क्या AI द्वारा डिज़ाइन किए गए "भविष्य के टीके" महामारी को रोक सकते हैं?

नए कोरोनावायरस महामारी ने दुनिया को दो सबक दिए। एक यह कि मानवता अभूतपूर्व गति से टीके विकसित कर सकती है। दूसरा यह कि फिर भी वायरस के उत्परिवर्तन के पीछे रह जाना आसान है।

टीके के तैयार होने और इसके प्रसार के बावजूद, वायरस उत्परिवर्तन जारी रखता है। जब एक नया उत्परिवर्तित संस्करण आता है, तो मौजूदा टीके की प्रभावशीलता बदल जाती है, और अतिरिक्त खुराक या संशोधित संस्करण के विकास की आवश्यकता होती है। इन्फ्लूएंजा के टीके भी इसी संरचना के साथ होते हैं और हर साल प्रचलित स्ट्रेन की भविष्यवाणी करके अपडेट किए जाते हैं।

इस "पीछे-पीछे चलने" की प्रणाली को मूल रूप से बदलने की कोशिश कर रहे हैं, कैम्ब्रिज विश्वविद्यालय के शोध दल और उसी विश्वविद्यालय से उत्पन्न बायो कंपनी DIOSynVax द्वारा विकसित AI डिज़ाइन टीका। BBC आदि द्वारा रिपोर्ट किए गए इस शोध ने, AI द्वारा डिज़ाइन किए गए टीके के महत्वपूर्ण घटकों को मानव में इंजेक्ट करके मूल्यांकन करने के विश्व के पहले प्रयास के रूप में ध्यान आकर्षित किया है।

शोधकर्ताओं का लक्ष्य एक विशेष उत्परिवर्तित संस्करण के लिए नहीं है। वे कोरोनावायरस के व्यापक परिवार में सामान्य कमजोरियों को खोजने और उन्हें प्रतिरक्षा प्रणाली को सिखाने वाले "भविष्य के अनुकूल" टीके का विकास कर रहे हैं। दूसरे शब्दों में, वे पहले से प्रचलित वायरस का पीछा करने के बजाय, मानव समाज में अभी तक प्रकट नहीं हुए निकटवर्ती वायरस को ध्यान में रखते हुए तैयारी कर रहे हैं।

"सुपर एंटीजन" क्या है

टीके के केंद्र में एक घटक होता है जिसे एंटीजन कहा जाता है। एंटीजन प्रतिरक्षा प्रणाली को "इस आकार को दुश्मन के रूप में याद रखें" सिखाने के लिए एक मार्कर की तरह होता है। सामान्य टीकों में, वर्तमान में प्रचलित वायरस या पहले से पहचाने गए वायरस के कुछ हिस्सों के आधार पर एंटीजन डिज़ाइन किया जाता है।

हालांकि, वायरस उत्परिवर्तित होते हैं। जब मार्कर बदल जाता है, तो प्रतिरक्षा प्रणाली के लिए दुश्मन को पहचानना कठिन हो जाता है। इसलिए, पारंपरिक विधियों में, प्रचलित स्ट्रेन के अनुसार टीके को अपडेट करने की आवश्यकता होती है।

कैम्ब्रिज की टीम ने यहां AI का उपयोग किया। उन्होंने दुनिया भर के निगरानी कार्यक्रमों में पंजीकृत कोरोनावायरस के जीनोमिक डेटा को एकत्र किया और AI से उसका विश्लेषण कराया। लक्ष्य यह है कि वायरस के उत्परिवर्तित होने पर भी आसानी से न बदले जाने वाले हिस्से, यानी जीवित रहने के लिए महत्वपूर्ण सामान्य संरचना को खोजा जाए।

इस परिणाम के रूप में डिज़ाइन किया गया "सुपर एंटीजन" है, जिसका उद्देश्य कई संबंधित वायरस में प्रतिरक्षा प्रतिक्रिया को प्रेरित करना है। यह एकल वायरस स्ट्रेन के लिए डिज़ाइन किए गए एंटीजन के बजाय, पूरे वायरस परिवार में सामान्य विशेषताओं को संकेंद्रित करने वाला डिज़ाइन कहा जा सकता है।

इस बार का लक्ष्य SARS-CoV-2, यानी नए कोरोनावायरस को शामिल करने वाले सार्बेकोवायरस के समूह है। इस समूह में, अतीत में SARS को उत्पन्न करने वाले वायरस और जानवरों में घूमने वाले, और भविष्य में मनुष्यों में संक्रमण करने की संभावना वाले निकटवर्ती वायरस भी शामिल हैं।

पहले चरण के परीक्षण में क्या देखा गया

इस बार का क्लिनिकल परीक्षण मुख्य रूप से सुरक्षा की जांच करने के प्रारंभिक चरण का है। रिपोर्टों और शोध जानकारी के अनुसार, स्वस्थ वयस्क स्वयंसेवकों को टीका उम्मीदवार इंजेक्ट किया गया और प्रतिकूल प्रतिक्रियाओं, सुरक्षा, और प्रतिरक्षा प्रतिक्रिया की उपस्थिति की पुष्टि की गई।

ध्यान देने योग्य बात यह है कि इंजेक्शन विधि में भी नवीनता है। इस टीका उम्मीदवार को DNA टीके के रूप में डिज़ाइन किया गया और बिना सुई के माइक्रोफ्लुइडिक जेट विधि से त्वचा के अंदर इंजेक्ट किया गया। यह उच्च दबाव की पतली तरल धारा का उपयोग करके टीके को त्वचा कोशिकाओं में पहुँचाने की प्रणाली है, जो पारंपरिक सुई से डरने वाले लोगों और बड़े पैमाने पर टीकाकरण के संचालन में भी लाभकारी हो सकती है।

परीक्षण में, सुरक्षा के बारे में कोई बड़ी चिंता नहीं देखी गई और प्रतिरक्षा प्रतिक्रिया भी देखी गई। हालांकि, यहाँ महत्वपूर्ण बात यह है कि यह अभी तक "संक्रमण को रोक सकता है" के प्रमाणित चरण में नहीं है। प्रारंभिक परीक्षण का उद्देश्य यह सुनिश्चित करना है कि इसे मानव में इंजेक्ट करके सुरक्षित रूप से आगे बढ़ाया जा सकता है और प्रतिरक्षा प्रतिक्रिया के संकेत हैं या नहीं।

BBC के लेख में भी, प्रतिरक्षा पर प्रभाव को "मामूली" कहा गया है। यानी, शोधकर्ताओं के बीच उम्मीदें बढ़ रही हैं, लेकिन इसे व्यावहारिकता से जोड़ने वाले परिणाम के रूप में देखना जल्दबाजी होगी। आगे के चरण में, अधिक प्रतिभागियों को शामिल करके दूसरे चरण के परीक्षण में, यह देखना आवश्यक होगा कि कितनी मजबूत, व्यापक, और दीर्घकालिक प्रतिरक्षा प्रतिक्रिया प्राप्त की जा सकती है।

क्या है "मूल रूप से नया"

इस तकनीक का सार यह है कि यह टीका विकास के प्रारंभिक बिंदु को बदलता है।

पारंपरिक टीका विकास मूल रूप से "प्रकट हुए दुश्मन" के लिए प्रतिक्रिया करता है। एक नया वायरस फैलता है। रोगजनक की पहचान की जाती है। जीनोमिक डेटा का विश्लेषण किया जाता है। टीके का डिज़ाइन शुरू होता है। क्लिनिकल परीक्षण किए जाते हैं। उत्पादन और वितरण होता है। यह प्रवाह, नए कोरोनावायरस महामारी के दौरान नाटकीय रूप से छोटा हो गया था, फिर भी, यह मूल रूप से बाद की प्रतिक्रिया है।

AI डिज़ाइन टीके का लक्ष्य पूर्व-प्रतिक्रिया है। अतीत और वर्तमान के वायरस डेटा के आधार पर, भविष्य में प्रकट होने की संभावना वाले वायरस को भी शामिल करके, सामान्य कमजोरियों की भविष्यवाणी की जाती है। यदि यह सफल होता है, तो अज्ञात उत्परिवर्तित संस्करण या निकटवर्ती वायरस के प्रकट होने पर भी, पहले से ही कुछ प्रतिरक्षा तैयारी हो सकती है।

कैम्ब्रिज विश्वविद्यालय के प्रोफेसर जोनाथन हीनी ने टीका विकास के हमेशा वायरस के पीछे चलने की स्थिति को समस्या के रूप में देखा है। इस तकनीक का प्रयास उस मोड़ के आगे जाने का है।

यह सोच केवल कोरोना तक सीमित नहीं है। शोध दल पहले से ही इन्फ्लूएंजा, बर्ड फ्लू, और इबोला सहित वायरल हेमोरेजिक फीवर के अनुप्रयोग को ध्यान में रख रहे हैं। विशेष रूप से बर्ड फ्लू, पक्षियों के अलावा स्तनधारियों में भी संक्रमण के विस्तार की रिपोर्ट की गई है और इसे भविष्य के महामारी जोखिम के रूप में अंतरराष्ट्रीय स्तर पर चेतावनी दी गई है। इबोला के लिए भी, प्रजातियों के अनुसार मौजूदा टीकों की प्रतिक्रिया की स्थिति भिन्न होती है, इसलिए पूरे वायरस परिवार को ध्यान में रखते हुए डिज़ाइन का महत्व बड़ा है।

"यूनिवर्सल वैक्सीन" शब्द की खतरे की संभावना

दूसरी ओर, "यूनिवर्सल वैक्सीन" शब्द के प्रति सावधानी बरतनी चाहिए। यूनिवर्सल शब्द का उपयोग यह आभास दे सकता है कि यह सभी संक्रमणों को पूरी तरह से रोक सकता है। लेकिन वास्तव में, इस तकनीक का लक्ष्य "विशिष्ट वायरस परिवार के भीतर, अधिक व्यापक रूप से प्रभावी होने की संभावना वाले टीके" हैं।

अर्थात, यह सभी कोरोनावायरस, सभी श्वसन संक्रमण, सभी महामारी को एक इंजेक्शन से रोकने की बात नहीं है। लक्षित वायरस समूह को निर्धारित करना, और उनमें सामान्य विशेषताओं को खोजना और व्यापक प्रतिरक्षा प्रतिक्रिया को प्रेरित करना इसका उद्देश्य है।

इसके अलावा, भले ही प्रतिरक्षा प्रतिक्रिया की पुष्टि हो, यह वास्तविक संक्रमण की रोकथाम या गंभीरता की रोकथाम में कितना योगदान देता है, यह एक अलग मुद्दा है। एंटीबॉडी, टी कोशिकाएं, प्रतिरक्षा स्मृति, म्यूकोसल इम्यूनिटी आदि, संक्रमण सुरक्षा में कई तत्व शामिल होते हैं। प्रयोगशाला में मापी गई प्रतिक्रिया वास्तविक दुनिया की सुरक्षा प्रभाव के साथ कितनी मेल खाती है, इसका सावधानीपूर्वक मूल्यांकन करना आवश्यक है।

यह बिंदु विशेषज्ञों की टिप्पणियों में भी दिखाई देता है। शोध में शामिल नहीं हुए ऑक्सफोर्ड वैक्सीन ग्रुप के प्रोफेसर एंडी पोलार्ड ने, AI के वैक्सीन अनुसंधान में गेम चेंजर बनने की संभावना को स्वीकार करते हुए, यह भी बताया कि मानव प्रतिरक्षा प्रणाली प्रयोगशाला जानवरों से भिन्न होती है और यह पिछले संक्रमण इतिहास और टीकाकरण इतिहास से प्रभावित होती है। चूहों में आशाजनक परिणाम का मतलब यह नहीं है कि यह मनुष्यों में भी समान रूप से होगा।

वैज्ञानिक दृष्टिकोण से, इस बार की उपलब्धि "समाप्त" नहीं है बल्कि "दरवाजा खुला" चरण है।

सोशल मीडिया पर उम्मीदें और चेतावनी दोनों फैल रही हैं

इस खबर के प्रति सोशल मीडिया पर प्रतिक्रियाएं तीन मुख्य दिशाओं में विभाजित हैं।

पहली है, मजबूत उम्मीद। AI चिकित्सा और दवा विकास के क्षेत्र में व्यावहारिक परिणाम उत्पन्न कर रहा है, इस पर "महामारी प्रतिक्रिया बदल सकती है" और "यदि वैक्सीन विकास तेज हो जाता है, तो यह एक बड़ी प्रगति होगी" जैसी सकारात्मक प्रतिक्रियाएं देखी जा रही हैं। विशेष रूप से LinkedIn जैसी पेशेवरों की अधिकता वाली सोशल मीडिया पर, कंप्यूटर द्वारा एंटीजन डिज़ाइन, DNA वैक्सीन, और बिना सुई के इंजेक्शन के संयोजन की सराहना करने वाले पोस्ट देखे जा रहे हैं। चिकित्सा तकनीक और बायोटेक के संबंध में, यह केवल AI समाचार नहीं है, बल्कि क्लिनिकल परीक्षण में आगे बढ़ी तकनीक के रूप में इसका महत्व बड़ा है।

दूसरी है, सावधानीपूर्वक दृष्टिकोण। "AI द्वारा डिज़ाइन" सुनकर जादू जैसा लग सकता है, लेकिन वास्तव में AI अकेले टीका पूरा नहीं करता। जीनोमिक डेटा का संग्रह, संरचना विश्लेषण, एंटीजन डिज़ाइन, पशु परीक्षण, उत्पादन, क्लिनिकल परीक्षण, नियामक प्राधिकरण की समीक्षा आदि, कई मानव विशेषज्ञ और प्रणाली शामिल होते हैं। सोशल मीडिया पर भी, अत्यधिक "AI ने सब कुछ आविष्कार किया" जैसी सुर्खियों के प्रति चेतावनी देखी जा रही है। AI एक शक्तिशाली डिज़ाइन सहायक उपकरण है, लेकिन यह वैज्ञानिक सत्यापन को छोड़ने का विकल्प नहीं है।

तीसरी है, सुरक्षा और जैव सुरक्षा के प्रति चिंता। यदि AI टीका एंटीजन डिज़ाइन कर सकता है, तो इसके विपरीत, खतरनाक रोगजनकों या उच्च जैविक जोखिम वाले डिज़ाइन में दुरुपयोग की संभावना नहीं है, इस पर चिंता बनी हुई है। Reddit जैसी साइटों पर, AI द्वारा जैव अनुसंधान की प्रगति का स्वागत करने वाली आवाजों के साथ-साथ, "इलाज डिज़ाइन करने की तकनीक खतरनाक चीजें भी डिज़ाइन कर सकती है" जैसी चर्चाएं भी देखी जा रही हैं। यह इस शोध के प्रति आलोचना नहीं है, बल्कि AI और जीवन विज्ञान के जुड़ाव के युग के प्रति सामान्य चेतावनी है।

ये तीनों प्रतिक्रियाएं स्वाभाविक हैं। महामारी की यादें अभी भी ताजा हैं, समाज में टीका तकनीक के प्रति उम्मीद और अविश्वास, AI के प्रति उत्साह और चिंता एक साथ मौजूद हैं। इसलिए, शोध परिणामों को प्रस्तुत करने वालों के लिए यह आवश्यक है कि वे उम्मीद दिखाएं लेकिन अत्यधिक निष्कर्षों से बचें।

AI वैक्सीन अनुसंधान को कैसे बदल सकता है

AI की ताकत यह है कि यह विशाल डेटा से उन पैटर्नों को खोज सकता है जिन्हें मानव आसानी से नजरअंदाज कर सकता है। वायरस के जीनोमिक डेटा, प्रोटीन संरचना, उत्परिवर्तन का इतिहास, और प्रतिरक्षा प्रतिक्रिया के डेटा को मिलाकर, "किस हिस्से को निशाना बनाना चाहिए जिससे व्यापक प्रभाव हो सकता है" का अनुमान लगाया जा सकता है।

यह पहले से ही दवा विकास और प्रोटीन डिज़ाइन के क्षेत्र में एक बड़ा प्रवाह बन चुका है। प्रोटीन की त्रि-आयामी संरचना की भविष्यवाणी, एंटीबॉडी डिज़ाइन, व्यक्तिगत कैंसर वैक्सीन, संक्रमण वैक्सीन आदि, AI के अनुप्रयोग की सीमा तेजी से बढ़ रही है।

हालांकि, वैक्सीन केवल एक अणु डिज़ाइन नहीं है। डिज़ाइन किया गया एंटीजन शरीर में सही ढंग से व्यक्त होता है या नहीं। प्रतिरक्षा प्रणाली वांछित दिशा में प्रतिक्रिया करती है या नहीं। प्रतिकूल प्रतिक्रिया स्वीकार्य सीमा में है या नहीं। वृद्ध लोगों और पूर्ववर्ती रोगों वाले लोगों के लिए भी प्रभावी है या नहीं। उत्पादन लागत यथार्थवादी है या नहीं। निम्न आय वाले देशों में भी पहुंचाई जा सकती है या नहीं। भंडारण और परिवहन संभव है या नहीं। इन सभी को एक-एक करके पुष्टि करना आवश्यक है ताकि इसे समाज में उपयोगी चिकित्सा तकनीक बनाया जा सके।

AI विकास को तेज कर सकता है, लेकिन यह क्लिनिकल परीक्षण को अनावश्यक नहीं बनाता। बल्कि AI जितने अधिक उम्मीदवारों को बढ़ाता है, उतना ही उन्हें मूल्यांकन करने के लिए प्रयोगशाला, क्लिनिकल, और नियामक प्रणाली महत्वपूर्ण हो जाती है।

इस बार के परीक्षण का महत्व यह है कि AI डिज़ाइन एंटीजन केवल मॉडल या पशु परीक्षण तक सीमित नहीं है, बल्कि मानव में मूल्यांकन के चरण में प्रवेश कर चुका है। यह AI और वैक्सीन अनुसंधान के संबंध को "भविष्य की संभावना" से "क्लिनिकल विकास के क्षेत्र" में स्थानांतरित करने की शुरुआत का संकेत देता है।

महामारी प्रतिक्रिया "शांति के समय" में तय होती है

महामारी शुरू होने के बाद टीका बनाना, समय अंतराल को जन्म देता है। नए कोरोनावायरस के मामले में mRNA टीके जैसी तकनीकों के कारण, ऐतिहासिक रूप से तेजी से टीके विकसित किए गए। फिर भी, दुनिया भर में कई जानें खो गईं, स्वास्थ्य प्रणाली पर दबाव पड़ा, और आर्थिक गतिविधियों पर बड़े पैमाने पर प्रतिबंध लगाए गए।

यदि भविष्य में महामारी उत्पन्न करने वाले वायरस समूह के लिए पहले से व्यापक प्रभावी टीका उम्मीदवार तैयार किया जा सकता है, तो प्रारंभिक प्रतिक्रिया में बड़ा बदलाव आ सकता है। प्रकोप शुरू होने के बाद शून्य से डिज़ाइन करने के बजाय, पहले से ही सुरक्षा और प्रतिरक्षा प्रतिक्रिया के बुनियादी डेटा के साथ उम्मीदवारों को संशोधित और विस्तारित किया जा सकता है।

CEPI जैसी संक्रमण प्रतिक्रिया संगठनें, DIOSynVax जैसी कंपनियों के साथ मिलकर, भविष्य के कोरोनावायरस और "Disease X" के रूप में ज्ञात अज्ञात संक्रमणों के लिए तैयारी