Empirical substitution models of SARS-CoV-2 protein evolution for phylogenetic inference
यह अध्ययन विशेष रूप से SARS-CoV-2 प्रोटीनों के लिए नवीन अनुभवजन्य प्रतिस्थापन मॉडल विकसित और मान्य करता है, जो यह प्रदर्शित करता है कि वे मौजूदा सामान्यज्ञ मॉडलों की तुलना में अधिक सटीक फाइलोजेनेटिक अनुमान और जैविक रूप से यथार्थवादी विकासवादी भविष्यवाणियां प्रदान करते 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
कल्पना कीजिए कि आप एक बहुत प्रसिद्ध, बहुत व्यस्त हस्ती के पारिवारिक इतिहास का पता लगाने की कोशिश कर रहे हैं। इसके लिए, आपको एक नियम पुस्तिका (rulebook) की आवश्यकता है जो आपको यह बताए कि समय के साथ एक परिवार के सदस्य के दूसरे में बदलने की कितनी संभावना है। जीव विज्ञान की दुनिया में, इस नियम पुस्तिका को "प्रतिस्थापन मॉडल" (substitution model) कहा जाता है। वैज्ञानिक वायरसों, जानवरों और पौधों के लिए पारिवारिक वृक्ष (जिन्हें फाइलोजेनी कहा जाता है) बनाने के लिए इन मॉडलों का उपयोग करते हैं। लक्ष्य यह पता लगाना है कि कौन किससे संबंधित है और वे समय के साथ कैसे बदले। हालाँकि, अधिकांश नियम पुस्तिकाएँ "सामान्यवादी" (generalist) मार्गदर्शिकाएँ हैं—वे कई अलग-अलग प्रकार के प्रोटीनों के लिए ठीक-ठाक काम करती हैं, जैसे कि एक सामान्य "खाना पकाने की विधि" वाली किताब जो केक बनाने से लेकर स्टेक ग्रिल करने तक सब कुछ कवर करने की कोशिश करती है। समस्या यह है कि विभिन्न प्रोटीनों के बहुत विशिष्ट कार्य और नियम होते हैं। एक प्रोटीन जो वायरस के इंजन (एक प्रोटीज) के रूप में कार्य करता है, उसके नियम उस प्रोटीन से अलग होते हैं जो वायरस के कोशिका को अनलॉक करने वाली चाबी (स्पाइक प्रोटीन) के रूप में कार्य करता है। यदि आप एक विशिष्ट कार्य के लिए सामान्य नियम पुस्तिका का उपयोग करते हैं, तो आपका पारिवारिक वृक्ष थोड़ा डगमगाया हुआ और गलत हो सकता है। यह विशेष रूप से SARS-CoV-2 के लिए सच है, जो वह वायरस है जो COVID-19 का कारण बनता है, और जो तेजी से विकसित हो रहा है और दुनिया को बदल रहा है। अब तक, वैज्ञानिकों के पास इस वायरस के प्रोटीनों के लिए कोई कस्टम नियम पुस्तिका नहीं थी, जिसका अर्थ था कि वे एक गोल छेद में चौकोर खूँटा ठोकने की कोशिश कर रहे थे।
इस अध्ययन में, शोधकर्ताओं ने विशेष रूप से SARS-CoV-2 के लिए अपनी खुद की, कस्टम नियम पुस्तिकाएँ लिखने का निर्णय लिया। उन्होंने यह देखने के लिए हजारों वास्तविक वायरस अनुक्रमों (sequences) का अध्ययन किया कि वायरस के मुख्य प्रोटीज, इसके पैपेन-लाइक प्रोटीज, इसके स्पाइक प्रोटीन और पूरे वायरस पैकेज में अमीनो एसिड (प्रोटीन के निर्माण खंड) वास्तव में किस तरह से आपस में बदलते हैं। इसे ऐसे समझें जैसे कि आप वायरस के विशाल, वास्तविक समय के डांस फ्लोर को देख रहे हैं ताकि यह देख सकें कि कौन से नर्तक वास्तव में अपने साथी बदलते हैं और कौन स्थिर रहते हैं। उन्होंने पाया कि वायरस के अपने अनूठे डांस मूव्स (नृत्य की मुद्राएं) हैं जिन्हें सामान्य नियम पुस्तिकाएँ बस मिस कर देती हैं। उदाहरण के लिए, उन्होंने पाया कि वायरस के प्रोटीज (वे एंजाइम जो अन्य प्रोटीनों को काटते हैं) में, कुछ बदलाव बहुत कम होते हैं क्योंकि संरचना बहुत सख्त और नाजुक होती है, जबकि स्पाइक प्रोटीन बहुत अधिक लचीला है और अधिक जंगली बदलावों की अनुमति देता है, विशेष रूपकर वे जो वायरस को हमारी प्रतिरक्षा प्रणाली से छिपने में मदद करते हैं।
टीम ने फिर अपनी नई, कस्टम नियम पुस्तिकाओं का पुरानी, सामान्य पुस्तिकाओं के विरुद्ध परीक्षण किया। उन्होंने यह दो तरीकों से किया। पहले, उन्होंने यह जांचा कि कौन सी नियम पुस्तिका द्वारा एकत्र किए गए वास्तविक डेटा की सबसे अच्छी व्याख्या की जा सकती है, जैसे कि एक जासूस यह जांचता है कि कौन सा सिद्धांत सुरागों के साथ सबसे अच्छा फिट बैठता है। उनके कस्टम मॉडल लगभग हर बार जीते, जिससे पता चला कि वे इस विशिष्ट वायरस के विकास का वर्णन करने में बहुत बेहतर हैं। दूसरा, उन्होंने कंप्यूटर सिमुलेशन चलाया जहाँ उन्होंने अपनी नई और पुरानी नियमों का उपयोग करके वायरस को समय में आगे विकसित होने दिया। उन्होंने परिणामी प्रोटीनों की "फोल्डिंग स्थिरता" (folding stability) की जाँच की—कल्पना कीजिए कि आप यह जाँच रहे हैं कि नई नियमों से बनी कागज की एक क्रेन (paper crane) अभी भी अपना आकार बनाए रखती है या नहीं, जबकि पुरानी नियमों से बनी क्रेन बिखर जाती है या बहुत सख्त हो जाती है। नए SARS-CoV-2-विशिष्ट मॉडलों का उपयोग करके विकसित हुए प्रोटीन अधिक वास्तविक रूप से अपना आकार बनाए रखते थे, जो प्रकृति में पाए जाने वाले वास्तविक वायरस प्रोटीन की तरह दिखते थे।
शोधकर्ता निष्कर्ष निकालते हैं कि इन नए, वायरस-विशिष्ट मॉडलों का उपयोग करने से SARS-CoV-2 के कैसे बदल रहे हैं, इसका बहुत स्पष्ट और अधिक सटीक चित्र मिलता है। वे सुझाव देते हैं कि सर्वोत्तम परिणामों के लिए, वैज्ञानिकों को "एक ही आकार के सभी के लिए उपयुक्त" (one-size-fits-all) नियम पुस्तिकाओं का उपयोग करना बंद कर देना चाहिए और इन कस्टम गाइडों पर स्विच करना चाहिए। जबकि यह अध्ययन दिखाता है कि ये मॉडल सिमुलेशन में बेहतर काम करते हैं और डेटा के साथ अधिक मजबूती से फिट होते हैं, लेखक नोट करते हैं कि यह वायरस के अतीत को समझने और उसकी भविष्य की चालों की भविष्यवाणी करने की दिशा में एक महत्वपूर्ण कदम है, जो हमें वायरस के खिलाफ चल रही लड़ाई में एक कदम आगे रहने में मदद करता 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।