Sequence-Derived Representations versus Pfam-Domain Content for Biosynthetic Gene Cluster Retrieval

मिट्टी के बैक्टीरिया की सूक्ष्म दुनिया के भीतर, प्रकृति एक विशाल, छिपी हुई रासायनिक फैक्ट्री संचालित करती है। ये एककोशिकीय जीव कुशल रसायनशास्त्री हैं, जो जटिल अणुओं को जोड़ने का काम करते हैं जो संक्रमण से लड़ सकते हैं, कैंसर को धीमा कर सकते हैं, या मन को परिवर्तित कर सकते हैं। वैज्ञानिक इन फैक्ट्रियों के आनुवंशिक ब्लूप्रिंट को "बायोसिनथेटिक जीन क्लस्टर" (biosynthetic gene clusters) कहते हैं। इन क्लस्टर्स को डीएनए की भाषा में लिखे गए निर्देश मैनुअल के रूप में समझें, जहाँ विशिष्ट खंड कोशिका को बताते हैं कि एक विशेष दवा कैसे बनाई जाए। दशकों से, शोधकर्ता विभिन्न बैक्टीरिया के जीनोम में इन मैनुअल्स की खोज करके नई औषधियाँ खोजने का प्रयास कर रहे हैं। चुनौती यह जानने में है कि कौन सा मैनुअल किस रसायन का निर्माण करता है, विशेष रूप से तब जब अलग-अलग प्रजातियों में निर्देश थोड़े भिन्न दिखते हैं। इसे हल करने के लिए, वैज्ञानिकों ने इन आनुवंशिक ग्रंथों को पढ़ने के दो मुख्य तरीके विकसित किए हैं: एक तरीका निर्देशों में सूचीबद्ध विशिष्ट प्रोटीन भागों को देखता है, जबकि दूसरा पूरे आनुवंशिक वाक्य के समग्र आकार और प्रवाह को समझने का प्रयास करता है।

एक हालिया अध्ययन ने यह परीक्षण करने के लिए एक अध्ययन किया कि संबंधित रासायनिक फैक्ट्रियों को खोजने में इन दो पठन विधियों में से कौन सी बेहतर है। शोधकर्ताओं ने मिट्टी के बैक्टीरिया के एक विशिष्ट समूह पर ध्यान केंद्रित किया जिसे Streptomyces griseus के रूप में जाना जाता है, जो कई उपयोगी यौगिकों का उत्पादन करने के लिए प्रसिद्ध प्रजाति है। उन्होंने इस बैक्टीरिया के 182 विभिन्न संस्करणों से 6,953 आनुवंशिक निर्देश मैनुअल्स का एक विशाल संग्रह एकत्र किया। यह सुनिश्चित करने के लिए कि उनका परीक्षण निष्पक्ष और कठोर हो, उन्होंने इन मैनुअल्स को प्रशिक्षण, जाँच और अंतिम परीक्षण के लिए अलग-अलग समूहों में सावधानीपूर्वक विभाजित किया, यह सुनिश्चित करते हुए कि बैक्टीरिया का कोई भी एकल परिवार एक से अधिक समूह में न आए। इसने कंप्यूटर मॉडल को पैटर्न पहचानने के बजाय केवल उत्तरों को रटने से रोका। टीम ने एक सरल प्रश्न पूछा: यदि आप कंप्यूटर को एक ज्ञात रासायनिक फैक्ट्री दिखाते हैं, तो क्या वह अलग-अलग आनुवंशिक निर्देशों का उपयोग करके वही चीज़ बनाने वाली अन्य फैक्ट्रियों को खोज सकता है?

शोधकर्ताओं ने दो दृष्टिकोणों की तुलना की। पहला दृष्टिकोण एक पारंपरिक विधि पर निर्भर था जो निर्देशों में पाए जाने वाले विशिष्ट प्रोटीन भागों, या "डोमेन" (domains) को गिनता है। यह एक रेसिपी की जाँच करने जैसा है जिसमें आटे, चीनी और अंडे जैसे प्रत्येक व्यक्तिगत घटक को सूचीबद्ध किया जाता है, बिना इस बात की चिंता किए कि उन्हें किस क्रम में मिलाया जाता है। दूसरा दृष्टिकोण एक नए, अधिक उन्नत सिस्टम का उपयोग करता है जो निर्देशों के समग्र संरचना और संदर्भ को समझने के लिए डीएनए अक्षरों के पूरे अनुक्रम (sequence) को देखता है, जो बिल्कुल वैसा ही है जैसे एक मानव पाठक शब्दों की केवल एक सूची के बजाय उनके प्रवाह द्वारा एक कहानी को समझता है। टीम ने एक बड़े डेटाबेस से सही संबंधित फैक्ट्रियों को प्राप्त करने की क्षमता देखकर इन विधियों का परीक्षण किया।

परिणाम स्पष्ट थे और उन लोगों के लिए आश्चर्यजनक थे जो इन आनुवंशिक ग्रंथों को पढ़ने के तरीके में क्रांति की उम्मीद कर रहे थे। पारंपरिक विधि, जो केवल प्रोटीन भागों को गिनती है, असाधारण रूप से अच्छा प्रदर्शन करती है। इसने शीर्ष पचास अनुमानों में से लगभग 88 प्रतिशत में सही संबंधित फैक्ट्रियों की सफलतापूर्वक पहचान की। नया तरीका, जो अक्षरों के पूर्ण अनुक्रम का विश्लेषण करता है, इसमें सुधार नहीं कर सका। वास्तव में, जब शोधकर्ताओं ने नए अनुक्रम विश्लेषण को पुराने प्रोटीन गणना के साथ जोड़ा, तो परिणाम प्रोटीन गणना का उपयोग करने के लगभग समान ही था। यहाँ तक कि पारंपरिक गणना पद्धति के एक थोड़े संशोधित संस्करण ने भी बहुत मामूली अंतर से जटिल नए दृष्टिकोण को पीछे छोड़ दिया।

अध्ययन निष्कर्ष निकालता है कि संबंधित रासायनिक फैक्ट्रियों को खोजने के इस विशिष्ट कार्य के लिए, प्रोटीन भागों की विस्तृत सूची सबसे शक्तिशाली संकेत बनी हुई है। यह विचार कि आनुवंशिक अनुक्रम के समग्र आकार को देखने से उसी दवा को बनाने के वैकल्पिक तरीकों को उजागर करने में मदद मिलेगी, डेटा द्वारा समर्थित नहीं था। शोधकर्ताओं ने पाया कि जटिल अनुक्रम-आधारित उपकरणों ने पारंपरिक पद्धति की तुलना में इन वैकल्पिक मार्गों को खोजने में बेहतर प्रदर्शन नहीं किया। इसका मतलब यह नहीं है कि नए उपकरण बेकार हैं, लेकिन इसका मतलब यह है कि इस विशिष्ट लक्ष्य के लिए, पुराने तरीके यानी भागों को गिनने का तरीका अभी भी सबसे विश्वसनीय मार्ग है। यह कार्य इस बात पर प्रकाश डालता है कि इससे पहले कि हम यह दावा कर सकें कि ये उन्नत उपकरण नई दवाएं खोजने के लिए तैयार हैं, हमें और भी सावधानीपूर्वक परीक्षण और यह सत्यापित करने के बेहतर तरीकों की आवश्यकता है कि जो रासायनिक फैक्ट्रियां हम खोज रहे हैं वे वास्तव में वही बना रही हैं जो हम सोचते हैं।