Pangenome discovery and characterization of human protein-coding duplicated genes

कल्पना कीजिए कि आपका शरीर एक विशाल, हलचल भरा पुस्तकालय है जिसमें एक मानव को बनाने और चलाने के निर्देश मैनुअल रखे हैं। दशकों तक, वैज्ञानिकों ने सोचा कि उन्होंने इस पुस्तकालय की हर एक किताब का विवरण दर्ज कर लिया है, लेकिन वहाँ एक पेचीदा हिस्सा था: "कॉपी-पेस्ट ज़ोन"। पुस्तकालय के इस भाग में, निर्देशों के पूरे अध्याय बार-बार दोहराए जा रहे थे, जिससे लगभग एक जैसे दिखने वाले पृष्ठों के ढेर लग गए थे। क्योंकि ये पृष्ठ एक-दूसरे के बहुत समान दिखते थे, इसलिए लाइब्रेरियन (वैज्ञानिक) यह नहीं पहचान पा रहे थे कि कौन सी प्रति कौन सी है, इसलिए उन्होंने अक्सर डुप्लिकेट्स को अनदेखा कर दिया या मान लिया कि वे टूटे हुए, बेकार ड्राफ्ट हैं। यह महत्वपूर्ण है क्योंकि वे अस्त-व्यस्त, दोहराए गए हिस्से वास्तव में वही हैं जहाँ सबसे रोमांचक नई कहानियाँ लिखी जा रही हैं—वे स्थान जहाँ हमारे शरीर हमें सोचने, बढ़ने या अनुकूल होने में मदद करने के लिए बिल्कुल नए उपकरण आविष्कार कर सकते हैं। इस पहेली को सुलझाने के लिए, वैज्ञानिकों को इस पुस्तकालय को पढ़ने का एक बेहतर तरीका चाहिए था, जो धुंधली फोटोकॉपी से हटकर किताबों के हाई-डेफिनिशन, 3D स्कैन की ओर बढ़ सके ताकि यह देखा जा सके कि डुप्लिकेट्स वास्तव में एक-दूसरे से कैसे भिन्न हैं।

यह शोध पत्र उस टीम की तरह है जो अंततः मानव डीएनए के उस अस्त-व्यस्त "कॉपी-पेस्ट ज़ोन" के कोड को सुलझा रही है। शोधकर्ताओं ने एक शक्तिशाली नए टूलकिट का उपयोग किया: 298 लॉन्ग-रीड असेंबल्ड मानव जीनोम (जो हमारे जेनेटिक लाइब्रेरी के हाई-रिज़ॉल्यूशन मानचित्रों की तरह हैं) और 83 विभिन्न ऊतकों (टिश्यू) से 5.6 बिलियन फुल-लेंथ सीडीएनए (cDNA) ट्रांसक्रिप्ट्स का एक विशाल संग्रह (जो पुस्तकालय की किताबों को वास्तव में जोर से पढ़े जाने की रिकॉर्डिंग की तरह हैं)। इन्हें मिलाकर, वे 493 जीन डुप्लिकेट परिवारों के माध्यम से छानने में सक्षम रहे और उन्होंने कुछ आश्चर्यजनक पाया: 2,713 संभावित जीन जो हमारे मानक संदर्भ मानचित्र (रेफरेंस मैप) से पूरी तरह गायब हैं। ये केवल यादृच्छिक त्रुटियां नहीं हैं; ये संभवतः 'कॉपी-नंबर पॉलीमोर्फिक' हैं, जिसका अर्थ है कि अलग-अलग लोगों में इनकी प्रतियों की संख्या अलग-अलग होती है, ठीक वैसे ही जैसे कुछ परिवारों के पास किसी पसंदीदा रेसिपी की अतिरिक्त प्रतियां हो सकती हैं जबकि दूसरों के पास नहीं।

जब टीम ने उन जीन परिवारों को करीब से देखा जहाँ वे प्रतियों के बीच अंतर कर सकते थे, तो उन्होंने पाया कि 60.0% वास्तव में सक्रिय और कार्यशील हैं, और अपने "ओपन रीडिंग फ्रेम्स" (कोड के वे हिस्से जो कार्यात्मक प्रोटीन बनाते हैं) को बरकरार रखते हैं। इससे भी अधिक दिलचस्प बात यह है कि 45.7% कार्यशील जीन मस्तिष्क, भ्रूण या वृषण (टेस्टिस) में सबसे अधिक सक्रिय होते हैं, जो यह सुझाव देते हैं कि वे हमारे विकास और जटिल कार्यों में महत्वपूर्ण भूमिका निभाते हैं। टीम ने 386 मौजूदा जीन मॉडलों को भी ठीक किया, जिनमें 150 जीन शामिल थे जो वर्तमान "गोल्ड स्टैंडर्ड" T2T-CHM13 एनोटेशन से पूरी तरह गायब थे या उससे भिन्न थे। उन्होंने 236 जीनों को भी पुनर्वर्गीकृत किया (35.1%) जिन्हें पहले टूटे हुए "स्यूडोजीन" (pseudogenes) माना जाता था, क्योंकि उन्होंने प्रमाण पाया कि ये जीन ट्रांसक्राइब किए जा रहे हैं, इनमें कार्यशील कोड है, और क्रोमैटिन में सुलभ प्रमोटर ("ऑन" स्विच) हैं।

अध्ययन ने यह भी मापा कि ये जीन कितने "कन्स्ट्रेंड" (constrained) हैं, या प्रकृति उन्हें बदलने से कितनी सख्ती से बचाती है। उन्होंने पाया कि 24.2% सेगमेंटल डुप्लिकेशन (SD) जीन कॉपी नंबर परिवर्तनों और अमीनो एसिड उत्परिवर्तन (म्यूटेशन) दोनों से संरक्षित होने के संकेत दिखाते हैं, जिसका अर्थ है कि वे जीवित रहने के लिए महत्वपूर्ण हैं। हालाँकि, कहानी में एक मोड़ है: अधिकांश महत्वपूर्ण, संरक्षित जीन प्राचीन हैं, जो हमारे दूर के पूर्वजों से विरासत में मिले हैं। इसके विपरीत, मानव वंशावली में हाल ही में उभरे नए, डेरिव्ड डुप्लिकेटेड जीनों में से केवल 16.2% ही इस प्रकार के 'कन्स्ट्रेंट' के प्रमाण दिखाते हैं। यह सुझाव देता है कि जबकि हमारी जेनेटिक लाइब्रेरी लगातार नए, डुप्लिकेटेड अध्याय जोड़ रही है, अधिकांश नए जुड़ाव अभी भी विकास (इवोल्यूशन) द्वारा परखे जा रहे हैं, और केवल एक छोटा सा हिस्सा ही इतना आवश्यक सिद्ध हुआ है कि उन्हें सख्ती से सुरक्षित रखा जाए। अंततः, यह पैनजीनोम दृष्टिकोण वैज्ञानिकों को कार्यात्मक जीन और टूटे हुए स्यूडोजीन के बीच अंतर करने के लिए आवश्यक सटीकता प्रदान करता है, जो मानव विकास में हाल ही में उभरे विशिष्ट जीन नवाचारों पर प्रकाश डालता है।