Nonequilibrium protein complexes as molecular automata
यह शोध पत्र एक ऊष्मागतिकीय रूप से सुसंगत मॉडल प्रस्तावित करता है जो यह प्रदर्शित करता है कि संचालित, गैर-संतुलन प्रोटीन कॉम्प्लेक्स स्टोकेस्टिक आणविक ऑटोमेटा के रूप में कार्य कर सकते हैं, जिससे जीवित कोशिकाओं के भीतर त्रुटि-सहिष्णु स्मृति, आणविक स्टॉपवॉच और परिमित-अवस्था मशीनों को इंजीनियर करने के लिए एक ढांचा प्रदान होता 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
मुख्य विचार: प्रोटीनों को छोटे कंप्यूटरों में बदलना
कल्पना कीजिए कि एक प्रोटीन कॉम्प्लेक्स केवल एक स्थिर मशीन नहीं है जो एक काम करती है, बल्कि लेगो ब्रिक्स (Lego bricks) से बना एक छोटा, जीवित कंप्यूटर है।
हमारी दुनिया में, कंप्यूटर सूचनाओं को संग्रहीत करने (जैसे हार्ड ड्राइव) और डेटा को प्रोसेस करने (जैसे CPU) के लिए सिलिकॉन चिप्स और बिजली का उपयोग करते हैं। जीव विज्ञान में भी कोशिकाएं ऐसा ही करती हैं, लेकिन वे प्रोटीनों और रसायनों का उपयोग करती हैं। वैज्ञानिक एक बड़ा सवाल पूछ रहे हैं: ये अव्यवस्थित, डगमगाते जैविक भाग वास्तव में लॉजिक और मेमोरी कैसे प्रदर्शित करते हैं?
यह शोध पत्र इसे देखने का एक नया तरीका प्रस्तावित करता है। लेखक सुझाव देते हैं कि यदि आपके पास प्रोटीन सबयूनिट्स का एक वलय (जैसे समान मोतियों से बना एक ब्रेसलेट) है और आप इसमें विशिष्ट "श्रमिक" एंजाइम जोड़ते हैं, तो यह वलय बिल्कुल एक सेलुलर ऑटोमेटा (Cellular Automaton) की तरह व्यवहार कर सकता है।
सेलुलर ऑटोमेटा क्या है?
क्लासिक गेम Conway's Game of Life या Snake गेम के बारे में सोचें। यह कोशिकाओं का एक ग्रिड है जहाँ प्रत्येक कोशिका या तो "ऑन" होती है या "ऑफ"। एक कोशिका की स्थिति अपने पड़ोसियों के आधार पर बदलती है। यदि आपके पास सही नियम हैं, तो ये सरल ग्रिड जटिल गणित कर सकते हैं, मेमोरी स्टोर कर सकते हैं, या यहाँ तक कि अन्य कंप्यूटरों का अनुकरण (simulate) भी कर सकते हैं।
लेखकों ने पाया कि प्रोटीन रिंग भी बिल्कुल यही कर सकते हैं, लेकिन स्क्रीन पर पिक्सेल के बजाय, वे रासायनिक संशोधनों (जैसे कि एक फॉस्फेट टैग जोड़ना) का उपयोग करके "ऑन" या "ऑफ" के बीच स्विच करते हैं।
सेटअप: प्रोटीन रिंग और श्रमिक
एक गोलाकार हार की कल्पना करें जो 6 से 8 समान मोतियों (प्रोटीन मोनोमर्स) से बना है।
- प्रत्येक मोती दो में से एक स्थिति में हो सकता है: असंशोधित (0) या संशोधित (1) (जैसे लाइट स्विच का बंद या चालू होना)।
- पूरा हार 0 और 1 की एक स्ट्रिंग है (जैसे
101001)। यह सिस्टम की "मेमोरी" है।
अब, 8 अलग-अलग प्रकार के श्रमिक एंजाइमों (विशेषज्ञ उपकरणों) की कल्पना करें।
- ये श्रमिक केवल यादृच्छिक (random) रूप से कार्य नहीं करते हैं। वे "कॉन्टेक्स्ट-सेंसिटिव" (संदर्भ-संवेदनशील) होते हैं।
- नियम: एक श्रमिक किसी मोती पर तभी कार्य करता है जब उसके दो तत्काल पड़ोसी एक विशिष्ट पैटर्न में हों।
- उदाहरण: श्रमिक A केवल एक मोती को 0 से 1 में बदलता है यदि उसके बाईं ओर का मोती "1" है और दाईं ओर का "0" है।
- उदाहरण: श्रमिक B केवल एक मोती को 1 से 0 में बदलता है यदि दोनों पड़ोसी "0" हैं।
कोशिका में आप कौन से श्रमिकों की उपस्थिति चुनते हैं, इसके माध्यम से आप अनिवार्य रूप से कंप्यूटर के नियमों को प्रोग्राम कर रहे हैं।
"स्ट्रॉन्ग ड्राइव": इसे तेज़ और एकतरफा बनाना
एक सामान्य, सुस्त रासायनिक प्रतिक्रिया में, चीजें आसानी से आगे-पीछे होती हैं (जैसे पहाड़ी पर ऊपर-नीचे लुढ़कती गेंद)। लेकिन एक जीवित कोशिका में, ऊर्जा (ATP) की निरंतर आपूर्ति होती है जो एक तेज हवा की तरह काम करती है।
लेखक एक ऐसी स्थिति की कल्पना करते हैं जहाँ हवा इतनी तेज है कि एक बार जब एक श्रमिक एक मोती को बदल देता है, तो वह कभी भी अपने आप दूसरे तरीके से वापस नहीं जाता। यह सिस्टम को एक "वन-वे स्ट्रीट" (एकतरफा रास्ता) में बदल देता है। यह महत्वपूर्ण है क्योंकि यह सिस्टम को एक रैंडम गड़बड़ी के बजाय एक नियत (deterministic) मशीन की तरह व्यवहार करने में मदद करता है।
ये "मॉलिक्यूलर ऑटोमेटा" क्या कर सकते हैं?
लेखकों ने यह देखने के लिए सिमुलेशन चलाया कि इन श्रमिकों को मिलाने और मिलाने से क्या होता है। उन्होंने चार अद्भुत क्षमताएं पाईं:
1. "मॉलिक्यूलर स्टॉपवॉच" (लंबे ट्रांजिएंट्स)
कुछ नियम सेट प्रोटीन रिंग को अंतिम अवस्था में स्थिर होने में बहुत लंबा समय लेते हैं।
- उपमा: एक बाल्टी की कल्पना करें जिसमें एक छोटा छेद है। यदि आप इसमें पानी डालते हैं, तो इसे खाली होने में लंबा समय लगता है।
- उपयोग: आप इसका उपयोग समय मापने के लिए कर सकते हैं। यदि आप मोतियों के रैंडम मिश्रण के साथ शुरू करते हैं, तो सिस्टम धीरे-धीरे खुद को एक अंतिम पैटर्न में "फनल" (फिल्टर) करेगा। वहां तक पहुँचने में लगने वाले समय को सेकंड, मिनट या घंटों में ट्यून किया जा सकता है। कोशिका इसका उपयोग यह जानने के लिए कर सकती है कि प्रक्रिया को कब रोकना है।
2. "त्रुटि-सुधारने वाली मेमोरी" (बाइस्टेबिलिटी)
कुछ नियम दो "सुरक्षित क्षेत्रों" (अट्रैक्टर्स) वाला सिस्टम बनाते हैं: सभी मोती 0, या सभी मोती 1।
- उपमा: एक घाटी की कल्पना करें जिसके नीचे दो गहरे गड्ढे हैं। यदि आप गेंद को थोड़ा हिलाते हैं (एक रैंडम त्रुटि), तो वह थोड़ा ऊपर रोल कर सकती है, लेकिन गुरुत्वाकर्षण (नियम) उसे वापस गड्ढे में खींच लेता है।
- उपयोग: यह कोशिकाएं दीर्घकालिक मेमोरी कैसे स्टोर करती हैं, इसके बारे में है। भले ही रैंडम रासायनिक शोर गलती से एक मोती को बदल दे, सिस्टम स्वचालित रूप से इसे ठीक कर देता है। लेखकों ने पाया कि विशिष्ट "नियम" (जैसे नियम 232) इस काम के लिए बेहतरीन हैं, जो एक जैविक स्पेल-चेकर की तरह कार्य करते हैं।
3. "ट्रैवलिंग वेव" (दोलन/ऑसिलेशन)
कुछ नियम सिस्टम को स्थिर नहीं होने देते। इसके बजाय, बदलाव रिंग के चारों ओर एक लहर की तरह चलते हैं।
- उपमा: स्टेडियम की "वेव" की कल्पना करें जहाँ लोग एक क्रम में खड़े होते हैं और बैठते हैं। लहर चलती है, लेकिन लोग अपनी सीटों पर ही रहते हैं।
- उपयोग: यह एक जैविक घड़ी या ऑसिलेटर बनाता है। सिस्टम कभी रुकता नहीं है, जो सर्कैडियन रिदम (हमारी बॉडी क्लॉक) जैसी चीजों के लिए एकदम सही है।
4. "फाइनाइट स्टेट मशीन" (लॉजिक प्रोसेसिंग)
यह सबसे रोमांचक हिस्सा है। श्रमिकों की उपस्थिति को बदलकर, आप प्रोटीन रिंग को एक साधारण कंप्यूटर प्रोसेसर की तरह बना सकते हैं।
- उपमा: ट्रेन ट्रैक के स्विच की कल्पना करें। यदि आप एक स्विच बदलते हैं (नियम सेट बदलते हैं), तो ट्रेन को एक विशिष्ट ट्रैक पर जाने के लिए मजबूर किया जाता है जो एक विशिष्ट गंतव्य तक जाता है।
- उपयोग: प्रोटीन घटनाओं को गिन सकता है। उदाहरण के लिए, "यदि मैं सिग्नल A देखता हूँ, फिर सिग्नल B, तो मैं अपनी स्थिति बदल देता हूँ।" यह घटनाओं के क्रम को याद रख सकता है, न कि केवल वर्तमान स्थिति को। यह कोशिका को केवल वर्तमान में क्या हो रहा है, इसके बजाय पिछली घटनाओं के क्रम के आधार पर जटिल निर्णय लेने की अनुमति देता है।
यह क्यों मायने रखता है?
1. यह समझाता है कि प्रकृति कैसे गणना (compute) कर सकती है।
हम जानते हैं कि कोशिकाएं स्मार्ट हैं, लेकिन हमें उनके "हार्डवेयर" की पूरी समझ नहीं थी। यह पेपर सुझाव देता है कि प्रकृति पहले से ही इन "मॉलिक्यूलर ऑटोमेटा" का उपयोग मेमोरी और टाइमिंग के लिए कर रही होगी, शायद CaMKII (मस्तिष्क की स्मृति में शामिल) या KaiC (बैक्टीरियल बॉडी क्लॉक) जैसे प्रोटीनों में।
2. यह सिंथेटिक बायोलॉजी के लिए एक ब्लूप्रिंट देता है।
यदि हम कृत्रिम कोशिकाएं या स्मार्ट दवाएं बनाना चाहते हैं जो "सोच" सकें, तो हमें नई भौतिकी का आविष्कार करने की आवश्यकता नहीं है। हमें बस प्रोटीन रिंग डिजाइन करने और उन एंजाइमों को इंजीनियर करने की आवश्यकता है जो उन पर कार्य करते हैं। हम एक प्रोटीन को काउंटर, टाइमर या मेमोरी स्टिक के रूप में कार्य करने के लिए "प्रोग्राम" कर सकते हैं, बस सही नियमों के सेट को चुनकर।
निचोड़
लेखकों ने दिखाया है कि ऊर्जा द्वारा संचालित और विशिष्ट नियमों द्वारा निर्देशित प्रोटीनों की एक साधारण रिंग, एक यूनिवर्सल कंप्यूटिंग डिवाइस है। यह मेमोरी स्टोर कर सकती है, समय गिन सकती है, त्रुटियों का पता लगा सकती है और लॉजिक प्रोसेस कर सकती है। यह जीव विज्ञान की अव्यवस्थित, अराजक दुनिया को एक संरचित, प्रोग्राम करने योग्य कंप्यूटर में बदल देता है।
संक्षेप में: उन्होंने जीवन के "हार्डवेयर" के लिए "सॉफ्टवेयर" खोज लिया है, और पता चला है कि जीवन पहले से ही अपने प्रोटीनों पर एक बहुत ही परिष्कृत ऑपरेटिंग सिस्टम चला रहा 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।