A relational architecture of the human genome

मानव जीनोम को अक्सर एक लंबे, रैखिक कोड के रूप में वर्णित किया जाता है, अक्षरों की एक ऐसी श्रृंखला जो एक व्यक्ति के निर्माण के निर्देश देती है। दशकों से, वैज्ञानिकों ने इस अनुक्रम का मानचित्रण किया है, उन जीन की पहचान की है जो प्रोटीन के लिए ब्लूप्रिंट के रूप में कार्य करते हैं, और उन त्रि-आयामी फोल्ड्स का चार्ट बनाया है जो डीएनए के दूरस्थ हिस्सों को एक-दूसरे के संपर्क में आने देते हैं। फिर भी, एक मौलिक प्रश्न अनसुलझा रहा है: इस कोड के व्यक्तिगत अक्षर एक-दूसरे से कैसे बात करते हैं? प्रकृति में पाए जाने वाले जटिल प्रणालियों में, जैसे कि मस्तिष्क में न्यूरॉन्स के फायर करने का तरीका या शहर में यातायात के प्रवाह का तरीका, एक भाग का व्यवहार अक्सर दूसरे की स्थिति पर निर्भर करता है। जीनोम में, हम जानते हैं कि अक्षरों के स्थानीय समूह स्विच बनाने के लिए मिलकर काम करते हैं जो जीन को चालू या बंद करते हैं, लेकिन यह स्पष्ट नहीं था कि क्या ये स्थानीय अंतःक्रियाएं अलग-थलग घटनाएं हैं या वे हमारे डीएनए की पूरी लंबाई में फैले एक विशाल, छिपे हुए नेटवर्क का निर्माण करती हैं। इस संगठन के गहरे स्तर को समझना महत्वपूर्ण है क्योंकि यह समझा सकता है कि क्यों डीएनए अनुक्रम में कुछ परिवर्तन रोग का कारण बनते हैं जबकि अन्य नहीं, और कैसे जीनोम लाखों वर्षों के विकास के दौरान अपनी स्थिरता बनाए रखता है।

RWTH आचेन यूनिवर्सिटी और जुलिच सुपरकंप्यूटिंग सेंटर के शोधकर्ताओं की एक टीम ने पूरे मानव जीनोम को संबंधों की एक जटिल प्रणाली के रूप में मानकर इस प्रश्न का उत्तर देने की दिशा में एक बड़ा कदम उठाया है। डीएनए को अक्षरों की एक स्थिर सूची के रूप में देखने के बजाय, उन्होंने एक शक्तिशाली आर्टिफिशियल इंटेलिजेंस मॉडल का उपयोग किया, जिसे जीनोमिक डेटा पर प्रशिक्षित किया गया था, ताकि व्यवस्थित रूप से यह परीक्षण किया जा सके कि मानव जीनोम का प्रत्येक अक्षर दूसरे प्रत्येक अक्षर को कैसे प्रभावित करता है। उन्होंने पूर्ण, एंड-टू-एंड मानव संदर्भ जीनोम के साथ काम किया, जिसमें लगभग 3.12 बिलियन स्थितियां हैं। एक विश्व के सबसे उन्नत सुपर कंप्यूटरों में से एक का उपयोग करते हुए, उन्होंने आभासी रूप से मानव जीनोम के प्रत्येक एकल अक्षर को तीन अन्य संभावित अक्षरों में से प्रत्येक में एक-एक करके बदला। प्रत्येक परिवर्तन के लिए, उन्होंने यह मापा कि एआई मॉडल की आसपास के अनुक्रम की समझ कैसे बदल गई। इस प्रक्रिया ने निर्भरताओं का एक विशाल मानचित्र तैयार किया, जिससे पता चला कि जब एक अक्षर को बदला जाता है, तो यह अक्सर एक लहर जैसा प्रभाव (रिपल इफेक्ट) पैदा करता है जो दूर स्थित अक्षरों के अर्थ या कार्य को बदल देता है, जिससे पूरे गुणसूत्र में फैली कनेक्शनों की एक निर्देशित नेटवर्क संरचना बनती है।

इस सिमुलेशन के परिणामों ने खुलासा किया कि जीनोम इन निर्भरताओं द्वारा परिभाषित एक उच्च-स्तरीय संरचना में व्यवस्थित है। शोधकर्ताओं ने पाया कि ये कनेक्शन यादृच्छिक नहीं हैं; वे दूरी, दिशा और डीएनए अनुक्रम के प्रकार के आधार पर विशिष्ट नियमों का पालन करते हैं। उदाहरण के लिए, उन अक्षरों के बीच संबंध अधिक मजबूत होते हैं जिन्हें लाखों वर्षों से विकास द्वारा संरक्षित किया गया है, जो यह सुझाव देता है कि प्रकृति ने इन संबंधों को बरकरार रखा है क्योंकि वे जीवन के लिए आवश्यक हैं। अध्ययन ने यह भी दिखाया कि ये निर्भरता नेटवर्क ज्ञात जैविक विशेषताओं, जैसे कि जीन की सीमाओं और आरएनए की संरचना के साथ संरेखित होते हैं, लेकिन वे उन क्षेत्रों से भी कहीं आगे तक विस्तृत हैं जिन्हें वैज्ञानिकों ने पहले से एनोटेट किया था। शोधकर्ताओं ने कनेक्शन मानचित्रों में सात विशिष्ट आकृतियों या पैटर्न की पहचान की, जिन्हें उन्होंने "रिलॉन्स" (relons) नाम दिया। इन पैटर्नों में आपस में जुड़े अक्षरों के घने ब्लॉक, दोहराव वाली आवधिक संरचनाएं, और दिशात्मक केंद्र शामिल हैं जहाँ डीएनए का एक छोटा हिस्सा एक बहुत बड़े क्षेत्र को प्रभावित करता है, या इसके विपरीत। ये रिलॉन्स सभी गुणसूत्रों में लगातार दिखाई देते हैं, जो एक आवर्ती वास्तुशिल्प भाषा बनाते हैं जो जीनोम को व्यवस्थित करती है।

शायद सबसे दिलचस्प बात यह है कि शोधकर्ताओं ने जीनोम के उन क्षेत्रों में हजारों इन संबंधात्मक संरचनाओं की खोज की जिन्हें पहले "डार्क" या अनएनोटेटेड माना जाता था, जिसका अर्थ है कि उनमें कोई ज्ञात जीन या नियामक तत्व नहीं थे। यह सुझाव देता है कि हमारे डीएनए के उन हिस्सों में कार्यात्मक संगठन की एक छिपी हुई परत है जिन्हें हम मौन समझते थे। अध्ययन ने इन संबंधात्मक पैटर्न को मानव स्वास्थ्य से सीधे जोड़ा। जीनोम के वे स्थान जो रोग पैदा करने वाले उत्परिवर्तन (म्यूटेशन) के लिए जाने जाते हैं, वे शेष जीनोम के साथ काफी अधिक जुड़े हुए पाए गए, जबकि हानिरहित स्थानों का जुड़ाव कम था। ये रोगजनक स्थल कई आने वाले और जाने वाले कनेक्शनों वाले हब के रूप में कार्य करते हैं, जिसका तात्पर्य है कि ऐसे स्थान में उत्परिवर्तन संबंधों के एक व्यापक नेटवर्क को बाधित कर देता है। इसके विपरीत, स्वस्थ आबादी में पाए जाने वाले सामान्य बदलाव बहुत कमजोर जुड़ाव दिखाते हैं। यह खोज जेनेटिक डेटा की व्याख्या करने का एक नया तरीका प्रदान करती है, जो यह सुझाव देती है कि उत्परिवर्तन का प्रभाव केवल अक्षर पर ही नहीं, बल्कि इस पर भी निर्भर करता है कि वह जीनोम के संबंधात्मक ताने-बाने में कितनी गहराई से बुना हुआ है।

इन निर्भरताओं का मानचित्रण करके, शोधकर्ताओं ने मानव जीनोम को देखने के लिए एक नया ढांचा प्रदान किया है, जो सरल रैखिक अनुक्रम और भौतिक 3D आकार से आगे बढ़कर एक संबंधात्मक संगठनात्मक परत को शामिल करता है। उन्होंने इस डेटा को एक ऑनलाइन ब्राउज़र के माध्यम से सार्वजनिक रूप से उपलब्ध कराया है, जिससे अन्य वैज्ञानिक इन नेटवर्कों का पता लगा सकें। हालांकि यह अध्ययन प्रत्यक्ष भौतिक प्रयोगों के बजाय कंप्यूटर सिमुलेशन पर निर्भर करता है, लेकिन इसके द्वारा खोजे गए पैटर्न स्थापित जैविक सिद्धांतों, जैसे कि विकासवादी संरक्षण और जीन संरचना के अनुरूप हैं। यह कार्य सुझाव देता है कि जीनोम केवल भागों का संग्रह नहीं है, बल्कि एक गतिशील प्रणाली है जहाँ न्यूक्लियोटाइड्स के बीच के संबंध उतने ही महत्वपूर्ण हैं जितने कि स्वयं न्यूक्लियोटाइड्स। यह दृष्टिकोण आनुवंशिक रोगों को समझने के नए रास्ते खोलता है, विशेष रूप से उन रोगों के लिए जो गैर-कोडिंग क्षेत्रों में उत्परिवर्तन के कारण होते हैं जिन्हें पारंपरिक तरीकों ने समझाने में संघर्ष किया है, और यह संकेत देता है कि जीवन का विकास इन जटिल निर्भरता के जाल को संरक्षित करने में उतना ही शामिल हो सकता है जितना कि वह कोड के व्यक्तिगत अक्षरों को संरक्षित करता है।