Hidden Markov model analysis to fluorescence blinking of fluorescently labeled DNA
यह अध्ययन फ्लोरोसेंटली लेबल किए गए डीएनए के ब्लिंकिंग व्यवहार को मात्रात्मक रूप से चित्रित करने के लिए हिडन मार्कोव मॉडल विश्लेषण का उपयोग करता है, जिससे यह प्रकट होता है कि ON-अवस्था की अवधि एक एक्सपोनेंशियल वितरण का पालन करती है जबकि OFF-अवस्था की अवधि एक लॉग-नॉर्मल वितरण का पालन करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जीव विज्ञान की सूक्ष्म दुनिया में, वैज्ञानिक अक्सर डीएनए स्ट्रैंड्स (DNA strands) की गति और उनकी अंतःक्रियाओं को देखने के लिए उनसे छोटे, चमकते हुए टैग जोड़ते हैं। ये फ्लोरोसेंट अणु (fluorescent molecules) लघु बल्बों की तरह होते हैं, जो ऊर्जा सोखने पर जल उठते हैं और ऊर्जा छोड़ने पर बुझ जाते हैं। सूक्ष्मदर्शी (microscope) के नीचे, ये अणु निरंतर नहीं चमकते; इसके बजाय, वे "ब्लिंकिंग" (blinking) नामक एक अराजक पैटर्न में जलते और बुझते रहते हैं। यह टिमटिमाहट कोई यादृच्छिक शोर (random noise) नहीं है, बल्कि अणु की आंतरिक अवस्था का एक रिकॉर्ड है। जब टैग चमक रहा होता है, तो वह एक स्वस्थ, सक्रिय अवस्था में होता है। जब वह अंधेरा हो जाता है, तो वह एक छिपी हुई, निष्क्रिय अवस्था में चला जाता है, जो अक्सर इसलिए होता है क्योंकि एक इलेक्ट्रॉन दूर चला गया होता है, जिससे एक अस्थायी विद्युत असंतुलन पैदा होता है। ये अणु कितनी देर तक जलते या बुझते रहते हैं, और वे क्यों बदलते हैं, इसे ठीक से समझना डीएनए के व्यवहार और इसके माध्यम से इलेक्ट्रॉनों की गति के मौलिक भौतिकी को प्रकट करता है। हालाँकि, इन नन्हे प्रकाशों से मिलने वाला संकेत अक्सर शोर और हस्तक्षेप के समुद्र में दब जाता है, जिससे एक वास्तविक स्विच और महज एक तकनीकी खराबी (glitch) के बीच अंतर करना अविश्वसनीय रूप से कठिन हो जाता है।
जापान के शोधकर्ताओं की एक टीम ने इस शोर को चीरने और इन टिमटिमाते प्रकाशों की वास्तविक कहानी पढ़ने का एक नया तरीका विकसित किया है। उन्होंने एक विशिष्ट फ्लोरोसेंट डाई (dye) से लेबल किए गए डीएनए स्ट्रैंड्स का अध्ययन किया, और प्रकाश संकेतों को उनके चमकीले और अंधेरे अवस्थाओं के बीच बदलते हुए देखा। चूंकि कच्चा डेटा (raw data) बहुत अव्यवस्थित था, इसलिए वैज्ञानिकों ने 'हिडन मार्कोव मॉडल' (hidden Markov model) नामक एक मशीन लर्निंग तकनीक का सहारा लिया। इस पद्धति को एक परिष्कृत फिल्टर के रूप में समझें जो एक शोर भरे संकेत को देखता है और उसके नीचे होने वाली घटनाओं के सबसे संभावित क्रम का अनुमान लगाता है, जो प्रभावी रूप से वास्तविक ऑन-ऑफ स्विच को बैकग्राउंड स्टैटिक (background static) से अलग करता है। चालीस अलग-अलग डीएनए अणुओं के प्रक्षेपवक्र (trajectories) पर इस तकनीक को लागू करके, टीम इन चालीस अणुओं के चमकने और अंधेरे रहने के एक स्वच्छ, विश्वसनीय इतिहास को पुनर्गठित करने में सक्षम हुई, चाहे मूल रिकॉर्डिंग में कितना भी शोर मौजूद क्यों न हो।
एक बार जब उनके पास ये स्वच्छ संकेत आ गए, तो शोधकर्ताओं ने मापा कि अणु प्रत्येक अवस्था में कितनी देर रहे। उन्होंने समय के पैटर्न में एक स्पष्ट और विशिष्ट नियम पाया। अणु के बुझने से पहले चमकने का समय एक सरल, अनुमानित नियम का पालन करता था: यह जितना अधिक समय तक चालू रहता, किसी भी क्षण इसके बुझने की संभावना उतनी ही अधिक होती, ठीक वैसे ही जैसे एक सिक्का उछालने का खेल जहाँ 'हेड्स' आने की संभावना इस बात से नहीं बदलती कि आपने कितनी बार पहले 'टेल्स' प्राप्त किया है। यह सुझाव देता है कि चमकने से अंधेरे की ओर स्विच होना एक अचानक, आकस्मिक घटना है जो एक निरंतर संभावना के साथ होती है। इसके विपरीत, अंधेरे की अवस्था में बिताया गया समय, अंधेरे से वापस प्रकाश की ओर लौटने का समय, बहुत अधिक जटिल था। इन अंधेरे काल की अवधि एक सरल नियम का पालन नहीं करती थी; इसके बजाय, डेटा एक विशिष्ट सांख्यिकीय आकार के अनुरूप था जिसे 'लॉग-नॉर्मल डिस्ट्रीब्यूशन' (log-normal distribution) कहा जाता है। यह पैटर्न बताता है कि चमकने की स्थिति में वापसी एक एकल यादृच्छिक घटना नहीं है, बल्कि यह संभवतः समय के साथ कई छोटे, स्वतंत्र कारकों के मिलकर काम करने का परिणाम है।
इन संक्रमणों की प्रकृति को समझने के लिए, शोधकर्ताओं ने अपने निष्कर्षों की तुलना उस तरीके से की जैसे इंजीनियर इलेक्ट्रॉनिक घटकों, जैसे कि सेमीकंडक्टर्स (semiconductors) की विफलता दर का विश्लेषण करते हैं। उस क्षेत्र में, समय के साथ निरंतर विफलता दर एक यादृच्छिक, आकस्मिक खराबी को दर्शाती है, जबकि बदलती दर टूट-फूट (wear and tear) की प्रक्रिया का संकेत देती है। विश्लेषण ने दिखाया कि चमकने की अवस्था से अंधेरी अवस्था में संक्रमण बिल्कुल एक यादृच्छिक विफलता की तरह व्यवहार करता है, जो पुष्टि करता है कि अणु केवल संयोगवश प्रकाश उत्सर्जित करने की अपनी क्षमता खो देता है। हालाँकि, अंधेरे से चमकने की ओर वापसी एक अलग कहानी बताती है। रिकवरी (वापसी) की दर समय के साथ बदलती रही: यह शुरू में कम थी, एक शिखर तक पहुँची, और फिर गिर गई। यह व्यवहार "वियर-आउट" (wear-out) अवधि के समान है जहाँ एक सिस्टम तनाव में होता है, लेकिन एक मोड़ के साथ: एक टूटी हुई मशीन के विपरीत जो पूरी तरह विफल होने तक खराब होती जाती है, ये अणु अंततः ठीक हो जाते हैं। रिकवरी दर का शिखर लगभग 5 मिलीसेकंड पर हुआ, और अधिकांश अणु लगभग 30 मिलीसेकंड के भीतर अपने चमकने की अवस्था में लौट आए।
अध्ययन ने यह भी पता लगाया कि डेटा एकत्र करने के तरीके का परिणामों पर क्या प्रभाव पड़ता है। शोधकर्ताओं ने अपने विश्लेषण का परीक्षण विभिन्न समय अंतरालों का उपयोग करके किया, जो 62.5 माइक्रोसेकंड के बहुत छोटे स्लाइस से लेकर 250 माइक्रोसेकंड के लंबे स्लाइस तक थे। उन्होंने पाया कि हालांकि अंतराल के उपयोग के आधार पर विशिष्ट संख्याएँ थोड़ी बदल गईं, लेकिन मौलिक पैटर्न समान रहे। चमकने की अवधि हमेशा सरल नियम का पालन करती थी, और अंधेरे की अवधि हमेशा जटिल, बहु-कारक पैटर्न का पालन करती थी। यह निरंतरता शोधकर्ताओं को विश्वास दिलाती है कि उनके निष्कर्ष मजबूत हैं और डेटा मापने के तरीके का केवल एक कृत्रिम परिणाम (artifact) नहीं हैं। मशीन लर्निंग को शोर को हटाने के लिए सफलतापूर्वक लागू करके, टीम ने फ्लोरोसेंट डीएनए के छिपे हुए जीवन का एक स्पष्ट दृश्य प्रदान किया है, जिससे यह पता चलता है कि अंधेरे में स्विच होना एक यादृच्छिक दुर्घटना है, जबकि प्रकाश की ओर वापसी एक जटिल प्रक्रिया है जो कई छोटे प्रभावों के संचय से संचालित होती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।