Cell IO: a database linking single-cell transcriptomes to literature-derived knowledge of cell functions and perturbations
सेल IO एक स्वतंत्र रूप से सुलभ डेटाबेस है जो लगभग 15,000 प्रयोगों के पुन: संसाधित सिंगल-सेल ट्रांसक्रिप्टोम डेटा को कोशिका कार्यों और व्यवधानों के बारे में 895,000 से अधिक साहित्य-व्युत्पन्न दावों के साथ एकीकृत करता है, जो कोशिका प्रकार जीव विज्ञान की व्यापक खोज को सक्षम करने के लिए उन्हें सेल ऑन्टोलॉजी पहचानकर्ताओं के माध्यम से जोड़ता 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
जीव विज्ञान लंबे समय से एक मौलिक प्रश्न पर निर्भर रहा है: एक विशिष्ट प्रकार की कोशिका वास्तव में क्या करती है? दशकों तक, वैज्ञानिक किसी कोशिका को उसके जीन या उसकी सतह पर मौजूद प्रोटीन के आधार पर पहचान सकते थे, ठीक वैसे ही जैसे किसी व्यक्ति को उसके नाम के टैग से पहचाना जाता है। लेकिन नाम जानने से यह पता नहीं चलता कि उस व्यक्ति का काम क्या है, उसकी आदतें क्या हैं, या जब उसके आसपास की दुनिया बदलती है तो वह कैसे प्रतिक्रिया देता है। जीव विज्ञान के आधुनिक युग में, शोधकर्ता अब व्यक्तिगत कोशिकाओं के आनुवंशिक निर्देशों को पढ़ सकते हैं, जिससे डेटा के विशाल पुस्तकालय बन रहे हैं जो दिखाते हैं कि एक विशिष्ट क्षण में एक एकल कोशिका में कौन से जीन सक्रिय हैं। ये पुस्तकालय मनुष्यों, चूहों और कृंतकों (रैट्स) की सैकड़ों मिलियन कोशिकाओं तक विस्तृत हो गए हैं। हालाँकि, इन कोशिकाओं के वास्तविक कार्यों का ज्ञान—कि वे रोग से कैसे लड़ती हैं, कैसे संवाद करती हैं, या क्या होता है जब कोई जीन टूट जाता है—हजारों वैज्ञानिक शोध पत्रों में बिखरा हुआ है, जो ऐसे टेक्स्ट में दबा हुआ है जिसे कंप्यूटर आसानी से पढ़ नहीं सकते।
जापान में RIKEN सेंटर फॉर बायोसिस्टम्स डायनेमिक्स रिसर्च के एक शोधकर्ता ने इन दो दुनियाओं के बीच एक सेतु बनाया है। उन्होंने 'सेल IO' (Cell IO) नामक एक नया सार्वजनिक डेटाबेस बनाया है, जो व्यक्तिगत कोशिकाओं के कच्चे आनुवंशिक डेटा को वैज्ञानिक साहित्य में पाए जाने वाले लिखित ज्ञान से सीधे जोड़ता है। कोशिका प्रकारों का वर्णन करने के लिए एक सामान्य भाषा का उपयोग करके, यह प्रणाली एक वैज्ञानिक को जीन की एक सूची से शुरू करने और तुरंत यह देखने की अनुमति देती है कि वैज्ञानिक समुदाय ने उस कोशिका के व्यवहार के बारे में क्या लिखा है। इसके विपरीत, एक शोधकर्ता जो किसी विशिष्ट कोशिका के कार्य के बारे में पढ़ रहा है, वह तुरंत उस आनुवंशिक डेटा को खोज सकता है जो उन दावों का समर्थन करता है। यह उपकरण केवल जानकारी संग्रहीत नहीं करता है; यह इसे इस तरह व्यवस्थित करता है कि कोशिका की आनुवंशिक संरचना का "क्या" हमेशा उसके कार्य के "कैसे" और "क्यों" के साथ जुड़ा रहता है, जिससे बिखरे हुए तथ्यों के पहाड़ को कोशिकीय जीवन के एक सु navigatable (नेविगेबल) मानचित्र में बदल दिया जाता है।
यह परियोजना सार्वजनिक अभिलेखों में उपलब्ध आनुवंशिक डेटा की विशाल मात्रा से निपटने के साथ शुरू हुई। शोधकर्ता ने मानव, चूहे और कृंतक कोशिकाओं से जुड़े 65,000 से अधिक प्रयोगों से कच्चे आनुवंशिक अनुक्रमों (sequences) को एकत्र किया। ये प्रयोग एक समान नहीं थे; वे विभिन्न प्रयोगशालाओं से आए थे, विभिन्न मशीनों का उपयोग करते थे, और अलग-अलग तरीकों से संसाधित किए गए थे। उन्हें तुलनीय बनाने के लिए, उन्होंने प्रत्येक प्रयोग को एक ही कंप्यूटर पाइपलाइन से चलाया। इस प्रक्रिया में डेटा की सफाई करना, त्रुटियों को हटाना और समान कोशिकाओं को एक साथ समूहबद्ध करना शामिल था। इसके बाद, उन्होंने कोशिकाओं के प्रत्येक समूह को कोशिका प्रकारों के एक सार्वभौमिक शब्दकोश के आधार पर एक मानक नाम दिया, जिससे यह सुनिश्चित हुआ कि एक चूहे के अध्ययन में "टी सेल" (T cell) को मानव अध्ययन में भी उसी प्रकार की कोशिका के रूप में पहचाना जाए। इसका परिणाम एक विशाल, व्यवस्थित संग्रह है जिसमें लगभग 15,000 प्रयोगों से लगभग 83 मिलियन कोशिकाएं शामिल हैं, जिन्हें एक ही तरीके से संसाधित किया गया है ताकि उनकी सीधे तुलना की जा सके।
जबकि आनुवंशिक डेटा ने कोशिकाओं का मानचित्र प्रदान किया, शोधकर्ता जानते थे कि उन्हें उस कहानी की भी आवश्यकता है कि वे कोशिकाएं क्या करती हैं। इसे खोजने के लिए, उन्होंने वैज्ञानिक साहित्य का रुख किया। उन्होंने सैकड़ों हजारों ओपन-एक्सेस शोध लेखों और समीक्षा पत्रों को एकत्र किया, जिसमें मुख्य रूप से प्रतिरक्षा प्रणाली (इम्यून सिस्टम) और तंत्रिका तंत्र (नर्वस सिस्टम) पर ध्यान केंद्रित किया गया। भाषा को पढ़ने और समझने के लिए प्रशिक्षित उन्नत कंप्यूटर मॉडलों का उपयोग करके, उन्होंने कोशिका व्यवहार के बारे में विशिष्ट कथनों को निकाला। प्रणाली ने उन वाक्यों की पहचान करना सीखा जहाँ एक कोशिका एक एजेंट के रूप में कार्य करती है, जैसे कि एक ऐसी कोशिका जो वायरस को मारती है या एक ऐसी कोशिका जो रासायनिक संकेत छोड़ती है। इसने जीन परिवर्तन (perturbations) से संबंधित निष्कर्षों को भी देखा, जो वे प्रयोग हैं जहाँ वैज्ञानिक जानबूझकर यह देखने के लिए एक जीन को तोड़ते या बदलते हैं कि कोशिका कैसे प्रतिक्रिया देती है।
कंप्यूटर ने केवल टेक्स्ट नहीं पढ़ा; उसने दावों का सत्यापन भी किया। इसने यह सुनिश्चित करने के लिए वाक्यों की जाँच की कि कोशिका वास्तव में क्रिया करने वाली कर्ता थी न कि केवल एक दर्शक। फिर इसने शोध पत्रों में उपयोग किए गए विशिष्ट नामों को उसी मानक शब्दकोश में अनुवादित किया जिसका उपयोग आनुवंशिक डेटा के लिए किया गया था। इसने कोशिका कार्यों के बारे में लगभग 900,000 विशिष्ट दावों वाला ज्ञान का दूसरा स्तर बनाया। इनमें से कुछ दावे नए खोजों का वर्णन करने वाले मूल शोध पत्रों से आते हैं, जबकि अन्य समीक्षा लेखों से आते हैं जो पहले से ज्ञात चीजों का सारांश देते हैं। प्रणाली ने साक्ष्य की शक्ति को भी नोट किया, जिससे उन कथनों के बीच अंतर किया जा सका जो लेखक द्वारा दृढ़ता से प्रतिपादित किए गए हैं और वे जो केवल सुझाव मात्र या काल्पनिक हैं।
Cell IO की वास्तविक शक्ति इन दो परतों के जुड़ने में निहित है। क्योंकि आनुवंशिक डेटा और साहित्य के दावे दोनों ही कोशिका प्रकारों के लिए एक ही मानक नामों का उपयोग करते हैं, इसलिए डेटाबेस उन्हें सहजता से जोड़ सकता है। एक उपयोगकर्ता एक विशिष्ट कोशिका प्रकार, जैसे कि 'रेगुलेटरी टी सेल' (regulatory T cell), खोज सकता है और एक एकल पृष्ठ देख सकता है जो आनुवंशिक डेटा और साहित्य दोनों को प्रदर्शित करता है। एक तरफ, पृष्ठ दिखाता है कि कितने प्रयोगों ने इस कोशिका प्रकार को पाया है और यह किस ऊतक (tissue) में सबसे अधिक सामान्य है। दूसरी ओर, यह उन हजारों वाक्यों को सूचीबद्ध करता है जो वैज्ञानिक पत्रों में वर्णित करते हैं कि यह कोशिका क्या करती है। इंटरफ़ेस उपयोगकर्ता को साक्ष्य के प्रकार, जीव, या प्रभाव की दिशा (जैसे कि जीन परिवर्तन ने कोशिका की गतिविधि को बढ़ाया या घटाया) के आधार पर इन दावों को फ़िल्टर करने की अनुमति देता है।
यह जुड़ाव हमारे वर्तमान ज्ञान के अंतराल को प्रकट करता है। डेटाबेस दिखाता है कि जहाँ कुछ कोशिका प्रकार आनुवंशिक डेटा और साहित्य दोनों में अच्छी तरह से अध्ययन किए गए हैं, वहीं अन्य कोशिकाएं आनुवंशिक प्रयोगों में तो बार-बार दिखाई देती हैं लेकिन उनके विशिष्ट कार्यों के बारे में बहुत कम लिखा गया है। उदाहरण के लिए, एक निश्चित प्रकार की पीनियल कोशिका (pineal cell) हजारों प्रयोगों में दस लाख से अधिक कोशिकाओं में पाई गई, फिर भी डेटाबेस में इसके कार्य के बारे में केवल चार लिखित दावे मौजूद हैं। इसके विपरीत, कुछ कोशिका प्रकारों के कई लिखित विवरण हैं लेकिन वर्तमान संग्रह में उनके अनुरूप आनुवंशिक डेटा की कमी है। इन विसंगतियों को उजागर करके, यह उपकरण वैज्ञानिकों को यह देखने में मदद करता है कि उनकी समझ कहाँ अधूरी है और भविष्य के शोध को कहाँ निर्देशित किया जाना चाहिए।
यह डेटाबेस इंटरनेट कनेक्शन वाले किसी भी व्यक्ति के लिए निःशुल्क उपलब्ध है, जिसके लिए किसी विशेष पंजीकरण या सॉफ्टवेयर इंस्टॉलेशन की आवश्यकता नहीं है। इसे सहज (intuitive) बनाने के लिए डिज़ाइन किया गया है, जिससे उपयोगकर्ता एक कोशिका के नाम, एक ऊतक प्रकार, या यहाँ तक कि एक विशिष्ट जीन से शुरू करके प्रासंगिक डेटा और टेक्स्ट तक पहुँच सकता है। शोधकर्ता इस बात पर जोर देते हैं कि यह प्रणाली अंतिम अधिकार के बजाय अन्वेषण के लिए एक उपकरण है। दावे मशीन-निर्मित (machine-extracted) हैं और सीधे उनके मूल स्रोतों से जुड़े हुए हैं, जिससे उपयोगकर्ता जानकारी को स्वयं सत्यापित कर सकते हैं। शोधकर्ता स्वीकार करते हैं कि वर्तमान संग्रह विशिष्ट प्रकार के प्रयोगों और जीवों तक सीमित है, और टेक्स्ट का स्वचालित निष्कर्षण, हालांकि अत्यधिक सटीक है, पूर्ण नहीं है। हालाँकि, कोशिकाओं के क्या होने और वे क्या करती हैं, इसका एक एकीकृत दृश्य प्रदान करके, Cell IO आधुनिक जीव विज्ञान के जटिल परिदृश्य में नेविगेट करने का एक नया तरीका प्रदान करता है, जो ज्ञान के बिखरे हुए अंशों को एक सुसंगत संपूर्णता में बदल देता 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।