Metabolic processes shape microbial interaction distributions

एक हलचल भरे शहर की कल्पना करें जहाँ लाखों सूक्ष्म, अदृश्य नागरिक लगातार व्यापार, लड़ाई और एक-दूसरे की मदद कर रहे हैं। यह कोई मानव महानगर नहीं है, बल्कि एक सूक्ष्मजीवी समुदाय (microbial community) है—मिट्टी, आपकी आंत, या तालाब के पानी की एक बूंद में एक साथ रहने वाले बैक्टीरिया और अन्य एककोशिकीय जीवों की एक दुनिया। लंबे समय तक, इन शहरों को समझने की कोशिश करने वाले वैज्ञानिकों ने संबंधों के "चिह्न" पर ध्यान केंद्रित किया: क्या प्रजाति A प्रजाति B की मदद कर रही है (एक प्लस चिह्न), या वह उसे नुकसान पहुँचा रही है (एक माइनस चिह्न)? यह पूछने जैसा है कि क्या दो पड़ोसी दोस्त हैं या दुश्मन। लेकिन केवल यह जानना कि वे दोस्त हैं, आपको यह नहीं बताता कि वे शिष्टाचार निभाने वाले परिचित हैं जो बरामदे से हाथ हिलाते हैं या पक्के दोस्त जो साथ रहने और सब कुछ साझा करने के लिए घर बसा लेते हैं। असली जादू इन संबंधों की शक्ति में निहित है। एक सूक्ष्मजीव वास्तव में दूसरे की वृद्धि को कितना प्रभावित करता है?

यह प्रश्न महत्वपूर्ण है क्योंकि इन संबंधों का मिश्रण ही यह निर्धारित करता है कि पूरा शहर जीवित रहेगा या ढह जाएगा। यदि हर कोई लगातार सभी के साथ लड़ रहा है, तो शहर जलकर राख हो सकता है। यदि हर कोई बहुत अधिक मिलनसार है, तो एक समूह कब्जा कर सकता है और बाकी सबको कुचल सकता है। वैज्ञानिकों ने बड़े जानवरों, जैसे शेर और जेबरा में इन पैटर्न का अध्ययन किया है, और पाया कि एक सुसंगत नियम है: अधिकांश अंतःक्रियाएं (interactions) कमजोर होती हैं, और केवल कुछ ही अविश्वसनीय रूप से मजबूत होती हैं। यह एक "कई कमजोर, कुछ मजबूत" वाला पैटर्न है। लेकिन इस नन्ही सूक्ष्मजीवी दुनिया के लिए, जहाँ अंतःक्रियाएं दांतों और पंजों के बजाय रासायनिक व्यापार और रिसाव के माध्यम से होती हैं, कोई नहीं जानता था कि क्या यही नियम लागू होता है। क्या सूक्ष्म जगत भी उन्हीं सामाजिक कानूनों का पालन करता है जिनका पालन स्थूल (macroscopic) जगत करता है?

सूक्ष्मजीवी शहर का गुप्त सामाजिक नेटवर्क

इस नए अध्ययन में, लाउज़ेन विश्वविद्यालय के शोधकर्ताओं प्रज्वल पद्मनाभ और सारा मिट्री ने सूक्ष्मजीवी सामाजिक जीवन के कोड को तोड़ने का निर्णय लिया। वे जानना चाहते थे: इन नन्हे अंतःक्रियाओं का वितरण वास्तव में कैसा दिखता है, और क्या इससे इस बात पर फर्क पड़ता है कि कितनी प्रजातियां एक साथ रह सकती हैं।

यह जानने के लिए, उन्होंने एक सूक्ष्मजीवी शहर का डिजिटल सिमुलेशन बनाया। कल्पना कीजिए कि पानी का एक विशाल टैंक (एक चेमोस्टेट) है जो विभिन्न प्रकार के भोजन से भरा है। उन्होंने इसे हजारों आभासी सूक्ष्मजीवों (virtual microbes) से भर दिया, जिनमें से प्रत्येक की अपनी अनूठी स्वाद कलिकाएं (विशिष्ट संसाधनों के लिए प्राथमिकताएं) और अपनी अव्यवस्थायें (पानी में रसायन लीक करना) थीं। इस दुनिया में, सूक्ष्मजीव उस भोजन के लिए प्रतिस्पर्धा करते हैं जिसकी उन्हें बढ़ने के लिए आवश्यकता होती है, लेकिन वे गलती से अपने भोजन का कुछ हिस्सा पानी में लीक भी कर देते हैं, जिसे अन्य सूक्ष्मजीव खा सकते हैं। इसे "क्रॉस-फीडिंग" (cross-feeding) कहा जाता है।

जब शोधकर्ताओं ने इन आभासी शहरों को तब तक चलने दिया जब तक कि वे स्थिर नहीं हो गए, तो उन्होंने केवल यह नहीं देखा कि कौन दोस्त है या दुश्मन। उन्होंने हर एक संबंध की शक्ति को मापा। और अनुमान लगाइए उन्होंने क्या पाया? सूक्ष्मजीवी दुनिया बिल्कुल जानवरों की दुनिया जैसी दिखती है! अंतःक्रियाओं का वितरण अत्यधिक झुका हुआ (skewed) था। अधिकांश सूक्ष्मजीव एक-दूसरे को शायद ही देखते थे—ये "कमजोर" अंतःक्रियाएं थीं। लेकिन कुछ ऐसे जोड़े थे जिनका एक-दूसरे पर भारी, गेम-चेंजिंग प्रभाव पड़ता था—ये "मजबूत" आउटलेयर्स (outliers) थे। डेटा ने दिखाया कि एक क्लासिक "कई कमजोर, कुछ मजबूत" पैटर्न मौजूद था।

ऐसा क्यों होता है?

यह शोध पत्र गहराई से समझाने के लिए कि यह पैटर्न क्यों उभरता है, काम करता है। यह सब चयापचय (metabolism) की अव्यवस्थित वास्तविकता के बारे में है।

सबसे पहले, प्रतिस्पर्धा के बारे में सोचें। यदि प्रत्येक सूक्ष्मजीव बिल्कुल एक ही भोजन को पसंद करता, तो वे सभी भयंकर लड़ाई करते। लेकिन वास्तव में, सूक्ष्मजीवों की अलग-अलग पसंद होती है। अधिकांश प्रजातियों के जोड़े एक ही तरह के स्नैक्स नहीं चाहते, इसलिए उनकी प्रतिस्पर्धा कमजोर होती है। केवल वे दुर्लभ जोड़े जो संयोग से बिल्कुल एक ही भोजन को पसंद करते हैं, एक तीव्र प्रतिद्वंद्विता रखते हैं।

दूसरा, लीकेज (रिसाव) के बारे में सोचें। सूक्ष्मजीव पूर्ण नहीं होते; वे अपने भोजन के अंश पानी में लीक कर देते हैं। कभी-कभी यह रिसाव पड़ोसी के लिए उपहार बन जाता है (क्रॉस-फीडिंग)। लेकिन चूंकि लीक होने वाली मात्रा और विशिष्ट रसायन बहुत भिन्न होते हैं, इसलिए इनमें से अधिकांश "उपहार" छोटे होते हैं और पड़ोसी की मुश्किल से मदद करते हैं। केवल दुर्लभ, सटीक मिलानों में—जहाँ एक सूक्ष्मजीव ठीक वही लीक करता है जिसकी दूसरा भूखा है—एक मजबूत, सकारात्मक बंधन बनता है।

शोधकर्ताओं ने गणितीय रूप से दिखाया कि जब आप इन दो कारकों (अलग-अलग पसंद और अव्यवस्थित रिसाव) को मिलाते हैं, तो आपको स्वाभाविक रूप से एक झुका हुआ वितरण प्राप्त होता है। यह कोई यादृच्छिक दुर्घटना नहीं है; यह इस बात का सीधा परिणाम है कि चयापचय कैसे काम करता है।

गौसियन (Gaussian) की गलती

यहाँ अध्ययन वैज्ञानिकों के लिए वास्तव में दिलचस्प हो जाता है। दशकों से, जब शोधकर्ता यह अनुमान लगाने की कोशिश करते थे कि सूक्ष्मजीवी समुदाय कैसे व्यवहार करते हैं, तो वे एक मानक गणितीय उपकरण का उपयोग करते थे जिसे 'जनरलाइज्ड लोटका-वोल्टेरा' (gLV) मॉडल कहा जाता है। गणित को आसान बनाने के लिए, वे आमतौर पर यह मान लेते थे कि अंतःक्रिया की ताकत एक "गौसियन" या "बेल कर्व" (घंटी के आकार का वक्र) वितरण का पालन करती है।

एक बेल कर्व की कल्पना करें: यह पूरी तरह से सममित (symmetrical) है। यह कहता है कि अधिकांश अंतःक्रियाएं औसत होती हैं, जिसमें बहुत कमजोर और बहुत मजबूत अंतःक्रियाओं की संख्या कम होती है, और एक मजबूत सकारात्मक अंतःक्रिया की संभावना एक मजबूत नकारात्मक अंतःक्रिया के बिल्कुल समान होती है। पेपर तर्क देता है कि सूक्ष्मजीवों के लिए यह एक गलत अनुमान है।

शोधकर्ताओं ने सिमुलेशन चलाकर इसका परीक्षण किया। जब उन्होंने पुराने, सममित बेल कर्व (Gaussian) का उपयोग करके यह भविष्यवाणी करने की कोशिश की कि कितने जीव एक साथ रह सकते हैं, तो मॉडल अक्सर गलत साबित हुए। उन्होंने बहुत अधिक प्रजातियों की भविष्यवाणी की या, और भी बुरा, आबादी अनंत तक बढ़ गई (unbounded growth), जो वास्तविक जीवन में कभी नहीं होता।

हालाँकि, जब उन्होंने एक लॉग-नॉर्मल (lognormal) वितरण का उपयोग किया—जो कि दुर्लभ, मजबूत घटनाओं की एक लंबी पूंछ के साथ स्वाभाविक रूप से झुका हुआ है—तो मॉडल अचानक बहुत बेहतर हो गए। उन्होंने प्रजातियों की संख्या की बहुत अधिक सटीकता से भविष्यवाणी की और, महत्वपूर्ण रूप से, आबादी को अनियंत्रित होने से रोक दिया। यह पता चला कि "कई कमजोर, कुछ मजबूत" वाला आकार केवल एक कूल पैटर्न नहीं है; यह एक सुरक्षा तंत्र है जो सूक्ष्मजीवी शहर को स्थिर रखता है।

वास्तविक डेटा पर परीक्षण

यह सुनिश्चित करने के लिए कि यह केवल एक कंप्यूटर गेम नहीं था, शोधकर्ताओं ने सिंथेटिक डकवीड पौधों से लेकर मानव आंत के बैक्टीरिया तक, विभिन्न सूक्ष्मजीवी समुदायों के नौ वास्तविक डेटासेटों का अध्ययन किया। उन्होंने इन समूहों में वास्तविक अंतःक्रियाओं को मापा।

परिणाम? वास्तविक डेटा सिमुलेशन से पूरी तरह मेल खाता था। वास्तविक सूक्ष्मजीवी अंतःक्रियाएं भी झुकी हुई थीं, जिनमें अधिकांश कमजोर थीं और कुछ मजबूत थीं। वे उसी गणितीय संबंध का भी पालन करते थे जो "स्क्यूनेस" (वितरण कितना तिरछा है) और "कर्टोसिस" (कितने चरम आउटलेयर्स मौजूद हैं) के बीच था, जिसकी भविष्यवाणी मॉडल ने की थी।

दो विशिष्ट प्रयोगों में जहाँ वैज्ञानिकों ने वास्तव में प्रयोगशाला में समुदाय बनाए और उन्हें बढ़ते हुए देखा, शोधकर्ताओं ने परिणामों की भविष्यवाणी करने के लिए अपने नए "लॉग-नॉर्मल" मॉडल का उपयोग किया। पारंपरिक गौसियन मॉडलों की तुलना में लॉग-नॉर्मल मॉडल काफी अधिक सटीक थे। वे पारंपरिक तरीकों की तुलना में बहुत बेहतर तरीके से यह बता सके कि एक समुदाय में कितनी प्रजातियां जीवित रहेंगी।

निष्कर्ष

यह शोध पत्र केवल यह नहीं बताता कि सूक्ष्मजीव सामाजिक हैं; यह हमें बताता है कि वे कैसे सामाजिक हैं। यह प्रकट करता है कि सूक्ष्मजीवी चयापचय की अव्यवस्थित, रिसाव वाली और प्रतिस्पर्धी प्रकृति स्वाभाविक रूप से एक ऐसी दुनिया बनाती है जहाँ अधिकांश पड़ोसी उदासीन होते हैं, लेकिन कुछ के बीच जीवन-मरण के संबंध होते हैं।

यह महसूस करके कि सूक्ष्मजीवी अंतःक्रियाएं सममित बेल कर्व नहीं बल्कि झुके हुए, "कई कमजोर, कुछ मजबूत" वितरण हैं, वैज्ञानिक अंततः बेहतर मॉडल बना सकते हैं। ये नए मॉडल न केवल बेहतर दिखते हैं; वे वास्तव में बेहतर काम करते हैं, यह भविष्यवाणी करते हैं कि एक समुदाय कितना विविध और स्थिर होगा। यह एक याद दिलाता है कि सूक्ष्म जगत में, हमारे अपने जगत की तरह ही, दुर्लभ और मजबूत संबंध अक्सर उन शांत, कमजोर संबंधों के समान ही महत्वपूर्ण होते हैं जो पूरे तंत्र को थामे रखते हैं।