On Growth and Form, and Function: Reusable Regulatory Handles Control Phenotypic Variation
डार्सी थॉमसन के "ऑन ग्रोथ एंड फॉर्म" से प्रेरित, यह अध्ययन प्रदर्शित करता है कि न्यूरल सेलुलर ऑटोमेटा में सुसंगत बड़े पैमाने के रूपात्मक परिवर्तनों को पुन: प्रयोज्य, निम्न-आयामी नियामक अनुकूलनों के माध्यम से एनकोड और नियंत्रित किया जा सकता है, जो विविध लक्षित आकारिकीओं में स्केलिंग और अन्य फेनोटाइपिक विविधताओं के ज़ीरो-शॉट स्थानांतरण को सक्षम बनाता 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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक सदी से अधिक समय से, जीवविज्ञानी एक मौलिक प्रश्न से जूझ रहे हैं: एक एकल निषेचित अंडा (fertilized egg) यह कैसे जानता है कि एक जटिल जीव का निर्माण कैसे करना है, और निर्देशों में छोटे बदलाव कैसे प्रकृति में दिखने वाले विविध आकारों की विशाल विविधता की ओर ले जाते हैं? यह क्षेत्र, जिसे विकासात्मक विकासवादी जीवविज्ञान (evolutionary developmental biology) के रूप में जाना जाता है, उन सूक्ष्म नियमों और उन मैक्रोस्कोपिक रूपों के बीच के संबंध को समझने का प्रयास करता है जिन्हें कोशिकाएं बनाती हैं। इस खोज में एक प्रमुख विचार यह है कि शरीर एक स्थिर ब्लूप्रिंट की तरह नहीं बनता, बल्कि यह एक गतिशील प्रक्रिया से उभरता है जहाँ कोशिकाएं लगातार संवाद करती हैं, अपने पड़ोसियों को महसूस करती हैं, और एक लक्षित आकार तक पहुँचने के लिए अपने व्यवहार को समायोजित करती हैं। यदि हम इस प्रक्रिया को नियंत्रित करने वाले "नॉब्स" (knobs) और "स्विच" (switches) को समझ सकें, तो हम शायद यह समझा पाएंगे कि विकास जीवों को कैसे नया रूप देता है या क्षतिग्रस्त ऊतकों में उपचार को कैसे निर्देशित किया जा सकता है। चुनौती इन जटिल, वितरित परिवर्तनों का वर्णन करने का तरीका खोजने में थी, बिना खरबों व्यक्तिगत आणविक अंतःक्रियाओं में खो जाए।
एक नए अध्ययन में, शोधकर्ताओं ने यह परीक्षण करने के लिए एक सरलीकृत डिजिटल मॉडल बनाया है कि क्या शरीर के आकार में बड़े बदलावों को केवल कुछ उच्च-स्तरीय सेटिंग्स को समायोजित करके नियंत्रित किया जा सकता है। उन्होंने एक 'न्यूरल सेलुलर ऑटोमेटा' (neural cellular automaton) नामक प्रणाली का उपयोग किया, जो अनिवार्य रूप से कृत्रिम कोशिकाओं का एक ग्रिड है। इस ग्रिड की प्रत्येक कोशिका एक छोटा कंप्यूटर है जो अपने निकटतम पड़ोसियों को देखता है और नियमों के एक साझा सेट के आधार पर तय करता है कि आगे क्या करना है, ठीक वैसे ही जैसे एक वास्तविक जीव में जीन-नियामक नेटवर्क (gene-regulatory network) होता है। इन कृत्रिम कोशिकाओं को मछली या छिपकली जैसे विशिष्ट आकारों में विकसित होने के लिए प्रशिक्षित करके, शोधकर्ताओं ने एक आधार रेखा स्थापित की जहाँ कोशिकाएं विश्वसनीय रूप से लक्षित रूप का निर्माण करती हैं। मुख्य प्रश्न यह था कि क्या वे इस प्रशिक्षित प्रणाली को ले सकते हैं और नियमों के पूरे नियमकोश को फिर से लिखे बिना, केवल उन नियमों में सूक्ष्म, समन्वित समायोजन करके इसे एक अलग आकार या रूप में विकसित कर सकते हैं।
टीम ने पाया कि वे इन डिजिटल जीवों के आकार और रूप को नियंत्रित कर सकते हैं, जिसके लिए साझा नियमों में न्यूनतम परिवर्तन की आवश्यकता होती है। पूरे सिस्टम को हर नए आकार के लिए फिर से प्रशिक्षित करने के बजाय, उन्होंने साझा नियमों में छोटे, 'लो-रैंक' (low-rank) समायोजन लागू किए। इसे एक जटिल मशीन के पूरे ढांचे को फिर से बनाने के बजाय उसके कुछ विशिष्ट डायल घुमाने के रूप में सोचें। उन्होंने पाया कि नियमों में एक एकल, सरल समायोजन डिजिटल जीव को क्षैतिज रूप से खींचने के लिए पर्याप्त था, जबकि एक अन्य सरल समायोजन ने इसे लंबवत रूप से खींचा। उल्लेखनीय रूप से, ये समायोजन केवल एक विशिष्ट मछली को बड़ा बनाने को याद नहीं कर रहे थे; वे स्केलिंग (scaling) के एक सामान्य सिद्धांत का प्रतिनिधित्व करते थे। जब शोधकर्ताओं ने इन्हीं नियम समायोजनों को पूरी तरह से अलग दिखने वाले डिजिटल जीवों—जैसे कि छिपकली या अग्निशामक यंत्र (fire extinguisher)—पर लागू किया, तो नए आकार अपने अद्वितीय आंतरिक गुणों को सुरक्षित रखते हुए, अपने समग्र आयामों को बदलते हुए, सही आकार और अनुपात में विकसित हुए। यह सुझाव देता है कि सिस्टम ने स्केल को नियंत्रित करने का एक सार्वभौमिक तरीका सीख लिया है जो कई अलग-अलग रूपों में काम करता है।
यह देखने के लिए कि क्या ये निष्कर्ष केवल एक प्रकार के आकार के साथ एक भाग्यशाली दुर्घटना मात्र थे, शोधकर्ताओं ने लगभग 25,000 विभिन्न इमोजी लक्ष्यों की एक विशाल लाइब्रेरी पर हजारों डिजिटल जीवों को प्रशिक्षित किया। उन्होंने उस गणितीय स्थान (mathematical space) का विश्लेषण किया जहाँ सभी नियम समायोजन मौजूद थे। इस स्थान में, उन्होंने स्पष्ट, संगठित दिशाएं पाईं जो विशिष्ट जैविक लक्षणों के अनुरूप थीं। एक दिशा में जाने से जीव चौड़ा हो गया, जबकि दूसरी दिशा में जाने से वह लंबा हो गया। उन्हें एक ऐसी दिशा भी मिली जो आकार की कलात्मक शैली को बदल देती थी, जिससे वह एक मोटी काली रूपरेखा वाले विशिष्ट कार्टून स्टाइल जैसा दिखने लगता था, और एक अन्य दिशा जो एक एकल आकार को दो सममित भागों में विभाजित कर सकती थी, जैसे कि जुड़वां जन्म। ये दिशाएं यादृच्छिक नहीं थीं; वे सुसंगत और पुन: प्रयोज्य थीं। शोधकर्ताओं ने दिखाया कि इन विभिन्न समायोजनों को जोड़कर, वे जटिल परिवर्तन बना सकते थे, जैसे कि एक आकार को खींचना और साथ ही उसकी शैली को बदलना, बिना जीव की मूल पहचान को खोए।
अध्ययन बताता है कि शरीर बनाने की जटिल प्रक्रिया कुछ शक्तिशाली, उच्च-स्तरीय नियंत्रणों द्वारा शासित हो सकती है जिन्हें विविध परिणाम उत्पन्न करने के लिए ट्यून किया जा सकता है। हालांकि यह कार्य एक कंप्यूटर सिमुलेशन में किया गया था और यह अभी तक यह सिद्ध नहीं करता है कि वास्तविक जैविक कोशिकाएं बिल्कुल इन्हीं तंत्रों का उपयोग करती हैं, लेकिन यह एक सम्मोहक 'प्रूफ ऑफ कॉन्सेप्ट' प्रदान करता है। यह प्रदर्शित करता है कि रूप में सुसंगत, बड़े पैमाने पर परिवर्तन, एक साझा नियामक प्रणाली के सरल, निम्न-आयामी मॉडुलन (low-dimensional modulations) के रूप में एन्कोड किए जा सकते हैं। यह हमें यह सोचने का एक नया तरीका प्रदान करता है कि विकास जीवों को कैसे नया रूप देता है: शायद हर नए आकार के लिए पूरी तरह से नए निर्देश आविष्कार करने के बजाय, विकासात्मक नियमों के कुछ प्रमुख मापदंडों (parameters) को थोड़ा बदलकर। ये निष्कर्ष भविष्य की संभावनाओं के द्वार भी खोलते हैं जहाँ वैज्ञानिक एक दिन वास्तविक जैविक प्रणालियों में समान "हैंडल्स" (handles) की पहचान कर सकते हैं ताकि पुनर्जन्म (regeneration) का मार्गदर्शन किया जा सके या विकासात्मक त्रुटियों को सुधारा जा सके, जिससे विकास और रूप कैसे संबंधित हैं, इस सदी पुराने पहेली को एक समाधान योग्य इंजीनियरिंग समस्या में बदला जा सके।
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।