De novo protein discovery in non-model organisms
लेखकों ने "plant" विकसित किया है, जो क्रोमैटोग्राफी के समान एक 'डी नोवो' (de novo) कम्प्यूटेशनल विधि है जो बिना किसी संदर्भ जीनोम की आवश्यकता के गैर-मॉडल जीवों के ट्रांसक्रिप्टोम्स में प्रोटीन डोमेन की तुलना, एनोटेशन और मात्रा निर्धारण को सक्षम बनाती है, जैसा कि 1KP आरएनए-सीक्वेन्सिंग (RNA-seq) डेटा का उपयोग करके सेलाजिनेला (Selaginella) प्रजातियों के विश्लेषण के माध्यम से प्रदर्शित किया गया है।
मूल पेपर CC BY 4.0 (https://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
कल्पना कीजिए कि आपके पास दो अलग-अलग किताबों के पुस्तकालय हैं, लेकिन न तो किसी पुस्तकालय में विषय-सूची है और न ही वे किताबें ऐसी भाषा में लिखी गई हैं जिन्हें आप नहीं समझते। आमतौर पर, उनकी तुलना करने के लिए आपको एक मास्टर अनुवादक या एक संदर्भ मार्गदर्शिका की आवश्यकता होगी। लेकिन क्या होगा यदि आप बिना किसी चीज़ के इन पुस्तकालयों की तुलना करना चाहें?
यह वही समस्या है जिसका सामना वैज्ञानिकों को उन पौधों का अध्ययन करने के दौरान करना पड़ा जिनके पास कोई "संदर्भ जीनोम" (एक मास्टर ब्लूप्रिंट) उपलब्ध नहीं था। इसे हल करने के लिए, उन्होंने एक नया डिजिटल टूल बनाया जिसे plant (जो कि 'पैरेलल एनोटेशन ऑफ ट्रांसक्रिप्टोम्स' का संक्षिप्त रूप है) कहा जाता है।
यह कैसे काम करता है, इसके लिए एक सरल उपमा का उपयोग करते हैं:
कॉफी फिल्टर की उपमा
कॉफी के दानों और पानी के एक जटिल मिश्रण के बारे में सोचें। यह समझने के लिए कि इसके अंदर क्या है, आप तरल को ठोस से अलग करने के लिए एक फिल्टर का उपयोग कर सकते हैं। plant विधि भी इसी तरह काम करती है, लेकिन एक भौतिक फिल्टर के बजाय, यह एक कंप्यूटर प्रोग्राम का उपयोग करती है। यह पौधे के जेनेटिक कोड (RNA-seq) से कच्चे, अव्यवस्थित डेटा को लेती है और प्रोटीन बनाने वाले विशिष्ट निर्माण खंडों (building blocks) को अलग करने के लिए उसे "फिल्टर" करती है।
LEGO ब्रिक की तुलना
आमतौर पर, वैज्ञानिक विशिष्ट जीन को देखकर पौधों की तुलना करते हैं, जो कि दो अलग-अलग नामकरण प्रणालियों का उपयोग करने वाले लेगो निर्देशों के दो अलग-अलग सेटों की तुलना करने जैसा है। उन्हें आपस में मिलाना कठिन है।
इसके बजाय, plant विशिष्ट निर्देशों को अनदेखा करता है और स्वयं LEGO ब्रिक्स (यूनिवर्सल प्रोटीन डोमेन) को देखता है। जिस तरह एक "2x4 लाल ईंट" एक महल के सेट में भी वही होती है और अंतरिक्ष यान के सेट में भी, ये प्रोटीन निर्माण खंड विभिन्न प्रजातियों में सार्वभौमिक होते हैं। इसलिए, यह टूल एक पौधे बनाम दूसरे पौधे में प्रत्येक "ईंट" का उपयोग कितनी बार किया जा रहा है, इसकी गणना करके उन्हें सीधे तुलना कर सकता है, भले ही पौधे अलग-अलग प्रजातियों के हों।
प्रयोग
शोधकर्ताओं ने "1000 प्लांट्स" प्रोजेक्ट के डेटा का उपयोग करके Selaginella पौधों (एक प्रकार के प्राचीन पौधे) के कई प्रकारों पर इसका परीक्षण किया। उन्होंने मुख्य रूप से तीन चीजें कीं:
- पहेली को जोड़ा: उन्होंने कच्चे जेनेटिक डेटा को लिया और उसे एक जिग्सॉ पहेली की तरह जोड़ा।
- हिस्सों की पहचान की: उन्होंने इन टुकड़ों की जांच एक विशाल डेटाबेस (Pfam) के साथ की ताकि देख सकें कि वे किस प्रकार की "LEGO ईंटें" (प्रोटीन संरचनाएं) थीं।
- हिस्सों की गिनती की: उन्होंने मापा कि प्रत्येक ईंट का उपयोग कितनी मात्रा में किया जा रहा था।
परिणाम
"क्या" (प्रोटीन संरचना) को "कितना" (मात्रा) के साथ जोड़कर, वे देख सके कि पौधों में कौन सी प्रोटीन संरचनाएं सक्रिय थीं। चूंकि उन्होंने इन सार्वभौमिक ईंटों पर ध्यान केंद्रित किया, इसलिए वे बिना किसी मास्टर ब्लूप्रिंट के पौधों की निष्पक्ष तुलना कर सके।
उन्होंने कुछ अद्वितीय "ईंटें" भी पाईं जो केवल विशिष्ट प्रजातियों में दिखाई देती थीं और वे उन्हें उस सटीक जीन तक वापस ट्रैक कर सके जिसने उन्हें बनाया था। अंत में, उन्होंने इन प्रोटीन भागों को विभिन्न पौधों में वितरित करने के तरीके को देखने के लिए एक रंगीन "बबल प्लॉट" (एक प्रकार का चार्ट) बनाया, जिससे पैटर्न को एक नज़र में देखना आसान हो गया।
संक्षेप में, यह विधि वैज्ञानिकों को उनके विशिष्ट जेनेटिक भाषाओं के अंतर में खो जाने के बजाय, उनके साझा, सार्वभौमिक निर्माण खंडों पर ध्यान केंद्रित करके विभिन्न पौधों की आंतरिक कार्यप्रणाली की तुलना करने की अनुमति देती 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।