Nobel Laureate David Baker की लैब के साथ IIT Kanpur का सहयोग; Nature में प्रकाशित शोध ने AI-guided protein design को GPCRs जैसे कठिन drug targets तक पहुंचाया
Nature के अनुसार शोध 21 मई 2026 को प्रकाशित हुआ था और इसका संस्करण 1 जुलाई 2026 को जारी हुआ।
कानपुर। आर्टिफिशियल इंटेलिजेंस यानी AI अब केवल सवालों के जवाब देने, तस्वीरें बनाने या बड़े डेटा का विश्लेषण करने तक सीमित नहीं रह गया है। वैज्ञानिक अब AI की मदद से ऐसे नए प्रोटीन डिजाइन करने की दिशा में आगे बढ़ रहे हैं, जो मानव शरीर में बीमारी से जुड़े खास molecular targets को पहचानकर उन्हें नियंत्रित कर सकें।
इसी दिशा में IIT Kanpur के वैज्ञानिकों ने Nobel Prize विजेता Prof. David Baker की research team के साथ मिलकर एक महत्वपूर्ण अंतरराष्ट्रीय अध्ययन में योगदान दिया है। शोध प्रतिष्ठित वैज्ञानिक जर्नल Nature में प्रकाशित हुआ है और इसका शीर्षक है—“De novo design of miniproteins targeting GPCRs”।IIT Kanpur Biomedical Research
इस research की खासियत यह है कि वैज्ञानिकों ने AI और computational protein-design methods की मदद से GPCRs को target करने वाले नए miniproteins डिजाइन किए और फिर laboratory experiments तथा structural biology के माध्यम से उनके काम करने की क्षमता को जांचा।
सबसे महत्वपूर्ण बात है कि यह research किसी मौजूदा protein को थोड़ा बदलने तक सीमित नहीं है। यहां de novo design यानी नए protein designs को शुरुआत से तैयार करने का प्रयास किया गया है।IIT Kanpur Defence Technology
आखिर GPCR क्या है और इसे target करना इतना महत्वपूर्ण क्यों है?
GPCR यानी G protein-coupled receptor मानव शरीर की कोशिकाओं की सतह पर मौजूद receptors का एक बड़ा परिवार है।इन्हें आप शरीर की कोशिकाओं के लिए एक तरह के “सिग्नल रिसीवर” की तरह समझ सकते हैं। शरीर के बाहर या आसपास मौजूद chemical signals इन receptors से interact करते हैं और उसके बाद कोशिका के अंदर अलग-अलग biological responses शुरू हो सकते हैं।
इसी कारण GPCRs का संबंध शरीर की अनेक physiological और disease-related processes से है और वे drug discovery के प्रमुख targets में शामिल हैं। लेकिन इन receptors को protein-based molecules से target करना आसान नहीं है। ये cell membrane में स्थित होते हैं, उनकी संरचना dynamic होती है और उनके binding regions को सटीक रूप से target करना चुनौतीपूर्ण हो सकता है।
Nature Reviews Drug Discovery ने भी GPCR-targeted protein ligands के विकास में structural complexity और dynamic flexibility को बड़ी चुनौती बताया है। यहीं AI-guided protein design की भूमिका महत्वपूर्ण हो जाती है।IIT Kanpur Chemistry
AI ने इस research में क्या किया?
इसे एक आसान उदाहरण से समझा जा सकता है। मान लीजिए किसी receptor को एक ताला माना जाए और वैज्ञानिकों को ऐसी चाबी बनानी हो जो केवल उसी ताले में सटीक रूप से फिट हो। पारंपरिक तरीके में वैज्ञानिक बहुत से molecules या proteins की screening कर सकते हैं और उनमें से काम करने वाले candidates खोजते हैं।
AI-guided de novo protein design में वैज्ञानिक पहले computational तरीके से यह अनुमान लगाने की कोशिश करते हैं कि receptor की सतह के साथ मजबूती और specificity से जुड़ने वाली protein structure कैसी होनी चाहिए। फिर इन computational designs में से promising candidates को laboratory में बनाया और test किया जाता है।
इस research में इसी तरह का workflow इस्तेमाल किया गया। Nature के अनुसार researchers ने de novo design methods को high-throughput receptor-diversion microscopy-based screening, complementary display approaches और functional assays के साथ जोड़ा।
इससे GPCR-binding miniproteins की high affinity, potency और selectivity हासिल करने की दिशा में काम किया गया।
सिर्फ protein binding नहीं, receptor को ‘चालू’ या ‘बंद’ करने की कोशिश
इस research की एक महत्वपूर्ण विशेषता यह है कि designed miniproteins केवल receptor से चिपकने वाले molecules नहीं थे।Researchers ने ऐसे miniproteins विकसित किए जो GPCRs की activity को activate (agonist) या block (antagonist) कर सकते हैं। यानी भविष्य की भाषा में इन्हें एक तरह के molecular “switches” की तरह देखा जा सकता है। एक protein receptor को activate कर सकता है, जबकि दूसरा उसकी signalling को रोक सकता है।
Nature के अनुसार study में ऐसे miniprotein agonists और antagonists विकसित किए गए जो itch, pain, cancer, metabolic disease और migraine से जुड़े GPCR targets को प्रभावित कर सकते हैं।
CXCR4 और CCR5 क्यों चर्चा में हैं?
IIT Kanpur की ओर से साझा की गई जानकारी में विशेष रूप से CXCR4 और CCR5 receptors का उल्लेख है। ये दोनों chemokine receptors हैं और immune signalling तथा disease biology में महत्वपूर्ण भूमिका निभाते हैं। CXCR4 को cancer biology सहित विभिन्न cellular processes के संदर्भ में अध्ययन किया जाता रहा है, जबकि CCR5 HIV research में एक महत्वपूर्ण receptor है।
इसलिए इन receptors को precision के साथ target करने वाले engineered miniproteins भविष्य में protein-based therapeutic research के लिए उपयोगी हो सकते हैं। लेकिन यहां एक बात बेहद स्पष्ट है—यह अभी कैंसर या HIV की नई दवा नहीं है।ये research-stage protein candidates हैं।
इन्हें medicine बनने के लिए safety, pharmacology, efficacy और clinical trials सहित कई चरणों से गुजरना होगा।इसलिए इस research को नई दवा की खोज की दिशा में महत्वपूर्ण technology/platform breakthrough कहना अधिक सटीक होगा।
IIT Kanpur की Cryo-EM facility ने खोला molecular mystery
अब आता है इस research का वह हिस्सा जिसमें IIT Kanpur की भूमिका बेहद महत्वपूर्ण हो जाती है। AI ने protein का design तैयार किया और laboratory experiments से उसकी biological activity की जांच की गई। लेकिन वैज्ञानिकों के सामने एक और सवाल था—वह protein receptor से वास्तव में किस तरह जुड़ रहा है?IIT Kanpur Cyber Security Course
यही समझने के लिए Cryo-Electron Microscopy यानी Cryo-EM का इस्तेमाल किया गया। IIT Kanpur की Cryo-EM facility ने designed miniprotein और CXCR4 receptor के complex की molecular structure को देखने में मदद की।
Nature paper के अनुसार पांच receptor-bound designs की cryo-EM structures computationally designed models के काफी करीब थीं।इसका महत्व इसलिए है क्योंकि इससे researchers को यह समझने में मदद मिलती है कि computationally designed protein वास्तव में receptor के साथ किस molecular interface पर interact कर रहा है।
दूसरे शब्दों में—AI ने design किया, laboratory ने test किया और Cryo-EM ने molecular level पर structure को समझने में मदद की।यह traditional drug discovery से कितना अलग है?
Drug discovery की पारंपरिक प्रक्रिया में वैज्ञानिक संभावित molecules की बड़ी संख्या की screening करते हैं।AI-driven protein design इस प्रक्रिया के शुरुआती हिस्से को बदलने की क्षमता रखता है।
यहां लक्ष्य केवल यह खोजना नहीं है कि प्रकृति में पहले से मौजूद कौन-सा molecule receptor से जुड़ सकता है।बल्कि वैज्ञानिक यह सवाल पूछ सकते हैं—“हम इस receptor के लिए बिल्कुल नया protein क्यों न डिजाइन करें?”
यही de novo protein design का मूल विचार है। इससे drug discovery एक “search problem” से आगे बढ़कर कुछ मामलों में “design problem” बन सकती है।
क्या इस technology से भविष्य में नई दवाएं जल्दी बन सकती हैं?
संभावना है, लेकिन अभी इसे निश्चित परिणाम के रूप में नहीं कहा जा सकता। यदि AI-based systems भविष्य में अधिक accurate और reliable तरीके से therapeutic proteins डिजाइन कर पाते हैं, तो drug discovery के शुरुआती चरणों में कई संभावित फायदे हो सकते हैं।
1. कठिन drug targets के लिए नए विकल्प
कुछ biological targets को conventional small-molecule drugs से target करना कठिन होता है। AI-designed proteins ऐसे targets के लिए नई therapeutic strategies उपलब्ध करा सकते हैं।
2. अधिक precision
किसी विशेष receptor को target करने के लिए protein को computationally design करने से future therapies में specificity बढ़ाने की संभावना हो सकती है।
3. शुरुआती screening तेज हो सकती है
AI बड़ी संख्या में संभावित designs को computationally evaluate कर सकता है, जिसके बाद promising candidates को laboratory में test किया जा सकता है।
4. Drug discovery की लागत घटने की संभावना
यदि laboratory में परीक्षण किए जाने वाले candidates की संख्या शुरुआती स्तर पर कम की जा सके, तो समय और resources बच सकते हैं।
5. Protein-based medicines का नया वर्ग
भविष्य में antibodies और small-molecule drugs के साथ-साथ छोटे, computationally designed proteins भी therapeutic development का महत्वपूर्ण हिस्सा बन सकते हैं।
Cancer और HIV के अलावा भी बड़ी संभावनाएं
इस research की सबसे महत्वपूर्ण बात यह है कि इसका application केवल दो receptors या दो diseases तक सीमित नहीं है।
Nature के अनुसार researchers ने अलग-अलग GPCR targets से जुड़े miniprotein agonists और antagonists विकसित किए, जिनके संभावित disease areas में itch, pain, cancer, metabolic disease और migraine शामिल हैं। इसका मतलब है कि यह किसी एक बीमारी की research के बजाय एक generalizable technology platform के रूप में ज्यादा महत्वपूर्ण हो सकती है।
Research में एक खास biological test भीइस अध्ययन में designed chemokine-receptor antagonist का biological testing भी किया गया।Nature के अनुसार एक designed antagonist ने hematopoietic stem and progenitor cells (HSPCs) को mobilize करने में clinically used drug के comparable स्तर का प्रभाव दिखाया और adverse effects कम देखे गए।
यह परिणाम महत्वपूर्ण है क्योंकि इससे यह संकेत मिलता है कि AI-designed miniproteins केवल computer simulations तक सीमित नहीं हैं; कुछ candidates वास्तविक biological systems में functional activity भी दिखा सकते हैं। हालांकि इसे clinical treatment का प्रमाण नहीं माना जाना चाहिए।
IIT Kanpur के लिए क्यों बड़ी उपलब्धि?
इस research में IIT Kanpur का योगदान भारत में emerging interdisciplinary biomedical research की क्षमता को भी सामने लाता है। इसमें AI/computational protein design, protein engineering, receptor biology, experimental validation और structural biology जैसे अलग-अलग क्षेत्रों को एक साथ जोड़ा गया है।
IIT Kanpur से जुड़े शोधकर्ताओं में Prof. Arun Shukla, Dr. Ramanuj Banerjee, Manisankar Ganguly, Annu Dalal, Sudha Mishra और Shachie Sinha शामिल हैं।
IIT Kanpur की ओर से दी गई जानकारी के अनुसार इस research component को Anusandhan National Research Foundation (ANRF), Department of Biotechnology और Lady Tata Memorial Trust से समर्थन मिला। यह सहयोग यह भी दिखाता है कि भारत की advanced scientific infrastructure—विशेष रूप से cryo-EM जैसी अत्याधुनिक facilities—अब global research collaborations में महत्वपूर्ण भूमिका निभा रही है।
Nobel Laureate David Baker की lab के साथ collaboration क्यों खास?
इस research का international dimension भी इसे महत्वपूर्ण बनाता है। Prof. David Baker computational protein design के क्षेत्र के प्रमुख वैज्ञानिकों में शामिल हैं। उनके research programme ने computational methods के माध्यम से नए proteins डिजाइन करने की दिशा में महत्वपूर्ण योगदान दिया है। ऐसे global research ecosystem के साथ IIT Kanpur की structural biology और experimental capabilities का जुड़ना भारत के लिए भी महत्वपूर्ण संकेत है।
यह दिखाता है कि भविष्य की biomedical research केवल एक discipline के भीतर नहीं होगी।यह होगी—AI + Biology + Engineering + Computing + Structural Scienceका संयुक्त परिणाम।
क्या AI भविष्य में ‘दवा बनाएगा’?
यह शायद इस research से निकलने वाला सबसे बड़ा सवाल है। सरल जवाब है—AI अकेले दवा नहीं बनाएगा, लेकिन drug discovery के तरीके को बदल सकता है।भविष्य में एक संभावित pipeline कुछ ऐसी हो सकती है
—Disease target की पहचान↓AI से protein design↓हजारों computational candidates↓सबसे promising designs की screening↓Laboratory validation↓Cryo-EM/Structural Biology से molecular confirmation↓Protein optimization↓Preclinical testing↓Clinical trials↓Regulatory approval
यानी AI scientist की जगह नहीं लेता। बल्कि scientist के लिए एक शक्तिशाली design और discovery tool बन सकता है।
सबसे बड़ा बदलाव: ‘दवा खोजने’ से ‘दवा डिजाइन करने’ की ओर?
इस research का सबसे बड़ा दीर्घकालिक महत्व शायद यही है। यदि AI किसी specific receptor के लिए नए proteins को reliably design कर सके, तो भविष्य में वैज्ञानिक केवल मौजूदा molecules की दुनिया में खोज करने तक सीमित नहीं रहेंगे।वे molecular level पर अपने उद्देश्य के अनुसार नए biological molecules design कर सकेंगे।
यही वजह है कि Nature में प्रकाशित यह research AI-guided drug discovery के व्यापक विकास में महत्वपूर्ण मानी जा रही है। Nature की research highlight ने भी इसे GPCRs जैसे challenging targets के लिए protein-based ligand development की दिशा में महत्वपूर्ण प्रगति के रूप में रेखांकित किया है।
निष्कर्ष: अभी दवा नहीं, लेकिन दवा बनाने का तरीका बदल सकता है
IIT Kanpur और Prof. David Baker की research team से जुड़ा यह अध्ययन किसी नई कैंसर या HIV medicine के बाजार में आने की घोषणा नहीं है।
इसकी असली उपलब्धि इससे कहीं अधिक बुनियादी है—वैज्ञानिकों ने दिखाया है कि AI-guided de novo protein design का इस्तेमाल GPCRs जैसे महत्वपूर्ण और कठिन biological targets के लिए functional miniproteins तैयार करने में किया जा सकता है।और जब इन designs को laboratory experiments तथा Cryo-EM जैसी advanced structural techniques से validate किया जाता है, तो एक नई drug-discovery pipeline की संभावना सामने आती है।
आज ये proteins research-stage candidates हैं।लेकिन भविष्य में यही approach ऐसी medicines के विकास की नींव बन सकती है जो बीमारी से जुड़े molecular targets को कहीं अधिक सटीकता से पहचानें और नियंत्रित करें।
AI का अगला बड़ा अध्याय शायद chatbot नहीं, बल्कि ‘designer proteins’ हो सकता है।
:IIT Kanpur और Nobel Laureate David Baker की टीम ने AI-guided de novo protein design से GPCR-targeting miniproteins विकसित किए। Cryo-EM validation से नई drug discovery technology की संभावनाएं सामने आईं।
:#IITKanpur #AI #ProteinDesign #Miniproteins #DrugDiscovery #CryoEM #GPCR #CXCR4 #CCR5 #Biotechnology #CancerResearch #HIVResearch #StructuralBiology #Nature #IndianScience
मुख्य स्रोत: Nature का मूल शोध-पत्र
