Multi-scale haplotype signatures distinguish among evolutionary processes
यह शोध पत्र SHADES को प्रस्तुत करता है, जो एक सुदृढ़ डीप लर्निंग फ्रेमवर्क है जो विभिन्न विकासवादी प्रक्रियाओं के बीच सटीक रूप से अंतर करने के लिए मल्टी-स्केल हैप्लोटाइप सिग्नेचर का लाभ उठाता है, जो मौजूदा विधियों से बेहतर प्रदर्शन करता है और यूरोपीय मानव जीनोम में ज्ञात और नवीन दोनों अनुकूलन संकेतों की सफलतापूर्वक पहचान 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
मनुष्य कौन बने हैं, इसकी कहानी हमारे कोशिकाओं के भीतर मौजूद डीएनए (DNA) में लिखी है। यह जेनेटिक कोड कोई स्थिर निर्देश पुस्तिका नहीं है; यह इतिहास का एक जीवंत रिकॉर्ड है, जिसे प्रकृति की शक्तियों द्वारा लगातार संपादित किया जा रहा है। कभी-कभी, डीएनए में एक यादृच्छिक परिवर्तन किसी व्यक्ति को जीवित रहने का लाभ देता है, जिससे वह अधिक समय तक जीवित रह पाता है और अधिक संतान पैदा कर पाता है। कई पीढ़ियों के दौरान, यह सहायक परिवर्तन जनसंख्या में फैलता है, जिससे जेनेटिक परिदृश्य पर एक विशिष्ट छाप छूट जाती है। वैज्ञानिक इस प्रक्रिया को 'नेचुरल सिलेक्शन' (प्राकृतिक चयन) कहते हैं। हालाँकि, जीनोम अन्य बलों द्वारा भी आकार लेता है, जैसे कि माता-पिता द्वारा बच्चों को जीन सौंपते समय जीनों का यादृच्छिक मिश्रण, या समूहों के प्रवास और अंतःप्रजनन (interbreeding) के दौरान आबादी का मेल। इन विभिन्न बलों के बीच अंतर करना एक विशिष्ट व्यक्ति द्वारा छोड़े गए फिंगरप्रिंट और एक यादृच्छिक हाथ द्वारा बनाए गए धब्बे के बीच अंतर करने की कोशिश करने जैसा है। लंबे समय से, इन निशानों के बीच अंतर करना कठिन रहा है, विशेष रूप से जब वे आपस में मिल जाते हैं या जब किसी जनसंख्या का इतिहास जटिल होता है।
फ्लोरिडा अटलांटिक यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इन जेनेटिक कहानियों को बहुत अधिक स्पष्टता के साथ पढ़ने का एक नया तरीका विकसित किया है। उन्होंने SHADES नामक एक कंप्यूटर प्रोग्राम बनाया है, जो मानव डीएनए में पैटर्न देखने के लिए 'डीप लर्निंग' नामक आर्टिफिशियल इंटेलिजेंस के एक प्रकार का उपयोग करता है। केवल यह गिनने के बजाय कि एक जीन कितनी बार दिखाई देता है, यह प्रोग्राम डीएनए के बड़े हिस्सों में जेनेटिक वेरिएंट्स की व्यवस्था को देखता है, ठीक वैसे ही जैसे एक जासूस अपराध स्थल पर मौजूद लोगों की संख्या गिनने के बजाय वहां के लेआउट की जांच करता है। शोधकर्ताओं ने इस प्रणाली को लाखों सिम्युलेटेड जेनेटिक इतिहासों का उपयोग करके प्रशिक्षित किया, जिससे इसे चार अलग-अलग विकासवादी प्रक्रियाओं के अद्वितीय हस्ताक्षरों को पहचानना सिखाया गया: तटस्थ परिवर्तन (neutral changes) जो संयोग से होते हैं, तीव्र स्वीप (rapid sweeps) जहाँ एक लाभकारी जीन पूरे समूह पर हावी हो जाता है, बैलेंसिंग सिलेक्शन (balancing selection) जहाँ एक ही जनसंख्या में जीन के कई संस्करणों को बनाए रखा जाता है, और एडेप्टिव इंट्रोग्रेशन (adaptive introgression), जो तब होता है जब मनुष्य अन्य प्राचीन मानव समूहों से सहायक जीन प्राप्त करते हैं।
इस प्रशिक्षण के परिणाम आश्चर्यजनक थे। मौजूदा अन्य तरीकों के विरुद्ध परीक्षण किए जाने पर, यह नई प्रणाली यह पहचानने में काफी अधिक सटीक साबित हुई कि कौन सा विकासवादी बल काम कर रहा था। यह एक ऐसे जीन के बीच अंतर कर सका जो हाल ही में एक जनसंख्या में तेजी से फैला था और एक ऐसे जीन के बीच जो किसी बाहरी समूह से आया था, जो एक ऐसा कार्य था जिसने पहले कई उपकरणों को भ्रमित कर दिया था। यह प्रणाली तब भी विश्वसनीय बनी रही जब डेटा अधूरा था या जब जीनोम में जेनेटिक परिवर्तन की दर भिन्न थी, ऐसी स्थितियाँ जो अक्सर अन्य तरीकों को विफल कर देती हैं। यह मजबूती दर्शाती है कि प्रोग्राम ने केवल विशिष्ट उदाहरणों को याद करने के बजाय विकास के वास्तविक अंतर्निहित पैटर्न को सीख लिया है।
यह उपकरण वास्तविक दुनिया के डेटा पर काम करता है या नहीं, यह देखने के लिए, शोधकर्ताओं ने इसे '1000 जीनोम्स प्रोजेक्ट' से यूरोपीय वंश के लोगों के जीनोम पर लागू किया। इस प्रणाली ने तुरंत मानव अनुकूलन की कई प्रसिद्ध कहानियों की पुष्टि की। इसने लैक्टेज पर्सिस्टेंस (lactase persistence) के लिए जिम्मेदार डीएनए क्षेत्र की सही पहचान की, जो वयस्क होने तक दूध की चीनी पचाने की क्षमता है, जो पशुपालन के बाद जनसंख्या में फैलने वाले एक जीन के 'स्वीप' का एक क्लासिक उदाहरण है। इसने मेजर हिस्टोकम्पैटिबिलिटी कॉम्प्लेक्स (major histocompatibility complex) में बैलेंसिंग सिलेक्शन के जेनेटिक संकेतों को भी खोजा, जो प्रतिरक्षा प्रणाली के लिए महत्वपूर्ण जीनों का एक समूह है जिसने विभिन्न प्रकार के रोगजनकों (pathogens) से लड़ने के लिए हजारों वर्षों तक उच्च विविधता बनाए रखी है। इसके अलावा, इसने त्वचा के पिग्मेंटेशन से संबंधित जीनों में एडेप्टिव इंट्रोग्रेशन के संकेतों का पता लगाया, जिससे पुष्टि हुई कि मनुष्यों ने अपने कुछ शारीरिक लक्षणों को निएंडरथल जैसे प्राचीन रिश्तेदारों के साथ अंतःप्रजनन के माध्यम से प्राप्त किया है।
इन प्रसिद्ध उदाहरणों के अलावा, इस प्रोग्राम ने मानव अनुकूलन के नए उम्मीदवारों की एक प्रचुर मात्रा में खोज की जिन्हें पहले उजागर नहीं किया गया था। इसने प्रतिरक्षा रक्षा, सूजन (inflammation) और त्वचा की बाधा (skin barrier) के रखरखाव में शामिल जीनों की ओर संकेत किया, जो यह सुझाव देता है कि रोगजनकों के साथ हमारा निरंतर संघर्ष और विभिन्न वातावरणों के अनुकूल होने की हमारी आवश्यकता हमारे विकास के निरंतर चालक रहे हैं। उदाहरण के लिए, सिस्टम ने उन जीनों को हाइलाइट किया जो वायरल संक्रमणों के प्रति शरीर की प्रतिक्रिया में मदद करते हैं और अन्य जो त्वचा को बाहरी दुनिया से बचाने के तरीके को नियंत्रित करते हैं। ये निष्कर्ष एक स्पष्ट तस्वीर प्रदान करते हैं कि कैसे प्राकृतिक चयन ने हमारे जीनोम को आकार दिया है, जो उन बलों के जटिल तालमेल को प्रकट करता है जिन्होंने हमें विविध वातावरणों में जीवित रहने और फलने-फूलने में मदद की है।
इस दृष्टिकोण की सफलता एक साथ कई पैमानों पर जेनेटिक डेटा को देखने की इसकी क्षमता में निहित है। डीएनए के छोटे विंडोज़ (windows) का परीक्षण करके सूक्ष्म विवरण पकड़ने और व्यापक चित्र देखने के लिए बड़े विंडोज़ का उपयोग करके, यह प्रोग्राम उन सूक्ष्म संकेतों को अलग कर सकता है जो अन्यथा शोर (noise) में खो जाते। यह मल्टीस्केल दृश्य इसे एक ऐसे जीन के बीच अंतर करने में सक्षम बनाता है जिसे सक्रिय रूप से चुना जा रहा है और एक ऐसे जीन के बीच जो केवल यादृच्छिक संयोग या जनसंख्या आंदोलनों के इतिहास के कारण बदल रहा है। शोधकर्ताओं ने पाया कि उनकी विधि विभिन्न प्रकार के चयन के बीच अंतर करने में विशेष रूप से अच्छी थी, एक ऐसा कार्य जो पिछले उपकरणों के लिए कठिन साबित हुआ था।
यह कार्य हमारे डीएनए में लिखे विकासवादी इतिहास को डिकोड करने की हमारी क्षमता में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। उन्नत कंप्यूटर विज्ञान को मानव आनुवंशिकी के अध्ययन के साथ जोड़कर, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो अनुकूलन की विशिष्ट कहानियों को खोजने के लिए जीनोम की विशाल जटिलता को छान सकता है। ये निष्कर्ष न केवल हमारे मानव विकास के बारे में जो हम पहले से जानते थे उसकी पुष्टि करते हैं, बल्कि हमारे इतिहास के नए अध्यायों, विशेष रूप से हमारी प्रतिरक्षा प्रणाली और पर्यावरण के साथ हमारी अंतःक्रिया से जुड़े अध्यायों को खोजने का द्वार भी खोलते हैं। जैसे-जैसे शोधकर्ता अपने सॉफ़्टवेयर को वैज्ञानिक समुदाय के लिए उपलब्ध करा रहे हैं, यह न केवल मनुष्यों, बल्कि संभावित रूप से कई अन्य प्रजातियों को भी आकार देने वाले प्राकृतिक चयन की खोज को तेज करने का वादा करता 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।