پروٹین کا ڈھانچہ اور الفا فولڈ: ساخت کی پیشن گوئی، اعتماد کے اسکور، اور توثیق پڑھنا

فائدہ:

• الفا فولڈ کے کام کو سمجھنے کے قابل ہونے کی وجہ سے، اعتماد کے اسکور جیسے کہ pLDDT اور PAE، اور یہ کہ ڈھانچہ ایک 'پیش گوئی' ہے، اور مصنوعی ذہانت کے ساتھ ساخت کی صحیح تشریح کریں۔
• کم اعتماد والے اسکور والے علاقوں کو پہچاننے کی صلاحیت (لچکدار/بے قاعدہ) اور زیادہ تشریح سے گریز اور تجرباتی شواہد کے ساتھ موازنہ
• ڈھانچے کی پیشن گوئی کو مفروضے کے طور پر علاج کرنے اور عملی دعووں کو تجرباتی تصدیق سے مربوط کرنے کے نظم و ضبط کو لاگو کرنے کی اہلیت۔

یہ سمجھنے کے لیے کہ ایک پروٹین کیا کرتا ہے، اکثر اس کی تین جہتی تہہ شدہ ساخت کو جاننا ضروری ہوتا ہے۔ کیونکہ فنکشن ساخت سے پیدا ہوتا ہے۔ کئی دہائیوں سے، تجرباتی طور پر پروٹین کی ساخت کا تعین کرنے میں (ایکس رے کرسٹالوگرافی، کرائیو الیکٹران مائکروسکوپی) مہینوں سے سال لگیں گے۔ الفا فولڈ (ڈیپ مائنڈ کے ذریعہ تیار کردہ مصنوعی ذہانت کا نظام جو امینو ایسڈ کی ترتیب سے پروٹین کے ڈھانچے کی پیش گوئی کرتا ہے) نے اسے منٹوں تک کم کر دیا اور لاکھوں پروٹینوں کی پیش گوئی شدہ ساخت کو عوامی بنا دیا۔ اس یونٹ میں آپ سیکھیں گے کہ الفا فولڈ آؤٹ پٹ کو کیسے پڑھا جائے، اعتماد کے اسکور کی تشریح کیسے کی جائے، اور اس تشریح میں ایل ایل ایم کو محفوظ طریقے سے کیسے استعمال کیا جائے۔

تنقیدی امتیاز: الفا فولڈ ایک ساختی پیشن گوئی کا آلہ ہے اور اس کا آؤٹ پٹ ایک پیشین گوئی ہے، تجرباتی سچائی نہیں۔ ایل ایل ایم (ایک چیٹ ماڈل جیسا کہ چیٹ جی پی ٹی) خود الفا فولڈ نہیں ہے۔ یہ پروٹین کے نقاط کو "یاد" نہیں کرسکتا۔ الفا فولڈ آؤٹ پٹ کی تشریح اور وضاحت کے لیے LLM کا استعمال کریں۔ AlphaFold ڈیٹا بیس یا ٹول سے ساخت کو خود بازیافت کریں۔

بنیادی تصورات

• بنیادی ڈھانچہ: امینو ایسڈ کی ترتیب (پروٹین کا خط سلسلہ)۔
• ثانوی/ ترتیری ساخت: ہیلکس (الفا ہیلکس)، شیٹ (بیٹا شیٹ) اور سلسلہ کی تین جہتی تہہ۔
• pLDDT: AlphaFold کا ہر امینو ایسڈ کے لیے مقامی اعتماد کا اسکور، 0 سے 100 تک۔ 90+ کا مطلب بہت زیادہ اعتماد، 70-90 کا مطلب اچھا، 50-70 کا مطلب ہے کم، اور 50 سے کم کا مطلب بہت کم اعتماد ہے۔ کم pLDDT والے علاقے عام طور پر "بے ترتیبی" والے علاقے ہوتے ہیں (بغیر کسی الگ تہہ کے)۔
• PAE (پیش گوئی شدہ الائنڈ ایرر): دو خطوں کی رشتہ دار پوزیشن میں پیش گوئی کی گئی غلطی؛ یہ ظاہر کرتا ہے کہ ڈومینز کی جگہ کا تعین ایک دوسرے سے کتنا قابل اعتماد ہے۔
• PDB: ڈیٹا بیس اور فائل فارمیٹ جس میں تجرباتی پروٹین کے ڈھانچے کو محفوظ کیا جاتا ہے۔

الفا فولڈ آؤٹ پٹ پڑھنا: قدم بہ قدم

1. صحیح پروٹین اور ترتیب کا انتخاب کریں۔ UniProt (پروٹین انفارمیشن ڈیٹا بیس) نمبر کے ساتھ پروٹین کی شناخت کریں۔ الفا فولڈ ڈیٹا بیس میں اس نمبر کے ساتھ ڈھانچہ تلاش کریں۔

2. pLDDT نقشہ دیکھیں۔ دیکھیں کہ ڈھانچے کے کن حصوں کی پیشین گوئی زیادہ اعتماد کے ساتھ کی جاتی ہے (نیلے) اور کن کی پیشین گوئی کم اعتماد کے ساتھ کی جاتی ہے (نارنجی/پیلا)۔ کم اعتماد والے علاقوں میں تبصروں کے بارے میں محتاط رہیں۔

3. PAE چارٹ پڑھیں۔ PAE ظاہر کرتا ہے کہ آیا ملٹی ڈومین پروٹین میں ڈومینز کا رشتہ دار انتظام قابل اعتماد ہے۔ ایک اعلی PAE کا مطلب ہے کہ کھیتوں کی رشتہ دار پوزیشن غیر یقینی ہے۔

4. تجرباتی ڈھانچے سے موازنہ کریں۔ اگر دستیاب ہو تو PDB میں تجرباتی ڈھانچے سے ملائیں۔ اگر AlphaFold کی پیشن گوئی تجرباتی کے قریب ہے، تو آپ کا اعتماد بڑھ جاتا ہے۔

5. مختلف اثر کی تشریح کریں۔ ساخت پر امینو ایسڈ کی تبدیلی کے اثر کی تشریح کرتے وقت، pLDDT اور اس خطے کی فعال اہمیت پر ایک ساتھ غور کریں (ایکٹو سائٹ، بائنڈنگ جیب)۔

اشارہ: کم pLDDT کا مطلب ہمیشہ "غلط اندازہ" نہیں ہوتا ہے۔ یہ اکثر اس بات کی علامت ہوتی ہے کہ یہ علاقہ اصل میں اندرونی طور پر خراب ہے۔ اتنا کم اعتماد بعض اوقات ایک درست حیاتیاتی حقیقت کی عکاسی کرتا ہے۔ اس میں فرق کرنے کے لیے بے قاعدگی کی پیشن گوئی کے ٹولز کے ساتھ ترتیب کو بھی چیک کریں۔

تین چھوٹے مقدمات

کیس 1 - کم اعتماد والے زون کی حد سے زیادہ تشریح کرنا۔ ایک طالب علم نے دعویٰ کیا کہ الفا فولڈ ڈھانچے میں ایک "لوپ" ایک خاص جیب میں فٹ ہے، اور اے آئی نے اس کی تصدیق کی۔ تاہم، جب طالب علم نے pLDDT کو دیکھا، تو اس نے دیکھا کہ اس سلائی کا سکور 42 (بہت کم) تھا۔ اس لیے اس کی پوزیشن ناقابل اعتبار تھی۔ دعویٰ واپس لے لیا گیا۔ سبق: تبصرہ کرنے سے پہلے ہمیشہ مقامی اعتماد کا سکور چیک کریں۔

کیس 2 - تیار کردہ کوآرڈینیٹ۔ ایک محقق نے LLM سے پروٹین کے ایک خاص امینو ایسڈ کا 3D کوآرڈینیٹ پوچھا۔ LLM نے تین اعشاریہ جگہوں پر قائل کرنے والے نمبر دیے۔ جب محقق نے ان کا الفا فولڈ PDB فائل میں موجود اصل نقاط سے موازنہ کیا تو اس نے دیکھا کہ وہ مکمل طور پر من گھڑت تھے۔ ایل ایل ایم کوآرڈینیٹ کو "یاد" نہیں کر سکتا؛ کوآرڈینیٹ کو فائل سے پڑھنا ضروری ہے۔

کیس 3 - تصدیق ہو گئی۔ پی ایچ ڈی کے ایک طالب علم نے سوچا کہ کیا ایک قسم (p.Gly12Val) پروٹین کی فعال جگہ کے قریب ہے۔ YZ نے یاد دلایا کہ فعال سائٹ کی باقیات UniProt میں بتائی گئی ہیں۔ طالب علم نے UniProt کو کھولا اور ایکٹو سائٹ کو تلاش کیا، پھر اسے سٹرکچر ویور (PyMOL) سے ماپا گیا کہ Gly12 AlphaFold کی ساخت میں اس سائٹ سے 8 angstroms دور ہے۔ عددی پیمائش نے "قریب" کے دعوے کو مجسم کیا۔

مثال: اسٹرکچر فائل سے pLDDT پڑھنا

# AlphaFold PDB فائل میں، pLDDT بی فیکٹر کالم میں محفوظ ہے۔ Bio.PDB سے درآمد کریں PDBParserimport numpy بطور npyapi = PDBParser(QUIET=True).get_structure("AF", "AF-P04637-F1.pdb")plddt = [atom.bfactor for ایٹم in structure.get_atoms() = "LD_name]" , " LD = " . راؤنڈ(np.mean(plddt), 1)) پرنٹ ("کم اعتماد (<70) باقیات کی شرح (%):"، راؤنڈ(100 * np.mean(np.array(plddt) <70), 1))

یہ آپ کو تبصرہ کرنے سے پہلے ساخت کی مجموعی وشوسنییتا کو عددی طور پر دیکھنے کی اجازت دیتا ہے۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) ساخت کی تشریح (اعتماد کے ساتھ):

آپ کا کردار: ساختی حیاتیات اسسٹنٹ۔ UniProt [نمبر] پروٹین کی الفا فولڈ ساخت کی تشریح کرنے میں میری مدد کریں۔ ان سوالوں کے جواب دیں لیکن کوآرڈینیٹ/اسکور فٹنگ: ہم کن خطوں میں اعلی/کم پی ایل ڈی ڈی ٹی کی توقع کرتے ہیں، PAE کیا ظاہر کرتا ہے، کیا کوئی تجرباتی ڈھانچہ (PDB) ہے، میں موازنہ کیسے کروں؟ میں فائل سے اقدار پڑھوں گا۔

2) مختلف ساخت کا اثر:

پروٹین کی ساخت پر درج ذیل قسم کے ممکنہ اثر کی تشریح کرنے میں میری مدد کریں: [p. مجھے بتائیں کہ صریح "تباہ کن" دعوے کے بجائے کیا ثبوت تلاش کرنا ہے۔

3) pLDDT/PAE تفصیل:

pLDDT اور PAE کے درمیان فرق کی مثال کے ساتھ وضاحت کریں، مجھے مختلف تجزیہ میں کس کو اور کب دیکھنا چاہیے۔ سنگل ڈومین اور ملٹی ڈومین پروٹین کیسز پر الگ الگ غور کریں۔

4) ساخت کا موازنہ منصوبہ:

میں AlphaFold کی پیشن گوئی کا تجرباتی PDB ڈھانچے سے موازنہ کرنا چاہتا ہوں۔ RMSD (مطلب ڈھانچے کے درمیان انحراف) کا حساب کیسے لگائیں، میں اسے کس ٹول سے کروں (PyMOL، Biopython)، کس حد کو "اچھا اوورلیپ" شمار کیا جاتا ہے؟ مرحلہ وار منصوبہ دیں۔

کمزور فوری / مضبوط اشارہ

کمزور: "اس پروٹین کی ساخت بنائیں اور p.Arg273His کا اثر بتائیں۔"

مسئلہ: ایل ایل ایم ڈھانچہ / فٹ کوآرڈینیٹ نہیں بنا سکتا۔ اعتماد کے اسکور کو مدنظر نہیں رکھا جاتا ہے۔ حتمی اثر کا دعویٰ بے بنیاد ہوگا۔

Strong: "میں نے UniProt P04637 کے لیے AlphaFold بلڈ خود ڈاؤن لوڈ کیا ہے۔ p.Arg273 کی p.Arg273 اس کی باقیات اور UniProt میں اس کی فنکشنل تشریح کو دیکھتے ہوئے، مجھے مرحلہ وار بتائیں کہ مجھے اس کے اثر کی تشریح کیسے کرنی چاہیے؛ مجھے حتمی دعوے کے بجائے کون سے ثبوت تلاش کرنے چاہئیں۔"

یہ طاقتور کیوں ہے: ڈھانچہ ماخذ سے لیا جاتا ہے، ٹرسٹ سکور کو مرکز میں رکھا جاتا ہے، دعویٰ ثبوت سے منسلک ہوتا ہے۔

سوال

کیا الفا فولڈ ڈیلیور کرتا ہے؟

کہاں/کیسے تصدیق کریں۔

3D فولڈ کی پیشن گوئی

جی ہاں

الفا فولڈ ڈی بی / فائل

مقامی اعتماد

ہاں (pLDDT)

بی فیکٹر کالم

انٹر ڈومین مقام

ہاں (PAE)

PAE چارٹ

تجرباتی حقیقی ڈھانچہ

نہیں

PDB (تجرباتی)

ویرینٹ کا قطعی فعال اثر

نہیں

فنکشنل اسٹڈی + ماہر

عام غلطیاں

• اعتماد کا سکور چھوڑنا۔ کم pLDDT خطے میں تشریح ناقابل اعتبار ہے۔
• تجرباتی حقیقت کے لیے پیشین گوئی کو غلط سمجھنا۔ الفا فولڈ آؤٹ پٹ ایک تخمینہ ہے۔ تنقیدی فیصلوں کے لیے تجرباتی ثبوت درکار ہوتے ہیں۔
• ایل ایل ایم سے کوآرڈینیٹ طلب کرنا۔ کوآرڈینیٹ فائل سے پڑھے جاتے ہیں، حفظ نہیں ہوتے۔
• PAE کو نظر انداز کرنا۔ ملٹی ڈومین پروٹینز میں، ڈومینز کی رشتہ دار پوزیشن غیر یقینی ہو سکتی ہے۔
• کم اعتمادی کو فوری طور پر "غلطی" سمجھنا۔ کبھی کبھی وہ علاقہ واقعی ناہموار ہوتا ہے۔

احتیاط: الفا فولڈ کی تعمیر ایک "جامد" تصویر پیش کرتی ہے۔ یاد رکھیں کہ پروٹین دراصل موبائل مالیکیولز ہیں جو متعدد شکلوں میں داخل ہو سکتے ہیں۔ کوئی ایک ڈھانچہ مکمل طور پر متحرک رویے کی عکاسی نہیں کرتا۔

گہرائی: جہاں الفا فولڈ ساختی طور پر پرسکون ہے۔

الفا فولڈ طاقتور ہے، لیکن یہ جاننا کہ یہ کیا نہیں کر سکتا اسے محفوظ طریقے سے استعمال کرنے کی نصف جنگ ہے۔ سب سے پہلے، معیاری الفا فولڈ خلا میں ایک ہی پروٹین کو فولڈ کرتا ہے۔ یہ لیگنڈز، آئنوں، کوفیکٹرز اور منشیات کے مالیکیولز کا نمونہ نہیں بناتا ہے۔ انزائم یا سبسٹریٹ کی فعال جگہ میں زنک آئن ساخت میں ظاہر نہیں ہوتا ہے۔ لہذا، "یہ جیب خالی ہے، غیر فعال ہے" جیسا تبصرہ گمراہ کن ہو سکتا ہے۔ دوسرا، یہ اتپریورتن کے اثر کا براہ راست نمونہ نہیں بناتا: یہاں تک کہ اگر آپ ایک ہی ترتیب کے قریب دو مختلف شکلیں متعارف کراتے ہیں، الفا فولڈ عام طور پر تقریباً ایک ہی ساخت پیدا کرتا ہے۔ آپ AlphaFold کی دو پیشین گوئیوں کا موازنہ کرکے دعویٰ "یہ مختلف شکل ساخت کو توڑتا ہے" کو ثابت نہیں کر سکتے۔ تیسرا، یہ ترجمے کے بعد کی تبدیلیوں (جیسے فاسفوریلیشن، گلائکوسیلیشن) اور جھلی کے اندر جھلی پروٹین کے اصل ماحول کو مدنظر نہیں رکھتا ہے۔

مثال کے طور پر: ایک ٹیم نے الفا فولڈ امیج سے دعویٰ کیا کہ کناز انزائم میں اے ٹی پی بائنڈنگ جیب کے قریب ایک قسم "جیب کو بند کر دیتی ہے"؛ مصنوعی ذہانت نے بھی تصدیق کی۔ جب ایک تجرباتی کرسٹل ڈھانچہ (PDB) کھولا گیا تو یہ ظاہر ہوا کہ اس خطے میں ایک کوفیکٹر جسے الفا فولڈ نے ماڈل نہیں بنایا تھا وہ پہلے ہی جیب کی تشکیل کر رہا تھا — مختلف قسم کا اثر بالکل مختلف طریقہ کار سے تھا۔ دوسری صورت: ایک محقق نے قیاس کیا کہ دو شعبوں کے درمیان ایک "لوپ" دو شعبوں کو جوڑتا ہے۔ PAE کے نقشے نے ان دو علاقوں کے درمیان اعلی غلطی (غیر واضح رشتہ دار پوزیشن) کو دکھایا، لہذا کنکشن کا دعوی بے بنیاد تھا۔ PAE کو پڑھنے سے میکانزم کی ناقص کہانی کو روکا گیا۔

5) الفا فولڈ بارڈرز کنٹرول ٹیمپلیٹ:

مندرجہ ذیل ساختی دعوے پر غور کرنے سے پہلے، اس سوال میں الفا فولڈ کی کونسی حدود کام آتی ہیں اس کی فہرست بنائیں: [دعویٰ]۔ مجھے بتائیں کہ مجھے کون سے اضافی ثبوت (تجرباتی ڈھانچہ، فنکشنل اسٹڈی) کی ضرورت ہے، خاص طور پر ligand/ion/cofactor کی کمی، میوٹیشن ماڈلنگ کی کمی، اور PAE کی غیر یقینی صورتحال کے لحاظ سے۔

خلاصہ میں

• الفا فولڈ ایک طاقتور ٹول ہے جو ترتیب سے ساخت کی پیش گوئی کرتا ہے، لیکن اس کی پیداوار ایک اندازہ ہے۔ اعتماد کے اسکور کے ساتھ پڑھنا چاہیے۔
• pLDDT مقامی اعتماد کی نشاندہی کرتا ہے، PAE کراس ڈومین مقام کے اعتماد کی نشاندہی کرتا ہے۔ تبصرہ کرنے سے پہلے دونوں کو دیکھ لیں۔
• ایل ایل ایم کوآرڈینیٹ یا ڈھانچہ "یاد" نہیں کر سکتا؛ AlphaFold/PDB سے ساخت حاصل کریں، تبصرے میں LLM استعمال کریں۔
• تجرباتی ثبوت اور ماہرانہ فیصلہ تنقیدی فیصلوں میں ناگزیر ہے۔

درخواست کا کام

یونی پروٹ نمبر کے ذریعہ پروٹین کے الفا فولڈ ڈھانچے کو ڈاؤن لوڈ کریں۔ مندرجہ بالا کوڈ کے ٹکڑوں کے ساتھ اوسط pLDDT اور کم محفوظ بقایا تناسب کا حساب لگائیں۔ پھر ایک قسم کا انتخاب کریں اور AI سے 2nd ٹیمپلیٹ کے ساتھ تشریحی منصوبہ طلب کریں۔ اس باقیات کی pLDDT اور UniProt فنکشنل تشریح خود چیک کریں۔ اپنے دعوے کو عددی اعتماد کی قدر سے جوڑیں۔

چیک لسٹ

• [ ] مجھے UniProt نمبر کے ساتھ AlphaFold/PDB سے ڈھانچہ ملا۔
• میں تبصرہ کرنے سے پہلے pLDDT اور PAE پڑھتا ہوں۔
• میں نے ایل ایل ایم سے کوآرڈینیٹ/اسکور بنانے کے لیے نہیں کہا۔
• [ ] میں نے متغیر تشریح کو متعلقہ باقیات کے اعتماد کے اسکور سے جوڑ دیا۔
• اگر دستیاب ہو تو میں نے اس کا تجرباتی ڈھانچے سے موازنہ کیا۔
• میں نے ماہرانہ فیصلے اور تجرباتی ثبوت کے ساتھ اہم فیصلے کی حمایت کی۔