Carbon-A: Unified Genome Annotation across Eukaryotic Diversity
यह शोधपत्र Carbon-A को प्रस्तुत करता है, जो एक एकीकृत 1.2-बिलियन-पैरामीटर वाला एनकोडर मॉडल है जो केवल जीनोमिक अनुक्रमों का उपयोग करके विविध यूकेरियोटिक वंशों में अत्याधुनिक संरचनात्मक जीनोम एनोटेशन प्राप्त करता है, और इस क्षमता का लाभ उठाकर कार्बन एनोटेशन डेटाबेस (CADB) का निर्माण करता है, जो 48,000 से अधिक असेंबली के लिए अनुमानित जीन मॉडल वाला एक व्यापक संसाधन है जो मौजूदा संदर्भ डेटाबेसों का महत्वपूर्ण विस्तार 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 को समझने के लिए, वैज्ञानिकों को सबसे पहले आनुवंशिक कोड (जेनेटिक कोड) के भीतर छिपे निर्देशों को खोजना होगा। मानव से लेकर मशरूम तक, प्रत्येक जीवित जीव में डीएनए (DNA) का एक विशाल पुस्तकालय होता है, जो रासायनिक अक्षरों की एक लंबी श्रृंखला है जिसमें किसी जीव के निर्माण और संचालन के ब्लूप्रिंट होते हैं। दशकों तक, चुनौती केवल इस श्रृंखला को पढ़ने की थी। अब जब सीक्वेंसिंग मशीनें इन श्रृंखलाओं को तेजी से और सस्ते में बना सकती हैं, तो बाधा बदल गई है। केवल कच्चे पाठ (raw text) का होना पर्याप्त नहीं है; शोधकर्ताओं को यह पहचानना होगा कि पाठ के कौन से हिस्से प्रोटीन बनाने के वास्तविक निर्देश हैं, जो कोशिका निर्माण करने वाले और जैविक प्रक्रियाओं को चलाने वाले कार्यवाहक अणु होते हैं। यह प्रक्रिया, जिसे जीन एनोटेशन (gene annotation) कहा जाता है, एक ऐसी किताब में वाक्य खोजने के समान है जिसमें शब्दों के बीच कोई स्थान (space) नहीं है और न ही कोई विराम चिह्न है। जानवरों और पौधों जैसे जटिल जीवों में, ये निर्देश अक्सर गैर-कोडिंग डीएनए के लंबे हिस्सों में बिखरे हुए छोटे टुकड़ों में विभाजित होते हैं, जिससे बिना किसी मार्गदर्शक के उन्हें ढूंढना अविश्वसनीय रूप से कठिन हो जाता है।
पारंपरिक रूप से, वैज्ञानिकों ने इन जीनों को खोजने के लिए दो मुख्य रणनीतियों पर भरोसा किया है। एक विधि उस जीव के स्वयं के साक्ष्यों को देखती है, जैसे कि आरएनए (RNA) अणु जो विशिष्ट ऊतकों में सक्रिय होने के लिए जाने जाते हैं। दूसरी विधि नए डीएनए की तुलना पहले से खोजी गई जीनों से करती है जो निकट संबंधी प्रजातियों में मौजूद हैं। दोनों दृष्टिकोण तब अच्छी तरह काम करते हैं जब जीव अच्छी तरह से अध्ययन किया गया हो या जब उसके किसी करीबी रिश्तेदार का मानचित्र तैयार हो। हालाँकि, वे पृथ्वी पर मौजूद जीवन के विशाल बहुमत पर लागू होने में पूरी तरह विफल रहते हैं, जिसमें वे प्रजातियां शामिल हैं जिनका कभी विस्तार से अध्ययन नहीं किया गया है और जिनका कोई करीबी संबंधी ज्ञात जेनेटिक मैप वाला नहीं है। इन जीवों के लिए, निर्देश छिपे रह जाते हैं, जिससे जीवन के वृक्ष (tree of life) की हमारी समझ में बड़ी रिक्तियां रह जाती हैं।
शोधकर्ताओं की एक टीम ने अब इस समस्या को जटिल जीवन के पूरे स्पेक्ट्रम में हल करने के लिए डिज़ाइन किए गए एक नए उपकरण को पेश किया है। उन्होंने कार्बन-ए (Carbon-A) नामक एक कंप्यूटर मॉडल विकसित किया है, जो जेनेटिक कोड के लिए एक सार्वभौमिक अनुवादक के रूप में कार्य करता है। पिछले उपकरणों के विपरीत जिन्हें स्तनधारियों, पौधों या कवक (fungi) के लिए अलग-अलग प्रशिक्षित करने की आवश्यकता होती थी, इस एकल मॉडल ने सभी में एक साथ प्रोटीन-कोडिंग जीनों के पैटर्न को पहचानना सीख लिया। सीधे कच्चे डीएनए अनुक्रम का विश्लेषण करके, बिना किसी विशिष्ट प्रजाति के पूर्व ज्ञान की आवश्यकता के, कार्बन-ए एक जीनोम को स्कैन कर सकता है और सटीक रूप से बता सकता है कि जीन कहाँ शुरू और समाप्त होते हैं, यहाँ तक कि उन जीवों में भी जिन्हें पहले कभी नहीं देखा गया है।
शोधकर्ताओं ने इस मॉडल का परीक्षण छह प्रमुख समूहों का प्रतिनिधित्व करने वाले 42 विभिन्न जीनोमों पर किया: स्तनधारी, अन्य कशेरुकी (vertebrates), अकशेरुकी (invertebrates), पौधे, कवक और एककोशिकीय जीव जिन्हें प्रोटोज़ोआ (protozoa) कहा जाता है। हर श्रेणी में, कार्बन-ए ने मौजूदा विधियों को पीछे छोड़ दिया, और अन्य किसी भी उपकरण की तुलना में उच्च सटीकता के साथ जीनों के स्थान को सही ढंग से पहचाना। यह असामान्य आनुवंशिक नियमों का सामना करने पर विशेष रूप से मजबूत साबित हुआ, जैसे कि एक प्रकार के एककोशिकीय जीव में जहाँ जीनों के लिए मानक स्टॉप सिग्नल अलग तरह से काम करते हैं। जहाँ अन्य मॉडल पूरी तरह विफल रहे, वहीं कार्बन-ए ने अनुकूलन किया और उच्च सटीकता बनाए रखी। यह प्रत्येक भविष्यवाणी के लिए एक कॉन्फिडेंस स्कोर (विश्वास स्कोर) भी प्रदान करता है, जो शोधकर्ताओं को यह बताता है कि किसी विशिष्ट जीन खोज पर कितना भरोसा किया जा सकता है, जिससे उन्हें यह तय करने में मदद मिलती है कि किन परिणामों पर सबसे अधिक विश्वास करना है।
मॉडल की उन जीनों को खोजने की क्षमता को प्रदर्शित करने के लिए, जिसे अन्यों ने मिस कर दिया था, टीम ने चार प्रजातियों—एक बिल्ली, एक हैम्स्टर, एक मुर्गी और एक पौधे—के प्रयोगात्मक डेटा के विरुद्ध इसकी भविष्यवाणियों की तुलना की। उन्होंने आरएनए अणुओं की पूरी लंबाई को पढ़ने वाली एक तकनीक का उपयोग किया ताकि यह देखा जा सके कि वास्तव में किन जीनों का उपयोग किया जा रहा है। कार्बन-ए ने सैकड़ों जीन उम्मीदवारों की पहचान की जो मानक संदर्भ डेटाबेस में मौजूद नहीं थे लेकिन इस प्रयोगात्मक साक्ष्य द्वारा समर्थित थे। इसके अलावा, इन जीनों द्वारा उत्पन्न प्रोटीन संरचनाओं के कंप्यूटर सिमुलेशन ने दिखाया कि वे स्थिर और तर्कसंगत आकार में मुड़ते हैं, जो यह सुझाव देता है कि वे वास्तविक, कार्यात्मक भाग हैं। यह इंगित करता है कि मॉडल केवल अनुमान नहीं लगा रहा है, बल्कि वास्तविक जैविक निर्देशों को उजागर कर रहा है जिन्हें अनदेखा कर दिया गया था।
इस सफलता को आगे बढ़ाते हुए, शोधकर्ताओं ने उपलब्ध प्रत्येक यूकेरियोटिक जीनोम असेंबली को एनोटेट करने के लिए कार्बन-ए का उपयोग किया। इस विशाल प्रयास के परिणामस्वरूप कार्बन एनोटेशन डेटाबेस का निर्माण हुआ, जो 22,617 विभिन्न प्रजातियों में 566 मिलियन से अधिक प्रोटीन-कोडिंग जीनों के लिए भविष्यवाणियां रखने वाला एक नया संसाधन है। यह डेटाबेस पिछले स्वर्ण मानक (gold standard) की तुलना में जेनेटिक सीक्वेंस की मात्रा में नौ गुना और प्रजातियों की संख्या में ग्यारह गुना वृद्धि का प्रतिनिधित्व करता है। कम समझे जाने वाले जीवों का अध्ययन करने वाले वैज्ञानिकों के लिए, यह खोज के लिए एक सुसंगत और विश्वसनीय शुरुआती बिंदु प्रदान करता है। यह शोधकर्ताओं को यह पूछने की अनुमति देता है कि जीन कैसे विकसित होते हैं, कौन से जीन विशिष्ट वंशावलियों के लिए अद्वितीय हैं, और विभिन्न प्रजातियां एक-दूसरे से कैसे संबंधित हैं, जिससे कच्चे जेनेटिक डेटा का एक विशाल संग्रह जैविक ज्ञान के एक खोजने योग्य पुस्तकालय में बदल जाता है।
यह कार्य सुझाव देता है कि प्रोटीन बनाने के नियम पहले की तुलना में अधिक सार्वभौमिक हैं। जीवन के विविध मिश्रणों से एक साथ सीखकर, मॉडल ने साझा पैटर्न की खोज की जो गहरे विकासवादी विभाजनों (evolutionary divides) में भी लागू होते हैं। यह दृष्टिकोण खोज के मार्गदर्शन के लिए करीबी रिश्तेदारों की आवश्यकता से परे जाता है, जो किसी भी जटिल जीव, चाहे वह कितना भी अज्ञात क्यों न हो, के जेनेटिक निर्देशों को खोजने का एक तरीका प्रदान करता है। जैसे-जैसे डेटाबेस बढ़ता और बेहतर होता जाएगा, यह भविष्य की खोजों के लिए एक आधार के रूप में कार्य करेगा, जो पृथ्वी पर जीवन की कहानी के छूटे हुए अध्यायों को भरने में मदद करेगा।
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।