Topology-based Physical Reconstruction of Biological Networks
यह शोध पत्र एक पुनरुत्पादनीय, टोपोलॉजी-आधारित विधि प्रस्तावित करता है जो प्रभावी संभावित ऊर्जा (effective potential energy) को न्यूनतम करके जैविक नेटवर्क के भौतिक स्थानिक निर्देशांकों का पुनर्निर्माण करता है, जिससे STRING जैसे स्रोतों से प्राप्त टोपोलॉजिकल डेटा को मात्रात्मक भौतिक और गणितीय विश्लेषण के लिए उपयुक्त एक मीट्रिक स्पेस में परिवर्तित किया जा सके।
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 की विशाल, अदृश्य मशीनरी में, कोशिकाएं अलग-थलग द्वीपों के रूप में कार्य नहीं करती हैं। इसके बजाय, वे संचार के जटिल जाल के माध्यम से कार्य करती हैं, जहाँ प्रोटीन, जीन और अणु जटिल कार्यों के समन्वय के लिए निरंतर एक-दूसरे तक पहुँचते हैं। वैज्ञानिकों ने लंबे समय से इन संबंधों का मानचित्रण किया है, जिससे ऐसी डिजिटल सूचियाँ बनी हैं जो हमें बताती हैं कि कौन से भाग किसके साथ परस्पर क्रिया करते हैं। ये मानचित्र, जिन्हें जैविक नेटवर्क कहा जाता है, जीवन के काम करने के तरीके को समझने के लिए शक्तिशाली उपकरण हैं, जैसे कि वायरस का प्रसार या हृदय की धड़कन का नियमन। हालाँकि, दशकों से, ये मानचित्र 'सपाट' रहे हैं। वे भागों के बीच के संबंधों को तो दिखाते हैं, लेकिन उनमें तीसरे आयाम की कमी है: स्थान (स्पेस)। वे हमें बताते हैं कि दो प्रोटीन जुड़े हुए हैं, लेकिन वे हमें यह नहीं बताते कि वे एक-दूसरे से कितनी दूर स्थित हैं या भौतिक रूप से एक-दूसरे के सापेक्ष कैसे व्यवस्थित हैं। इस स्थानिक जानकारी के बिना, शोधकर्ता इन प्रणालियों पर भौतिकी और ज्यामिति के नियमों को लागू करने में असमर्थ रहे हैं, क्योंकि वे इन्हें एक मूर्त संरचना के बजाय एक अमूर्त सूची के रूप में देखते रहे हैं, जो एक समन्वय स्थान (कोऑर्डिनेट स्पेस) घेरती है।
लविव मेडिकल यूनिवर्सिटी के एक शोधकर्ता ने अब इस अंतर को भरने का एक तरीका विकसित किया है, जो बिना यह जाने कि भाग वास्तव में कहाँ स्थित हैं, इन सपाट सूचियों को तीन-आयामी, भौतिक मॉडलों में बदल देता है। यह कार्य शरीर की कोविड-19 और निमोनिया के प्रति प्रतिक्रिया में शामिल प्रोटीनों के एक विशिष्ट नेटवर्क पर केंद्रित है, जिसमें 51 विशिष्ट प्रोटीन और उनके बीच 412 संबंध शामिल हैं। चुनौती यह थी कि एक ऐसे डेटाबेस को लेना जो केवल यह जानता था कि कौन से प्रोटीन आपस में मित्र हैं, और यह पता लगाना कि उन मित्रों को एक कमरे में कहाँ खड़ा होना चाहिए ताकि उनके संबंधों का सबसे सटीक अर्थ निकाला जा सके। शोधकर्ता ने नेटवर्क को एक चित्र के रूप में नहीं, बल्कि एक यांत्रिक प्रणाली के रूप में माना। कल्पना कीजिए कि प्रत्येक प्रोटीन एक छोटी गेंद है और उनके बीच का प्रत्येक संबंध एक स्प्रिंग है। इस मॉडल में, जो प्रोटीन सीधे जुड़े हुए हैं वे एक-दूसरे की ओर खिंचते हैं, जबकि सभी प्रोटीन, चाहे वे जुड़े हों या नहीं, भीड़भाड़ से बचने के लिए एक-दूसरे को दूर धकेलते हैं।
भौतिकी के नियमों की नकल करने वाले एक कंप्यूटर सिमुलेशन को चलाकर, शोधकर्ता ने इस गेंदों और स्प्रिंग्स की प्रणाली को विश्राम की अवस्था में स्थिर होने दिया। कंप्यूटर ने प्रत्येक प्रोटीन पर लगने वाले बलों की गणना की, और हर चरण में उन्हें थोड़ा हिलाया, जब तक कि पूरी प्रणाली हिलना-डुलना बंद नहीं कर देती और एक स्थिर, संतुलित आकार नहीं पा लेती। इस प्रक्रिया में स्थिरता प्राप्त करने में लगभग 250 चरण लगे, जिसके परिणामस्वरूप एक अनूठा विन्यास प्राप्त हुआ जहाँ प्रत्येक प्रोटीन को एक विशिष्ट सेट निर्देशांक (कोऑर्डिनेट्स) दिए गए, जिससे नेटवर्क को प्रभावी रूप से एक भौतिक पता मिल गया। परिणाम एक ज्यामितिक मानचित्र था जिसने मूल डेटा के समान ही संबंधों को संरक्षित रखा, लेकिन इसमें स्थानिक वास्तविकता की एक परत भी जोड़ दी। इस नए मानचित्र में, सबसे महत्वपूर्ण प्रोटीन, जिनके अन्य तत्वों के साथ सबसे अधिक संबंध थे, स्वाभाविक रूप से क्लस्टर के केंद्र के पास स्थिर हो गए, जबकि कम जुड़े हुए प्रोटीन किनारों की ओर चले गए। यह व्यवस्था यादृच्छिक नहीं थी; यह उस गणितीय परिणाम का सीधा परिणाम था जहाँ प्रणाली न्यूनतम ऊर्जा अवस्था की खोज कर रही थी।
यह सुनिश्चित करने के लिए कि यह विधि विश्वसनीय है और केवल कंप्यूटर के शुरुआती बिंदु का कोई भाग्यशाली संयोग नहीं है, शोधकर्ता ने इस सिमुलेशन को तीस अलग-अलग बार चलाया, जिसमें प्रत्येक बार प्रोटीनों को एक पूरी तरह से अलग, यादृच्छिक व्यवस्था के साथ शुरू किया गया। इन विभिन्न शुरुआती बिंदुओं के बावजूद, अंतिम आकार उल्लेखनीय रूप से सुसंगत थे। जब शोधकर्ता ने परिणामों की तुलना की, तो प्रोटीनों की सापेक्ष स्थिति समान रही, जिसमें इस बात में उच्च स्तर की सहमति देखी गई कि प्रत्येक प्रोटीन केंद्र से कितनी दूर स्थित था। इसने सिद्ध किया कि स्थानिक व्यवस्था स्वयं नेटवर्क का एक स्थिर गुण थी, न कि गणना का कोई संयोग। अध्ययन ने पुष्टि की कि नया मानचित्र संबंधों के मामले में मूल डेटा का एक आदर्श दर्पण था, जिसमें कोई भी लिंक जोड़ा या हटाया नहीं गया था, लेकिन इसने कुछ पूरी तरह से नया जोड़ा: नेटवर्क की ज्यामिति का एक पुनरुत्पादक, मात्रात्मक विवरण।
यह दृष्टिकोण वैज्ञानिकों के लिए जैविक प्रणालियों का अध्ययन करने के तरीके को बदल देता है। पहले, ऐसे नेटवर्क का स्थानिक लेआउट केवल एक दृश्य सहायता मात्र था, स्क्रीन पर चार्ट को सुंदर दिखाने का एक तरीका। अब, इस पद्धति द्वारा उत्पन्न निर्देशांकों को एक वास्तविक, स्वतंत्र डेटासेट के रूप में माना जाता है। शोधकर्ता किसी भी दो प्रोटीनों के बीच की दूरी माप सकते हैं, एक विशिष्ट क्षेत्र में कनेक्शन के घनत्व की गणना कर सकते हैं, या उन गणितीय उपकरणों को लागू कर सकते हैं जिन्हें एक परिभाषित स्थान की आवश्यकता होती है। अध्ययन स्पष्ट करता है कि ये निर्देशांक मानव कोशिका के भीतर प्रोटीनों के वास्तविक भौतिक स्थान का प्रतिनिधित्व नहीं करते हैं, जो कि एक बहुत अधिक जटिल और भीड़भाड़ वाला वातावरण है। इसके बजाय, वे परस्पर क्रियाओं के पैटर्न से प्राप्त एक गणितीय रूप से सुसंगत संरचना का प्रतिनिधित्व करते हैं। संबंधों की सूची को एक भौतिक मॉडल में बदलकर, यह कार्य जैविक नेटवर्क का विश्लेषण करने के लिए भौतिकी और इंजीनियरिंग में उपयोग किए जाने वाले समान कठोर उपकरणों के द्वार खोलता है, जिससे वैज्ञानिक जीवन की सबसे जटिल प्रणालियों के आकार और संरचना के बारे में नए प्रश्न पूछ सकते 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।