← नवीनतम पेपर
💻 जैव सूचना विज्ञान

Proteome-scale inference of transcription factor binding motifs from predicted protein-DNA structures

यह शोध पत्र ज़ेब्रामोटिफ (ZebraMotif) को प्रस्तुत करता है, जो एक प्रोटिओम-स्केल कम्प्यूटेशनल फ्रेमवर्क है जो प्रोटीन-डीएनए संरचनाओं को मॉडल करके सभी 2,543 ज़ेब्राफिश ट्रांसक्रिप्शन कारकों के लिए डीएनए-बाइंडिंग मोटिफ्स की भविष्यवाणी करने के लिए अल्फाफोल्ड3 (AlphaFold3) और NA-MPNN का लाभ उठाता है, जिससे केवल प्रयोगात्मक डेटा के माध्यम से संभव चीज़ों से परे उपलब्ध मोटिफ डेटाबेस का महत्वपूर्ण विस्तार होता है।

मूल लेखक: Iovino, B., Bulaong, N., Boahene, L., Law, W., Hammond, N., Potts, M., Alvarez, R., DeRisi, J. L., Pak, J., Kim, Y. J., Royer, L. A.

प्रकाशित 2026-11-19
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Iovino, B., Bulaong, N., Boahene, L., Law, W., Hammond, N., Potts, M., Alvarez, R., DeRisi, J. L., Pak, J., Kim, Y. J., Royer, L. A.

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

प्रत्येक कोशिका के भीतर, आणविक स्विचों का एक विशाल नेटवर्क यह निर्धारित करता है कि कोशिका क्या है और वह क्या करती है। इन स्विचों को ट्रांसक्रिप्शन फैक्टर्स (transcription factors) नामक प्रोटीन द्वारा नियंत्रित किया जाता है। प्रत्येक ट्रांसक्रिप्शन फैक्टर एक विशिष्ट चाबी की तरह कार्य करता है, जिसे डीएनए (DNA) से बने एक अद्वितीय ताले में फिट होने के लिए डिज़ाइन किया गया है। जब चाबी अपने ताले को ढूंढ लेती है, तो वह पास के जीन्स (genes) को चालू या बंद कर देती है, जिससे कोशिका को बढ़ने, विभाजित होने या अपनी पहचान बदलने का निर्देश मिलता है। जीवन कैसे काम करता है, इसे समझने के लिए वैज्ञानिकों को यह जानने की आवश्यकता है कि कौन सी चाबी किस ताले में फिट बैठती है। मनुष्यों और कुछ अन्य अच्छी तरह से अध्ययन किए गए जीवों के लिए, शोधकर्ताओं ने इन कनेक्शनों को मैप करने के लिए दशकों तक प्रयोग किए हैं। लेकिन अधिकांश प्रजातियों के लिए, जिसमें जेब्राफिश (zebrafish) भी शामिल है—जो शरीर के विकास का अध्ययन करने के लिए एक पसंदीदा छोटी मछली है—यह मानचित्र लगभग पूरी तरह से खाली है। यह जाने बिना कि कौन से प्रोटीन किन डीएनए अनुक्रमों (DNA sequences) से जुड़ते हैं, वैज्ञानिक उस निर्देश को पूरी तरह से नहीं समझ सकते जो एक जीव का निर्माण करते हैं।

लंबे समय तक, इन रिक्त स्थानों को भरने का एकमात्र तरीका हर एक प्रोटीन के लिए धीमी और महंगी प्रयोगशाला परीक्षण प्रक्रिया चलाना था, जो एक साथ हजारों प्रोटीनों के लिए पूरा करना असंभव कार्य है। वैज्ञानिकों ने अन्य जानवरों में समान प्रोटीनों को देखकर लापता टुकड़ों का अनुमान लगाने की कोशिश की है, लेकिन यह विधि तब विफल हो जाती है जब जानवर एक-दूसरे से बहुत भिन्न होते हैं। अब, शोधकर्ताओं की एक टीम ने बिना किसी गीली प्रयोगशाला (wet lab) में कदम रखे इस पहेली को सुलझाने का एक नया तरीका खोज लिया है। उन्होंने इन प्रोटीनों के डीएनए से जुड़ने के 3D आकार की भविष्यवाणी करने के लिए एक शक्तिशाली कंप्यूटर प्रोग्राम का उपयोग किया, और फिर उस आकार का उपयोग करके यह पता लगाया कि प्रत्येक प्रोटीन किस सटीक डीएनए अनुक्रम को पसंद करता है। जेब्राफिश के सभी प्रोटीनों पर इस पद्धति को लागू करके, उन्होंने इस प्रजाति के लिए डीएनए बाइंडिंग (DNA binding) का पहला व्यापक मानचित्र तैयार किया है, जिससे हजारों नए कनेक्शन सामने आए जो पहले अज्ञात थे।

शोधकर्ताओं ने एक सरल प्रश्न से शुरुआत की: यदि एक कंप्यूटर यह भविष्यवाणी कर सकता है कि एक प्रोटीन डीएनए के एक टुकड़े को कैसे पकड़ता है, तो क्या वह सही डीएनए टुकड़े और एक यादृच्छिक (random) टुकड़े के बीच अंतर कर सकता है? उन्होंने एक परिष्कृत आर्टिफिशियल इंटेलिजेंस सिस्टम का उपयोग किया, जिसे अल्फाफोल्ड3 (AlphaFold3) के नाम से जाना जाता है, जो प्रोटीनों के आकार की भविष्यवाणी करने के लिए प्रसिद्ध है। उन्होंने कंप्यूटर को जेब्राफिश प्रोटीन का अनुक्रम और एक विशिष्ट डीएनए अनुक्रम दिया, और उससे पूछा कि जब वे आपस में जुड़े होते हैं तो वे कैसे दिखेंगे। उन्होंने यह हजारों संयोजनों के लिए किया, प्रत्येक प्रोटीन को उसके लक्षित डीएनए और उन यादृच्छिक डीएनए अनुक्रमों के साथ जोड़ा जिन्हें उसे अनदेखा करना चाहिए। कंप्यूटर ने प्रत्येक भविष्यवाणी के लिए एक 'कॉन्फिडेंस स्कोर' (confidence score) दिया, जो अनिवार्य रूप से शोधकर्ताओं को यह बता रहा था कि वह इस बात को लेकर कितना आश्वस्त है कि दोनों अणु उस विशिष्ट तरीके से एक साथ चिपकेंगे।

परिणामों ने दिखाया कि कंप्यूटर इस कार्य में उल्लेखनीय रूप से अच्छा था। परीक्षण किए गए अधिकांश प्रोटीनों के लिए, मॉडल ने यादृच्छिक अनुक्रम की तुलना में अपने सही डीएनए लक्ष्य के साथ जोड़े जाने पर बहुत अधिक कॉन्फिडेंस स्कोर दिया। इसका अर्थ था कि कंप्यूटर एक फिल्टर के रूप में कार्य कर सकता था, जो अच्छे मिलानों को बुरे मिलानों से अलग कर सके। शोधकर्ताओं ने देखा कि जो प्रोटीन अनुमान लगाने में सबसे आसान थे, वे वही थे जिन्हें कंप्यूटर सबसे स्पष्ट रूप से अलग कर सका। जब कंप्यूटर प्रोटीन-डीएनए कॉम्प्लेक्स (complex) के आकार के बारे में बहुत आश्वस्त था, तो वह लगभग हमेशा सही मिलान होता था। इस खोज ने उन्हें एक बहुत बड़ी खोज के लिए एक विश्वसनीय संकेत प्रदान किया।

इस संकेत के साथ, टीम ने जेब्राफिश के प्रत्येक ट्रांसक्रिप्शन फैक्टर के लिए बाइंडिंग नियम खोजने के लिए एक बड़े पैमाने पर स्क्रीनिंग शुरू की। उन्होंने संभावित डीएनए अनुक्रमों के एक पुस्तकालय (library) से शुरुआत की, जो मछली के भ्रूण के विकसित होने वाले क्षेत्रों से प्राप्त किए गए थे जहाँ सक्रियता ज्ञात है। फिर उन्होंने प्रत्येक जेब्राफिश ट्रांसक्रिप्शन फैक्टर को इन संभावित अनुक्रमों के साथ जोड़ा, और लाखों कंप्यूटर सिमुलेशन चलाए यह देखने के लिए कि कौन से संयोजन सबसे स्थिर और विश्वसनीय संरचनाएं बनाते हैं। प्रत्येक प्रोटीन के लिए, उन्होंने केवल शीर्ष मिलानों को रखा—वे जहाँ कंप्यूटर इस बात के प्रति सबसे अधिक निश्चित था कि प्रोटीन और डीएनए एक साथ जुड़े हुए हैं।

इन व्यक्तिगत स्नैपशॉट्स को एक उपयोगी मानचित्र में बदलने के लिए, शोधकर्ताओं ने सर्वश्रेष्ठ मिलानों के आकार का विश्लेषण करने के लिए एक अन्य उपकरण का उपयोग किया। इस उपकरण ने उन विशिष्ट परमाणुओं (atoms) को देखा जहाँ प्रोटीन डीएनए को छूता है और वरीयता के पैटर्न की गणना की। इसने पूछा: क्या यह प्रोटीन पहले स्थान पर 'A' अक्षर पसंद करता है, या 'G' अक्षर? कई अलग-अलग उच्च-विश्वास वाली भविष्यवाणियों के परिणामों को जोड़कर, उन्होंने एक विस्तृत प्रोफाइल, या "मोटिफ" (motif) बनाया, जो वर्णन करता है कि वह प्रोटीन किस डीएनए अनुक्रम की तलाश करता है। उन्होंने 2,500 से अधिक ट्रांसक्रिप्शन फैक्टर्स के लिए इस प्रक्रिया को दोहराया, जिससे 'जेब्रामोटिफ' (ZebraMotif) नामक एक डेटाबेस तैयार हुआ।

नया डेटाबेस पिछले किसी भी संग्रह की तुलना में लगभग तीन गुना अधिक जेब्राफिश प्रोटीनों को कवर करता है। इस कार्य से पहले, केवल लगभग एक-तिहाई जेब्राफिश प्रोटीनों के लिए प्रयोगात्मक डेटा मौजूद था, और वे भी अक्सर मानव डेटा पर आधारित अनुमान थे। नया मानचित्र शेष प्रोटीनों के विशाल बहुमत के लिए प्रत्यक्ष, संरचना-आधारित भविष्यवाणियां प्रदान करता है। जब शोधकर्ताओं ने अपनी भविष्यवाणियों का परीक्षण उन कुछ प्रोटीनों के विरुद्ध किया जहाँ वास्तविक उत्तर प्रयोगों से पहले से ही ज्ञात था, तो कंप्यूटर-जनित मानचित्र प्राथमिक भविष्यवाणी के लिए लगभग आधे समय वास्तविक डेटा से मेल खाए, और शीर्ष कुछ संभावनाओं को देखते समय तो और भी बेहतर रहे। यह स्तर की सटीकता प्रभावशाली है, यह देखते हुए कि कंप्यूटर ने इन विशिष्ट मछली प्रोटीनों के लिए प्रयोगात्मक डेटा पहले कभी नहीं देखा था।

शोधकर्ताओं ने यह भी जांचा कि क्या ये नए मानचित्र जैविक रूप से तर्कसंगत हैं। उन्होंने देखा कि क्या वे प्रोटीन जो एक निश्चित डीएनए अनुक्रम से जुड़ने की भविष्यवाणी करते हैं, वास्तव में उन्हीं कोशिकाओं में सक्रिय हैं जहाँ वह डीएनए खुला और सुलभ है। उन्होंने पाया कि नए मानचित्रों ने प्रोटीन की उपस्थिति और उसके लक्षित स्थलों की सुलभता के बीच एक मजबूत संबंध दिखाया, जैसा कि पुराने, प्रयोगात्मक रूप से प्राप्त मानचित्रों में देखा गया था। यह सुझाव देता है कि कंप्यूटर भविष्यवाणियां केवल गणितीय विसंगतियां नहीं हैं, बल्कि वास्तविक जैविक नियमों को दर्शाती हैं। इसके अलावा, जब उन्होंने विकसित होती मछली के भ्रूणों के जीन रेगुलेटरी नेटवर्क (gene regulatory networks) को पुनर्गठित करने के लिए इन नए मानचित्रों का उपयोग किया, तो नए डेटा ने लुप्त कड़ियों को भरा, जिससे यह पता चला कि विभिन्न प्रोटीन विकास को नियंत्रित करने के लिए एक साथ कैसे काम करते हैं, जो पहले अदृश्य था।

इस दृष्टिकोण को शुरू करने के लिए किसी नए लैब प्रयोग की आवश्यकता नहीं है। इसके लिए केवल जीव के जेनेटिक कोड और परीक्षण करने के लिए संभावित डीएनए अनुक्रमों की सूची की आवश्यकता है। इस कारण से, इस पद्धति को किसी भी प्रजाति पर लागू किया जा सकता है, यहाँ तक कि उन प्रजातियों पर भी जहाँ कोई प्रयोगात्मक बाइंडिंग डेटा मौजूद नहीं है। शोधकर्ताओं ने जेब्राफिश के लिए एक पूर्ण मानचित्र बनाकर इसे प्रदर्शित किया, जो एक ऐसी प्रजाति है जो दशकों से विकास के अध्ययन के लिए एक मॉडल रही है लेकिन इसमें इस विशिष्ट ज्ञान का अभाव था। हालांकि यह पद्धति पूर्ण नहीं है और उन प्रोटीनों के लिए सबसे अच्छा काम करती है जो स्थिर आकार में मुड़ते (fold) हैं, लेकिन यह जीवन के पूरे वृक्ष (tree of life) में आनुवंशिक तर्क को समझने का द्वार खोलती है, जिससे एक कार्य जो कभी असंभव लगता था, एक नियमित कम्प्यूटेशनल अभ्यास में बदल जाता 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।

Digest आज़माएँ →