Efficient and precise discovery of LTR-retrotransposon families using HiRepEat
यह शोध पत्र HiRepEat प्रस्तुत करता है, जो एक तेज़ और स्मृति-कुशल (मेमोरी-एफिशिएंट) कम्प्यूटेशनल फ्रेमवर्क है जो विविध वर्टेब्रेट और ड्रोसोफिला जीनोम्स में LTR-रेट्रोट्रांसपोज़न परिवारों को सटीक रूप से पहचानने, क्लस्टर करने और विश्लेषण करने के लिए TACO रिपीट कंप्रेसर और SALSA कोऑर्डिनेट मैपिंग सिस्टम को एक अनुकूलित वेवफ्रंट अलाइनमेंट एल्गोरिदम के साथ जोड़ता 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
जीनोम जीवन के निर्देश मैनुअल हैं, जो चार रासायनिक अक्षरों के एक कोड में लिखे गए हैं। लेकिन ये मैनुअल साफ-सुथरे, रैखिक दस्तावेज़ नहीं हैं; ये प्राचीन, दोहराव वाले अंशों से भरे हुए हैं जो स्वयं को पूरे पाठ में कॉपी और पेस्ट करते रहते हैं। इन स्व-प्रतिकृति तत्वों में से एक प्रमुख प्रकार 'लॉन्ग टर्मिनल रिपीट रेट्रोट्रांसपोज़ोन' (long terminal repeat retrotranson) है। ये वे आनुवंशिक अनुक्रम हैं जो एक आरएनए (RNA) मध्यवर्ती का उपयोग करके अपनी एक प्रति बना सकते हैं और उस प्रति को वापस जीनोम में डाल सकते हैं। लाखों वर्षों में, वे इस हद तक जमा हो गए हैं कि कई जानवरों में, वे कुल डीएनए का एक महत्वपूर्ण हिस्सा बनाते हैं। इन तत्वों के स्थान को समझना और यह समझना कि वे समय के साथ कैसे बदले हैं, विकास (evolution) को समझने के लिए अत्यंत महत्वपूर्ण है, लेकिन उन्हें खोजना बेहद कठिन काम है। क्योंकि वे एक-दूसरे के बहुत समान होते हैं और अक्सर अन्य दोहराव वाले अनुक्रमों के भीतर दबे होते हैं, मानक कंप्यूटर उपकरण शोर या एक-दूसरे से उन्हें अलग करने में संघर्ष करते हैं, जिससे अक्सर पुराने परिवारों को पहचानने में चूक हो जाती है या भ्रमित करने वाले, गलत मानचित्र बन जाते हैं।
शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए 'HiRepEat' नामक एक नई विधि विकसित की है, जो इन आनुवंशिक यात्रियों को खोजने का एक तेज़ और अधिक सटीक तरीका प्रदान करती है। उनके दृष्टिकोण के पीछे का मूल विचार यह है कि विशिष्ट तत्वों की खोज करने से पहले जीनोम को विकर्षणों (distractions) से साफ किया जाए। यह प्रक्रिया 'टैंडम रिपीट' (tandem repeats) की पहचान और संपीड़न से शुरू होती है, जो वे अनुक्रम हैं जो लंबी, समान पंक्तियों में एक-दूसरे के ठीक बगल में स्थित होते हैं। ये टैंडम रिपीट अक्सर पहचान सॉफ्टवेयर को भ्रमित कर देते हैं, इसलिए शोधकर्ता एक उपकरण का उपयोग करते हैं जिसे उन्होंने 'TACO' नाम दिया है, ताकि इन लंबी पंक्तियों को एक एकल प्रतिनिधि प्रति तक सिकोड़ा जा सके। वे एक विस्तृत मानचित्र रखते हैं, जिसे 'SALSA' कहा जाता है, जो यह रिकॉर्ड करता है कि हटाई गई प्रतियां वास्तव में कहाँ थीं, जिससे यह सुनिश्चित होता है कि कोई भी जानकारी खोई नहीं है और मूल स्थितियों को बाद में बहाल किया जा सकता है। पहले इन घने दोहराव वाले ब्लॉकों को हटाने से, जीनोम को पढ़ना बहुत आसान हो जाता है, जिससे सॉफ्टवेयर उन अधिक जटिल, बिखरे हुए रेट्रोट्रांसपोज़ोन का पता लगा पाता है जो पहले छिपे हुए थे।
एक बार जब जीनोम सरल हो जाता है, तो सॉफ्टवेयर संभावित रेट्रोट्रांसपोज़ोन की तलाश करता है, जो इन तत्वों के विशिष्ट संरचनात्मक हस्ताक्षर को देखता है: एक केंद्रीय क्षेत्र के दोनों ओर दो मिलान वाले छोर। जब संभावित उम्मीदवार पाए जाते हैं, तो शोधकर्ता उन्हें केवल एक त्वरित समानता जांच के आधार पर एक साथ समूहबद्ध नहीं करते हैं, जो अक्सर त्रुटियों का कारण बनता है। इसके बजाय, वे प्रत्येक समूह के लिए एक वंशावली वृक्ष (family tree) बनाते हैं। यह फाइलोजेनेटिक (phylogenetic) दृष्टिकोण सुनिश्चित करता है कि अंतिम परिवारों की सूची सटीक है और उस परिवार के "कंसेंसस" (consensus) अनुक्रम को सही ढंग से प्राप्त किया गया है। यदि कोई संभावित अनुक्रम किसी अन्य के भीतर स्थित पाया जाता है, तो सिस्टम परतों को हटा सकता है, जिससे आंतरिक प्रविष्टि और बाहरी प्रविष्टि को अलग-अलग पहचाना जा सके। यह पुनरावृत्ति प्रक्रिया, जहाँ सॉफ्टवेयर प्रभावी रूप से मिले हुए दोहरावों को "खाकर" उसके नीचे छिपी चीज़ों को प्रकट करता है, इसे उन जटिल, नेस्टेड संरचनाओं को उजागर करने की अनुमति देती है जिन्हें अन्य विधियाँ नहीं देख पातीं।
शोधकर्ताओं ने चावल, जेब्राफिंच और गोरिल्ला सहित विभिन्न प्रजातियों पर इस नई प्रणाली का परीक्षण किया, और अपने परिणामों की तुलना मौजूदा, सावधानीपूर्वक क्यूरेट किए गए डेटासेट से की। नया तरीका अत्यधिक सटीक साबित हुआ, जिसने ज्ञात रेट्रोट्रांसपोज़ोन परिवारों के विशाल बहुमत की सही पहचान की और पिछले उपकरणों की तुलना में बहुत कम 'फॉल्स अलार्म' उत्पन्न किए। गति के मामले में, अंतर नाटकीय था। जहाँ अन्य विधियों को एक बड़े जीनोम को संसाधित करने में घंटों या दिनों लग जाते थे, या कभी-कभी वे पूरा होने में विफल भी हो जाते थे, वहीं HiRepEat ने एक गोरिल्ला जीनोम का विश्लेषण लगभग 26 मिनट में पूरा कर लिया। इस प्रणाली को 'वर्टीब्रेट जीनोम्स प्रोजेक्ट' से 577 अलग-अलग कशेरुकी (vertebrate) जीनोमों पर लागू किया गया, जो एक बहुत बड़ा कार्य था जो पुराने सॉफ्टवेयर के साथ अव्यवहारिक होता। अधिकांश मामलों में, विश्लेषण मानक कंप्यूटर संसाधनों का उपयोग करके एक घंटे से कम समय में पूरा हो गया, जो दर्शाता है कि यह विधि उच्च-गुणवत्ता वाले जीनोम अनुक्रमों के प्रबंधन के लिए कुशलतापूर्वक स्केल करती है।
केवल इन तत्वों को सूचीबद्ध करने के अलावा, शोधकर्ताओं ने अपने नए डेटा का उपयोग कई प्रजातियों के बीच साझाकरण के पैटर्न को देखने के लिए किया। एक साथ कई प्रजातियों में इन रेट्रोट्रांसपोज़ोन के आनुवंशिक अनुक्रमों की तुलना करके, उन्होंने ऐसे मामलों की पहचान की जहाँ तत्वों का एक ही परिवार उन प्रजातियों में दिखाई देता है जो एक-दूसरे से बहुत दूर के संबंध रखती हैं। उदाहरण के लिए, उन्होंने मछली की विभिन्न प्रजातियों में लगभग समान रेट्रोट्रांसपोज़ोन अनुक्रम पाए जो 100 मिलियन वर्ष से अधिक समय पहले एक सामान्य पूर्वज से अलग हुई थीं। चूंकि इन तत्वों में एक सामान्य पूर्वज से विरासत में मिलने के कारण इतने लंबे समय में कई उत्परिवर्तन (mutations) जमा होने चाहिए थे, इसलिए उनकी लगभग समान स्थिति यह सुझाव देती है कि वे हाल ही में प्रजातियों के बीच स्थानांतरित हुए हैं। यह 'होरिज़ोंटल ट्रांसफर' (horizontal transfer) की ओर इशारा करता है, एक ऐसी प्रक्रिया जहाँ आनुवंशिक सामग्री माता-पिता से संतान को दिए जाने के बजाय जीवों के बीच कूदती है। फल मक्खियों (fruit flies) और उभयचरों में भी इसी तरह के पैटर्न देखे गए, जिसमें उन प्रजातियों के मामले शामिल थे जो पानी में अंडे देती हैं, जो इस विचार का समर्थन करते हैं कि जलीय वातावरण में निषेचन (fertilization) इस प्रकार के आनुवंशिक आदान-प्रदान को सुगम बना सकता है।
यह कार्य जीनोम के दोहराव वाले परिदृश्य को देखने के लिए एक शक्तिशाली लेंस प्रदान करता है। शोर को व्यवस्थित रूप से हटाकर और सटीक वंशावली वृक्ष बनाकर, शोधकर्ताओं ने इन आनुवंशिक तत्वों के इतिहास और जीवन के वृक्ष (tree of life) में उनकी गति का अध्ययन करने का एक विश्वसनीय तरीका बनाया है। सैकड़ों जीनोमों को तेजी से संसाधित करने की क्षमता का अर्थ है कि वैज्ञानिक अब उन प्रजातियों में इन तत्वों के वितरण का अध्ययन कर सकते हैं जिनका विश्लेषण करना पहले बहुत कठिन था। निष्कर्ष बताते हैं कि प्रजातियों के बीच आनुवंशिक सामग्री का संचलन उतना आम है जितना कि पहले नहीं सोचा गया था, विशेष रूप से जलीय वातावरण में, और ये गतिशील तत्व विकास के समय में जीनोम को आकार देने में एक सक्रिय भूमिका निभाते हैं। इस अध्ययन में विकसित उपकरण अब अन्य वैज्ञानिकों के उपयोग के लिए उपलब्ध हैं, जो जीवित चीजों की जीव विज्ञान को प्रभावित करने वाले इन प्राचीन आनुवंशिक यात्रियों के बारे में अधिक विस्तृत समझ के द्वार खोलते हैं।
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।