Organ-specific prioritization and annotation of non-coding regulatory variants in the human genome

मानव जीनोम की कल्पना एक विशाल, प्राचीन पुस्तकालय के रूप में करें जिसमें मानव शरीर के निर्माण और संचालन के निर्देश रखे हैं। लंबे समय से, वैज्ञानिक "मुख्य कहानियों" (वे जीन जो प्रोटीन बनाते हैं) को पढ़ने में बहुत कुशल रहे हैं, लेकिन वे किताबों में बिखरे हुए "स्टिकी नोट्स" (sticky notes) और "हाशिए के नोट्स" (marginalia) को समझने में संघर्ष करते रहे हैं। ये स्टिकी नोट्स नॉन-कोडिंग रेगुलेटरी वेरिएंट्स (non-coding regulatory variants) हैं—डीएनए में छोटे बदलाव जो हिस्से तो नहीं बनाते, बल्कि वॉल्यूम नॉब (volume knob) की तरह काम करते हैं, जो यह बताते हैं कि लाइब्रेरी को कब किसी विशिष्ट कहानी को तेज़ करना है, धीमा करना है या बंद करना है।

समस्या यह है कि लाइब्रेरी बहुत बड़ी है, और ये नोट्स हर जगह हैं। यह पता लगाना कि कौन सा नोट किस कहानी को किस विशिष्ट कमरे (जैसे हृदय या यकृत) में नियंत्रित करता है, एक बहुत बड़ा सिरदर्द रहा है।

यह शोध पत्र उस पहेली को इस प्रकार हल करता है:

1. मास्टर इंडेक्स (RegulomeDB)
सबसे पहले, शोधकर्ता एक उपकरण पर भरोसा करते हैं जिसे उन्होंने पहले ही बनाया है, जिसे RegulomeDB कहा जाता है। इसे लाइब्रेरी के लिए एक विशाल, सुपर-विस्तृत इंडेक्स कार्ड कैटलॉग के रूप में समझें। यह वैज्ञानिकों को यह खोजने में मदद करता है कि ये स्टिकी नोट्स कहाँ स्थित हैं और वे क्या कर सकते हैं।

2. नया स्मार्ट लाइब्रेरियन (TLand)
उस कैटलॉग का उपयोग करके, उन्होंने एक नया, सुपर-स्मार्ट कंप्यूटर मस्तिष्क बनाया है जिसे TLand कहा जाता है। आप TLand को एक अत्यधिक प्रशिक्षित लाइब्रेरियन के रूप में देख सकते हैं जो न केवल यह जानता है कि नोट्स कहाँ हैं, बल्कि यह भी भविष्यवाणी कर सकता है कि लाइब्रेरी का कौन सा विशिष्ट नोट वास्तव में किस "कमरे" से संबंधित है।

• पुराना तरीका: पिछले कंप्यूटर मॉडल उन लाइब्रेरियन की तरह थे जो केवल "मेन हॉल" (सामान्य, अच्छी तरह से अध्ययन किए गए सेल) को व्यवस्थित करना जानते थे क्योंकि वहां उनके पास सबसे अधिक किताबें थीं। जब उनसे "बेसमेंट" या "अटारी" (कम सामान्य अंग) के बारे में पूछा जाता था, तो वे अक्सर भ्रमित हो जाते थे।
• TLand का तरीका: इस नए लाइब्रेरियन को विशेष रूप से पूरी इमारत को संभालने के लिए प्रशिक्षित किया गया था। उन्होंने तीन अलग-अलग संस्करण बनाए, जिनमें से प्रत्येक एक विशिष्ट प्रकार के कमरे का विशेषज्ञ है। यह सुनिश्चित करता है कि लाइब्रेरियन केवल उस आधार पर अनुमान न लगाए जो वह सबसे अच्छी तरह जानता है; वे विशिष्ट अंगों के लिए नोट्स को सटीक रूप से वर्गीकृत कर सकते हैं, भले ही उन्होंने उस अंग का डेटा पहले उतना अधिक न देखा हो।

3. टेस्ट ड्राइव
शोधकर्ताओं ने अन्य शीर्ष स्तर के लाइब्रेरियन के विरुद्ध TLand का परीक्षण किया। TLand हर बार जीत गया, जिससे यह सिद्ध हुआ कि वह लाइब्रेरी के उन हिस्सों में भी एक नोट के लिए सही "कमरे" की पहचान कर सकता था जिन्हें उसने पहले नहीं देखा था।

4. रहस्यमय नोट्स को छाँटना
टीम ने 2 मिलियन रहस्यमय नोट्स (जिन्हें GWAS SNPs कहा जाता है) को देखने के लिए TLand का उपयोग किया, जिन्हें वैज्ञानिक पहले विभिन्न मानव लक्षणों से जुड़ा हुआ पाया था लेकिन नहीं जानते थे कि वे कैसे काम करते हैं।

• TLand सफलतापूर्वक उस विशिष्ट अंग की ओर इशारा करने में सफल रहा जहाँ प्रत्येक नोट संभवतः अपना कार्य करता है।
• जब उन्होंने उन नोट्स की जाँच की जिन्हें TLand ने "सबसे महत्वपूर्ण" बताया था, तो उन्हें एक मजबूत मिलान मिला: जिन नोट्स को कंप्यूटर ने हृदय के लिए बताया था, वे वास्तव में हृदय संबंधी लक्षणों से जुड़े थे, और जिन नोट्स को यकृत (liver) के लिए बताया गया था, वे यकृत संबंधी लक्षणों से जुड़े थे।

निष्कर्ष
यह शोध पत्र एक नया, विशेष उपकरण (TLland) पेश करता है जो मौजूदा मानचित्र (RegulomeDB) का उपयोग करके हमारे डीएनए में मौजूद "स्टिकी नोट्स" का अंततः अर्थ निकालने में सक्षम बनाता है। यह वैज्ञानिकों को अनुमान लगाने के बजाय यह जानने में मदद करता है कि एक विशिष्ट आनुवंशिक परिवर्तन वास्तव में किस अंग को प्रभावित करता है, जिससे मानव आनुवंशिकी की जटिल लाइब्रेरी को नेविगेट करना बहुत आसान हो जाता है।