১০.১ প্ৰটিন তথ্য

১০.১.১ পৰিচয়

যিকোনো প্ৰটিনৰ বিষয়ে তথ্য প্ৰযুক্তিৰ কৌশল ব্যৱহাৰ কৰি তথ্য সংগ্ৰহ কৰাটো প্ৰটিন ইনফৰমেটিক্সৰ অন্তৰ্ভুক্ত। প্ৰটিন ইনফৰমেটিক্সই কল্পনাপ্ৰসূত প্ৰটিনবোৰৰ কাৰ্যকৰী স্থানৰ জ্যামিতিক অৱস্থান, জৈৱৰাসায়নিক কাৰ্য আৰু জৈৱিক কাৰ্য নিৰ্ণয় কৰাত অতি সহায়ক হৈছে। ইয়াৰ উপৰি, ই বহুতো কল্পনাপ্ৰসূত প্ৰটিনৰ তৃতীয়ক গঠন নিৰ্ধাৰণ কৰাত অগ্ৰণী ভূমিকা পালন কৰিছে, যাৰ আণৱিক কাৰ্য সাধাৰণ পদ্ধতিৰে বুজিব পৰা নগৈছিল। প্ৰ’টিঅ’ম পৰিসৰত এমিন’ এচিডৰ ক্ৰম, তৃতীয়ক গঠন আৰু পথৱলীৰ বিভিন্ন ডাটাবেছ আৰু বিভিন্ন বৰ্ণনাকাৰীয়েও প্ৰটিন ইনফৰমেটিক্সৰ বিকাশত সহায় কৰিছে।

১০.১.২ প্ৰটিন তথ্যৰ প্ৰকাৰ

তথ্য উদ্ধাৰণৰ গণনা প্ৰক্ৰিয়াটোৰ বাবে প্ৰটিনৰ কেঁচা তথ্যৰ প্ৰয়োজন। এই প্ৰটিন তথ্যবোৰ তলত দিয়া ধৰণৰ হ’ব পাৰে -

(i) তাপ-বিকৃত প্ৰটিন সমষ্টিৰ অণুবীক্ষণিক ছবি

(ii) দ্ৰৱণ ৰূপত থকা প্ৰটিন

(iii) মেট্ৰিক্স এছিষ্টেড লেজাৰ ডিজৰ্পশ্বন/আয়নাইজেশ্বন (MALDI)ৰ ফলাফল হিচাপে প্ৰটিন ক্ৰম

(iv) সংযোজিত প্ৰটিন ক্ৰম

(v) প্ৰটিন ডাটা বেংক (PDB) বিন্যাসত প্ৰটিন স্ফটিক গঠন

(vi) প্ৰটিন-প্ৰটিন, প্ৰটিন-লিগেণ্ড বা প্ৰটিন-নিউক্লিয়টাইড আন্তঃক্ৰিয়া ফাইল

(vii) নিউক্লিয়াৰ মেগনেটিক ৰিজনেন্স (NMR) তথ্য, মেছ স্পেকট্ৰমেট্ৰি (MS) তথ্য

(viii) জিন’মিক ক্ৰমৰ পৰা পোনপটীয়াকৈ উৎপন্ন হোৱা প্ৰটিন ক্ৰম, যিবোৰত অস্তিত্বৰ জনা প্ৰমাণ নাথাকে (কল্পনাপ্ৰসূত প্ৰটিন)

ওপৰত উল্লেখ কৰা প্ৰটিন তথ্যৰ প্ৰকাৰবোৰ তলত দিয়া ধৰণৰ উপযোগী তথ্য পাবলৈ ব্যৱহাৰ কৰিব পাৰি:

(i) তাপ-বিকৃত প্ৰটিন সমষ্টিৰ অণুবীক্ষণিক ছবিৰ বহু-ফ্ৰেক্টেল ধৰ্মক প্ৰটিন-মাৰ্কাৰ ডিজাইন কৰিবলৈ ব্যৱহাৰ কৰা হয়।

(ii) দ্ৰৱণত থকা প্ৰটিন তথ্যই ভৌত-ৰাসায়নিক ধৰ্ম আৰু গতিবিজ্ঞান তথ্য বিশ্লেষণ কৰাত উপযোগী।

(iii) MALDI ৰ পৰা প্ৰটিনৰ খণ্ডিত চুটি ক্ৰমবোৰ সম্পূৰ্ণ দৈৰ্ঘ্যৰ ক্ৰম উলিয়াবলৈ ব্যৱহাৰ কৰা হয়।

(iv) প্ৰটিন স্ফটিক গঠনবোৰ মিউটেশ্বন আৰু আন্তঃক্ৰিয়া অধ্যয়ন কৰিবলৈ ব্যৱহাৰ কৰা হয়।

(v) PDB, NMR আৰু MS তথ্যও অ-স্ফটিকীকৃত প্ৰটিনৰ গঠন ভৱিষ্যদ্বাণী কৰিবলৈ ব্যৱহাৰ কৰা হয় (পোনপটীয়াকৈ ক্ৰমৰ পৰা)।

(vi) এনে প্ৰটিন আছে যিবোৰৰ অস্তিত্ব জনা নাই (কল্পনাপ্ৰসূত প্ৰটিন বুলি জনা যায়) যিবোৰ জিন’মিক ক্ৰমৰ পৰা চিনাক্ত কৰিব পাৰি।

(vii) প্ৰটিনৰ নেটৱৰ্ক মেপিংয়ে বিভিন্ন ৰোগৰ চিকিৎসাৰ সম্ভাব্য লক্ষ্যৰ বিষয়ে তথ্য প্ৰদান কৰে।

প্ৰটিন ইনফৰমেটিক্স বিশ্লেষণ কৰিবলৈ তলত দিয়া দুটা মৌলিক সুবিধাৰ প্ৰয়োজন:

(i) বিভিন্ন ডাটাবেছ যেনে NCBI, PDB, CHEMBL, BIOMODELS আদিৰ পৰা কেঁচা তথ্যৰ উপলব্ধতা।

(ii) বিশ্লেষণৰ বাবে ব্যৱহৃত ইনফৰমেটিক্স সঁজুলি আৰু কৌশল। কিছুমান সুপৰিচিত কৌশল হ’ল: (a) ৱেভলেট কৌশলৰ দ্বাৰা ছবি বিশ্লেষণ, (b) ক্ৰম সাদৃশ্য আৰু হ’ম’লজি গণনা, (c) গঠন অপ্টিমাইজেশ্বন কৌশল, (d) পাৰিসাংখ্যিক আৰু মেচিন লাৰ্নিং কৌশল যেনে আৰ্টিফিচিয়েল নিউৰেল নেটৱৰ্ক (ANN), চাপৰ্ট ভেক্টৰ মেচিন (SVM) আৰু হিডেন মাৰ্কভ মডেল (HMM)ৰ দ্বাৰা তথ্য বিশ্লেষণ। (e) নেটৱৰ্ক মেপিং কৌশল, আৰু (f) চিষ্টেমছ বায়’লজি মাৰ্ক-আপ লেংগুৱেজ (SBML)।

১০.১.৩ প্ৰটিন গঠনৰ গণনাভিত্তিক ভৱিষ্যদ্বাণী

জীৱতথ্যবিজ্ঞান সঁজুলি ব্যৱহাৰ কৰি প্ৰটিন গঠন ভৱিষ্যদ্বাণী কৰাৰ লক্ষ্য হ’ল এমিন’ এচিডৰ ক্ৰমবোৰে কেনেকৈ প্ৰটিনৰ গঠন নিৰ্ধাৰণ কৰে আৰু এই প্ৰটিনবোৰে কেনেকৈ তেওঁলোকৰ কাৰ্য সম্পাদন কৰিবলৈ স্তৰ আৰু অন্যান্য অণুবোৰৰ লগত সংলগ্ন হয় তাক অন্বেষণ কৰা। জীৱতথ্যবিজ্ঞান সঁজুলি ব্যৱহাৰ কৰি প্ৰটিনৰ (কল্পনাপ্ৰসূত প্ৰটিনৰ সৈতে) গঠন ভৱিষ্যদ্বাণী কৰাৰ এই কাৰ্যটো কেৱল জিন ক্ৰম জনা থাকিলেও সম্ভৱ, অৰ্থাৎ প্ৰটিন ক্ৰম নথকা অৱস্থাত। প্ৰটিনৰ গঠনমূলক আৰু ভৌত-ৰাসায়নিক ধৰ্ম ভৱিষ্যদ্বাণী কৰিবলৈ বিভিন্ন উৎসৰ পৰা বহুতো গণনাভিত্তিক সঁজুলি উপলব্ধ। গণনাভিত্তিক পদ্ধতিসমূহৰ মুখ্য সুবিধাসমূহ হ’ল জড়িত সময়ৰ মাপদণ্ড, উচ্চ খৰচ আৰু উচ্চ থ্ৰপুট স্ক্ৰীনিংৰ সম্ভৱনীয়তা।

১০.১.৩.১ প্ৰাথমিক গঠন ভৱিষ্যদ্বাণী

প্ৰটিনৰ প্ৰাথমিক গঠন ভৱিষ্যদ্বাণীত আইছ’ইলেক্ট্ৰিক পইণ্ট, এক্সটিংকশ্বন ক’ইফিচিয়েণ্ট, ইন্স্টেবিলিটি ইণ্ডেক্স, এলিফেটিক ইণ্ডেক্স আৰু গ্ৰেণ্ড এভাৰেজ হাইড্ৰ’পেথি আদিৰ দৰে ভৌত-ৰাসায়নিক চৰিত্ৰায়ন জড়িত। এইবোৰ ExPASy প্ৰ’টিঅ’মিক্স চাৰ্ভাৰৰ ProtParam সঁজুলিৰ সহায়ত গণনা কৰিব পাৰি। প্ৰটিনৰ কিছুমান ভৌত-ৰাসায়নিক ধৰ্ম তলৰ অংশত চমুকৈ বৰ্ণনা কৰা হৈছে।

আইছ’ইলেক্ট্ৰিক পইণ্ট- আইছ’ইলেক্ট্ৰিক পইণ্ট (pI) হৈছে $\mathrm{pH}$ য’ত প্ৰটিনৰ পৃষ্ঠভাগ আধানৰে আৱৰিত হৈ থাকে কিন্তু প্ৰটিনৰ মুঠ আধান শূন্য হয়। pI ত, প্ৰটিনবোৰ স্থিৰ আৰু সংহত। যদি গণনা কৰা $\mathrm{pI}$ মান $7(\mathrm{pI}<7)$ তকৈ কম হয়, ই সূচায় যে প্ৰটিনটো এচিডিক বুলি গণ্য কৰা হয়।

৭ তকৈ বেছি pI (pI> 7)য়ে প্ৰকাশ কৰে যে প্ৰটিনটো মৌলিক চৰিত্ৰৰ। গণনা কৰা আইছ’ইলেক্ট্ৰিক পইণ্ট (pI) আইছ’ইলেক্ট্ৰিক ফ’কাচিং পদ্ধতিৰে শুদ্ধীকৰণৰ বাবে বাফাৰ চিষ্টেম বিকাশ কৰাত উপযোগী হ’ব।

এলিফেটিক ইণ্ডেক্স- এলিফেটিক ইণ্ডেক্স (AI), যাক এলিফেটিক চাইড চেইন (A, V, I আৰু L)ৰ দ্বাৰা দখল কৰা প্ৰটিনৰ আপেক্ষিক আয়তন হিচাপে সংজ্ঞায়িত কৰা হয়, গ্ল’বুলাৰ প্ৰটিনবোৰৰ তাপীয় স্থিৰতা বৃদ্ধিৰ বাবে ই এটা ধনাত্মক কাৰক হিচাপে গণ্য কৰা হয়। প্ৰটিন ক্ৰমৰ অতি উচ্চ এলিফেটিক ইণ্ডেক্সে সূচায় যে প্ৰটিনটো এটা বহল তাপমাত্ৰা পৰিসৰৰ বাবে স্থিৰ হ’ব পাৰে।

ইন্স্টেবিলিটি ইণ্ডেক্স- ইন্স্টেবিলিটি ইণ্ডেক্সে টেষ্ট টিউবত প্ৰটিনৰ স্থিৰতাৰ এটা অনুমান প্ৰদান কৰে। কিছুমান ডাইপেপটাইড আছে, যাৰ উপস্থিতি অস্থিৰ প্ৰটিনবোৰত স্থিৰ প্ৰটিনবোৰতকৈ যথেষ্ট পৃথক। এই পদ্ধতিয়ে অস্থিৰতাৰ এটা ওজন মান নিয়োগ কৰে। এই ওজন মানবোৰ ব্যৱহাৰ কৰি এটা ইন্স্টেবিলিটি ইণ্ডেক্স গণনা কৰিব পাৰি। যি প্ৰটিনৰ ইন্স্টেবিলিটি ইণ্ডেক্স ৪০ তকৈ সৰু, তাক স্থিৰ বুলি ভৱিষ্যদ্বাণী কৰা হয়, ৪০ৰ ওপৰৰ মানে ভৱিষ্যদ্বাণী কৰে যে প্ৰটিনটো অস্থিৰ হ’ব পাৰে।

গ্ৰেণ্ড এভাৰেজ হাইড্ৰ’পেথি (GRAVY) মান - পেপটাইড বা প্ৰটিনৰ বাবে গ্ৰেণ্ড এভাৰেজ হাইড্ৰ’পেথি (GRAVY) মান হিচাপে গণনা কৰা হয় সকলো এমিন’ এচিডৰ হাইড্ৰ’পেথি মানৰ যোগফলক ক্ৰমত থকা ৰেচিডিউৰ সংখ্যাৰে হৰণ কৰি। GRAVY মানৰ নিম্ন পৰিসৰে পানীৰ সৈতে উন্নত আন্তঃক্ৰিয়াৰ সম্ভাৱনা সূচায়।

১০.১.৩.২ দ্বিতীয়ক গঠন ভৱিষ্যদ্বাণী

প্ৰটিনৰ দ্বিতীয়ক গঠনক গভীৰভাৱে অধ্যয়ন কৰা হৈছে, কিয়নো অজ্ঞাত গঠনৰ প্ৰটিনৰ কাৰ্য প্ৰকাশ কৰাত ই অতি সহায়ক। ইয়াৰ উপৰি, দেখুওৱা হৈছে যে প্ৰটিনৰ দ্বিতীয়ক গঠন ভৱিষ্যদ্বাণী কৰাটো প্ৰটিনৰ ৩-মাত্ৰিক গঠন ভৱিষ্যদ্বাণীৰ ফালে এটা পদক্ষেপ। APSSP, CFSSP, SOPMA, আৰু GOR সাধাৰণ প্ৰটিন দ্বিতীয়ক গঠন ভৱিষ্যদ্বাণী সঁজুলি।

১০.১.৩.৩ তিনিমাত্ৰিক (3D) গঠন ভৱিষ্যদ্বাণী

তলত দিয়া তিনিটা গণনাভিত্তিক পদ্ধতি সাধাৰণতে প্ৰটিনৰ 3D গঠন ভৱিষ্যদ্বাণী কৰিবলৈ ব্যৱহাৰ কৰা হয়।

হ’ম’লজি মডেলিং- হ’ম’লজি মডেলিংৰ বাবে, অজ্ঞাত গঠনৰ প্ৰটিনৰ এমিন’ এচিড ক্ৰমক জনা গঠনৰ প্ৰটিনৰ ক্ৰমৰ সৈতে সংৰেখিত কৰা হয়। উচ্চ মাত্ৰাৰ হ’ম’লজি (প্ৰটিনবোৰৰ মাজত আৰু ভিতৰত অতি সদৃশ ক্ৰম) অজ্ঞাত গঠনৰ প্ৰটিনৰ সামগ্ৰিক গঠন নিৰ্ধাৰণ কৰিবলৈ আৰু ইয়াক এটা নিৰ্দিষ্ট ভাঁজ শ্ৰেণীত স্থাপন কৰিবলৈ ব্যৱহাৰ কৰিব পাৰি। নিম্ন মাত্ৰাৰ হ’ম’লজিয়েও স্থানীয় গঠন নিৰ্ধাৰণ কৰিবলৈ ব্যৱহাৰ কৰিব পাৰি, এটা উদাহৰণ হ’ল দ্বিতীয়ক গঠন ভৱিষ্যদ্বাণী কৰিবলৈ চৌ-ফাছমেন পদ্ধতি। হ’ম’লজি মডেলিং পদ্ধতিসমূহৰ এটা সুবিধা হ’ল ভৌত নিৰ্ধাৰকৰ জ্ঞানৰ ওপৰত নিৰ্ভৰশীলতা নথকা। হ’ম’লজি মডেলিংৰ বাবে MODELLER আৰু SWISS-MODEL সাধাৰণতে ব্যৱহৃত সঁজুলি।

ভাঁজ ভৱিষ্যদ্বাণী- ভাঁজ চিনাক্তকৰণ পদ্ধতিসমূহে এটা পূৰক দৃষ্টিভংগী গ্ৰহণ কৰে য’ত গঠনবোৰ সংৰেখিত কৰা হয়। ‘থ্ৰেডিং’ বুলি কোৱা পদ্ধতিৰে, অজ্ঞাত গঠনৰ প্ৰটিনৰ ক্ৰমক জনা গঠনৰ প্ৰটিনৰ বেকব’ন (প্ৰটিন চাইড চেইন)ৰ গঠন গ্ৰহণ কৰিবলৈ বাধ্য কৰা হয়। প্ৰত্যেক প্ৰচেষ্টাৰ বাবে ভৌত নিৰ্ধাৰকবোৰে যিমান ভালকৈ জোখমাখ কৰে, সংৰেখণৰ স্ক’ৰ সিমান ভাল হয়। এই পদ্ধতিবোৰ হ’ম’লজি মডেলিং পদ্ধতিতকৈ অধিক গণনা-নিবিড় হোৱাৰ প্ৰৱণতা থাকে, কিন্তু ফলাফলবোৰৰ ভৌত সম্ভাৱ্যতাৰ বিষয়ে ইহঁতে অধিক আত্মবিশ্বাস দিয়ে। LIBELLULA আৰু Threader এই পদ্ধতিৰ বাবে সাধাৰণতে ব্যৱহৃত সঁজুলি।

ডি ন’ভ’ প্ৰটিন গঠন ভৱিষ্যদ্বাণী: ই এটা এলগৰিদমিক প্ৰক্ৰিয়া য’ত প্ৰটিনৰ তৃতীয়ক গঠন ইয়াৰ এমিন’ এচিড প্ৰাথমিক ক্ৰমৰ পৰা ভৱিষ্যদ্বাণী কৰা হয়। QUARK হৈছে $a b$ initio প্ৰটিন গঠন ভৱিষ্যদ্বাণী আৰু প্ৰটিন পেপটাইড ভাঁজ কৰাৰ বাবে এটা কম্পিউটাৰ এলগৰিদম, যাৰ লক্ষ্য কেৱল এমিন’ এচিড ক্ৰমৰ পৰা শুদ্ধ প্ৰটিন 3D মডেল নিৰ্মাণ কৰা। QUARK মডেলবোৰ সৰু খণ্ড (১-২০ ৰেচিডিউ দীঘল)ৰ পৰা প্ৰতিলিপি-বিনিময় মন্টে কাৰ্ল’ ছিমুলেশ্বনৰ দ্বাৰা এটা পাৰমাণৱিক স্তৰৰ জ্ঞান-ভিত্তিক বল ক্ষেত্ৰৰ নিৰ্দেশনাত নিৰ্মাণ কৰা হয়।

গণনাৰে ব্যাখ্যা কৰা প্ৰটিনৰ গঠনটো পাৰমাণৱিক স্থানাংক হিচাপে প্ৰটিন-ডাটা-বেংক ফাইলত ৰেকৰ্ড কৰা হয়। তিনিমাত্ৰিক স্থানাংকবোৰ এক প্ৰকাৰৰ টেক্সট-ফাইল অৰ্থাৎ PDB-ফাইলত .pdb ফাইল এক্সটেনশ্বনৰ সৈতে প্ৰটিন ডাটা বেংক (PDB) ডাটাবেছত সংৰক্ষণ কৰা হয়। ইয়াৰ ভিতৰত এক্স-ৰে ক্ৰিষ্টেল’গ্ৰাফী, NMR আৰু কেইটামান তাত্ত্বিক গঠন মডেলৰ তথ্য থাকে। ইয়াৰ উপৰিও, PDB ডাটাবেছ প্ৰটিন ডাটাবেছৰ সৈতে সংযুক্ত, যিবোৰ হ’ম’লজি মডেলিং আৰু থ্ৰেডিংৰ দৰে পদ্ধতিৰে গঠন ভৱিষ্যদ্বাণীৰ বাবে হ’ম’লজাছ ক্ৰম আৰু 3D-গঠন বিচাৰিবলৈ ব্যৱহাৰ কৰা হয়। MODELLER হৈছে প্ৰটিন গঠন ভৱিষ্যদ্বাণীৰ বাবে জনা মুক্তভাৱে উপলব্ধ সঁজুলিসমূহৰ ভিতৰত এটা।

ড’মেইন ভৱিষ্যদ্বাণী - ড’মেইন হৈছে প্ৰটিনৰ পৃথক কাৰ্যকৰী আৰু/বা গঠনমূলক একক। পলিপেপটাইড শৃংখলাৰ স্বাধীন ভাঁজকাৰী এককটোৱেও নিৰ্দিষ্ট কাৰ্য বহন কৰে। ইহঁতক পুনৰাবৃত্তি (ক্ৰম বা গঠন) একক হিচাপে চিনাক্ত কৰা হয়, যিবোৰ বিভিন্ন প্ৰসংগত থাকিব পাৰে। ড’মেইনবোৰে প্ৰটিন গঠন, কাৰ্য, বিবৰ্তন আৰু ডিজাইনৰ ভৱিষ্যদ্বাণীৰ বাবে আটাইতকৈ মূল্যৱান তথ্য প্ৰদান কৰে। ড’মেইন ভৱিষ্যদ্বাণীৰ বাবে আটাইতকৈ সাধাৰণ সঁজুলিসমূহ হ’ল EMBL ৰ InterPRO স্কেন আৰু NCBI ৰ CDD অনুসন্ধান।

প্ৰটিন ক্ৰমৰ পৰা প্ৰটিন গঠন ভৱিষ্যদ্বাণী কৰাৰ বিভিন্ন সম্ভাৱ্য উপায় চিত্ৰিত কৰা এটা ফ্ল’চাৰ্ট চিত্ৰ ১০.১ ত দেখুওৱা হৈছে।

চিত্ৰ ১০.১: প্ৰটিন ক্ৰমৰ পৰা প্ৰটিন গঠন ভৱিষ্যদ্বাণী কৰাৰ সকলো সম্ভাৱ্য উপায়ৰ ফ্ল’চাৰ্ট

১০.২ কেমিনফৰমেটিক্স

১০.২.১ পৰিচয়

ৰসায়নৰ সমস্যা বুজিবলৈ গণনাভিত্তিক আৰু তথ্যভিত্তিক কৌশলৰ ব্যৱহাৰক কেমিনফৰমেটিক্স বুলি জনা যায়। কেমিনফৰমেটিক্স হৈছে পদাৰ্থ বিজ্ঞান, ৰসায়ন, জীৱবিজ্ঞান, গণিত, জৈৱৰসায়ন, পৰিসংখ্যা আৰু ইনফৰমেটিক্সৰ নীতি সংযুক্ত কৰাৰ বাবে এটা আন্তঃপৃষ্ঠ বিজ্ঞান। কেমিনফৰমেটিক্সৰ সৈতে একে দৃষ্টিভংগী সূচাবলৈ কেমইনফৰমেটিক্স আৰু কেমিকেল ইনফৰমেটিক্সৰ দৰে শব্দবোৰ ব্যৱহাৰ কৰা হয়। কেমিনফৰমেটিক্স কৌশলবোৰ ঔষধ আৱিষ্কাৰত উপযোগী, য’ত লক্ষ্য কোষীয় অণুবোৰৰ সৈতে আন্তঃক্ৰিয়াৰ বাবে বৃহৎ সংখ্যক যৌগ মূল্যায়ন কৰা হয়।

গত দুটা দশক ধৰি, কেমিনফৰমেটিক্স বিজ্ঞানটো ধাৰণাগত আৰু প্ৰযুক্তিগতভাৱে বৃদ্ধি পাইছে, ৰাসায়নিক উদ্যোগ, ফাৰ্মাচিউটিকেল আৰু জৈৱপ্ৰযুক্তি গৱেষণাত ব্যাপকভাৱে প্ৰয়োগ পাইছে যেনে, কম্পিউটাৰ-এডেড ড্ৰাগ ডিজাইন (CADD) য’ত নিৰ্দিষ্ট জৈৱিক আৰু চিকিৎসামূলক ধৰ্মৰ অণু বিচাৰি উলিওৱা হয়।

কেমিনফৰমেটিক্স বিশেষজ্ঞসকলে ভৌত ধৰ্ম, তিনিমাত্ৰিক আণৱিক আৰু স্ফটিক গঠন, ৰাসায়নিক বিক্ৰিয়া পথ আদিৰ ওপৰত তথ্য পৰিচালনা কৰে। বাস্তৱ যৌগৰ উপৰিও, কেমিনফৰমেটিক্স গৱেষকসকলে প্ৰধানতঃ ৰাসায়নিক ডাটাবেছৰ আভাসিক লাইব্ৰেৰী পৰিচালনা কৰে য’ত কল্পনাপ্ৰসূত যৌগ থাকিব পাৰে। আভাসিক লাইব্ৰেৰীত সম্ভাৱ্য সংশ্লেষণ পদ্ধতি আৰু বিক্ৰিয়া উৎপাদৰ ভৱিষ্যদ্বাণী কৰা স্থিৰতাৰ তথ্য থাকিব পাৰে। আভাসিক স্ক্ৰীনিংয়ে বৃহৎ লাইব্ৰেৰীৰ বাস্তৱ আৰু আভাসিক অণুবোৰৰ পৰা এটা নিৰ্দিষ্ট ধৰ্ম বা বিক্ৰিয়াৰ বাবে শ্ৰেষ্ঠ প্ৰাৰ্থী চিনাক্ত কৰিবলৈ আৰু মূল্যায়ন কৰিবলৈ ৰাসায়নিক আৰু ভৌত নীতি ব্যৱহাৰ কৰে। তেতিয়া আটাইতকৈ বাঞ্ছনীয় প্ৰাৰ্থীবোৰ পৰীক্ষাগাৰীয় অধ্যয়নত পৰীক্ষা কৰিব পাৰি।

১০.২.২ ৰাসায়নিক তথ্য সংৰক্ষণ আৰু পৰিচালনা

অনেক গোট আৰু সংস্থাই ৰাসায়নিক যৌগৰ ডাটাবেছ ৰক্ষণাবেক্ষণ কৰে, ইয়াৰে কিছুমান বিনামূলীয়াকৈ ৰাজহুৱাভাৱে উপলব্ধ আৰু কিছুমান বাণিজ্যিকভাৱে উপলব্ধ। যদিও এই ডাটাবেছবোৰত নিযুত নিযুত ৰাসায়নিক যৌগ, তেওঁলোকৰ বিক্ৰিয়া আদি থাকে, গণনা শক্তি আৰু সঁজুলিবোৰ ইমানো শক্তিশালী যে সম্পূৰ্ণ সম্পদটোৰ মাজেৰে অনুসন্ধান কৰি ৰেকৰ্ডবোৰ উদ্ধাৰ কৰিবলৈ কেৱল কেইছেকেণ্ডমান সময় লাগে।

বিজ্ঞানে ইমান আগবাঢ়িছে যে আমি এতিয়া আভাসিক অণুৰ লাইব্ৰেৰীৰ কথা কওঁ (বিলিয়ন প্ৰবিষ্টিত পৰ্যন্ত পৰ্যৱসিত হয়) - এইবোৰ হৈছে যিবোৰ যৌগ উপলব্ধ সাহিত্য অনুসৰি নাথাকে, কিন্তু উন্নত কম্বিনেটৰিয়েল কৌশল ব্যৱহাৰ কৰি সংশ্লেষণ কৰিব পাৰি।

CAS (কেমিকেল এবষ্ট্ৰেক্টছ চাৰ্ভিচ, আমেৰিকান কেমিকেল চ’ছাইটিৰ এটা বিভাগ) হৈছে বিশ্বৰ সৰ্ববৃহৎ ৰসায়ন অন্তৰ্দৃষ্টিৰ সংগ্ৰহ। ই ৰসায়নবিদসকলৰ বাবে ৰাসায়নিক নাম, গঠনৰ এক প্ৰামাণিক উৎস আৰু এক বিশ্বজনীন মানদণ্ড হিচাপে কাম কৰে।

২০১৮ চনলৈকে, CAS ৰেজিষ্ট্ৰীত গত ২০০ বছৰৰ বেছি সময়ৰ সাহিত্যৰ পৰা লোৱা ১৪২ নিযুত জৈৱিক আৰু অজৈৱিক পদাৰ্থ হোষ্ট কৰে। ৰেজিষ্ট্ৰীত ৬৭ নিযুত প্ৰটিন আৰু নিউক্লিয়িক এচিড ক্ৰম অন্তৰ্ভুক্ত কৰা হৈছে। ডাটাবেছটোত পদাৰ্থৰ ৭.৬ বিলিয়নতকৈ অধিক ধৰ্ম মান থাকে।

জৈৱচিকিৎসা বিজ্ঞান, ৰসায়ন, অভিযান্ত্ৰিকী, পদাৰ্থ বিজ্ঞান আদিৰ সৈতে বিশ্বব্যাপী প্ৰকাশিত সাহিত্যৰ বৃহৎ সংখ্যক তথ্য প্ৰতিদিনে CAS ডাটাবেছত যোগ কৰা হয়। ১৮০০ চনৰ পৰা, ডাটাবেছটোৱে ১০০ নিযুততকৈ অধিক ৰাসায়নিক বিক্ৰিয়া আৱৰি ৪৭ নিযুততকৈ অধিক প্ৰকাশন আৱৰি আছে। এই অসাধাৰণ সম্পদটো চিকিৎসামূলক আৰু উদ্যোগিক গুৰুত্বৰ যৌগ বিচাৰি পোৱাৰ বাবে এক ধন-ভাণ্ডাৰ। কিছুমান জনপ্ৰিয় ৰাসায়নিক ডাটাবেছ তালিকা ১০.১ ত উল্লেখ কৰা হৈছে।

তালিকা ১০.১: জনপ্ৰিয় ৰাসায়নিক ডাটাবেছ

১০.২.৩ আমি কিয় কেমিনফৰমেটিক্সৰ প্ৰয়োজন?

শ শ নিযুত যৌগ, ধৰ্ম, ৰাসায়নিক বিক্ৰিয়া আদিৰ সন্মুখীন হৈ, প্ৰশ্নটো হ’ল এই বিশাল সম্পদটো কেনেকৈ নেভিগেট কৰিব লাগে আৰু আমাৰ প্ৰয়োজনীয়তা পূৰণ কৰা শুদ্ধ ৰাসায়নিক যৌগটো কেনেকৈ বিচাৰি পাব লাগে?

কেমিনফৰমেটিক্স সঁজুলিবোৰে আমাক বিপুল সাহিত্যৰ মাজেৰে ব্ৰাউজ কৰাত আৰু নমুনা বিচাৰি পোৱাত সহায় কৰে। ফাৰ্মা কোম্পানীবোৰে নতুন ঔষধৰ ইন ছিলিক’ ডিজাইনৰ বাবে কেমিনফৰমেটিক্স সম্পদ আৰু সঁজুলি ব্যৱহাৰ কৰে, তাৰ পিছত সংশ্লেষণ আৰু পৰীক্ষা কৰে। ৰাসায়নিক উৎপাদন উদ্যোগে নতুন ধৰ্ম ডিজাইন কৰিবলৈ, বজাৰলৈ অহাৰ আগতে ৰাসায়নিক পদাৰ্থৰ কাৰ্যকাৰিতা আৰু বিষাক্ততা ভৱিষ্যদ্বাণী কৰিবলৈ কেমিনফৰমেটিক্সৰ প্ৰয়োজন।

১০.২.৪ ৰাসায়নিক যৌগৰ ওপৰত তথ্য কেনেকৈ সংৰক্ষণ কৰিব লাগে?

পৰমাণুবোৰৰ মাজত বন্ধন আৰু নিৰ্দিষ্ট কোণত সংৰেখিত কৰি কাগজত ৰাসায়নিক যৌগবোৰ সহজে আঁকিব পাৰি। আঁকা সঁজুলি ব্যৱহাৰ কৰি, ব্যৱহাৰকাৰী আন্তঃপৃষ্ঠত পূৰ্বনিৰ্ধাৰিত টেমপ্লেট ব্যৱহাৰ কৰি মানক জ্যামিতিক গঠন আৰু বিক্ৰিয়া সহজে আঁকিব পাৰি। এনে তথ্য ছবি ফাইল (যেনে, jpg, tif) বা নথি ৰূপ (যেনে, doc, pdf) হিচাপে সংৰক্ষণ কৰিব পাৰি। যিহেতু, ৰাসায়নিক তথ্যৰ এনে সংৰক্ষণ এনে গৱেষণা প্ৰকল্পত অলপ উপযোগী যিবোৰে এটা নিৰ্দিষ্ট উদ্দেশ্যৰ বাবে শুদ্ধ অণু বিচাৰি পাবলৈ বন্ধন কোণ, ঘূৰ্ণনৰ নমনীয়তা আদিৰ ‘গভী