← नवीनतम पेपर
💻 जैव सूचना विज्ञान

DiGi: An Integer Programming Formulation for Diploid Genome Inference Using a Pangenome Reference

यह शोध पत्र DiGi को प्रस्तुत करता है, जो एक इंटिजर प्रोग्रामिंग-आधारित विधि है जो सटीक रूप से डिप्लॉयड जीनोम हैप्लोटाइप्स का अनुमान लगाने और सीक्वेंसिंग रीड्स से जेनेटिक वेरिएंट्स का पता लगाने के लिए एक हैप्लोटाइप ट्रेलिस ग्राफ और एक संभाव्य मॉडल का उपयोग करता है, जो संदर्भ पेंजीनोम (reference pangenome) में अनुपस्थित जीनोम के लिए भी MHC जैसे जटिल क्षेत्रों के पुनर्निर्माण में उच्च प्रदर्शन प्रदर्शित करता है।

मूल लेखक: Mishra, A., Dilthey, A. T., Jain, C.

प्रकाशित 2026-11-17
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Mishra, A., Dilthey, A. T., Jain, C.

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

मानव आनुवंशिकी वर्तमान में एक शांत क्रांति के दौर से गुजर रही है। दशकों से, वैज्ञानिक हमारे जैविक ब्लूप्रिंट को समझने के लिए मानव जीनोम के एकल, रैखिक मानचित्र (linear map) पर भरोसा करते आए हैं। यह मानचित्र, हालांकि उपयोगी है, एक हलचल भरे शहर की एक एकल तस्वीर की तरह है; यह सामान्य लेआउट को तो पकड़ लेता है लेकिन उन अनूठी गलियों, उप-सड़कों और विविधताओं को छोड़ देता है जो प्रत्येक व्यक्ति को विशिष्ट बनाती हैं। वास्तव में, मानव डीएनए एक मोज़ेक (mosaic) है। जैसे-जैसे हम अपने माता-पिता से आनुवंशिक सामग्री प्राप्त करते हैं, हमारे गुणसूत्र (chromosomes) केवल अपने माता-पिता के संस्करणों की सटीक नकल नहीं करते; वे खंडों को आपस में अदला-बदली करते हैं, जिससे ऐसे अनूठे संयोजन बनते हैं जो पहले कभी अस्तित्व में नहीं थे। यह पुनर्संयोजन (recombination), जिसे 'रीकॉम्बिनेशन' कहा जाता है, का अर्थ है कि दो व्यक्तियों के पास बिल्कुल समान आनुवंशिक अनुक्रम नहीं होते, यहाँ तक कि उन क्षेत्रों में भी जो अत्यधिक परिवर्तनशील हैं। मानव स्वास्थ्य और रोग को वास्तव में समझने के लिए, वैज्ञानिकों को ऐसे उपकरणों की आवश्यकता है जो इन जटिल, व्यक्तिगत मानचित्रों को पढ़ सकें, विशेष रूप से तब जब उनके पास उपलब्ध डेटा अधूरा या शोर (noisy) वाला हो।

शोधकर्ताओं के एक दल ने इस विशिष्ट पहेली को सुलझाने के लिए 'डिगी' (DiGi) नामक एक नई विधि विकसित की है। उनका कार्य 'जीनोटाइपिंग' नामक एक तकनीक पर केंद्रित है, जो यह निर्धारित करने की प्रक्रिया है कि किसी व्यक्ति में कौन से विशिष्ट आनुवंशिक वेरिएंट मौजूद हैं। जबकि पिछले तरीके इन वेरिएंट्स की पहचान कर सकते थे, वे अक्सर तब संघर्ष करते थे जब डेटा विरल (sparse) होता था, जैसे कि जब वैज्ञानिकों के पास विश्लेषण करने के लिए डीएनए की बहुत कम मात्रा होती है। चुनौती विशेष रूप से द्विगुणित (diploid) जीनोम में कठिन है, जिसमें प्रत्येक गुणसूत्र की दो प्रतियां होती है—एक माता और एक पिता से। डीएनए के छोटे टुकड़ों के उलझाव से इन दोनों प्रतियों को एक साथ पुनर्गठित करने का प्रयास करना, दो अलग-अलग, आपस में गुंथे हुए पहेलियों को एक साथ हल करने की कोशिश करने जैसा है, बिना यह जाने कि उनके टुकड़े कहाँ होने चाहिए। मौजूदा दृष्टिकोणों को अक्सर सही उत्तर पाने के लिए अनुमान लगाने या भारी मात्रा में डेटा पर निर्भर रहना पड़ता था, जिससे बड़े पैमाने के अध्ययनों के लिए उनकी उपयोगिता सीमित हो जाती थी जहाँ डेटा सीमित हो सकता है।

शोधकर्ताओं ने इस समस्या को हल करने के लिए आनुवंशिक डेटा को देखने के तरीके को बदलकर इस समस्या का सामना किया। सभी आनुवंशिक विविधताओं को एक एकल, उलझे हुए जाल में डालने के बजाय, उन्होंने संदर्भ आनुवंशिक अनुक्रमों को एक ऐसी संरचना में व्यवस्थित किया जिसे वे 'हैप्लोटाइप ट्रेलीस' (haplotype trellis) कहते हैं। एक सीढ़ी की कल्पना करें जहाँ प्रत्येक डंडा (rung) जीनोम के उस विशिष्ट बिंदु का प्रतिनिधित्व करता है जहाँ आनुवंशिक सामग्री का आदान-प्रदान किया जा सकता है। सीढ़ी के ऊर्ध्वाधर पक्ष विविध समूह के लोगों से उपलब्ध विभिन्न संदर्भ अनुक्रम हैं। नवाचार नियमों में निहित है: एल्गोरिदम को केवल इन विशिष्ट, पूर्व-निर्धारित डंडों पर ही एक तरफ से दूसरी तरफ जाने की अनुमति है। यह प्रतिबंध उन संभावित संयोजनों की संख्या को नाटकीय रूप से कम कर देता है जिन्हें कंप्यूटर को जांचने की आवश्यकता होती है। आनुवंशिक "स्विच" कहाँ हो सकते हैं, इसे सीमित करके, शोधकर्ताओं ने एक असंभव खोज को एक प्रबंधनीय खोज में बदल दिया, जिससे उन्हें बिना अनुमान लगाए व्यक्ति के डीएनए के लिए सटीक सर्वोत्तम फिट खोजने में मदद मिली।

किसी व्यक्ति के सही आनुवंशिक अनुक्रम को खोजने के लिए, डिगी प्रणाली अनुक्रमक (sequencer) द्वारा उत्पन्न छोटे डीएनए खंडों, या 'रीड्स' (reads) को देखती है। फिर यह सीढ़ी की संरचना के माध्यम से दो पथों की खोज करती है जो, आपस में जुड़ने पर, नमूने में पाए गए खंडों की सबसे अच्छी व्याख्या करते हैं। सिस्टम एक 'इंटीजर प्रोग्रामिंग' (integer programming) नामक गणितीय दृष्टिकोण का उपयोग करता है ताकि यह सुनिश्चित हो सके कि यह केवल एक अच्छे सन्निकटन (approximation) के बजाय एक एकल सर्वोत्तम समाधान खोजता है। यह साक्ष्यों का सावधानीपूर्वक मूल्यांकन करता है, उन समाधानों को दंडित करता है जिनमें ऐसे आनुवंशिक टुकड़े शामिल हैं जो नमूने में नहीं पाए गए या जो उन टुकड़ों को छोड़ देते हैं जो वहां होने चाहिए। महत्वपूर्ण रूप से, सिस्टम उपलब्ध डीएनए डेटा के आधार पर अपनी संवेदनशीलता को स्वचालित रूप से समायोजित करता है। यदि डेटा विरल है, तो सिस्टम संदर्भ जनसंख्या के ज्ञात पैटर्न का उपयोग करके रिक्तियों को भरने के लिए अधिक इच्छुक हो जाता है, जिससे यह सुनिश्चित होता है कि वह बहुत कम इनपुट के साथ भी एक विश्वसनीय परिणाम दे सके।

शोधकर्ताओं ने अपने तरीके का परीक्षण मेजर हिस्टोकम्पैटिबिलिटी कॉम्प्लेक्स (MHC) पर किया, जो मानव जीनोम का एक अत्यधिक परिवर्तनशील और महत्वपूर्ण क्षेत्र है जो प्रतिरक्षा कार्य में शामिल है। उन्होंने विविध पृष्ठभूमि के पांच अलग-अलग मानव जीनोमों पर डिगी को लागू किया, जिसमें डेटा बहुत कम कवरेज से लेकर पूर्ण कवरेज तक फैला हुआ था। परिणाम आश्चर्यजनक थे। यहाँ तक कि जब इनपुट डेटा अत्यंत सीमित था—जो जीनोम को शुरू से अंत तक केवल एक बार पढ़ने के बराबर था—डिगी ने इस क्षेत्र के अधिकांश प्रमुख जीनों के लिए 99.9% से अधिक सटीकता के साथ आनुवंशिक अनुक्रमों को सफलतापूर्वक पुनर्गठित किया। अन्य अग्रणी उपकरणों के साथ प्रत्यक्ष तुलना में, डिगी ने उन्हें पीछे छोड़ दिया, विशेष रूप से कम-कवरेज वाले परिदृश्यों में जहाँ अन्य तरीके विभिन्न आनुवंशिक वेरिएंट्स के बीच अंतर करने में संघर्ष करते हैं। इसने उच्च सटीकता के साथ एकल-अक्षर परिवर्तनों और डीएनए के बड़े संरचनात्मक अंतरों दोनों की पहचान करने में सफलता प्राप्त की।

यह सफलता बताती है कि सटीक आनुवंशिक निष्कर्ष के लिए हमेशा भारी मात्रा में डेटा की आवश्यकता नहीं होती है। मानव आनुवंशिक विविधता की जटिलता को नेविगेट करने के लिए एक संरचित, नियम-आधारित दृष्टिकोण का उपयोग करके, डिगी विरल जानकारी से विस्तृत आनुवंशिक मानचित्रों को पुनर्गठित कर सकती है। यह क्षमता जनसंख्या-स्तर के अध्ययन के लिए महत्वपूर्ण है, जहाँ शोधकर्ता सैकड़ों हजारों व्यक्तियों के अनुक्रमण का लक्ष्य रखते हैं लेकिन प्रत्येक व्यक्ति के लिए गहन, उच्च-कवरेज अनुक्रमण का खर्च नहीं उठा सकते। यह विधि सिद्ध करती है कि सही गणितीय ढांचे के साथ, यह संभव है कि व्यक्ति की पूरी आनुवंशिक कहानी को पुनर्गठित किया जाए, जिसमें उनके दो विरासत में मिले गुणसूत्रों के बीच जटिल परस्पर क्रिया भी शामिल है, भले ही साक्ष्य खंडित हों। यह कार्य अधिक समावेशी और किफायती जीनोमिक अध्ययन के द्वार खोलता है, जिससे वैज्ञानिक उन आबादी की आनुवंशिक विविधता का पता लगा सकते हैं जो ऐतिहासिक रूप से अनुसंधान में कम प्रतिनिधित्व वाली रही 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।

Digest आज़माएँ →