Towards reconstruction of the human interactome from positive and negative experimental evidence
यह शोध पत्र प्रोटीन-प्रोटीन इंटरेक्शन (PPI) स्क्रीन्स के प्रयोगात्मक खोज स्थान (experimental search space) को पुनर्गठित करने के लिए एक कार्यप्रणाली प्रस्तुत करता है ताकि संभावित रूप से गैर-इंटरेक्टिंग प्रोटीन युग्मों का अनुमान लगाया जा सके, जिससे बेहतर त्रुटि दर अनुमान, मॉडल अंशांकन (calibration), और मानव इंटरैक्टोम के अधिक सटीक और पूर्ण मानचित्रण के लिए बेहतर मशीन लर्निंग प्रशिक्षण सक्षम हो 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
प्रत्येक जीवित कोशिका के भीतर, हजारों प्रोटीन तैरते और टकराते हैं, जो लगातार एक-दूसरे को पकड़ने के लिए हाथ बढ़ाते हैं। जब दो प्रोटीन एक साथ लॉक होते हैं, तो वे एक ऐसी टीम बनाते हैं जो संरचनाएं बना सकती है, संकेत भेज सकती है, या कचरे को नष्ट कर सकती है। ये साझेदारियां, जिन्हें प्रोटीन-प्रोटीन इंटरेक्शन (protein-protein interactions) कहा जाता है, जीवन की मौलिक वायरिंग हैं। इनके बिना, कोशिकाएं संगठित मशीनों के बजाय हिस्सों का एक अराजक संग्रह मात्र होतीं। दशकों से, वैज्ञानिक इन कनेक्शनों का मानचित्र बनाने की कोशिश कर रहे हैं, जिससे यह एक विशाल नेटवर्क आरेख बन सके कि मानव शरीर में कौन किससे बात करता है। यह मानचित्र यह समझाने में मदद करता है कि हमारा शरीर स्वास्थ्य में कैसे काम करता है और बीमारी में कैसे टूट जाता है। हालांकि, यह मानचित्र वर्तमान में छेदों और त्रुटियों से भरा हुआ है। हम इन लाखों कनेक्शनों को जानते हैं, लेकिन हम यह भी जानते हैं कि रिपोर्ट किए गए कई लिंक गलतियाँ हैं, और कई वास्तविक लिंक गायब हैं। सबसे बड़ी समस्या यह है कि वैज्ञानिकों ने केवल सफल मुलाकातों को ही दर्ज किया है। उन्होंने यह तो लिखा है कि किन प्रोटीनों ने हाथ मिलाया, लेकिन उन्होंने शायद ही कभी यह लिखा है कि कौन से प्रोटीन एक-दूसरे के पास खड़े थे और उन्होंने एक-दूसरे को नजरअंदाज कर दिया।
यह चुप्पी एक अंधा धब्बा (blind spot) पैदा करती है। यदि आप केवल यह जानते हैं कि कौन मिला, तो आप यह नहीं बता सकते कि क्या कोई मुलाकात एक दुर्लभ, विशेष घटना थी या केवल एक भाग्यशाली दुर्घटना। इससे भी बुरा यह है कि यदि आप किसी कंप्यूटर को नए मिलन की भविष्यवाणी करने के लिए उपयोग करते हैं, तो आपको उसे यह सिखाना होगा कि एक "गैर-मिलन" (non-meeting) कैसा दिखता है। आमतौर पर, वैज्ञानिक कंप्यूटर को अनुमान लगाकर सिखाते हैं कि कोई भी दो प्रोटीन जो एक साथ नहीं देखे गए हैं, वे अजनबी हैं। लेकिन यह एक खतरनाक अनुमान है। ऐसा इसलिए नहीं है कि दो प्रोटीन एक साथ नहीं देखे गए, इसका मतलब यह नहीं है कि वे आपस में क्रिया नहीं करते; इसका मतलब यह भी हो सकता है कि किसी ने उन्हें कभी एक ही कमरे में रखा ही नहीं। इसे ठीक करने के लिए, शोधकर्ताओं की एक टीम ने इन प्रयोगों के लुप्त इतिहास को पुनर्गठित करने का निर्णय लिया। वे उन सभी क्षणों का अदृश्य रिकॉर्ड खोजना चाहते थे जब प्रोटीनों का परीक्षण किया गया था लेकिन वे जुड़ने में विफल रहे थे।
शोधकर्ताओं ने मौजूदा डेटा के एक विशाल संग्रह के साथ शुरुआत की, जिसमें पहले से ही प्रकाशित 5,500 से अधिक विभिन्न प्रयोगों के परिणामों को एक साथ जोड़ा गया। इन प्रयोगों में कनेक्शनों का परीक्षण करने के लिए दो मुख्य विधियों का उपयोग किया गया: एक जो टेस्ट ट्यूब में प्रोटीनों को मिलाती है और दूसरी जो उन्हें यीस्ट कोशिकाओं के भीतर उगाती है। इन प्रयोगों में, वैज्ञानिक आमतौर पर एक "बेट" (bait) प्रोटीन का कई "प्रे" (prey) प्रोटीनों के विरुद्ध परीक्षण करते हैं ताकि यह देखा जा सके कि कौन से आपस में जुड़ते हैं। मानक अभ्यास केवल सफल जुड़ावों को रिपोर्ट करना था। हालांकि, टीम ने महसूस किया कि सफल जुड़ावों की सूची में वास्तव में विफलताओं के बारे में एक छिपा हुआ सुराग मौजूद था। यदि एक विशिष्ट 'प्रे' प्रोटीन एक टेस्ट ट्यूब में एक 'बेट' से जुड़ते हुए पाया जाता है, तो यह साबित करता है कि वह 'प्रे' प्रोटीन उस विशिष्ट प्रयोग में मौजूद और कार्यशील था। इसलिए, यदि वही 'प्रे' प्रोटीन उसी ट्यूब में मौजूद था लेकिन एक अलग 'बेट' से नहीं जुड़ा, तो वह वास्तव में एक वास्तविक "नॉन-स्टिक" (non-stick) होना चाहिए। इन सफल कनेक्शनों का उपयोग करके उस पूरे कमरे का मानचित्र तैयार करके जहाँ प्रयोग किए गए थे, टीम यह निष्कर्ष निकाल सकी कि किन प्रोटीनों का परीक्षण किया गया था लेकिन वे जुड़ने में विफल रहे।
इस तर्क का उपयोग करते हुए, शोधकर्ताओं ने लगभग पांच लाख रिपोर्ट किए गए इंटरेक्शनों की सूची को लगभग 182 मिलियन व्यक्तिगत परीक्षणों वाले बहुत बड़े डेटासेट में बदल दिया। इससे, उन्होंने प्रोटीन के 97 मिलियन अद्वितीय जोड़ों की पहचान की जिनका परीक्षण किया गया था। महत्वपूर्ण रूप से, अब वे उन जोड़ों को अलग कर सकते थे जिनका परीक्षण किया गया था और पाया गया कि वे परस्पर क्रिया करते हैं, और उन जोड़ों को जिनका परीक्षण किया गया था और पाया गया कि वे परस्पर क्रिया नहीं करते हैं। उन्होंने सबसे विश्वसनीय डेटा पर ध्यान केंद्रित किया: वे जोड़े जिनका कई बार परीक्षण किया गया था। उन्होंने 18 मिलियन से अधिक जोड़ों की पहचान की जिनका कम से कम तीन बार परीक्षण किया गया था और उन्होंने जुड़ने का कोई संकेत नहीं दिखाया। ये अनुमान नहीं हैं; ये प्रयोगिक रूप से पुष्ट "नॉन-कनेक्शन" हैं। टीम ने 6,000 से अधिक ऐसे जोड़े भी पाए जिनका बार-बार परीक्षण किया गया और वे लगातार एक कनेक्शन दिखाते रहे, जिससे उन्हें उच्च विश्वास मिला कि ये इंटरेक्शन वास्तविक हैं।
इसके बाद शोधकर्ताओं ने जांच की कि क्या ये नए मिले "नॉन-कनेक्शन" जैविक रूप से तर्कसंगत हैं। उन्होंने देखा कि क्या परस्पर क्रिया करने वाले प्रोटीन साझा गुण रखते हैं, जैसे कि कोशिका के एक ही हिस्से में रहना या समान कार्य करना, जबकि गैर-परस्पर क्रिया करने वाले जोड़े ऐसा नहीं करते थे। परिणाम अपेक्षाओं के बिल्कुल अनुरूप थे। पुष्ट परस्पर क्रिया करने वाले जोड़े इन गुणों को साझा करने की बहुत अधिक संभावना रखते थे तुलनात्मक रूप से पुष्ट गैर-परस्पर क्रिया करने वाले जोड़ों के। इस सत्यापन ने सिद्ध किया कि यह पद्धति काम करती है: टीम ने सफलतापूर्वक नकारात्मक साक्ष्य की एक परत को पुनः प्राप्त कर लिया था जो पहले खो गई थी। उन्होंने पाया कि जो प्रोटीन जुड़ने में विफल रहे, वे वास्तव में कार्यात्मक रूप से भिन्न थे जो जुड़ते थे, जिससे यह पुष्टि हुई कि पुनर्गठित डेटा केवल यादृच्छिक शोर (random noise) नहीं था बल्कि जैविक वास्तविकता का एक सच्चा प्रतिबिंब था।
इस नए, सत्यापित "नॉन-कनेक्शन" की सूची के साथ, टीम ने यह परीक्षण किया कि इसका उपयोग उन उपकरणों को सुधारने के लिए कैसे किया जा सकता है जिनका उपयोग वैज्ञानिक इन नेटवर्क के अध्ययन के लिए करते हैं। सबसे पहले, उन्होंने डेटा का उपयोग अन्य बड़े पैमाने के प्रयोगों की सटीकता की जांच करने के लिए किया। यह देखकर कि ये नए "नेगेटिव" जोड़े अन्य अध्ययनों में कितनी बार दिखाई दिए, वे यह गणना कर सके कि उन अध्ययनों ने कितने गलत अलार्म (false alarms) उत्पन्न किए होंगे। उन्होंने पाया कि कुछ प्रयोगों में त्रुटि दर 40% तक अधिक थी, जिसका अर्थ है कि उनके रिपोर्ट किए गए कनेक्शनों का एक बड़ा हिस्सा गलतियाँ हो सकती हैं। यह भविष्य के प्रयोगों को कैलिब्रेट करने और साफ करने का एक नया तरीका प्रदान करता है। दूसरा, उन्होंने इन मॉडलों पर डेटा का परीक्षण किया जो इंटरेक्शन की भविष्यवाणी करने के लिए डिज़ाइन किए गए हैं। जब उन्होंने इन मॉडलों को यादृच्छिक अनुमानों के बजाय नए, वास्तविक दुनिया के नकारात्मक डेटा का उपयोग करके प्रशिक्षित किया, तो मॉडलों ने अलग और अधिक स्पष्ट भविष्यवाणियां कीं। यादृच्छिक अनुमानों के बजाय वास्तविक नकारात्मक डेटा पर प्रशिक्षित मॉडल उन्हीं गलतियों को दोहराने की संभावना कम रखते थे, जो यह सुझाव देता है कि कंप्यूटर को यह सिखाने के लिए कि क्या होता है, यह जानना आवश्यक है कि क्या नहीं होता है।
इस अध्ययन ने प्रोटीनों के बारे में कुछ आश्चर्यजनक भी उजागर किया। कुछ प्रोटीन हर उस चीज़ से चिपकने के लिए कुख्यात हैं जिसे वे छूते हैं, जो जैविक गोंद की तरह कार्य करते हैं, जबकि अन्य "ऑटो-एक्टिवेटर्स" (auto-activators) हैं जो यीस्ट प्रयोगों में गलत अलार्म को ट्रिगर करते हैं। यह देखने के बाद कि एक प्रोटीन कितनी बार विभिन्न भागीदारों के विरुद्ध परीक्षण किया गया और कितनी बार वह जुड़ने में विफल रहा, टीम इन समस्याग्रस्त प्रोटीनों की पहचान कर सकी। उन्होंने पाया कि ज्ञात समस्या पैदा करने वाले प्रोटीन वास्तव में वे थे जो अपने साथी की परवाह किए बिना अनियंत्रित रूप से जुड़ते प्रतीत होते थे। यह भविष्य के अनुसंधान में इन शोर वाले प्रोटीनों को चिह्नित करने और फ़िल्टर करने का एक नया तरीका प्रदान करता है, जिससे अधिक स्वच्छ और सटीक मानचित्र मिलते हैं।
अंत में, शोधकर्ताओं ने इस डेटा का उपयोग मानव इंटरेक्शन नेटवर्क के समग्र आकार पर पुनर्विचार करने के लिए किया। लंबे समय तक, वैज्ञानिकों का मानना था कि नेटवर्क एक विशिष्ट गणितीय पैटर्न का पालन करता है जहाँ कुछ प्रोटीनों के हजारों कनेक्शन होते हैं और अधिकांश के बहुत कम। हालाँकि, जब टीम ने इस तथ्य को सुधारा कि कुछ प्रोटीनों का परीक्षण दूसरों की तुलना में अधिक बार किया गया था, तो यह पैटर्न गायब हो गया। इसके बजाय, कनेक्शनों का वितरण एक बेल कर्व (bell curve) की तरह दिखने लगा, जो यह सुझाव देता है कि पिछले मानचित्रों में देखे गए अत्यधिक "हब" (hubs) प्रयोगों के संचालन का एक आर्टिफैक्ट (artifact) हो सकते हैं न कि जीव विज्ञान की एक वास्तविक विशेषता। यह खोज इस लंबे समय से चली आ रही धारणा को चुनौती देती है कि हमारे कोशिकीय नेटवर्क कैसे निर्मित होते हैं।
यह कार्य यह दावा नहीं करता है कि इसने मानव इंटरेक्टोम के मानचित्र को पूरा कर दिया है। वास्तविक नेटवर्क अभी भी विशाल और काफी हद तक अनछुआ है। हालाँकि, असफल प्रयोगों के इतिहास को पुनर्गठित करके, टीम ने पहेली के एक महत्वपूर्ण हिस्से को प्रदान किया है। उन्होंने दिखाया है कि साक्ष्य की अनुपस्थिति, जब उचित रूप से पुनर्गठित की जाती है, तो वह वास्तव में अनुपस्थिति का साक्ष्य होती है। यह नया संसाधन, जिसमें लाखों पुष्ट गैर-कनेक्शन शामिल हैं, अब अन्य वैज्ञानिकों के उपयोग के लिए उपलब्ध है। यह बेहतर कंप्यूटरों को प्रशिक्षित करने, बेहतर प्रयोगों को कैलिब्रेट करने और अंततः यह समझने के लिए एक अधिक सटीक और पूर्ण चित्र बनाने का अवसर प्रदान करता है कि मानव शरीर अपने सबसे मौलिक स्तर पर कैसे कार्य करता है।
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।