Phylogeny-aided detection of contamination in nearly 5 million SARS-CoV-2 genomes
यह अध्ययन PhyCD को पेश करता है, जो एक फाइलोजेनी-सहायता प्राप्त कम्प्यूटेशनल टूल है जिसने 10,000 से अधिक संदूषण घटनाओं की पहचान करने और लगभग 65,000 त्रुटिपूर्ण प्रतिस्थापनों (सबस्टीट्यूशन) को मास्क करने के लिए लगभग 5 मिलियन SARS-CoV-2 जीनोम का विश्लेषण किया, जिससे रोगजनक विकास और संचरण विश्लेषणों की विश्वसनीयता में सुधार हुआ।
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 आप एक जासूस हैं जो एक संदिग्ध द्वारा छोड़ी गई एक एकल, पूर्ण डायरी पढ़कर एक रहस्य को सुलझाने की कोशिश कर रहे हैं। विज्ञान की दुनिया में, यह डायरी एक जीनोम (genome) है, जो चार अक्षरों (A, C, G और T) के एक कोड में लिखी गई एक विशाल निर्देश पुस्तिका है जो किसी जीवित जीव को खुद को बनाने का तरीका बताती है। जब वैज्ञानिक SARS-CoV-2 जैसे वायरसों का अध्ययन करते हैं, तो वे वायरस कैसे बदलता है, फैलता है और समय के साथ विकसित होता है, इसका पता लगाने के लिए लाखों इन "डायरियों" को अनुक्रमित (sequence) करते हैं। यह एक ही किताब की लाखों प्रतियों को पढ़ने जैसा है ताकि उन सूक्ष्म गलतियों (typos) को पहचाना जा सके जो महामारी की कहानी में एक नया अध्याय खोलती हैं।
हालाँकि, यहाँ एक पेचीदा समस्या है: कभी-कभी दो अलग-अलग डायरियाँ गलती से एक ही नोटबुक में आपस में मिल जाती हैं। इसे संदूषण (contamination) कहा जाता है। यदि एक वैज्ञानिक व्यक्ति A की डायरी पढ़ रहा है, लेकिन उसमें व्यक्ति B की डायरी के कुछ पन्ने चिपके हुए हैं, तो परिणामी कहानी एक भ्रमित करने वाला संकर (hybrid) बन जाती है। यह ऐसा लग सकता है जैसे वायरस ने अचानक कोई नई महाशक्ति विकसित कर ली हो या वह वंशावली की एक नई शाखा पर कूद गया हो, जबकि वास्तव में यह केवल एक गड़बड़ मिश्रण था। एक अन्य जटिलता एम्प्लिकॉन ड्रॉपआउट (amplicon dropout) है। कल्पना कीजिए कि आप एक किताब की फोटोकॉपी करने की कोशिश कर रहे हैं, लेकिन स्पाइन (spine) पर लगा गोंद चिपचिपा है, इसलिए कॉपी करने वाली मशीन एक पूरा अध्याय छोड़ देती है। यदि मुख्य वायरस का "अध्याय" छूट जाता है, लेकिन संदूषक (contaminant) का एक छोटा सा "अध्याय" कॉपी हो जाता है, तो अंतिम कहानी पूरी तरह से गलत दिखाई देती है। वैज्ञानिकों को इन गड़बड़ मिश्रणों को पहचानने और वायरस के भविष्य की भविष्यवाणी करने से पहले कहानी को ठीक करने के लिए एक तरीके की आवश्यकता होती है।
यहीं पर PhyCD (फाइलोजेनी-एडेड कॉन्टैमिनेशन डिटेक्शन) नामक एक नया टूल आता है, जिसे शोधकर्ताओं की एक टीम द्वारा लगभग 5 मिलियन SARS-CoV-2 जीनोम को साफ करने के लिए विकसित किया गया है। वायरस के पारिवारिक वृक्ष (family tree) को एक शहर के विशाल, विस्तृत मानचित्र के रूप में सोचें जहाँ हर इमारत एक वायरस नमूना है। आमतौर पर, एक वायरस नमूना एक विशिष्ट पड़ोस में ठीक से फिट बैठता है। लेकिन यदि कोई नमूना संदूषित है, तो यह एक ऐसी इमारत की तरह दिखता है जिसे किसी दूसरी सड़क पर बेतरतीब ढंग से चिपका दिया गया है, जो अपनी जगह से बहुत दूर है। शोधकर्ताओं ने PhyCD का उपयोग करके लगभग 5 मिलियन जीनोम को स्कैन किया, और उन "चिपकाए गए" भवनों की तलाश की। उन्होंने पाया कि 10,942 नमूने संदिग्ध थे। जीनोम के उन मैसे (messy) हिस्सों को मास्क करने (या छिपाने) के माध्यम से जहाँ संदूषण होने की संभावना थी, वे नमूने को पारिवारिक वृक्ष पर उसके सही स्थान पर वापस ला सके।
टीम ने पाया कि हालांकि ये संदूषण की घटनाएँ दुर्लभ हैं—जांचे गए नमूनों में से केवल 0.1% में होना—फिर भी जांचे जा रहे वायरसों की विशाल संख्या का अर्थ है कि हजारों जीनोम संभावित रूप से एक गलत कहानी बता रहे थे। जब उन्होंने अपने सफाई पद्धति को लागू किया, तो उन्होंने पाया कि इसने 64,000 से अधिक "गलतियों" (substitutions) को सफलतापूर्वक हटा दिया जो गलत निष्कर्षों की ओर ले जा सकती थीं। दिलचस्प बात यह है कि शोधकर्ताओं ने पाया कि उनकी विधि ने कभी-कभी उन नमूनों को भी चिह्नित किया जो वास्तव में संदूषित नहीं थे (चिह्नित किए गए नमूनों में से लगभग आधे "गलत अलार्म" थे), लेकिन उन्होंने निर्णय लिया कि सावधान रहना गलत होने से बेहतर है। डायरी के कुछ वास्तविक पन्नों को छिपाना बेहतर है ताकि यह सुनिश्चित हो सके कि बाकी कहानी सटीक है, बजाय इसके कि एक गड़बड़ मिश्रण पूरी जांच को भ्रमित कर दे।
यह शोध पत्र सुझाव देता है कि यह दृष्टिकोण जीनोमिक निगरानी को स्वच्छ रखने का एक शक्तिशाली तरीका है, विशेष रूप से डेटा के विशाल पैमाने को संभालने के दौरान, जैसा कि महामारी के दौरान होता है। हालाँकि, लेखक सावधानीपूर्वक नोट करते हैं कि उन्होंने संदूषण की समस्या को हमेशा के लिए "हल" नहीं किया है; बल्कि, उन्होंने एक अत्यधिक प्रभावी फ़िल्टर बनाया है जो यह सुझाव देता है कि किन नमूनों को दोबारा देखने की आवश्यकता है। वे यह भी बताते हैं कि उनकी विधि के लिए एक विशाल, विश्वसनीय पारिवारिक वृक्ष के साथ तुलना करने की आवश्यकता होती है, जो SARS-CoV-2 के लिए तो बेहतरीन काम करता है, लेकिन अन्य वायरसों के लिए कठिन हो सकता है जिनके पास अभी तक इतना डेटा उपलब्ध नहीं है। अंततः, PhyCD एक सतर्क संपादक के रूप में कार्य करता है, यह सुनिश्चित करता है कि हमारे द्वारा पढ़ी जाने वाली लाखों वायरल कहानियाँ जीवन के प्रति जितनी सत्य हैं उतनी ही सटीक रहें, जिससे हमें वायरस की अगली चाल के बारे में गलत निष्कर्ष निकालने से रोका जा सके।
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।