Matched full-UDG and non-UDG ancient DNA libraries reveal trade-offs in post-mortem damage correction for imputation and kinship inference
मध्यकालीन मंगोलियाई व्यक्तियों के मेल खाते फुल-यूडीजी (full-UDG) और नॉन-यूडीजी (non-UDG) प्राचीन डीएनए पुस्तकालयों की तुलना करके, यह अध्ययन प्रदर्शित करता है कि जबकि विभिन्न कम्प्यूटेशनल डैमेज करेक्शन विधियाँ (ट्रिमिंग, रीस्केलिंग और मास्किंग) साइट रिटेंशन और एरर रिडक्शन के बीच अलग-अलग संतुलन बनाती हैं, इष्टतम विकल्प विशिष्ट डाउनस्ट्रीम विश्लेषण पर निर्भर करता है, जिसमें नॉन-यूडीजी पुस्तकालयों में सटीक किनशिप इन्फरेंस (kinship inference) के लिए सुधारा गया डेटा आवश्यक सिद्ध होता है।
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
जब वैज्ञानिक उन लोगों के डीएनए का अध्ययन करते हैं जो हजारों साल पहले जीवित थे, तो वे एक ऐसी सामग्री के साथ काम कर रहे होते हैं जो मृत्यु के क्षण से ही धीरे-धीरे टूट रही है। सदियों के दौरान, इस जेनेटिक कोड के रासायनिक निर्माण खंड बदल जाते हैं। विशेष रूप से, साइटोसिन (cytosine) नामक एक घटक अक्सर यूरासिल (uracil) में बदल जाता है, जो एक अलग अणु है जिसका शरीर स्वाभाविक रूप से उपयोग नहीं करता है। जब शोधकर्ता इस प्राचीन डीएनए को पढ़ने के लिए इसकी नकल (copy) करते हैं, तो मशीनरी परिवर्तित साइटोसिन को थाइमिन (thymine) समझ लेती है, जिससे एक गलत संकेत उत्पन्न होता है जो वास्तव में मौजूद न होने पर भी एक आनुवंशिक अंतर जैसा दिखता है। यह क्षति यादृच्छिक (random) नहीं है; यह डीएनए खंडों के बिल्कुल सिरों पर केंद्रित होती है, जैसे किसी पुरानी रस्सी के किनारों पर धागे निकल आते हैं। इन प्राचीन लोगों के बारे में वास्तविक चित्र प्राप्त करने और उनके संबंधों को समझने के लिए, वैज्ञानिकों को यह निर्णय लेना होता है कि इस क्षति को कैसे संभाला जाए। वे डीएनए को पढ़ने से पहले उसे साफ करने के लिए एंजाइमों का उपयोग कर सकते हैं, या वे क्षतिग्रस्त हिस्सों को अनदेखा करने या उन्हें समायोजित करने के लिए कंप्यूटर प्रोग्राम का उपयोग कर सकते हैं। कौन सा दृष्टिकोण सबसे अच्छा काम करता है, विशेष रूप से विभिन्न प्रकार के डेटा को मिलाते समय, लंबे समय से बहस का विषय रहा है।
जापान और मंगोलिया के शोधकर्ताओं की एक टीम ने हाल ही में इस समस्या का समाधान निकाला है, जिसमें उन्होंने पूर्वी मंगोलिया के एक मध्यकालीन कब्रिस्तान में दबे दो व्यक्तियों का अध्ययन किया, जो तेरहवीं या चौदहवीं शताब्दी के थे। ये दो व्यक्ति, एक पुरुष और एक महिला, प्रारंभिक जांच के आधार पर आपस में निकट रूप से संबंधित प्रतीत हुए, संभवतः एक माता-पिता और संतान। वैज्ञानिकों ने प्रत्येक व्यक्ति की हड्डियों से डीएनए अर्क (extracts) लिए और उन्हें दो समूहों में विभाजित किया। एक समूह को 'फुल-यूडीजी' (full-UDG) नामक एंजाइम से उपचारित किया गया, जो अनुक्रमण (sequencing) से पहले डीएनए के क्षतिग्रस्त हिस्सों को रासायनिक रूप से हटा देता है, जो प्रभावी रूप से नमूने को साफ करता है। दूसरे समूह को बिना उपचार के छोड़ दिया गया, जिससे प्राचीन सामग्री के फिंगरप्रिंट के रूप में प्राकृतिक क्षति का स्वरूप सुरक्षित रहा। इसने एक आदर्श मिलान बनाया: एक ही जेनेटिक स्रोत, जिसे दो अलग-अलग तरीकों से संसाधित किया गया था, जिससे शोधकर्ता यह देख सके कि सफाई की प्रक्रिया ने परिणामों को कैसे बदला। इसके बाद उन्होंने बिना उपचार वाले डेटा पर विभिन्न कंप्यूटर विधियों को लागू किया ताकि यह देखा जा सके कि क्या वे बहुत अधिक जानकारी खोए बिना क्षति को ठीक कर सकते हैं।
अध्ययन से पता चला है कि प्राचीन डीएनए क्षति को ठीक करने का कोई एक आदर्श तरीका नहीं है; प्रत्येक विधि में एक समझौता (trade-off) शामिल होता है। जब शोधकर्ताओं ने डीएनए स्ट्रैंड के क्षतिग्रस्त सिरों को सीधे काटने की कोशिश की, तो उन्होंने उपयोगी जेनेटिक डेटा की एक बड़ी मात्रा खो दी। इसके विपरीत, उन विधियों ने जिन्होंने क्षतिग्रस्त बेस के कॉन्फिडेंस स्कोर को समायोजित किया या उन्हें मास्क (mask) कर दिया, लगभग सारा डेटा बरकरार रखा। एक विशिष्ट दृष्टिकोण, जिसने सिरों के पास स्थित बेस के गुणवत्ता स्कोर (quality scores) को समायोजित किया, उसने 99.3 प्रतिशत कवर किए गए स्थलों को बनाए रखा, जबकि एक विधि जिसने प्रत्येक सिरे से केवल पांच बेस काट दिए, उसने केवल लगभग 85 प्रतिशत डेटा ही रखा। दिलचस्प बात यह है कि इन विशिष्ट नमूनों में क्षति सममित (symmetrical) नहीं थी; यह डीएनए स्ट्रैंड के एक छोर पर दूसरे की तुलना में बहुत अधिक थी। जब टीम ने दोनों सिरों को समान रूप से काटने के बजाय केवल अत्यधिक क्षतिग्रस्त छोर को काटने का परीक्षण किया, तो उन्होंने पाया कि वे त्रुटियों को कम करते हुए और भी अधिक डेटा रख सकते हैं। यह सुझाव देता है कि कुछ प्रकार के प्राचीन नमूनों के लिए, संतुलित दृष्टिकोण के बजाय एकतरफा दृष्टिकोण अधिक कुशल हो सकता है।
शोधकर्ताओं ने फिर इन साफ किए गए और बिना साफ किए गए डेटासेट का उपयोग करके दोनों व्यक्तियों के जेनेटिक प्रोफाइल को पुनर्गठित किया और उनके संबंध को निर्धारित किया। परिणामों ने दिखाया कि सफाई के तरीके के चुनाव से उनके पारिवारिक जुड़ाव के अनुमानित निकटता में बदलाव आ सकता है। जब बिना सुधारा गया, क्षतिग्रस्त डेटा उपयोग किया गया, तो कंप्यूटर ने सुझाव दिया कि वे द्वितीय-डिग्री के रिश्तेदार थे, जैसे कि बुआ/मौसी और भतीजा/भांजी। हालांकि, जब डेटा को सर्वोत्तम कंप्यूटर विधियों का उपयोग करके सुधारा गया, तो विश्लेषण ने लगातार एक प्रथम-डिग्री संबंध की ओर इशारा किया, जैसे कि माता-पिता और संतान। इस बदलाव ने पुष्टि की कि बिना सुधारा गया नुकसान कंप्यूटर को यह सोचने के लिए गुमराह कर रहा था कि दोनों लोग वास्तव में जितने संबंधित थे, उससे कम संबंधित थे। माइटोकॉन्ड्रियल डीएनए (जो केवल माताओं से विरासत में मिलता है) के आगे के विश्लेषण और उनके जेनेटिक लिंग ने पुष्टि की कि महिला माँ थी और पुरुष पुत्र था।
अंततः, यह अध्ययन दर्शाता है कि हालांकि हर स्थिति के लिए कोई एक कंप्यूटर विधि पूर्ण नहीं है, लेकिन प्राचीन डीएनए क्षति को संभालने के तरीके का अंतिम कहानी के लिए बहुत महत्व है। शोधकर्ताओं ने पाया कि वे विधियाँ जो डेटा को पूरी तरह से त्यागने के बजाय उसे समायोजित करती हैं, विभिन्न प्रकार के लाइब्रेरी की तुलना करते समय सबसे सुसंगत परिणाम देती हैं। उन्होंने यह भी दिखाया कि असमान क्षति वाले नमंडों के लिए, क्षय के विशिष्ट पैटर्न के अनुसार सफाई प्रक्रिया को अनुकूलित करना अधिक मूल्यवान जानकारी को संरक्षित कर सकता है। त्रुटियों को हटाने और डेटा को बनाए रखने के बीच सावधानीपूर्वक संतुलन बनाकर, वैज्ञानिक अतीत के लोगों के जीवन और पारिवारिक इतिहास को अधिक सटीक रूप से पुनर्गठित कर सकते हैं, जिससे बिखरे हुए, क्षतिग्रस्त टुकड़ों को मानवीय संबंधों की एक स्पष्ट तस्वीर में बदला जा सके।
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।