Regulatory scope shapes the adaptive landscapes of bacterial transcription factor binding sites

एक जीवित कोशिका के भीतर के दृश्य की कल्पना एक हलचल भरे, उच्च-तकनीकी शहर के रूप में करें। इस शहर में, जीन इमारतों के ब्लूप्रिंट (नक्शे) हैं, और प्रोटीन जिन्हें ट्रांसक्रिप्शन फैक्टर्स (TFs) कहा जाता है, वे शहर के योजनाकार (city planners) हैं। ये योजनाकार खुद इमारतें नहीं बनाते; इसके बजाय, वे ब्लूप्रिंट पर विशिष्ट पतों को पढ़ते हैं—जो डीएनए के छोटे अनुक्रम (sequences) हैं जिन्हें ट्रांसक्रिप्शन फैक्टर बाइंडिंग साइट्स (TFBS) कहा जाता है—ताकि यह तय किया जा सके कि कौन सी इमारतें चालू होंगी और कौन सी बंद। यदि कोई योजनाकार पते को गलत पढ़ लेता है, तो शहर में पार्क में गगनचुंबी इमारत बन सकती है या अस्पताल खाली रह सकता है। समय के साथ, ये पते बदल सकते हैं, या उत्परिवर्तित (mutate) हो सकते हैं। कभी-कभी एक बदलाव शहर को बेहतर तरीके से चलाता है; अन्य बार यह अराजकता का कारण बनता है। वैज्ञानिक इन परिवर्तनों को मैप करने के लिए "एडेप्टिव लैंडस्केप्स" (अनुकूलन परिदृश्य) का अध्ययन करते हैं। एक परिदृश्य को एक 3D मानचित्र के रूप में सोचें जहाँ प्रत्येक बिंदु एक अलग डीएनए पता है, और भूमि की ऊँचाई इस बात का प्रतिनिधित्व करती है कि वह पता कितना अच्छा काम करता है। ऊँची चोटियाँ "परफेक्ट" पते हैं जो शहर को सुचारू रूप से चलाते हैं; जबकि निचली घाटियाँ टूटे हुए पते हैं। बड़ा सवाल यह है कि क्या सभी शहर योजनाकार एक ही प्रकार के भूभाग का सामना करते हैं? क्या कुछ योजनाकारों के पास एक ऐसा नक्शा है जिसमें शीर्ष तक पहुँचने के लिए आसान, चिकनी पहाड़ियाँ हैं, जबकि अन्य को ऊबड़-खाबड़, खतरनाक पहाड़ों पर चढ़ना पड़ता है?

यह शोध पत्र उस प्रश्न की जांच करने के लिए इस विषय में उतरता है, जिसमें पांच अलग-अलग बैक्टीरिया वाले शहर योजनाकारों को देखा गया है, जो उन योजनाकारों से लेकर जो केवल एक या दो इमारतों का प्रबंधन करते हैं (लोकल रेगुलेटर्स) लेकर उन तक विस्तृत है जो पूरे शहर में सैकड़ों इमारतों की देखरेख करते हैं (ग्लोबल रेगुलेटर्स)। शोधकर्ता जानना चाहते थे कि क्या एक योजनाकार के काम का आकार उसके द्वारा नेविगेट किए जाने वाले नक्शे के आकार को बदल देता है। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने वास्तविक बैक्टीरिया का उपयोग करके एक विशाल, उच्च-तकनीकी सिमुलेशन बनाया। उन्होंने पांच अलग-अलग योजनाकारों के लिए हजारों सूक्ष्म डीएनए पतों के रूपांतरण बनाए और मापा कि प्रत्येक एक ने कितनी अच्छी तरह काम किया। उन्हें जो पता चला वह यह है कि योजनाकार का "कार्य विवरण" (job description) पूरी तरह से परिदृश्य को नया आकार देता है। स्थानीय योजनाकार, जो कुछ ही जीन प्रबंधित करते हैं, एक ऊबड़-खाबड़, ऊबड़-खाबड़ दुनिया का सामना करते हैं जहाँ सबसे अच्छे स्थान एक-दूसरे के करीब क्लस्टर (समूहबद्ध) होते हैं, जिससे एक पूर्ण समाधान जल्दी खोजना आसान हो जाता है। वैश्विक योजनाकार, जो पूरे शहर का प्रबंधन करते हैं, एक सपाट, अधिक फैले हुए विश्व का सामना करते हैं जहाँ सबसे अच्छे स्थान एक-दूसरे से बहुत दूर और कठिन होते हैं। यह पता चलता है कि एक योजनाकार जितने अधिक जीन को नियंत्रित करता है, उसका डीएनए मानचित्र गलतियों के प्रति उतना ही अधिक "सहनशील" (forgiving) होता है, लेकिन उसके जीन के पूर्णतः सर्वोत्तम संस्करण को खोजना उतना ही कठिन होता है।

शहर के योजनाकार और उनके मानचित्र

इस अध्ययन को समझने के लिए, आइए हमारे पांच बैक्टीरियल शहर योजनाकारों से मिलें। वे सभी ट्रांसक्रिप्शन फैक्टर्स हैं, लेकिन उनकी शक्ति का दायरा बहुत अलग है।

• TetR एक "स्थानीय" (local) योजनाकार है। यह एक पड़ोस के निगरानी कप्तान की तरह है जिसे केवल एक विशिष्ट घर (एक एकल जीन) की चिंता है।
• LasR एक "अर्ध-वैश्विक" (semi-global) योजनाकार है। यह एक जिला प्रबंधक है, जो लगभग 300 जीनों की देखरेख करता है।
• CRP, Fis, और IHF "वैश्विक" (global) योजनाकार हैं। ये कोशिकीय शहर के मेयर हैं, जो सैकड़ों जीनों और मार्गों (pathways) को नियंत्रित करते हैं जो पूरे जीव को चलाने के लिए आवश्यक हैं।

शोधकर्ताओं ने पूछा: क्या मेयर होना एक पड़ोस के निगरानी कप्तान की तुलना में डीएनए के परिदृश्य को बदल देता है? यह पता लगाने के लिए, उन्होंने Sort-Seq नामक एक चतुर तकनीक का उपयोग किया। कल्पना करें कि उन्होंने प्रत्येक योजनाकार के लिए लाखों थोड़े अलग डीएनए पतों की एक लाइब्रेरी ली और उन्हें एक चमकती हुई हरी रोशनी (एक रिपोर्टर जीन) के सामने रखा। यदि पता अच्छा काम करता था, तो रोशनी धीमी हो जाती थी (क्योंकि योजनाकार जीन को बंद कर देता था)। यदि पता टूटा हुआ था, तो रोशनी चमकीली रहती थी। फिर उन्होंने बैक्टीरिया को इस आधार पर बकेटों (buckets) में छाँटा कि वे कितने चमकीले थे और प्रत्येक बकेट में डीएनए पतों को गिना। इसने उन्हें प्रत्येक परीक्षण किए गए डीएनए वेरिएंट के "रेगुलेशन स्ट्रेंथ" (नियमन शक्ति) को मापने की अनुमति दी, जिससे प्रत्येक योजनाकार के लिए एक विस्तृत 3D मानचित्र तैयार हुआ।

परिदृश्य की ऊबड़-खाबड़ प्रकृति

पहली चीज़ जो उन्होंने देखी वह यह थी कि सभी पांच परिदृश्य "ऊबड़-खाबड़" (rugged) थे। सरल भाषा में, इसका अर्थ है कि मानचित्र चोटियों और घाटियों से भरा था, न कि चिकनी ढलानों से। यदि आप एक चोटी पर खड़े हैं, तो आपका कोई भी एक कदम (एक एकल उत्परिवर्तन/mutation) आपको नीचे ले जाएगा। यह विकास (evolution) को कठिन बनाता है क्योंकि एक आबादी एक छोटी पहाड़ी पर फंस सकती है, यह सोचकर कि यह शीर्ष है, जबकि एक बहुत ऊँचा पर्वत अगली पहाड़ी के ठीक ऊपर है।

हालाँकि, इन ऊबड़-खाबड़ मानचित्रों का आकार योजनाकार के काम के आकार के आधार पर नाटकीय रूप से बदल गया।

1. "नाजुक" स्थानीय योजनाकार बनाम "मजबूत" वैश्विक योजनाकार
स्थानीय योजनाकार, TetR, का परिदृश्य सबसे नाजुक था। इसके डीएनए अनुक्रम परिवर्तन के प्रति बहुत संवेदनशील थे। यदि आपने डीएनए में थोड़ा सा भी बदलाव किया, तो नियमन शक्ति या तो तेजी से गिर जाती या उछल जाती। यह एक उच्च-परिशुद्धता वाले ताले की तरह है; केवल सटीक चाबी ही फिट बैठती है, और चाबी पर एक छोटा सा खरोंच भी इसे खराब कर देता है।
इसके विपरीत, वैश्विक योजनाकारों (CRP, Fis, IHF) के परिदृश्य बहुत अधिक मजबूत (robust) थे। उनके डीएनए अनुक्रम बिना टूट-फूट के अधिक उत्परिवर्तन (mutations) सहन कर सकते थे। यदि आपने उनके डीएनए में एक अक्षर बदल दिया, तो नियमन शक्ति में बहुत अधिक बदलाव नहीं आया। यह एक मजबूत, पुराने जमाने के ताले की तरह है; आप इसे थोड़ा खरोंच सकते हैं, और यह फिर भी काम करता है। अध्ययन में पाया गया कि औसत "मजबूती" (robustness - कैसे अनुक्रम उत्परिवर्तनों के साथ जीवित रहता है) TetR के लिए सबसे कम (0.485) थी और वैश्विक योजनाकारों के लिए सबसे अधिक (लगभग 0.76 से 0.79) थी।

2. सर्वश्रेष्ठ स्थानों का क्लस्टरिंग (समूहन)
यहाँ मामला वास्तव में दिलचस्प हो जाता है। शोधकर्ताओं ने देखा कि मानचित्र पर "उच्च चोटियाँ" (सर्वश्रेष्ठ संभव डीएनए अनुक्रम) कहाँ स्थित थीं।

• स्थानीय योजनाकार (TetR) के लिए: सर्वश्रेष्ठ स्थान एक साथ क्लस्टर (समूहबद्ध) थे। कल्पना करें कि बिल्कुल बगल में स्थित आदर्श पेड़ों का एक घना जंगल है। यदि आप इस जंगल में खो गए हैं, तो आपको दूसरा आदर्श पेड़ खोजने के लिए बहुत दूर नहीं चलना पड़ेगा।
• वैश्विक योजनाकारों के लिए: सर्वश्रेष्ठ स्थान बिखरे हुए (dispersed) थे। आदर्श पेड़ एक विशाल मैदान में मीलों दूर बिखरे हुए थे। एक आदर्श स्थान से दूसरे तक जाने के लिए, आपको एक बहुत लंबी, कठिन यात्रा करनी होगी।

3. चढ़ाई की कठिनाई
इस लेआउट के अंतर के कारण, विकास (evolution) की सुगमता भी बदल गई। शोधकर्ताओं ने "एडेप्टिव वॉक्स" (adaptive walks) का अनुकरण किया, जो एक आबादी द्वारा चरण-दर-चरण पहाड़ की चोटी पर चढ़ने की कल्पना करने जैसा है, जहाँ वे केवल तभी आगे बढ़ते हैं जब अगला कदम ऊपर की ओर जाता है।

• स्थानीय योजनाकार: उनके लिए उच्च चोटियों तक पहुँचना बहुत आसान था। उनके सिम्युलेटेड वॉक्स में से लगभग 20% उच्च शिखर तक पहुँच पाए। चोटियों की क्लस्टर्ड प्रकृति का मतलब था कि उन्हें आसानी से खोजा जा सकता था।
• वैश्विक योजनाकार: यह कठिन था। उनके वॉक्स में से केवल 11% से 15% ही उच्च शिखर तक पहुँच पाए। शिखर बहुत दूर थे, और वहाँ तक पहुँचने का रास्ता अक्सर घाटियों द्वारा अवरुद्ध था।

गुप्त हथियार: इवोलवेबिलिटी-एनहांसिंग (Evolvability-Enhancing) म्यूटेशन

अध्ययन में एक विशेष प्रकार के उत्परिवर्तन की भी खोज की गई जिसे इवोलवेबिलिटी-एनहांसिंग (EE) म्यूटेशन कहा जाता है। इसे एक वीडियो गेम में "लकी ब्रेक" या "पावर-अप" के रूप में सोचें। आमतौर पर, एक म्यूटेशन केवल आपके आँकड़ों (stats) को बदलता है। लेकिन एक EE म्यूटेशन आपके आस-पास के वातावरण को बदल देता है, जिससे यह बहुत अधिक संभावना बढ़ जाती है कि आपकी अगली चाल एक अच्छी चाल होगी। यह उन नए रास्तों को खोल देता है जो पहले अवरुद्ध थे।

शोधकर्ताओं ने पाया कि ये EE म變成 (mutations) सभी पांच परिदृश्यों में आश्चर्यजनक रूप से आम थे। वास्तव में, वे यहाँ पहले अध्ययन किए गए कुछ प्रोटीन परिदृश्यों की तुलना में दस गुना अधिक सामान्य थे।

• जब एक आबादी को EE म्यूटेशन मिला, तो उन्हें केवल एक छोटा सा बढ़ावा नहीं मिला; उन्हें एक विशाल लाभ मिला।
• स्थानीय TetR परिदृश्य में, जिन आबादी को EE म्यूटेशन मिला, वे बिना इसके मिलने वाली आबादी की तुलना में 27% अधिक ऊँचाई तक चढ़ीं।
• यहाँ तक कि वैश्विक परिदृश्यों में भी, EE म्यूटेशन ने मदद की, हालाँकि इसमें लाभ थोड़ा कम था।

यह सुझाव देता है कि विकास केवल वर्तमान में सबसे अच्छी जगह खोजने के बारे में नहीं है; यह उन उत्परिवर्तनों को खोजने के बारे में भी है जो बाद में और भी बेहतर जगह खोजने को आसान बनाते हैं।

यह क्यों महत्वपूर्ण है

शोध पत्र निष्कर्ष निकालता है कि "नियामक दायरा" (regulatory scope)—एक योजनाकार कितने जीनों को नियंत्रित करता है—यह एक मौलिक संगठित सिद्धांत है कि डीएनए कैसे विकसित होता है।

• स्थानीय नियामक (जैसे TetR) को अति-विशिष्ट होने की आवश्यकता है। उनके परिदृश्य तीक्ष्ण और संवेदनशील हैं, लेकिन क्योंकि सबसे अच्छे स्थान पास-पास हैं, वे तेजी से रिकवर कर सकते हैं यदि कोई म्यूटेशन उनके कार्य को तोड़ देता है। वे सटीकता और त्वरित रिकवरी के लिए बने हैं।
• वैश्विक नियामक (जैसे CRP) को मजबूत होने की आवश्यकता है। वे इतनी चीजों को नियंत्रित करते हैं कि यदि एक भी म्यूटेशन सब कुछ तोड़ देता है, तो यह विनाशकारी हो सकता है। उनके परिदृश्य अधिक सपाट और अधिक सहिष्णु हैं, जिससे वे म्यूटेशन से जीवित रह सकते हैं। हालाँकि, इसकी एक कीमत है: उनके डीएनए का पूर्णतः सर्वोत्तम संस्करण खोजना बहुत कठिन और धीमा है क्योंकि सर्वश्रेष्ठ स्थान एक-दूसरे से बहुत दूर हैं।

अर्ध-वैश्विक योजनाकार, LasR, इन गुणों के बीच में स्थित था, जो इन विशेषताओं का मिश्रण दिखाता है। यह सुझाव देता है कि विकास ने डीएनए परिदृश्यों की ज्यामिति को प्रोटीन के कार्य विवरण के अनुरूप ढालने के लिए आकार दिया है। यदि आप एक मेयर हैं, तो आपको एक मजबूत, विस्तृत मानचित्र की आवश्यकता है। यदि आप एक पड़ोस के निगरानी कप्तान हैं, तो आपको एक तीक्ष्ण, केंद्रित मानचित्र की आवश्यकता है।

अध्ययन ने केवल अनुमान नहीं लगाया; उन्होंने वास्तविक डेटा का उपयोग करके हजारों डीएनए वेरिएंट्स को मापा और कंप्यूटर सिमुलेशन के लाखों परीक्षणों के साथ इसकी पुष्टि की। हालांकि उन्होंने उल्लेख किया कि ये निष्कर्ष बैक्टीरिया के लिए विशिष्ट हैं और जटिल जीवों जैसे मनुष्यों (जहाँ डीएनए विनियमन और भी अधिक जटिल है) में भिन्न दिख सकते हैं, मूल विचार बना रहता है: एक जीन के काम का आकार उस विकासवादी पर्वत को बदल देता है जिस पर उसे चढ़ना होता है।