेखनीय प्रदर्शन 55,984 क्लिनिकल ट्रायल्स के परिणामों को व्यवस्थित कर उनका विश्लेषण करना था। इससे दवा-लक्ष्य चुनने के लिए उपयोगी हो सकने वाले पैटर्न और फेफड़े के कैंसर के इलाज से जुड़ी एक परिकल्पना सामने आई। मगर इनमें से कोई भी नतीजा यह साबित नहीं करता कि कोई नई थेरेपी सुरक्षित या प्रभावी है। उसके लिए लैब में परीक्षण, मानव क्लिनिकल ट्रायल और नियामकीय समीक्षा अब भी जरूरी हैं। 12

55,984 ट्रायल्स को एक सप्ताह से कम समय में कैसे देखा गया

एक ही सामान्य AI मॉडल से विशाल वैज्ञानिक साहित्य का सार लिखवाने के बजाय, वर्चुअल बायोटेक ने काम को भूमिकाओं के हिसाब से बांटा। CSO एजेंट ने लक्ष्य-जीवविज्ञान, अणु-डिजाइन और क्लिनिकल-ट्रायल विश्लेषण जैसे क्षेत्रों के विशेषज्ञ एजेंटों को काम सौंपा और फिर उनके निष्कर्षों को जोड़ा। 12

बड़े ट्रायल-विश्लेषण कार्य के लिए सिस्टम ने 37,000 से अधिक क्लिनिकल-ट्रायलिस्ट एजेंट समानांतर रूप से लगाए। इन एजेंटों ने प्रकाशित ट्रायल्स में दर्ज सुरक्षा और प्रभावकारिता के नतीजों को संरचित किया तथा दवा-लक्ष्यों को जीनोमिक, आणविक और सिंगल-सेल एनोटेशन से जोड़ा। स्टैनफोर्ड के अनुसार, करीब 50,000 ट्रायल्स का कैटलॉग एक सप्ताह से कम समय में तैयार हुआ। 2

तेजी का कारण समानांतर काम था: कई एजेंट अलग-अलग ट्रायल रिकॉर्ड ढूंढ सकते थे, उन पर टिप्पणियां जोड़ सकते थे और जांच कर सकते थे। यानी यह असाधारण पैमाने पर साक्ष्य-संकलन की प्रक्रिया थी—इसका अर्थ यह नहीं कि सिस्टम ने स्वतंत्र रूप से प्रयोग किए या किसी चिकित्सकीय रूप से प्रमाणित दवा की खोज कर ली। 12

किन दवा-लक्ष्य गुणों का बेहतर पुराने नतीजों से संबंध मिला

विश्लेषण में दवा-लक्ष्यों की दो विशेषताएं उभरकर आईं:

• कोशिका-प्रकार विशिष्टता: किसी जीन या प्रोटीन का गतिविधि-स्तर बीमारी से सबसे संबंधित कोशिका-प्रकार में केंद्रित हो, न कि शरीर की बहुत-सी कोशिकाओं में व्यापक रूप से सक्रिय हो।
• बाइमोडैलिटी: जीन गतिविधि का किसी क्रमिक ‘डिमर’ की जगह अधिक स्पष्ट ऑन/ऑफ स्विच की तरह दिखना।

शोधकर्ताओं ने बताया कि जिन लक्ष्यों में कोशिका-प्रकार विशिष्टता और बाइमोडल व्यवहार मजबूत था, वे ऐतिहासिक ट्रायल डेटा में बेहतर विकास-परिणामों से जुड़े थे। उनके विश्लेषण में कोशिका-प्रकार-विशिष्ट जीन को निशाना बनाने वाली दवाओं के फेज I से फेज II में पहुंचने की संभावना 40% अधिक, बाजार तक पहुंचने की संभावना 48% अधिक, और प्रतिकूल घटनाएं 32% कम दर्ज हुईं। 2

ये आंकड़े एक क्यूरेट किए गए ऐतिहासिक डेटासेट में दिखे संबंध हैं, हर लक्ष्य या उपचार के लिए पक्की गारंटी नहीं। एक संभावित जैविक व्याख्या यह है कि बीमारी-संबंधित कोशिकाओं तक सीमित लक्ष्य को अधिक चयनात्मक ढंग से प्रभावित करना आसान हो सकता है, जिससे शरीर के अन्य हिस्सों पर अनचाहे असर घट सकते हैं। लेकिन इस व्याख्या को प्रयोगों से जांचना बाकी है। 12

फेफड़े के कैंसर में B7-H3/CD276 की परिकल्पना

वर्चुअल बायोटेक ने फेफड़े के कैंसर में B7-H3, जिसे CD276 भी कहते हैं, का अध्ययन किया। जनवरी 2025 से पहले उपलब्ध सार्वजनिक जानकारी के आधार पर सिस्टम ने ट्यूमर के आसपास मौजूद फाइब्रोब्लास्ट कोशिकाओं में B7-H3 अभिव्यक्ति से जुड़ा तर्क पहचाना। प्रस्ताव था कि ये कोशिकाएं स्थानीय स्तर पर प्रतिरक्षा-दमन में योगदान दे सकती हैं। 2

सिस्टम ने एंटीबॉडी-ड्रग कंजुगेट (ADC) रणनीति सुझाई: B7-H3 को पहचानने वाली एंटीबॉडी को कोशिकाओं को मारने वाले पेलोड से जोड़ना। सिद्धांततः ADC का उद्देश्य लक्ष्य-अभिव्यक्त करने वाली कोशिकाओं तक विषाक्त यौगिक को प्राथमिकता से पहुंचाना होता है। यह आउटपुट एक प्रीक्लिनिकल डिजाइन और कार्यविधि संबंधी परिकल्पना है—न कोई निर्मित उत्पाद, न ही सिद्ध उपचार। 12

B7-H3 उद्योग में भी सक्रिय दवा-लक्ष्य है। GSK ने risvutatug rezetecan (GSK5764227) को छोटे-कोशिका फेफड़े के कैंसर के लिए जांचाधीन B7-H3-लक्षित ADC बताया है। कंपनी की सामग्री के अनुसार, इस एसेट को रिलैप्स्ड या रिफ्रैक्टरी एक्सटेंसिव-स्टेज छोटे-कोशिका फेफड़े के कैंसर में अमेरिकी FDA की ब्रेकथ्रू थेरेपी डेजिग्नेशन मिली थी।

फिर भी, उपलब्ध रिकॉर्ड के आधार पर GSK के कार्यक्रम को वर्चुअल बायोटेक के प्रस्ताव का बाद का क्लिनिकल सत्यापन कहना सही नहीं होगा। GSK की उद्धृत घोषणा अगस्त 2024 की है, जो स्टैनफोर्ड के विश्लेषण में इस्तेमाल सार्वजनिक सूचना की जनवरी 2025 समय-सीमा से पहले की है। इसलिए B7-H3 पर साझा रुचि को लक्ष्य के आसपास रणनीतिक समानता के रूप में देखना चाहिए, न कि इस प्रमाण के रूप में कि AI सिस्टम ने GSK का कार्यक्रम शुरू किया, दोहराया या उसे क्लिनिक में सत्यापित किया। 2

सिस्टम ने क्या नहीं दिखाया

सबसे बड़ी सीमा कम्प्यूटेशनल तर्क और चिकित्सा प्रमाण के बीच की दूरी है। AI एजेंटों ने:

• कोशिका, पशु या मनुष्य पर प्रयोग नहीं किए;
• किसी ADC की चयनात्मकता, खुराक, शरीर में दवा की गति (फार्माकोकाइनेटिक्स), विषाक्तता या प्रतिरोध-प्रोफाइल स्थापित नहीं की;
• कोई उपचार निर्मित नहीं किया; और
• क्लिनिकल ट्रायल में मरीजों को लाभ दिखाकर सिद्ध नहीं किया। 12

अन्य वैज्ञानिकों ने भी आगाह किया कि इस मंच को अभी प्रयोगात्मक सत्यापन वाली वास्तविक दवा-खोज की कठिन परीक्षा से गुजरना है। ऐतिहासिक सहसंबंध काम को प्राथमिकता देने में मदद कर सकते हैं, लेकिन वे डेटा-गुणवत्ता की समस्याओं, भ्रमित करने वाले कारकों या ऐसे पैटर्नों को भी दर्शा सकते हैं जो नए, भावी कार्यक्रमों में लागू न हों। 1

अगली कसौटी: स्वतंत्र और प्रयोगात्मक सत्यापन

वर्चुअल बायोटेक का सबसे उपयोगी काम संभवतः बहुत बड़े वैज्ञानिक खोज-क्षेत्र को सीमित करना और साक्ष्य समीक्षा को अधिक व्यवस्थित बनाना है। सवाल तय करना, मूल साक्ष्य की जांच, जैविक तर्क की समीक्षा और यह फैसला कि किन परिकल्पनाओं पर आगे काम होना चाहिए—इन सभी में मानव वैज्ञानिकों की भूमिका केंद्रीय बनी रहती है। 12

B7-H3 प्रस्ताव के लिए सार्थक सत्यापन में स्वतंत्र पुनरुत्पादन के बाद लक्ष्य-जीवविज्ञान, ADC बाइंडिंग व चयनात्मकता, प्रभावकारिता, विषाक्तता, फार्माकोकाइनेटिक्स और प्रतिरोध पर लैब अध्ययन शामिल होंगे। किसी उपचार से मरीजों के परिणाम बेहतर होते हैं या नहीं, यह केवल उपयुक्त ढंग से डिजाइन किए गए क्लिनिकल ट्रायल्स से तय हो सकता है। 12

बड़ा निष्कर्ष उत्साहजनक है, लेकिन इसे सावधानी से समझना चाहिए: मल्टी-एजेंट AI जैव-चिकित्सकीय साक्ष्य को तेजी से व्यवस्थित कर सकता है और जांचने योग्य परिकल्पनाएं बना सकता है। इसने सावधानीपूर्ण प्रयोगात्मक विज्ञान या अहम फैसलों में मानव विवेक की जरूरत खत्म नहीं की है।