RiboGRAM learns multi-scale non-coding RNA grammar for structural and regulatory inference
यह शोध पत्र RiboGRAM को प्रस्तुत करता है, जो एक डीप लर्निंग मॉडल है जो विविध जीवों और कोशिका प्रकारों में अनसुपरवाइज्ड स्ट्रक्चरल इन्फरेंस और रेगुलेटरी मोटिफ विश्लेषण को सक्षम करने के लिए नॉन-कोडिंग आरएनए अनुक्रमों में एक मल्टी-स्केल, पोजीशनल ग्रामर की खोज करता 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
जीवन अणुओं की एक भाषा पर निर्मित है, और दशकों से, वैज्ञानिक एक विशिष्ट बोली के व्याकरण को समझते आए हैं: वे निर्देश जो कोशिकाओं को बताते हैं कि प्रोटीन कैसे बनाया जाए। यह कोड ट्रिपलेट्स (तीन-अक्षरों के समूह) में पढ़ा जाता है, जैसे कि एक वाक्य जहाँ हर तीन अक्षर एक स्पष्ट अर्थ वाले विशिष्ट शब्द बनाते हैं। लेकिन जेनेटिक स्क्रिप्ट का बाकी हिस्सा, आरएनए (RNA) के वे विशाल विस्तार जो प्रोटीन को कोड नहीं करते हैं, एक रहस्य बना हुआ है। ये नॉन-कोडिंग आरएनए रेगुलेटर्स, स्विच और स्ट्रक्चरल स्कैफोल्ड्स के रूप में कार्य करते हैं, फिर भी उनका आंतरिक संगठन अराजक प्रतीत होता रहा है, जिसमें उन स्पष्ट नियमों का अभाव था जो प्रोटीन बनाने वाले अनुक्रमों को नियंत्रित करते हैं। इस छिपी हुई भाषा को पढ़ने का तरीका न होने के कारण, यह समझना कि ये अणु जटिल आकृतियों में कैसे मुड़ते हैं या वे अन्य कोशिकीय मशीनरी के साथ कैसे परस्पर क्रिया करते हैं, एक महत्वपूर्ण बाधा रही है।
शोधकर्ताओं की एक टीम ने अब इस मायावी भाषा को नियंत्रित करने वाले नियमों के एक सेट का अनावरण किया है, जिससे यह पता चला है कि नॉन-कोडिंग आरएनए एक विशिष्ट, सीखने योग्य व्याकरण का पालन करता है जो इस बात से परिभाषित होता है कि अक्षरों के छोटे पैटर्न कैसे व्यवस्थित हैं और वे अणु के साथ कहाँ स्थित हैं। उन्होंने एक नया कंप्यूटर मॉडल विकसित किया, जिसका नाम 'रिबोग्राम' (RiboGRAM) है, जिसने नौ अलग-अलग जीवों (बैक्टीरिया से लेकर मनुष्यों तक) के लाखों आरएनए अनुक्रमों का अध्ययन करके इन पैटर्न को पढ़ना सीखा। मॉडल ने खोजा कि जबकि प्रोटीन-कोडिंग अनुक्रम एक छोर से दूसरे छोर तक अपेक्षाकृत स्थिर रहते हैं, नॉन-कोडिंग आरएनए अणु के शुरू से अंत तक जाने पर एक अनुमानित तरीके से बदलते हैं। विशेष रूप से, शोधकर्ताओं ने पाया कि कुछ अक्षर संयोजन, विशेष रूप से 'U' अक्षर से समृद्ध, अनुक्रम के अंत की ओर अधिक बार आते हैं। यह दिशात्मक बदलाव, विभिन्न पैमानों पर छोटे अक्षर समूहों के विशिष्ट उपयोग के साथ मिलकर, एक संरचनात्मक ब्लूप्रिंट बनाता है जिसे मॉडल अब डिकोड कर सकता है।
इन नॉन-कोडिंग आरएनए के विशाल संग्रह पर प्रशिक्षण लेकर, मॉडल ने इन अणुओं को परिवारों में व्यवस्थित करना सीखा और यहाँ तक कि उनकी भौतिक आकृतियों की भविष्यवाणी भी की, बिना यह स्पष्ट रूप से सीखे कि एक आकृति कैसी दिखती है। जब शोधकर्ताओं ने मॉडल की यह जांच करने की क्षमता का परीक्षण किया कि आरएनए स्ट्रैंड के कौन से हिस्से एक डबल हेलिक्स बनाने के लिए आपस में जुड़ते हैं, तो यह प्रोटीन-कोडिंग निर्देशों पर प्रशिक्षित मॉडलों की तुलना में कहीं बेहतर रहा। वास्तव में, मॉडल इन कनेक्शनों की उच्च सटीकता के साथ पहचान करने में सक्षम था, जो यह सुझाव देता है कि अनुक्रम स्वयं में उन संकेतों को समाहित करता है जो अणु को सही ढंग से मुड़ने के लिए आवश्यक हैं। इस क्षमता ने टीम को केवल अक्षरों के अनुक्रम का उपयोग करके, एक गाइड के रूप में, छोटे आरएनए अणुओं के त्रि-आयामी (3D) मॉडल शून्य से बनाने की अनुमति दी, जिससे ऐसे परिणाम प्राप्त हुए जो व्यापक विकासवादी डेटा की आवश्यकता वाले अधिक जटिल तरीकों के बराबर हैं।
इस नए व्याकरण की शक्ति केवल फोल्डिंग (मुड़ने) तक ही सीमित नहीं है; यह यह भी समझाती है कि ये अणु प्रोटीनों के साथ कैसे परस्पर क्रिया करते हैं। जब शोधकर्ताओं ने अपने मॉडल को मानव कोशिकाओं पर लागू किया, तो उन्होंने पाया कि मॉडल उल्लेखनीय सटीकता के साथ भविष्यवाणी कर सकता है कि कौन से आरएनए अनुक्रम विशिष्ट प्रोटीनों से जुड़ेंगे। इससे भी महत्वपूर्ण बात यह है कि मॉडल ने खुलासा किया कि इन बाइंडिंग साइट्स (जुड़ने के स्थानों) का स्थान यादृच्छिक नहीं है। विभिन्न प्रकार के प्रोटीन अपनी लक्षित अनुक्रमों के लिए बाइंडिंग इवेंट के केंद्र के सापेक्ष विशिष्ट स्थानों पर होने को प्राथमिकता देते हैं, और ये प्राथमिकताएँ कोशिका के प्रकार के आधार पर बदल जाती हैं। उदाहरण के लिए, कुछ कोशिकाओं में, मॉडल ने पाया कि प्रोटीन कुछ अक्षरों से समृद्ध अनुक्रमों को पसंद करते थे, जबकि अन्य कोशिकाओं में, यह प्राथमिकता बदल गई, और मॉडल इस परिवर्तन का पता लगाने में सक्षम था। यह सुझाव देता है कि आरएनए का "व्याकरण" स्थिर नहीं है बल्कि कोशिकीय वातावरण के अनुकूल होता है, जो यह प्रभावित करता है कि जेनेटिक जानकारी को कैसे विनियमित किया जाता है।
शोधकर्ताओं ने यह भी परीक्षण किया कि क्या उनका मॉडल लंबे, अधिक जटिल आरएनए स्ट्रैंड्स की जटिलता को संभाल सकता है। हालांकि मॉडल ने छोटे अनुक्रमों पर असाधारण प्रदर्शन किया, लेकिन जैसे-जैसे अणु लंबे होते गए, इसकी सटीकता थोड़ी कम हो गई, जो बड़े, जटिल अणुओं की संरचना की भविष्यवाणी करने में आने वाली सामान्य कठिनाई को दर्शाता है। हालाँकि, इन सीमाओं के बावजूद, मॉडल ने नॉन-कोडिंग आरएनए में छिपे हुए क्रम को देखने का एक नया तरीका प्रदान किया। इसने दिखाया कि अक्षरों का अनुक्रम केवल सूचना का एक निष्क्रिय वाहक नहीं है, बल्कि एक सक्रिय ब्लूप्रिंट है जो यह निर्धारित करता है कि अणु कैसे व्यवहार करता है, कैसे मुड़ता है और कोशिका के बाकी हिस्सों के साथ कैसे परस्पर क्रिया करता है।
यह कार्य स्थापित करता है कि नॉन-कोडिंग आरएनए में एक सीखने योग्य व्याकरण है जिसे आधुनिक आर्टिफिशियल इंटेलिजेंस द्वारा डिकोड किया जा सकता है। इन अणुओं को परिभाषित करने वाले मल्टी-स्केल पैटर्न और दिशात्मक ग्रेडिएंट्स की पहचान करके, शोधकर्ताओं ने एक ऐसा उपकरण प्रदान किया है जो अणु के आकार के पूर्व ज्ञान के बिना उसकी संरचना और कार्य की भविष्यवाणी कर सकता है। विभिन्न प्रजातियों और कोशिका प्रकारों में सामान्यीकरण करने की मॉडल की क्षमता यह सुझाव देती है कि ये नियम जीव विज्ञान में आरएनए के काम करने के मूलभूत नियम हैं। जैसे-जैसे टीम इन उपकरणों को परिष्कृत करना जारी रखती है, वे जीवन की आणविक मशीनरी को देखने के लिए एक नया लेंस प्रदान करती हैं, जिससे एक कभी रहस्यमय स्क्रिप्ट को एक पठनीय, समझने योग्य भाषा में बदल दिया गया 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।