antigen-prime: Simulating coupled genetic and antigenic evolution of influenza virus

इन्फ्लुएंजा वायरस मानव प्रतिरक्षा प्रणाली के सामने लगातार अपना स्वरूप बदलते रहते हैं। एंटीजेनिक ड्रिफ्ट (antigenic drift) के रूप में जानी जाने वाली यह प्रक्रिया, वायरस को पिछली संक्रमणों या टीकाकरण द्वारा निर्मित रक्षा प्रणालियों से बच निकलने में सक्षम बनाती है, जिससे हर साल लाखों लोगों को प्रभावित करने वाले मौसमी प्रकोप होते हैं। यह अनुमान लगाने के लिए कि कौन से स्ट्रेन प्रभावी होंगे और प्रभावी टीके डिजाइन करने के लिए, वैज्ञानिक इन वायरल वेरिएंट्स को इस आधार पर समूहबद्ध करने का प्रयास करते हैं कि वे हमारी प्रतिरक्षा प्रणाली के प्रति कितने समान दिखते हैं और वे आबादी में कितनी तेज़ी से फैल रहे हैं। हालाँकि, यह जाँचना कि ये समूहीकरण विधियाँ सही ढंग से काम करती हैं या नहीं, अत्यंत कठिन है। वास्तविक दुनिया में, यह सटीक रूप से मापना कठिन है कि एक वायरस प्रतिरक्षा से बचने में कितना सक्षम है या किसी भी दिए गए क्षण में उसके बढ़ने की गति कितनी है, जिससे शोधकर्ताओं के पास अपने उपकरणों का परीक्षण करने के लिए कोई विश्वसनीय तरीका नहीं बचता।

इस समस्या को हल करने के लिए, शोधकर्ताओं की एक टीम ने 'एंटीजन-प्राइम' (antigen-prime) नामक एक नया कंप्यूटर प्रोग्राम विकसित किया। वास्तविक दुनिया के अप्रत्याशित मापन की कोशिश करने के बजाय, उन्होंने एक आभासी दुनिया बनाई जहाँ वे प्रत्येक चर (variable) को नियंत्रित कर सकते थे। यह सिम्युलेटर वायरस के लिए एक 'टाइम मशीन' की तरह कार्य करता है, जो तीस वर्षों की अवधि में इन्फ्लुएंजा के विकसित होने के भविष्योन्मुखी मॉडल को चलाता है। मुख्य नवाचार यह है कि यह प्रोग्राम वायरस के जेनेटिक कोड को सीधे उसकी प्रतिरक्षा प्रणाली से बचने की क्षमता से जोड़ता है, और साथ ही उस मेजबान आबादी के दबाव का अनुकरण करता है जो मुकाबला करने की कोशिश कर रही है। इस वातावरण को बनाकर, शोधकर्ताओं ने डेटा का एक ऐसा सेट तैयार किया जहाँ वास्तविक उत्तर शुरुआत से ही ज्ञात थे, जिससे अन्य वैज्ञानिक विधियों के परीक्षण के लिए एक आदर्श आधार प्राप्त हुआ।

इस तीस वर्षीय सिमुलेशन का उपयोग करते हुए, टीम ने पहले यह जाँच की कि क्या उनका आभासी वायरस वास्तविक चीज़ की तरह व्यवहार करता है। उन्होंने पाया कि सिमुलेशन में जेनेटिक परिवर्तन और इम्यून एस्केप (immune escape) के पैटर्न, प्रकृति में देखे गए पैटर्न से मेल खाते हैं, जिससे उन्हें विश्वास मिला कि मॉडल यथार्थवादी है। फिर उन्होंने इस सिम्युलेटेड डेटा का उपयोग दो अलग-अलग तरीकों को परखने के लिए किया जिनसे वैज्ञानिक वर्तमान में वायरल वेरिएंट्स को समूहों में विभाजित करते हैं। एक विधि पूरी तरह से जेनेटिक सीक्वेंस (आनुवंशिक अनुक्रम) पर निर्भर थी, जबकि दूसरी वायरस के फैमिली ट्री (वंशवृक्ष) को देखती थी। परिणामों ने दिखाया कि जेनेटिक सीक्वेंस पर आधारित विधि, वायरसों को उन समूहों में वर्गीकृत करने में थोड़ी बेहतर थी जो प्रतिरक्षा प्रणाली के दृष्टिकोण से वास्तव में एक-दूसरे से भिन्न थे।

शोधकर्ताओं ने यह भी परीक्षण किया कि वर्तमान उपकरण एक वर्ष की अवधि में इन वायरल समूहों की विकास दर का अनुमान लगाने में कितने सक्षम हैं। सिम्युलेटेड वर्षों में से अधिकांश में, अनुमान सटीक थे, लेकिन कई विशिष्ट अवधियों में, ये उपकरण नाटकीय रूप से विफल रहे। इन उच्च त्रुटि वाले क्षणों का बारीकी से अध्ययन करके, टीम ने इन विधियों के विफल होने के एक पूर्व में अप्रधारित तरीके का पता लगाया। यह खोज इस बात को उजागर करती है कि हालांकि वर्तमान मॉडल कई स्थितियों में अच्छी तरह काम करते हैं, लेकिन वे कुछ विशेष परिस्थितियों में वायरल व्यवहार के महत्वपूर्ण बदलावों को चूक सकते हैं। 'एंटीजन-प्राइम' सिम्युलेटर अब अन्य वैज्ञानिकों के उपयोग के लिए एक खुले उपकरण के रूप में उपलब्ध है, जो भविष्य के मॉडलों को सुधारने और परीक्षण करने का एक तरीका प्रदान करता है कि इन्फ्लुएंजा कैसे विकसित होता है, बिना अगले प्राकृतिक प्रकोप के उत्तर देने की प्रतीक्षा किए।