CUPID-seq enables highly multiplexed amplicon sequencing via combinatorial in-line dual indexing

कल्पना कीजिए कि आप हज़ारों नन्हे, अदृश्य मेहमानों (ये मेहमान एक नमूने में मौजूद सूक्ष्मजीव हैं) की एक बड़ी पार्टी की ग्रुप फोटो लेने की कोशिश कर रहे हैं। यह सुनिश्चित करने के लिए कि आप अंतिम फोटो में बिल्कुल जानते हैं कि कौन कौन है, आपको हर एक मेहमान को एक विशिष्ट नाम का टैग (name tag) देना होगा।

पुरानी समस्या: महंगे नेम टैग की बाधा (The Expensive Name Tag Bottleneck)
अतीत में, वैज्ञानिक इन सूक्ष्मजीवों का अध्ययन करने के लिए "एम्प्लिकॉन सीक्वेंसिंग" (amplicon sequencing) नामक विधि का उपयोग करते थे। इसे एक उच्च तकनीक वाले कैमरे की तरह समझें जो एक ही बार में पूरी भीड़ की तस्वीर ले सकता है। हालाँकि, इस कैमरे का एक सख्त नियम है: भीड़ में मौजूद हर व्यक्ति को एक पूरी तरह से अद्वितीय, पहले से छपे हुए नाम के टैग (जिसे "डुअल इंडेक्स" कहा जाता है) पहनने होंगे ताकि कंप्यूटर बाद में उन्हें अलग कर सके।

समस्या यह है कि ये अद्वितीय नाम के टैग प्रिंट करना महंगा है। यदि आप सूक्ष्मजीवों के 1,000 अलग-अलग समूहों की तस्वीर लेना चाहते हैं, तो आपको 1,000 अद्वितीय टैगों के सेट खरीदने होंगे। यह प्रक्रिया बहुत महंगी बना देती है और एक ही सत्र में कितने समूहों की फोटोग्राफी की जा सकती है, इसकी सीमा तय कर देती है। यह एक विशाल पार्टी आयोजित करने जैसा है लेकिन आपके पास मेहमानों के लिए केवल पर्याप्त अद्वितीय निमंत्रण हैं, जिससे आपको लोगों को वापस जाने के लिए मजबूर होना पड़ता है या अधिक टैग के लिए भारी कीमत चुकानी पड़ती है।

नया समाधान: CUPID-seq (एक "मिक्स-एंड-मैच" पार्टी)
यह शोध पत्र एक नई रणनीति पेश करता है जिसे CUPID-seq कहा जाता है। सूक्ष्मजीवों को तुरंत एक पूर्व-मुद्रित, अद्वितीय नाम का टैग देने के बजाय, यह विधि एक चतुर दो-चरणीय "मिक्स-एंड-मैच" प्रणाली का उपयोग करती है।

1. राउंड 1 (पहला फिल्टर): वैज्ञानिक सूक्ष्मजीवों को एक अस्थायी, आंशिक आईडी टैग देते हैं जो उनके जीन के लिए विशिष्ट होता है (जैसे कि एक जेनेरिक "माइक्रोब" बैज)।
2. राउंड 2 (अंतिम मिश्रण): बाद में, वे आईडी टैग की एक दूसरी परत जोड़ते हैं। यहाँ जादू का कमाल है: जिस तरह से पहले के टैग डिज़ाइन किए गए थे, उसके कारण सूक्ष्मजीवों के कई अलग-अलग समूह अब आईडी टैग के एक ही दूसरे सेट को साझा कर सकते हैं।

इसे दो-भागों वाली पहेली की तरह समझें। भले ही दो अलग-अलग समूहों के मेहमान एक ही "लाल टोपी" (दूसरा टैग) पहनें, फिर भी वे विशिष्ट रूप से पहचाने जा सकते हैं क्योंकि उन्होंने नीचे अलग "नीली शर्ट" (पहला टैग) पहनी हुई है। कंप्यूटर नीली शर्ट और लाल टोपी के संयोजन को देखकर यह पता लगा सकता है कि वास्तव में कौन कौन है।

यह क्यों महत्वपूर्ण है
इस "कॉम्बिनेटोरियल" दृष्टिकोण (हिस्सों को मिलाने और मिलाने) का उपयोग करके, यह शोध पत्र दावा करता है कि:

• भारी बचत: अब आपको हजारों अद्वितीय नाम के टैग खरीदने की आवश्यकता नहीं है। आप विभिन्न संयोजनों में टैगों के एक ही सेट का पुन: उपयोग कर सकते हैं। यह टैग की लागत को 85% तक कम कर देता है।
• तेज़ काम: क्योंकि आपको जोड़ने के लिए कम अद्वितीय हिस्सों की आवश्यकता होती है, इसलिए पूरी प्रक्रिया में नमूनों को तैयार करने में कम समय लगता है और कम रसायनों का उपयोग होता है, जिससे समय और सामग्री में 40% तक की बचत होती है।
• अधिक मेहमान: अब आप एक ही सीक्वेंसिंग रन में बहुत अधिक नमूनों को फिट कर सकते हैं, जिससे महंगा हाई-टेक कैमरा बहुत अधिक कुशल हो जाता है।

उन्होंने वास्तव में क्या किया
शोधकर्ताओं ने इस प्रणाली का परीक्षण विशेष रूप से 16S राइबोसोमल आरएनए जीन पर किया, जो बैक्टीरिया की पहचान करने के लिए उपयोग किया जाने वाला एक मानक "माइक्रोब आईडी कार्ड" है। उन्होंने इस काम को करने के लिए आवश्यक उपकरण (प्राइमर्स) बनाए और एक सॉफ्टवेयर गाइड भी बनाई ताकि कंप्यूटर मिश्रित नाम के टैगों को सही ढंग से छाँट सके।

हालाँकि उन्होंने साबित किया कि यह बैक्टीरिया (16S) के लिए काम करता है, लेकिन वे कहते हैं कि यह प्रणाली लचीली है और इसे अन्य प्रकार के आनुवंशिक क्षेत्रों को देखने के लिए अनुकूलित किया जा सकता है, लेकिन उनका वर्तमान कार्य विशेष रूप से सूक्ष्मजीव समुदायों की प्रोफाइलिंग को सस्ता और तेज़ बनाने पर केंद्रित है।