Global tree encoding of atlas-scale single-cell genomics
यह शोध पत्र MILK प्रस्तुत करता है, जो एक स्केलेबल कम्प्यूटेशनल फ्रेमवर्क है जो विशाल सिंगल-सेल जीनोमिक डेटासेट को एकीकृत पदानुक्रमित वृक्ष (hierarchical tree) निरूपणों में व्यवस्थित करता है ताकि कुशल सबसैंपलिंग को सक्षम बनाया जा सके, मल्टी-रेज़ोल्यूशन सेलुलर संबंधों को संरक्षित किया जा सके, और ऊतकों, विकासात्मक चरणों और प्रजातियों के बीच एकीकृत विश्लेषण को सुगम बनाया जा सके।
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
सिंगल-सेल जीनोमिक्स ने जीव विज्ञान को बदल दिया है क्योंकि यह वैज्ञानिकों को व्यक्तिगत कोशिकाओं के भीतर आनुवंशिक निर्देशों को पढ़ने की अनुमति देता है। एक ऊतक (tissue) को एक धुंधले मिश्रण के रूप में देखने के बजाय, शोधकर्ता अब उसके भीतर प्रत्येक कोशिका की अनूठी पहचान देख सकते हैं। यह तकनीक हाल के वर्षों में तेजी से बढ़ी है, जिससे मानव भ्रूण, विकसित होते चूहों और विभिन्न बीमारियों वाले रोगियों से सैकड़ों मिलियन कोशिकाओं वाली विशाल लाइब्रेरी तैयार हुई है। हालाँकि, इस सफलता ने एक नई समस्या पैदा कर दी है: डेटा इतना बड़ा हो गया है कि उसका विश्लेषण करना कठिन है। जब वैज्ञानिक इन विशाल संग्रहों का अध्ययन करने की कोशिश करते हैं, तो उन्हें अक्सर संख्याओं को प्रबंधनीय बनाने के लिए अधिकांश कोशिकाओं को हटाना पड़ता है, या वे ऐसे जटिल कंप्यूटर मॉडल पर निर्भर होते हैं जो 'ब्लैक बॉक्स' की तरह काम करते हैं, जिससे यह छिप जाता है कि निष्कर्ष कैसे निकाले गए। यह क्षेत्र सूचनाओं से समृद्ध है लेकिन इसमें विवरणों को खोए बिना पूरी तस्वीर देखने का कोई तरीका नहीं है।
इसे हल करने के लिए, शोधकर्ताओं ब्रेट कियाोटा, चैहेयन ली, हाओयांग याओ और नोज़ोमु याची ने एक नई विधि विकसित की है जिसे MILK कहा जाता है। इसका नाम 'मल्टी-रेज़ोल्यूशन इंटीग्रेशन ऑफ लार्ज-स्केल एंड हाई-डायमेंशनल कर्नल इन्फॉर्मेशन' (multi-resolution integration of large-scale and high-dimensional kernel information) का संक्षिप्त रूप है, लेकिन इसका कार्य बहुत सरल है। टीम ने महसूस किया कि कोशिकाएं केवल बिंदुओं का एक यादृच्छिक ढेर नहीं हैं; वे एक प्राकृतिक पदानुक्रम (hierarchy) में व्यवस्थित हैं, बिल्कुल एक वंशावली (family tree) की तरह। एक एकल निषेचित अंडा विभाजित होकर उन वंशों (lineages) का निर्माण करता है जो विशिष्ट ऊतकों और कोशिका प्रकारों में शाखाओं की तरह फैलते हैं। शोधकर्ताओं ने एक ऐसी प्रणाली बनाई है जो इन लाखों कोशिकाओं को लेती है और उन्हें एक एकल, एकीकृत वृक्ष संरचना (tree structure) में व्यवस्थित करती है। यह वृक्ष कोशिकाओं के बीच के संबंधों को पकड़ता है, समान कोशिकाओं को एक साथ समूहबद्ध करता है और दुर्लभ या अद्वितीय कोशिकाओं को दृश्यमान बनाए रखता है। डेटा को इस तरह व्यवस्थित करके, टीम विशाल डेटासेट को बिना भीतर छिपी जैविक कहानी को खोए, प्रबंधनीय आकार में संकुचित कर सकती है।
शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण पंद्रह अलग-अलग अंगों से चार मिलियन कोशिकाओं वाले एक मानव भ्रूण एटलस पर किया। उन्होंने पूरी आबादी का प्रतिनिधित्व करने के लिए एक छोटा, प्रतिनिधि नमूना चुनने हेतु इस वृक्ष का उपयोग किया। जब उन्होंने इस स्मार्ट चयन की तुलना उसी आकार के यादृच्छिक नमूने से की, तो वृक्ष-आधारित विधि ने जैविक संकेतों को बहुत बेहतर तरीके से संरक्षित किया। इसने कोशिका समूहों को अक्षुण्ण रखा और जीन गतिविधि के सूक्ष्म पैटर्न को बनाए रखा जो यह परिभाषित करते हैं कि कोशिकाएं कैसे कार्य करती हैं। इसका अर्थ है कि वैज्ञानिक अब डेटा के एक बहुत छोटे हिस्से के साथ काम कर सकते हैं—शायद करोड़ों कोशिकाओं के बजाय केवल दस लाख कोशिकाओं के साथ—फिर भी कंप्यूटर मॉडल को प्रशिक्षित करने या विकास के दौरान कोशिकाएं कैसे बदलती हैं, इसका अध्ययन करने के लिए सटीक परिणाम प्राप्त कर सकते हैं।
टीम ने जब इस पद्धति को एक विकसित होते चूहे के भ्रूण से ग्यारह मिलियन से अधिक कोशिकाओं के डेटासेट पर लागू किया, तो इस वृक्ष संरचना की शक्ति और भी स्पष्ट हो गई। उन्होंने पाया कि वृक्ष की शाखाएं स्वाभाविक रूप से विकास के चरणों के साथ मेल खाती हैं। जो कोशिकाएं भ्रूण के शुरुआती जीवन में दिखाई देती थीं, वे वृक्ष के आधार के पास स्थित थीं, जबकि जो कोशिकाएं बाद में बनीं, वे शाखाओं पर दूर पाई गईं। वृक्ष ने एक सरल शुरुआती बिंदु से लेकर उनके अंतिम, विशिष्ट रूपों तक कोशिकाओं की यात्रा को सफलतापूर्वक मैप किया, जिसने भ्रूण की समयरेखा के बारे में किसी पूर्व ज्ञान के बिना भी समय और परिवर्तन के प्रवाह को पकड़ा। यह सुझाव देता है कि वृक्ष संरचना स्वयं जटिल जीवों के बढ़ने की कुंजी है।
यह विधि उन विशाल कंप्यूटर मॉडलों का मूल्यांकन करने में भी उपयोगी सिद्ध हुई जिनका उपयोग वैज्ञानिक विभिन्न स्रोतों से डेटा को एकीकृत करने के लिए करते हैं। टीम ने CELLxGENE Discover Census के पैंतालीस मिलियन कोशिकाओं का विश्लेषण किया, जो सिंगल-सेल डेटा का एक वैश्विक संग्रह है। उन्होंने तीन अलग-अलग अग्रणी कंप्यूटर मॉडलों के लिए वृक्ष बनाए और तुलना की कि प्रत्येक मॉडल ने कोशिकाओं को कितनी अच्छी तरह व्यवस्थित किया। 'जीनफॉर्मर' (Geneformer) नामक एक मॉडल ने एक ऐसा वृक्ष बनाया जिसने विभिन्न कोशिका प्रकारों को सबसे अच्छी तरह से अलग किया और विभिन्न प्रयोगशालाओं से होने वाली तकनीकी त्रुटियों को नियंत्रित रखा। वृक्ष संरचना ने शोधकर्ताओं को यह देखने में सक्षम बनाया कि मॉडल कहाँ सफल रहे और कहाँ उन्हें संघर्ष करना पड़ा, जिससे मानव जीव विज्ञान के अध्ययन के लिए कौन से उपकरण सबसे विश्वसनीय हैं, इसका निर्णय लेने का एक स्पष्ट तरीका मिला।
कोशिकाओं को व्यवस्थित करने के अलावा, इस वृक्ष ने शोधकर्ताओं को यह समझने में भी मदद की कि बीमारियाँ शरीर को कैसे बदलती हैं। यह देखकर कि रोग-प्रभावित कोशिकाएं स्वस्थ कोशिकाओं की तुलना में वृक्ष पर कहाँ स्थित हैं, वे यह माप सके कि एक विशिष्ट कोशिका प्रकार कितना बाधित हुआ था। उन्होंने पाया कि कई बीमारियाँ कोशिकाओं को उन अवस्थाओं में धकेल देती हैं जो स्वस्थ शरीरों में पहले से ही मौजूद होती हैं, न कि पूरी तरह से नई अवस्थाएँ बनाती हैं। विश्लेषण से यह भी पता चला कि विभिन्न बीमारियाँ अक्सर एक ही समूह की कोशिकाओं को समान तरीकों से प्रभावित करती हैं। उदाहरण के लिए, हृदय और मस्तिष्क रोगों ने कोशिकीय परिवर्तन के ओवरलैपिंग पैटर्न दिखाए, जबकि संक्रामक रोगों ने अपने विशिष्ट क्लस्टर बनाए। यह वैश्विक दृष्टिकोण वैज्ञानिकों को उन संबंधों को देखने में मदद करता है जो अन्यथा असंबंधित लग सकते हैं।
अंत में, टीम ने विभिन्न प्रजातियों में कोशिकाओं के विकास को देखने के लिए इस वृक्ष का उपयोग किया। उन्होंने मेंढक से लेकर मनुष्यों तक, आठ अलग-अलग जानवरों के तीन मिलियन कोशिकाओं का विश्लेषण किया। वृक्ष ने दिखाया कि कुछ कोशिका प्रकार, जैसे कि प्रतिरक्षा प्रणाली (immune system) से जुड़े प्रकार, प्रजातियों के अलग होने के साथ काफी बदल गए हैं, जबकि अन्य, जैसे कि रक्त के बुनियादी घटक, उल्लेखनीय रूप से समान रहे हैं। इन पैटर्न का पता लगाकर, शोधकर्ता देख सके कि हमारे जीव विज्ञान के कौन से हिस्से प्राचीन और सभी स्तनधारियों द्वारा साझा किए जाते हैं, और कौन से हिस्से हमारी अपनी वंशावली के विशिष्ट हैं।
यह कार्य केवल संख्याओं को तेजी से संसाधित करने का एक तरीका नहीं है; यह जीव विज्ञान को देखने का एक नया तरीका है। लाखों कोशिकाओं के अराजक बादल को एक संरचित, पदानुक्रमित वृक्ष में बदलकर, शोधकर्ताओं ने एक ऐसा मानचित्र तैयार किया है जो जीवन की जटिलता को संरक्षित करता है और अन्वेषण को संभव बनाता है। यह वृक्ष वैज्ञानिकों को विशिष्ट विवरणों पर ज़ूम करने या विकास, रोग और विकास (evolution) के भव्य पैटर्न को देखने के लिए ज़ूम आउट करने की अनुमति देता है। यह सुझाव देता है कि सिंगल-सेल जीव विज्ञान के भविष्य को समझने का सबसे अच्छा तरीका अधिक डेटा एकत्र करना नहीं है, बल्कि हमारे पास मौजूद डेटा को इस तरह व्यवस्थित करना है जो जीवन के प्राकृतिक क्रम का सम्मान करता हो।
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।