XMAn Update - A Database of Homo sapiens Mutated Peptides

मानव जीव विज्ञान की जटिल दुनिया में, हमारी कोशिकाएं विशाल, हलचल भरे शहरों की तरह काम करती हैं, जहाँ प्रोटीन आवश्यक श्रमिकों, मशीनों और संरचनात्मक बीम के रूप में कार्य करते हैं जो सब कुछ सुचारू रूप से चलाने में मदद करते हैं। यह समझने के लिए कि ये शहर कैसे कार्य करते हैं, और वे कभी-कभी कैंसर जैसी बीमारियों का कारण बनने के लिए कैसे टूट जाते हैं, वैज्ञानिकों को इन श्रमिकों को स्पष्ट रूप से देखने की आवश्यकता होती है। दशकों से, इन प्रोटीनों की पहचान करने के लिए प्राथमिक उपकरण मास स्पेक्ट्रोमेट्री (mass spectrometry) रहा है, जो एक ऐसी तकनीक है जो एक उच्च-सटीक तराजू की तरह कार्य करती है, जो प्रोटीनों के सूक्ष्म अंशों को तौलकर उनकी पहचान निर्धारित करती है। हालाँकि, यह उपकरण एक संदर्भ पुस्तकालय (reference library) पर निर्भर करता है, जो इस बात का डिजिटल कैटलॉग है कि एक स्वस्थ, मानक मानव में ये प्रोटीन कैसे दिखने चाहिए। समस्या यह है कि कैंसर में, इन प्रोटीनों के निर्माण के लिए दिए गए आनुवंशिक निर्देश गड़बड़ा जाते हैं। इसके परिणामस्वरूप बनने वाले प्रोटीन मूल प्रोटीनों के उत्परिवर्तित (mutated) संस्करण होते हैं, जो अपनी रासायनिक संरचना में सूक्ष्म परिवर्तन लेकर चलते हैं। चूँकि ये उत्परिवर्तित संस्करण मानक पुस्तकालय में दिखाई नहीं देते हैं, इसलिए मास स्पेक्ट्रोमीटर अक्सर उन्हें पहचानने में विफल रहता है, जिससे कैंसर कोशिकाओं के वास्तविक व्यवहार को समझने में एक अदृश्य शून्य (blind spot) रह जाता है।

इसे हल करने के लिए, शोधकर्ताओं जोश ह्यूइस (Joshua Haueis) और जूलिया लाजर (Iulia Lazar) ने एक नया, विस्तारित पुस्तकालय बनाया है जिसे विशेष रूप से इन मायावी, उत्परिवर्तित प्रोटीनों को पकड़ने के लिए डिज़ाइन किया गया है। उन्होंने उपलब्ध सबसे व्यापक कैंसर-संबंधी आनुवंशिक त्रुटियों के संग्रह को लिया और उन्हें एक ऐसे प्रारूप में अनुवादित किया जिसे मास स्पेक्ट्रोमीटर पढ़ सकें। ऐसा करके, उन्होंने वैज्ञानिकों को अंततः उन परिवर्तित प्रोटीनों को "देखने" की अनुमति दी है जो रोग को संचालित करते हैं, जिससे अदृश्य आनुवंशिक गलतियों को मूर्त, मापने योग्य डेटा में बदल दिया गया है। यह कार्य केवल एक सूची में अधिक प्रविष्टियाँ जोड़ना नहीं है; यह कैंसर के आणविक अराजकता को देखने के लिए एक नया लेंस प्रदान करता है, जो उन विशिष्ट परिवर्तनों को प्रकट करता है जो पहले दृष्टि से ओझल थे।

शोधकर्ताओं ने इस नए संसाधन को, जिसे XMAn डेटाबेस कहा जाता है, मानव प्रोटीन के ज्ञात अनुक्रमों के साथ मानव आविकीय उत्परिवर्तनों (genetic mutations) के दो विशाल डेटासेट को जोड़कर बनाया। उन्होंने दो विशिष्ट प्रकार की त्रुटियों पर ध्यान केंद्रित किया: मिसेन्स म्यूटेशन (missense mutations), जहाँ प्रोटीन के एक एकल निर्माण खंड को दूसरे से बदल दिया जाता है, और नॉनसेंस म्यूटेशन (nonsense mutations), जहाँ निर्देश बीच में ही कट जाते हैं, जिसके परिणामस्वरूप एक अधूरा, अक्सर टूटा हुआ प्रोटीन प्राप्त होता है। उन्होंने ये उत्परिवर्तन रिकॉर्ड 'कैटलॉग ऑफ सोमैटिक म्यूटेशंस इन कैंसर' (Catalogue of Somatic Mutations in Cancer) से निकाले, जो ट्यूमर में पाए जाने वाले आनुवंशिक परिवर्तनों को ट्रैक करने वाला एक वैश्विक भंडार है। इस विशाल पूल से, उन्होंने दो अलग-अलग डिजिटल कैटलॉग तैयार किए। एक कैटलॉग में कैंसर उत्परिवर्तनों के व्यापक सर्वेक्षण से प्राप्त लगभग चार मिलियन प्रविष्टियाँ हैं, जबकि दूसरा विशेष रूप से कैंसर को संचालित करने वाले ज्ञात जीन पर केंद्रित 300,000 से अधिक प्रविष्टियों वाला है।

इन कैटलॉगों को मास स्पेक्ट्रोमेट्री प्रक्रिया के लिए उपयोगी बनाने के लिए, टीम को डेटा के स्वरूप (format) के बारे में बहुत सटीक होना पड़ा। उन्होंने केवल उत्परिवर्तनों को सूचीबद्ध नहीं किया; उन्होंने प्रविष्टियों का निर्माण इस तरह किया कि वे उस तरीके की नकल कर सकें जिस तरह से प्रोटीनों को विश्लेषण के लिए स्वाभाविक रूप से टुकड़ों में काटा जाता है। जब वैज्ञानिक प्रोटीनों का विश्लेषण करते हैं, तो वे आमतौर पर उन्हें छोटे, प्रबंधनीय टुकड़ों में काटने के लिए एंजाइमों का उपयोग करते हैं, ठीक वैसे ही जैसे एक लंबी रस्सी को खंडों में काटा जाता है। शोधकर्ताओं ने इन खंडों को उत्पन्न करने के लिए कंप्यूटर स्क्रिप्ट लिखी, यह सुनिश्चित करते हुए कि उनके डेटाबेस की प्रत्येक प्रविष्टि एक वास्तविक उत्परिवर्तित प्रोटीन के टुकड़े का प्रतिनिधित्व करती है जिसे एक मास स्पेक्ट्रोमीटर वास्तव में पहचान सके। उन्होंने प्रत्येक प्रविष्टि में विस्तृत लेबल भी जोड़े, जिसमें यह नोट किया गया कि उत्परिवर्तन कहाँ हुआ था और मूल आनुवंशिक कोड क्या था, जिससे शोधकर्ताओं को पहचाने गए अंश को उसके विशिष्ट आनुवंशिक कारण तक ट्रैक करने की अनुमति मिली।

इस नए डेटाबेस का वास्तविक परीक्षण तब हुआ जब शोधकर्ताओं ने इसे एक वास्तविक नमूने पर लागू किया: एक विशिष्ट प्रकार की आक्रामक स्तन कैंसर कोशिका की कोशिका झिल्ली (cell membranes)। उन्होंने इन कोशिकाओं का मानक मास स्पेक्ट्रोमेट्री वर्कफ़्लो का उपयोग करके विश्लेषण किया, लेकिन इस बार, उन्होंने अपने नए उत्परिवर्तित पुस्तकालय को मानक पुस्तकालय के साथ शामिल किया। परिणाम तत्काल और महत्वपूर्ण थे। जबकि मानक खोज ने हजारों सामान्य प्रोटीन खोजे, नए डेटाबेस के समावेश से सिस्टम को उत्परिवर्तित अनुक्रमों से मेल खाने वाले 300 से अधिक उच्च-गुणवत्ता वाले अंशों की पहचान करने में मदद मिली। ये यादृच्छिक अनुमान नहीं थे; ये विशिष्ट, उच्च-विश्वास वाले मिलान थे जिन्हें मानक पुस्तकालय ने पूरी तरह से छोड़ दिया था।

अपने निष्कर्षों के बीच, शोधकर्ताओं ने 23 विशिष्ट असामान्य प्रोटीन उत्पादों की पहचान की जो ज्ञात कैंसर-संचालित जीन के अनुरूप थे। इनमें से कई उत्परिवर्तित अंश महत्वपूर्ण क्षेत्रों में स्थित थे, जैसे कि प्रोटीन के वे हिस्से जो अन्य अणुओं से जुड़ने या रासायनिक प्रतिक्रियाएं करने के लिए जिम्मेदार होते हैं। यह सुझाव देता है कि उत्परिवर्तन केवल यादृच्छिक शोर नहीं हैं बल्कि सक्रिय रूप से इन प्रोटीनों के कार्य करने के तरीके को बदल रहे हैं। अध्ययन ने यह भी खुलासा किया कि उत्परिवर्तन समान रूप से वितरित नहीं थे; आनुवंशिक बदलावों के कुछ प्रकार दूसरों की तुलना में बहुत अधिक सामान्य थे। उदाहरण के लिए, आर्जिनिन (arginine) अमीनो एसिड से जुड़े परिवर्तन विशेष रूप रूप से बार-बार देखे गए, जो उस डीएनए कोड की रासायनिक अस्थिरता को दर्शाते हैं जो इसे उत्पन्न करता है।

शोधकर्ताओं ने यह भी प्रदर्शित किया कि यह नया उपकरण कितना लचीला है। चूंकि डेटाबेस स्पष्ट, खोजने योग्य लेबल के साथ व्यवस्थित है, इसलिए एक वैज्ञानिक आसानी से इसे केवल एक विशिष्ट जीन, जैसे कि प्रसिद्ध ट्यूमर सप्रेसर p53, के लिए खोजने हेतु फ़िल्टर कर सकता है, या विशिष्ट प्रकार के कैंसर के लिए एक कस्टम सूची बना सकता है। खोज को अनुकूलित करने की यह क्षमता का अर्थ है कि शोधकर्ता अब अप्रासंगिक डेटा से अभिभूत हुए बिना, अपने विशिष्ट अध्ययन के लिए सबसे महत्वपूर्ण आणविक परिवर्तनों पर ध्यान केंद्रित कर सकते हैं।

यह कार्य प्रोटोजेनोमिक्स (proteogenomics) के क्षेत्र में एक व्यावहारिक कदम है, जो आनुवंशिक परिवर्तनों को सीधे उनके द्वारा उत्पादित प्रोटीनों से जोड़ने का प्रयास करता है। उत्परिवर्तित पेप्टाइड्स का एक तैयार-उपयोग, व्यापक पुस्तकालय प्रदान करके, शोधकर्ताओं ने कैंसर-विशिष्ट प्रोटीनों की पहचान करने में एक प्रमुख बाधा को हटा दिया है। यह डेटाबेस अब अन्य वैज्ञानिकों के डाउनलोड करने और उपयोग करने के लिए उपलब्ध है, जो बीमारी के आणविक परिदृश्य को खोजने का एक शक्तिशाली नया तरीका प्रदान करता है। हालांकि यह अध्ययन स्तन कैंसर कोशिकाओं पर केंद्रित था, लेकिन यह विधि किसी भी ऊतक या रोग पर लागू की जा सकती है जहाँ आनुवंशिक उत्परिवर्तन भूमिका निभाते हैं। इन परिवर्तित प्रोटीनों को अधिक सटीकता के साथ पहचानने की क्षमता, कैंसर कोशिकाओं के संचालन की गहरी समझ विकसित करने का मार्ग खोलती है, जिससे संभावित रूप से इन विशिष्ट, उत्परिवर्तित मानव प्रोटीनों को लक्षित करने वाले उपचारों को डिजाइन करने और रोग को ट्रैक करने के बेहतर तरीके विकसित किए जा सकते हैं।