GenEx: A Graph-Based Representational Paradigm for SARS-CoV-2 Variant Detection via Codon Co-occurrence Networks
यह शोध पत्र GenEx को प्रस्तुत करता है, जो एक नवीन ग्राफ-आधारित प्रतिमान (पैराडाइम) है जो MSCG और LAPCG एल्गोरिदम का उपयोग करके SARS-CoV-2 जीन अनुक्रमों को कोडोन सह-अस्तित्व नेटवर्क (codon co-occurrence networks) में रूपांतरित करता है, SVD-संवर्धित विश्लेषण के माध्यम से 25 से अधिक स्पेक्ट्रल और संरचनात्मक विशेषताओं को निकालता है, और 23 बेंचमार्क किए गए मशीन लर्निंग मॉडलों के माध्यम से उच्च-सटीक वेरिएंट डिटेक्शन प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
वायरस लगातार अपने स्वयं के निर्देश मैनुअल को फिर से लिख रहे हैं। वैज्ञानिकों के लिए, ये मैनुअल आनुवंशिक कोड की लंबी कतारें हैं, और जब SARS-CoV-2 जैसा वायरस बदलता है, तो यह एक नया संस्करण, या वेरिएंट बनाता है, जो तेजी से फैल सकता है या टीकों से बच सकता है। दशकों से, शोधकर्ता विभिन्न वायरसों के आनुवंशिक स्ट्रिंग्स को अगल-बगल रखकर, कोड बनाने वाले अक्षरों में छोटे अंतरों को खोजकर इन परिवर्तनों का अध्ययन करते रहे हैं। यह विधि, जिसे सीक्वेंस अलाइनमेंट (sequence alignment) कहा जाता है, सरल उत्परिवर्तनों (mutations) को खोजने के लिए अच्छी तरह काम करती है, लेकिन यह वायरस के जीनोम के साथ एक सपाट, एक-आयामी रेखा की तरह व्यवहार करती है। यह कोड के विभिन्न हिस्सों के बीच संबंधों के जटिल जाल को नजरअंदाज कर देती है, जहाँ कोड के एक स्थान पर होने वाला परिवर्तन इस बात पर निर्भर हो सकता है कि दूसरे, दूरस्थ स्थान पर क्या हो रहा है। वायरस कैसे विकसित होगा, इसका पूर्वानुमान लगाने और वैश्विक खतरे बनने से पहले खतरनाक नए वेरिएंट्स को पहचानने के लिए इन छिपे हुए कनेक्शनों को समझना महत्वपूर्ण है।
बांग्लादेश में नॉर्थ साउथ यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस समस्या को देखने का एक अलग तरीका प्रस्तावित किया है। वायरस के आनुवंशिक निर्देशों को एक साधारण टेक्स्ट की रेखा के रूप में देखने के बजाय, उन्होंने GenEx नामक एक प्रणाली विकसित की है जो आनुवंशिक कोड को कनेक्शनों के एक मानचित्र (map) में बदल देती है। इस नए दृष्टिकोण में, शोधकर्ता वायरस के आनुवंशिक निर्देशों को तीन-अक्षर वाले टुकड़ों में तोड़ते हैं, जो वायरस द्वारा प्रोटीन बनाने के बुनियादी निर्माण खंड (building blocks) हैं। इसके बाद वे एक ऐसा मानचित्र बनाते हैं जहाँ प्रत्येक अद्वितीय तीन-अक्षर वाला टुकड़ा एक बिंदु होता है, और वे उन बिंदुओं के बीच रेखाएं खींचते हैं जो वायरस के कोड में एक-दूसरे के बगल में दिखाई देते हैं। इन रेखाओं की मोटाई यह दर्शाती है कि वे विशिष्ट टुकड़े कितनी बार एक साथ दिखाई देते हैं। ऐसा करके, वे अक्षरों की एक लंबी, भ्रमित करने वाली स्ट्रिंग को एक संरचित नेटवर्क में बदल देते हैं जो वायरस के आंतरिक तर्क को प्रकट करता है।
शोधकर्ताओं ने इस पद्धति का परीक्षण SARS-CoV-2 के चार प्रमुख वेरिएंट्स पर किया: बीटा, गामा, डेल्टा और ओमिक्रॉन। उन्होंने हजारों वायरस नमूनों के लिए ये कनेक्शन मैप बनाए और फिर प्रत्येक मैप के आकार और संरचना को मापा। उन्होंने विशिष्ट पैटर्न की तलाश की, जैसे कि नेटवर्क में कितने बिंदु थे, बिंदु औसतन एक-दूसरे से कितनी दूर थे, और बिंदु कितनी मजबूती से क्लस्टर (गुच्छे में) हुए थे। उन्होंने पाया कि प्रत्येक वेरिएंट की एक अनूठी संरचनात्मक छाप (fingerprint) थी। उदाहरण के लिए, डेल्टा वेरिएंट ने ऐसे मैप बनाए जो उल्लेखनीय रूप से एकसमान और सघन थे, जो एक बहुत ही स्थिर और अनुशासित आनुवंशिक संरचना का सुझाव देते हैं। इसके विपरीत, ओमिक्रॉन वेरिएंट ने कहीं अधिक जटिल और मॉड्यूलर मैप बनाए, जिसमें कई स्वतंत्र खंड थे जो एक-दूसरे से ओवरलैप नहीं होते थे, जो जीनोम के विभिन्न हिस्सों में कई उत्परिवर्तनों के संचय को दर्शाते हैं।
यह सुनिश्चित करने के लिए कि उनकी विधि काम करती है, शोधकर्ताओं ने अपने संरचनात्मक मापों को उन कंप्यूटर प्रोग्रामों में डाला जो डेटा से सीखना डिजाइन किए गए हैं। इन प्रोग्रामों को यह पहचानने के लिए प्रशिक्षित किया गया था कि कोई वायरस किस वेरिएंट से संबंधित है, जो केवल उसके कनेक्शन मैप के आकार पर आधारित था। सिस्टम ने आश्चर्यजनक सटीकता के साथ प्रदर्शन किया, और लगभग 99 प्रतिशत मामलों में वेरिएंट की सही पहचान की। यह परिणाम महत्वपूर्ण है क्योंकि यह दिखाता है कि जिस तरह से आनुवंशिक निर्माण खंड एक-दूसरे के साथ परस्पर क्रिया करते हैं, वह वायरस की पहचान के बारे में एक स्पष्ट संकेत देता है, जो कि अक्षरों के कच्चे अनुक्रम (raw sequence) जितना ही मजबूत संकेत है। शोधकर्ताओं ने यह भी पाया कि उनकी विधि पारंपरिक दृष्टिकोणों की तुलना में बहुत तेज़ थी, जिसने पुराने तरीकों की तुलना में बहुत कम समय में डेटा को प्रोसेस किया।
सबसे दिलचस्प खोजों में से एक यह थी कि जबकि सभी चार वेरिएंट्स एक बुनियादी अंतर्निहित संरचना साझा करते थे, वे विशिष्ट, मापने योग्य तरीकों से अलग हुए। बीटा वेरिएंट ने अस्थिरता के संकेत दिखाए, जिसमें कुछ नमूनों में कोड के हिस्सों के बीच असामान्य रूप से लंबी दूरियां थीं, जो बड़े विलोपन (deletions) या पुनर्गठन का सुझाव देती हैं। गामा वेरिएंट ने उच्च स्तर की विविधता प्रदर्शित की, जिसमें कुछ नमूने विशाल, फैलते हुए नेटवर्क बना रहे थे जो अन्य समूहों में देखी गई किसी भी चीज़ से अलग थे। ओमिक्रॉन वेरिएंट अपने उच्च संख्या में स्वतंत्र कनेक्शनों के लिए विशिष्ट था, जो यह दर्शाता है कि इसके उत्परिवर्तन जीनोम में बिखरे हुए थे न कि क्लस्टर में। इन संरचनात्मक अंतरों ने वायरल विकास को देखने के लिए एक नया लेंस प्रदान किया, जिससे पता चला कि वायरस का इतिहास न केवल उसके अक्षरों के क्रम में, बल्कि उसके कनेक्शनों की टोपोलॉजी (topology) में भी लिखा है।
शोधकर्ता तर्क देते हैं कि यह ग्राफ-आधारित दृष्टिकोण भविष्य की निगरानी के लिए एक शक्तिशाली उपकरण प्रदान करता है। क्योंकि इस विधि के लिए अनुक्रमों को किसी संदर्भ (reference) के विरुद्ध संरेखित करने की आवश्यकता नहीं होती है, इसलिए यह नए डेटा के आते ही तेजी से विश्लेषण कर सकती है। यह गति और सटीकता बताती है कि वैज्ञानिक वास्तविक समय में उभरते वेरिएंट्स का पता लगाने के लिए इन संरचनात्मक मानचित्रों का उपयोग कर सकते हैं, जिससे संभावित रूप से खतरनाक परिवर्तनों को व्यापक रूप से फैलने से पहले पहचाना जा सकता है। यह अध्ययन प्रदर्शित करता है कि वायरस के जीनोम को एक स्थिर रेखा के बजाय संबंधों के नेटवर्क के रूप में देखकर, हम उन छिपे हुए पैटर्न को उजागर कर सकते हैं जो विभिन्न स्ट्रेन के व्यवहार और विकास को परिभाषित करते हैं। एक रैखिक स्ट्रिंग से एक जुड़े हुए वेब (जाल) की ओर दृष्टिकोण का यह बदलाव, वायरल जीवन की जटिल मशीनरी को समझने के लिए एक नया द्वार खोलता 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।