Information-theoretic profiling of structural organization in human genes
यह अध्ययन एपिजेनेटिक विनियमन और न्यूरोडेवलपमेंटल विकारों में शामिल विशिष्ट मानव जीन के संरचनात्मक संगठन का विश्लेषण करने के लिए कुलबैक-लीब्लर क्लस्टर एंट्रॉपी पर आधारित एक सूचना-सैद्धांतिक क्लस्टरिंग ढांचे का उपयोग करता है, जो यह प्रदर्शित करता है कि प्राप्त एंट्रॉपी प्रोफाइल तुलनात्मक जीनोमिक्स और कार्यात्मक जीन लक्षण वर्णन के लिए सुदृढ़ और उपयोगी हैं।
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 जीनोम एक विशाल पुस्तकालय है जिसमें एक मानव को बनाने और चलाने के निर्देश होते हैं। यह चार अक्षरों से बने एक रासायनिक कोड में लिखा गया है, जो डीएनए (DNA) के निर्माण खंडों का प्रतिनिधित्व करते हैं। दशकों से, वैज्ञानिक इस पुस्तक के विशिष्ट शब्दों को पढ़ने पर ध्यान केंद्रित कर रहे हैं—वे जीन जो प्रोटीन को कोड करते हैं—ताकि यह समझा जा सके कि जीवन कैसे कार्य करता है। हालाँकि, इन शब्दों के बीच के स्थान, और इन शब्दों के भीतर अक्षरों के व्यवस्थित होने का तरीका, एक अलग प्रकार का रहस्य समेटे हुए है। ये क्षेत्र केवल खाली स्थान नहीं हैं; इनमें संगठन के जटिल पैटर्न होते हैं जो यह नियंत्रित करने में मदद करते हैं कि जीन कब और कहाँ सक्रिय या निष्क्रिय होते हैं। इन छिपी हुई संरचनाओं को समझने के लिए, शोधकर्ता गणित की उस शाखा की ओर मुड़ रहे हैं जिसे मूल रूप से सूचना और अनिश्चितता को मापने के लिए विकसित किया गया था। डीएनए अनुक्रमों को डेटा स्ट्रीम के रूप में मानकर, वे उन सांख्यिकीय पैटर्न की खोज कर सकते हैं जो यह प्रकट करते हैं कि जेनेटिक कोड कैसे व्यवस्थित है, बिना इन अनुक्रमों की अन्य प्रजातियों के साथ तुलना या मिलान किए। यह दृष्टिकोण उन्हें जीनोम की "बनावट" (texture) देखने की अनुमति देता है, जिससे वे उन क्षेत्रों की पहचान कर पाते हैं जो अत्यधिक व्यवस्थित तरीके से व्यवहार करते हैं बनाम वे जो अधिक यादृच्छिक (random) प्रतीत होते हैं।
हाल ही में एक अध्ययन में, इटली के पॉलिटेक्निको डि टोरिनो के शोधकर्ताओं ने इन पांच विशिष्ट मानव जीनों पर इस सूचना-आधारित दृष्टिकोण को लागू किया, जो डीएनए के पैकेजिंग और इसे पढ़े जाने के नियमन में शामिल होने के लिए जाने जाते हैं। ये जीन, जिन्हें ASH1L, NSD1, NSD2, NSD3, और SETD2 नाम दिया गया है, विकास के लिए अत्यंत महत्वपूर्ण हैं और इनके खराब होने पर विभिन्न रोगों से संबंध होता है। टीम यह देखना चाहती थी कि क्या इन जीनों का गणितीय "फिंगरप्रिंट" उनकी आंतरिक संरचना को प्रकट कर सकता है। उन्होंने डीएनए के लंबे स्ट्रिंग्स को संख्याओं की एक श्रृंखला में बदलकर शुरुआत की। निष्पक्षता सुनिश्चित करने के लिए, उन्होंने डीएनए अक्षरों को उनके रासायनिक आकार के आधार पर दो श्रेणियों में विभाजित किया: वे जिनमें दो रिंग (वलय) हैं और वे जिनमें एक रिंग है। इसने प्रत्येक जीन का एक संतुलित संख्यात्मक मानचित्र बनाया, जो जीन की शुरुआत से लेकर उसके एक हजार अक्षर पहले और बाद तक फैला हुआ था, जिससे यह सुनिश्चित हुआ कि उन्होंने आसपास के नियामक वातावरण को भी कैप्चर किया है।
शोधकर्ताओं ने अनुक्रम के साथ एक 'विंडो' को खिसकाकर इन संख्यात्मक मानचित्रों का विश्लेषण किया, और एक समय में छोटे खंडों को देखा। प्रत्येक खंड के लिए, उन्होंने मापा कि अक्षर एक साथ कैसे क्लस्टर (समूहबद्ध) होते हैं और उस पैटर्न की तुलना कंप्यूटर-जनित मॉडलों के एक सेट से की। ये मॉडल विभिन्न प्रकार की यादृच्छिकता (randomness) का प्रतिनिधित्व करते थे, जो पूरी तरह से अराजक शोर (chaotic noise) से लेकर उन पैटर्नों तक विस्तृत थे जिनमें लंबी दूरी के संबंध होते हैं, ठीक वैसे ही जैसे एक मौसम प्रणाली में समय के साथ सहसंबंध हो सकते हैं। लक्ष्य यह पता लगाना था कि कौन सा कंप्यूटर मॉडल वास्तविक डीएनए अनुक्रम से सबसे अच्छी तरह मेल खाता है। यदि डीएनए का एक खंड बिल्कुल शुद्ध यादृच्छिकता की तरह व्यवहार करता, तो मिलान सटीक होता। यदि यह एक विशिष्ट, गैर-यादृच्छिक संरचना दिखाता, तो वास्तविक डीएनए और यादृच्छिक मॉडल के बीच गणितीय दूरी बढ़ जाती। यह दूरी, या विचलन (divergence), इस बात का संकेत था कि उस जीन का वह हिस्सा कितना संरचित था।
परिणामों ने सभी पांच जीनों में एक आश्चर्यजनक और सुसंगत पैटर्न का खुलासा किया। डीएनए के वे खंड जो प्रोटीन को कोड करते हैं, जिन्हें एक्सॉन (exons) कहा जाता है, एक मजबूत और स्पष्ट संकेत दिखाते हैं। ये कोडिंग क्षेत्र लगातार यादृच्छिक मॉडलों से विचलित हुए, जो यह दर्शाता है कि उनमें एक विशिष्ट, संगठित आंतरिक संरचना है। इसके विपरीत, नॉन-कोडिंग खंड, जिन्हें इंट्रॉन (introns) कहा जाता है, जो जीन की अधिकांश लंबाई बनाते हैं, बहुत अधिक यादृच्छिक और असंबंधित मॉडलों की तरह व्यवहार करते हैं। यह गणितीय माप प्रभावी ढंग से जीन के "कार्य करने वाले" भागों और "स्पेसर" (स्थान घेरने वाले) भागों के बीच अंतर को उजागर करता है। जब शोधकर्ताओं ने इन गणितीय प्रोफाइलों की तुलना जीनों के ज्ञात जैविक मानचित्रों से की, तो संकेत के शिखर (peaks) प्रोटीन-कोडिंग एक्सॉन के स्थानों के साथ पूरी तरह से मेल खा गए। संकेत के गर्त (valleys) इंट्रॉन के अनुरूप थे।
यह निष्कर्ष बताता है कि सूचना-सैद्धांतिक विधि (information-theoretic method) को जैविक कार्य को पहले से जाने बिना कोडिंग और नॉन-कोडिंग डीएनए के बीच अंतर करने में सक्षम है। अध्ययन ने अन्य नियामक विशेषताओं, जैसे प्रमोटर (promoters) और एन्हांसर (enhancers) को भी देखा, जो जीनों के लिए स्विच के रूप में कार्य करते हैं। गणितीय संकेत और इन नियामक तत्वों के बीच का संबंध कम स्पष्ट था और एक जीन से दूसरे जीन में भिन्न था, जो यह सुझाव देता है कि जबकि कोडिंग संरचना इस पद्धति द्वारा मजबूती से पकड़ी जाती है, नियामक स्विचों का संगठन अधिक जटिल और संदर्भ-निर्भर है। शोधकर्ताओं ने पाया कि कोडिंग क्षेत्रों में संकेत की शक्ति जीन के आकार और उसमें मौजूद कोडिंग डीएनए की मात्रा से निकटता से जुड़ी हुई थी।
यह अध्ययन प्रदर्शित करता है कि मानव जीनों का संरचनात्मक संगठन एक पता लगाने योग्य सांख्यिकीय हस्ताक्षर छोड़ता है। यह मापकर कि एक अनुक्रम शुद्ध यादृच्छिकता से कितना भिन्न है, शोधकर्ता जटिल जीनों की आंतरिक वास्तुकला को मैप करने में सक्षम रहे। यह दृष्टिकोण सुदृढ़ सिद्ध हुआ, जो लगातार काम करता रहा चाहे डेटा का विश्लेषण ओवरलैपिंग (अतिव्यापी) या नॉन-ओवरलैपिंग (गैर-अतिव्यापी) खंडों में किया गया हो। हालांकि यह विधि कोडिंग और नॉन-कोडिंग क्षेत्रों को स्पष्ट रूप से अलग करती है, लेकिन विशिष्ट नियामक स्विचों को सटीक रूप से पहचानने की इसकी क्षमता अभी भी विकसित हो रही है। यह कार्य जीनोम को देखने का एक नया, पूरक तरीका प्रदान करता है, जो केवल अन्य ज्ञात अनुक्रमों के साथ तुलना करने के बजाय स्वयं अनुक्रम के गणितीय गुणों पर निर्भर करता है। यह अंततः वैज्ञानिकों को जीनोम में कार्यात्मक क्षेत्रों की पहचान अधिक कुशलता से करने में मदद कर सकता है, जिससे यह गहरी समझ मिलेगी कि जीवन का समर्थन करने के लिए जेनेटिक कोड को कैसे व्यवस्थित किया 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।