Interactions between epistasis and pleiotropy in generic models of complex traits
यह अध्ययन बडिंग यीस्ट (budding yeast) के सैद्धांतिक मॉडलों और प्रयोगात्मक डेटा को एकीकृत करता है ताकि यह प्रदर्शित किया जा सके कि व्यापक यादृच्छिक एपिस्टेसिस (random epistasis) क्रॉस-एनवायरनमेंट प्लियोट्रॉपी (cross-environment pleiotropy) के व्यवस्थित पैटर्न उत्पन्न कर सकता है, जिससे उतार-चढ़ाव वाले वातावरण में दीर्घकालिक विकासवादी ट्रेड-ऑफ (evolutionary tradeoffs) आकार लेते हैं।
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
विकास को अक्सर सुधार की एक सीधी रेखा के रूप में कल्पित किया जाता है, जहाँ एक एकल लाभकारी परिवर्तन किसी प्रजाति को एक बेहतर भविष्य की ओर ले जाता है। वास्तविकता में, यह मार्ग कहीं अधिक उलझा हुआ है। एक नए आनुवंशिक परिवर्तन, या उत्परिवर्तन (mutation) का प्रभाव, शायद ही कभी केवल उस उत्परिवर्तन पर निर्भर करता है। इसके बजाय, यह काफी हद तक उस आनुवंशिक पृष्ठभूमि (genetic background) पर निर्भर करता है जिसमें वह प्रकट होता है—जीव में पहले से मौजूद हजारों अन्य आनुवंशिक विविधताएं। इस घटना को एपिस्टेसिस (epistasis) कहा जाता है, जिसका अर्थ है कि एक परिवर्तन जो एक विशिष्ट आनुवंशिक संदर्भ में एक बैक्टीरिया की मदद करता है, वह दूसरे संदर्भ में बेकार या यहाँ तक कि हानिकारक भी हो सकता है। इसके अलावा, अधिकांश उत्परिवर्तन केवल एक लक्षण को प्रभावित नहीं करते; वे जीव के माध्यम से लहरों की तरह फैलते हैं, जिससे एक साथ कई विशेषताओं को प्रभावित किया जाता है। इसे प्लियोट्रॉपी (pleiotropy) कहा जाता है। जब वातावरण बदलता है, जैसा कि प्रकृति में निरंतर होता रहता है, तो ये दो बल जटिल तरीकों से परस्पर क्रिया करते हैं। एक उत्परिवर्तन जो किसी जीव को हीटवेव (ताप लहर) से बचने में मदद कर सकता है, वह ठंडी लहर के दौरान उसे नुकसान पहुँचा सकता है, और अन्य उत्परिवर्तनों की उपस्थिति इन प्रभावों को बढ़ा या घटा सकती है। विकास को आकार देने में इन अंतःक्रियाओं को समझना जीवन को बदलती दुनिया के अनुकूल बनाने के लिए महत्वपूर्ण है, फिर भी इन क्रॉस-एनवायरनमेंट प्रभावों को नियंत्रित करने वाले नियम काफी हद तक रहस्यमय रहे हैं।
शोधकर्ताओं की एक टीम ने एक सरल लेकिन शक्तिशाली प्रणाली का अध्ययन करके इस जाल को सुलझाने का प्रयास किया: बेकर्स यीस्ट (baker's yeast)। वे जानना चाहते थे कि क्या उत्परिवर्तन और वातावरण के बीच की अव्यवस्थित, अप्रत्याशित अंतःक्रियाएं किसी छिपे हुए, सरल नियम का पालन करती हैं। ऐसा करने के लिए, उन्होंने यीस्ट के स्ट्रेन की एक विशाल लाइब्रेरी बनाई। उन्होंने 87 अलग-अलग आनुवंशिक पृष्ठभूमियों से शुरुआत की, जिनमें से प्रत्येक एक प्रयोगशाला स्ट्रेन को जंगली वाइन स्ट्रेन के साथ क्रॉस करने से प्राप्त अद्वितीय मिश्रण का प्रतिनिधित्व करती थी। इन 87 पृष्ठभूमियों में से प्रत्येक में, उन्होंने 91 विशिष्ट जीन व्यवधान (gene disruptions) पेश किए, जिससे प्रभावी रूप से हजारों अद्वितीय यीस्ट जीनोटाइप का एक ग्रिड बन गया। फिर उन्होंने इन स्ट्रेन को पांच अलग-अलग वातावरणों में उगाया, जो मानक पोषक तत्वों से लेकर उच्च तापमान या विभिन्न चीनी स्रोतों जैसी कठिन परिस्थितियों तक फैले हुए थे। प्रत्येक स्ट्रेन के विकास की गति को मापकर, वे सटीक रूप से गणना कर सके कि प्रत्येक विशिष्ट उत्परिवर्तन ने यीस्ट की मदद की या उसे नुकसान पहुँचाया, यह इस पर निर्भर करते हुए कि उसकी आनुवंशिक पृष्ठभूमि और वातावरण क्या था।
शोधकर्ता शोर में एक पैटर्न की तलाश कर रहे थे। उनका अनुमान था कि यदि उत्परिवर्तन एक यादृच्छिक लेकिन व्यापक तरीके से एक-दूसरे के साथ अंतःक्रिया करते हैं, तो एक अनुमानित संरचना उभर सकती है। उन्होंने दो मुख्य परिदृश्यों का प्रस्ताव दिया। पहले में, उन्होंने कल्पना की कि आनुवंशिक पृष्ठभूमि एक यादृच्छिक कोहरे की तरह कार्य करती है, जहाँ एक उत्परिवर्तन का प्रभाव कई सूक्ष्म, यादृच्छिक अंतःक्रियाओं का योग होता है। इस स्थिति में, एक उत्परिवर्तन के प्रभाव और पृष्ठभूमि की फिटनेस के बीच का संबंध एक विशिष्ट, अनुमानित वक्र (curve) का अनुसरण करेगा। दूसरे परिदृश्य में, उन्होंने विचार किया कि हालांकि अंतःक्रियाएं यादृच्छिक हो सकती हैं, लेकिन विभिन्न वातावरणों को प्रभावित करने का तरीका आपस में जुड़ा हो सकता है। शायद समान अंतिवर्तित आनुवंशिक "मॉड्यूल" या पथ (pathways) सभी वातावरणों में संशोधित किए जा रहे हैं, बस उनके भार (weight) अलग-अलग हैं। यदि यह सच था, तो एक वातावरण में एक उत्परिवर्तन के व्यवहार को जानकर वैज्ञानिक यह अनुमान लगा सकते थे कि वह दूसरे वातावरण में कैसा व्यवहार करेगा, भले ही उन्होंने इसे सीधे न मापा हो।
जब उन्होंने डेटा का विश्लेषण किया, तो उन्होंने पाया कि वास्तविकता व्यवस्था और अराजकता दोनों का मिश्रण थी। उनके द्वारा अध्ययन किए गए लगभग आधे उत्परिवर्तनों के लिए, पहला परिदृश्य सत्य सिद्ध हुआ: उत्परिवर्तन इस तरह व्यवहार कर रहे थे जैसे वे व्यापक, यादृच्छिक अंतःक्रियाओं के परिदृश्य में आगे बढ़ रहे हों। उत्परिवर्तनों के एक छोटे समूह के लिए, लगभग एक चौथाई के लिए, दूसरा परिदृश्य और भी सटीक था। इन विशिष्ट उत्परिवर्तनों ने एक संरचित पैटर्न दिखाया जहाँ एक वातावरण में उनके प्रभाव दूसरे में उनके प्रभावों से मजबूती से जुड़े हुए थे, जो यह सुझाव देता है कि वे वास्तव में साझा, अंतर्निहित आनुवंशिक तंत्र का उपयोग कर रहे थे। हालाँकि, अधिकांश उत्परिवर्तनों के लिए, कोई भी सरल मॉडल पूरी तरह से फिट नहीं बैठा। यह हमें बताता है कि जबकि सरल नियम विकास के एक महत्वपूर्ण हिस्से की व्याख्या कर सकते हैं, जैविक दुनिया अक्सर इतनी जटिल होती है कि एक एकल सार्वभौमिक नियम हर मामले को कवर नहीं कर पाता।
हालाँकि, सबसे उल्लेखनीय निष्कर्ष उन उत्परिवर्तनों से आया जो इन सरल मॉडलों में फिट बैठे। इन विशिष्ट मामलों के लिए, शोधकर्ताओं ने प्रदर्शित किया कि वे केवल एक अलग डेटा का उपयोग करके एक नए वातावरण में उत्परिवर्तन के प्रभाव की भविष्यवाणी कर सकते हैं। उन्होंने एक विधि का उपयोग किया जिसे उन्होंने "क्रिस-क्रॉस" (criss-cross) भविष्यवाणी कहा। एक अलग वातावरण में एक उत्परिवर्तन ने यीस्ट स्ट्रेन की फिटनेस को कैसे बदला, यह मापकर, और यह जानकर कि बैकग्राउंड स्ट्रेन दो अलग-अलग वातावरणों में कैसे प्रदर्शन करते हैं, वे सटीक रूप से गणना कर सके कि वही उत्परिवर्तन दूसरे वातावरण में कैसा प्रदर्शन करेगा। यह तब भी काम कर गया जब उन्होंने वास्तव में उस विशिष्ट वातावरण में उस विशिष्ट उत्परिवर्तन को नहीं मापा था। यह सुझाव देता है कि आनुवंशिक परिवर्तनों के एक महत्वपूर्ण समूह के लिए, जीव का इतिहास और उसकी आनुवंशिक अंतःक्रियाओं की संरचना विभिन्न स्थितियों में उसके भविष्य के प्रदर्शन का पूर्वानुमान लगाने के लिए पर्याप्त जानकारी रखती है।
यह समझने के लिए कि ऐसा क्यों होता है, टीम ने एक गणितीय मॉडल बनाया जहाँ यीस्ट के लक्षण कुछ छिपे हुए "मॉड्यूल" द्वारा निर्धारित होते हैं। कल्पना कीजिए कि ये मॉड्यूल कोशिका के भीतर अलग-अलग कार्यात्मक इकाइयों की तरह हैं, जैसे गियर या सर्किट का एक सेट। प्रत्येक उत्परिवर्तन इन मॉड्यूल्स को किसी तरह से ट्यून करता है, और जीव की अंतिम फिटनेस इस बात का भारित योग (weighted sum) होती है कि वे मॉड्यूल एक दिए गए वातावरण में कैसे प्रदर्शन करते हैं। उनके मॉडल में, अलग-अलग वातावरण बस प्रत्येक मॉड्यूल के भार, या महत्व को बदलते हैं। एक गर्म वातावरण में, एक मॉड्यूल अधिक महत्वपूर्ण हो सकता है; एक ठंडे वातावरण में, दूसरे को प्राथमिकता मिल सकती है। जब उन्होंने अपने इस "कनेक्टेडनेस" (जुड़ाव) मॉडल का वास्तविक डेटा के विरुद्ध परीक्षण किया, तो इसने संरचित प्लियोट्रॉपी वाले उत्परिवर्तनों के लिए एक उत्कृष्ट फिट प्रदान किया। यह इंगित करता है कि यीस्ट की उच्च-आयामी (high-dimensional) आनुवंशिक दुनिया को एक निम्न-आयामी मानचित्र में संकुचित किया जा सकता है जहाँ कुछ साझा अंतःक्रिया संरचनाएं यह निर्धारित करती हैं कि जीव परिवर्तन के प्रति कैसे प्रतिक्रिया करता है।
अध्ययन ने यह भी पता लगाया कि दीर्घकालिक विकास के लिए इसका क्या अर्थ है। यदि एक जनसंख्या लगातार दो अलग-अलग वातावरणों के बीच बदल रही है, तो क्या वह अंततः एक स्थिर अवस्था प्राप्त करेगी जहाँ वह दोनों के अनुकूल हो, या वह एक चलते हुए लक्ष्य का पीछा करती रहेगी? शोधकर्ताओं ने पाया कि उत्तर इन छिपे हुए मॉड्यूल्स की संरचना पर निर्भर करता है। यदि वातावरण एक ही मॉड्यूल के संबंध में जीव को विपरीत दिशाओं में खींचते हैं, तो एक ट्रेड-ऑफ (समझौता/संतुलन) उत्पन्न होता है। जनसंख्या अंततः एक ऐसी स्थिर अवस्था में बस जाएगी जहाँ वह किसी भी वातावरण के लिए पूरी तरह से अनुकूलित नहीं होगी, लेकिन दोनों में जीवित रहने के लिए पर्याप्त स्थिर होगी। इस संतुलन बिंदु का निर्धारण इस बात पर निर्भर करता है कि वातावरण विभिन्न मॉड्यूल्स को कितना भार देते हैं। यह सुझाव देता है कि उतार-चढ़ाव वाली दुनिया में किसी प्रजाति का दीर्घकालिक भाग्य केवल चयन की शक्ति के बारे में नहीं है, बल्कि इसके जीन और वातावरण के बीच की अंतःक्रिया की ज्यामितीय संरचना के बारे में है।
अंततः, यह कार्य प्रकट करता है कि जबकि विकास अनगिनत व्यक्तिगत, स्पष्ट रूप से यादृच्छिक अंतःक्रियाओं द्वारा संचालित होता है, ये अंतःक्रियाएं व्यापक, अनुमानित पैटर्न को जन्म दे सकती हैं। शोधकर्ताओं ने दिखाया कि आनुवंशिक परिवर्तनों के एक सार्थक समूह के लिए, आनुवंशिक पृष्ठभूमि की अराजकता बाधा नहीं बल्कि भविष्यवाणी का एक स्रोत है। इन सरल नियमों का पालन करने वाले उत्परिवर्तनों की पहचान करके, उन्होंने भविष्य के अनुकूलन में झाँकने का एक तरीका खोजा। उन्होंने प्रदर्शित किया कि साझा आनुवंशिक अंतःक्रियाओं की ज्यामिति प्रणाली में एक प्रकार की स्मृति (memory) बनाती है, जिससे अतीत के परिवर्तनों के प्रभाव भविष्य की संभावनाओं को सूचित कर सकते हैं। भले ही हर उत्परिवर्तन इस सटीक विवरण में फिट न बैठता हो, लेकिन तथ्य यह है कि इतने सारे ऐसा करते हैं, यह सुझाव देता है कि जीवन की जटिलता, यहाँ तक कि एक बदलती दुनिया में भी, साझा, सुप्त संरचनाओं (latent structures) की नींव पर बनी है जिन्हें समझा और मैप किया जा सकता 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।