Bridging Morphology and Genomics: A rapid image-based assessment of genomic admixture in the endangered gayal (Bos frontalis)

युन्नान के उच्च क्षेत्रों में, 'गायल' नामक एक अद्वितीय मवेशी जंगली और पालतू जीवन के बीच के एक मोड़ पर जीवन व्यतीत करता है। ये जानवर पूरी तरह से जंगली नहीं हैं, न ही पूरी तरह से पालतू; वे एक अर्ध-जंगली स्वतंत्रता के साथ घूमते हैं जिसने सदियों से उनकी विशिष्ट उपस्थिति और व्यवहार को आकार दिया है। संरक्षणवादियों और किसानों के लिए, यह अर्ध-पालतू स्थिति एक कठिन पहेली पेश करती है। क्योंकि गायल अक्सर स्थानीय मवेशियों के साथ रहते हैं, उनके जीन अक्सर मवेशियों के साथ मिल जाते हैं, जिसे 'जेनेटिक इंट्रोग्रेशन' (आनुवंशिक अंतःप्रवेश) के रूप में जाना जाता है। समय के साथ, यह मिश्रण गायल की विशिष्ट आनुवंशिक संरचना को पतला कर सकता है, जिससे नस्ल की शुद्धता और उन विशिष्ट गुणों के लिए खतरा पैदा होता है जो इसके मांस को इतना बेशकीमती बनाते हैं। गायल को बचाने के लिए, वैज्ञानिकों को यह बताने में सक्षम होना चाहिए कि एक शुद्ध नस्ल के जानवर और एक मिश्रित जानवर में अंतर कैसे किया जाए, वह भी तेजी से और बिना किसी नुकसान के। पारंपरिक रूप से, इसके लिए रक्त के नमूने लेने और प्रयोगशाला में जटिल आनुवंशिक परीक्षण करने की आवश्यकता होती थी, जो एक धीमी, महंगी और क्षेत्र में करने में कठिन प्रक्रिया है। शोधकर्ताओं के सामने मुख्य प्रश्न यह है कि क्या जानवर की बाहरी उपस्थिति—उसके सींगों का आकार, उसके कोट की बनावट, उसके शरीर की संरचना—उसकी छिपी हुई आनुवंशिक इतिहास को प्रकट करने के लिए पर्याप्त जानकारी रखती है।

शोधकर्ताओं की एक टीम ने अब उस प्रश्न का उत्तर देने के लिए एक नया तरीका विकसित किया है, जो एक प्रणाली बना सकती है जो गायल की तस्वीर देखकर उसकी आनुवंशिक संरचना की उल्लेखनीय सटीकता के साथ भविष्यवाणी कर सकती है। युन्नान में संरक्षण फार्मों में 52 गायल्स के मिलान वाले आनुवंशिक डेटा और 6,245 तस्वीरों के संग्रह के साथ काम करते हुए, वैज्ञानिकों ने कंप्यूटर को विशिष्ट आनुवंशिक पैटर्न के अनुरूप सूक्ष्म दृश्य संकेतों को पहचानने के लिए प्रशिक्षित किया। उन्होंने शुरुआत नौ अलग-अलग प्रकार के आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) मॉडल का परीक्षण करके की, जो छवियों से सीखने के लिए डिज़ाइन किए गए सॉफ्टवेयर सिस्टम हैं। इनमें से पांच मॉडलों को एक ऐसी पाइपलाइन में काम करने के लिए चुना गया जो जानवर के शरीर को विशिष्ट शारीरिक अंगों में विभाजित करती है, जिससे कंप्यूटर एक ही समय में सूक्ष्म विवरणों और समग्र संरचना दोनों की जांच कर सके। इनमें से, 'इनसेप्शन_V3' (Inception_V3) नामक मॉडल ने सबसे अच्छा प्रदर्शन किया, लेकिन शोधकर्ता वहीं नहीं रुके।

सटीकता को और अधिक बढ़ाने के लिए, टीम ने एक नया, कस्टम मॉडल डिजाइन किया जो छवि विश्लेषण के दो अलग-अलग दृष्टिकोणों को जोड़ता है। प्रणाली का एक हिस्सा विभिन्न आकारों से सूक्ष्म विवरणों को पकड़ने पर केंद्रित था, जबकि दूसरे हिस्से ने व्यापक संरचना को समझने के लिए छवि को एक संपूर्ण रूप में देखा। इस हाइब्रिड दृष्टिकोण ने कंप्यूटर को एक मानव विशेषज्ञ की तरह देखने की अनुमति दी, जिससे वह किसी विशेषता के विशिष्ट आकार और वह जानवर के समग्र रूप में कैसे फिट बैठता है, दोनों को देख सका। जब उन्होंने इस नई प्रणाली का परीक्षण किया, तो इसने केवल फोटो देखकर आनुवंशिक मिश्रण का अनुमान लगाने की क्षमता में काफी सुधार किया। आनुवंशिक संरचना के अनुमान की सटीकता लगभग 70 प्रतिशत से बढ़कर लगभग 88 प्रतिशत हो गई, और भविष्यवाणी और वास्तविक आनुवंशिक परिणाम के बीच का अंतर लगभग हर मामले में 15 प्रतिशत से कम रहा।

यह उपलब्धि गायल की सुरक्षा के तत्काल कार्य के लिए एक व्यावहारिक समाधान प्रदान करती है। रक्त के नमूनों को संसाधित करने के लिए लैब का इंतजार करने के बजाय, संरक्षणवादी अब एक साधारण कैमरे और इस सॉफ्टवेयर का उपयोग करके ऑन-साइट (मौके पर ही) जानवरों की जांच कर सकते हैं। यह उपकरण शुद्ध नस्ल के व्यक्तियों की पहचान करने और प्रजनन कार्यक्रमों को प्रबंधित करने के लिए एक तेज़, कम लागत वाला तरीका प्रदान करता है, जिससे यह सुनिश्चित होता है कि गायल की अद्वितीय आनुवंशिक विरासत सुरक्षित रहे। एक तस्वीर को आनुवंशिक मूल्यांकन में बदलकर, शोधकर्ताओं ने एक स्केलेबल पद्धति बनाई है जो न केवल गायल बल्कि अन्य लुप्तप्राय पशुधन प्रजातियों की भी रक्षा करने में मदद कर सकती है जो आनुवंशिक मिश्रण से समान खतरों का सामना कर रही हैं। यह कार्य प्रदर्शित करता है कि किसी जानवर के दृश्य लक्षण, जिन्हें कभी केवल दिखावट का मामला माना जाता था, उसके गहरे जैविक इतिहास के लिए एक विश्वसनीय खिड़की के रूप में काम कर सकते हैं।