Leveraging Structural Variants to Unlock Hidden Genetic Diversity for Tomato Crop Improvement
यह अध्ययन प्रदर्शित करता है कि विविध टमाटर लाइनों से लागत प्रभावी शॉर्ट-रीड अनुक्रमण (sequencing) डेटा का पुनरुत्पादन 71,000 से अधिक उच्च-विश्वास वाले संरचनात्मक वेरिएंट्स को उजागर कर सकता है, जो उन्हें आनुवंशिक विविधता के महत्वपूर्ण, पूर्व में छिपे हुए चालकों के रूप में प्रकट करता है जो अतिरिक्त लॉन्ग-रीड अनुक्रमण निवेशों की आवश्यकता के बिना प्रजनन वर्कफ़्लो को बढ़ाते हैं और वंशावली संबंधों को स्पष्ट 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
टमाटर दुनिया की सबसे महत्वपूर्ण सब्जियों में से एक हैं, और दशकों से वैज्ञानिक यह समझने के लिए उनके डीएनए का अध्ययन कर रहे हैं कि क्यों कुछ पौधे रोगों का प्रतिरोध करते हैं, क्यों अन्य पौधे बड़े फल पैदा करते हैं, और विभिन्न किस्में एक-दूसरे से कैसे संबंधित हैं। लंबे समय तक, शोधकर्ताओं ने आनुवंशिक कोड में होने वाले सबसे छोटे परिवर्तनों पर ध्यान केंद्रित किया, जो पौधों के बीच अंतर करने वाले एकल अक्षरों को देखते थे। ये सूक्ष्म अंतर, जिन्हें सिंगल-न्यूक्लियोटाइड वेरिएंट कहा जाता है, बेहतर फसलें उगाने में अविश्वसनीय रूप से उपयोगी रहे हैं। हालांकि, जीनोम में बहुत बड़े परिवर्तन भी होते हैं, जैसे डीएनए के खंडों का गायब होना, अनुभागों की अतिरिक्त प्रतियां, या ऐसे टुकड़े जो नई जगहों पर चले गए हैं। इन बड़े परिवर्तनों को स्ट्रक्चरल वेरिएंट (संरचनात्मक वेरिएंट) कहा जाता है। हालांकि वे इस बात के शक्तिशाली चालक के रूप में जाने जाते हैं कि एक पौधा कैसा दिखता है और व्यवहार करता है, लेकिन उन्हें खोजना पारंपरिक रूप से कठिन और महंगा रहा है, जिसके लिए अक्सर विशेष, उच्च-लागत वाली तकनीक की आवश्यकता होती है जिसे कई प्रजनन कार्यक्रम वहन नहीं कर सकते।
नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी के रेज़ा शेकास्टेबैंड का एक नया अध्ययन दिखाता है कि वैज्ञानिक अब पहले से मौजूद डेटा का उपयोग करके इन छिपे हुए, बड़े पैमाने के आनुवंशिक परिवर्तनों को खोज सकते हैं। शोधकर्ता ने टमाटर के डीएनए अनुक्रमों के एक विशाल संग्रह का लाभ उठाया है, जिसे छह वर्षों में मानक, किफायती अनुक्रमण मशीनों (sequencing machines) का उपयोग करके तैयार किया गया था। नए, महंगे परीक्षण चलाने के बजाय, टीम ने बड़े संरचनात्मक परिवर्तनों की तलाश करने के लिए इस मौजूदा डेटा पर एक विशिष्ट कंप्यूटर पद्धति लागू की। उन्होंने एंडीज पर्वत में उगने वाले जंगली पूर्वजों से लेकर खेतों में उगाई जाने वाली आधुनिक, व्यावसायिक किस्मों तक, टमाटर की साठ अलग-अलग लाइनों का परीक्षण किया। पहले से मौजूद डेटाबेस में मौजूद डीएनए के छोटे टुकड़ों (short DNA reads) का पुन: विश्लेषण करके, टीम ने 71,000 से अधिक उच्च-विश्वसनीयता वाले स्ट्रक्चरल वेरिएंट की सफलतापूर्वक पहचान की। यह दृष्टिकोण सिद्ध करता है कि मूल्यवान आनुवंशिक जानकारी पुराने डेटासेट में बेकार पड़ी है, जो बिना एक भी डॉलर खर्च किए अनलॉक होने का इंतजार कर रही है।
अध्ययन से पता चला कि ये बड़े आनुवंशिक परिवर्तन टमाटर के जीनोम में समान रूप से नहीं फैले हुए हैं। इसके बजाय, वे विशिष्ट क्षेत्रों में, विशेष रूप से गुणसूत्रों (chromosomes) के सिरों के पास और उन क्षेत्रों में क्लस्टर होते हैं जो रोग प्रतिरोधक क्षमता को नियंत्रित करते हैं। जब शोधकर्ताओं ने जंगली टमाटरों की तुलना खेती की गई किस्मों से की, तो उन्होंने पाया कि जंगली पौधों में इन संरचनात्मक परिवर्तनों की संख्या लगभग दोगुनी थी। जंगली जीनोम में, डीएनए के गायब हुए टुकड़े सबसे आम प्रकार के परिवर्तन थे, जबकि खेती किए गए टमाटरों में, डीएनए के अतिरिक्त इंसर्शन (प्रविष्टि) अधिक बार देखे गए। यह अंतर रेखांकित करता है कि कैसे घरेलूकरण (domestication) ने फसल की आनुवंशिक संरचना को आकार दिया है, जिससे कुछ जंगली विविधताओं को फ़िल्टर किया गया और नई संरचनात्मक विशेषताओं को पेश किया गया। टीम ने यह भी खोजा कि कई आधुनिक प्रजनन लाइनों में अद्वितीय संरचनात्मक परिवर्तन होते हैं जो कहीं और नहीं मिलते, जो विशिष्ट किस्मों के लिए एक आनुवंशिक फिंगरप्रिंट के रूप में कार्य करते हैं।
सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि ये बड़े संरचनात्मक परिवर्तन उसी विकासवादी कहानी को बताते हैं जो सूक्ष्म एकल-अक्षर परिवर्तन बताते हैं, लेकिन अधिक स्पष्टता के साथ। जब शोधकर्ताओं ने स्ट्रक्चरल वेरिएंट के आधार पर पारिवारिक वृक्ष (family trees) बनाए, तो परिणाम उन पेड़ों से लगभग पूरी तरह मेल खाए जो सूक्ष्म परिवर्तनों से बनाए गए थे। हालांकि, स्ट्रक्चरल डेटा भ्रमित करने वाले संबंधों को सुलझाने में बेहतर था। उदाहरण के लिए, एक जंगली टमाटर की किस्म जिसे पुराने विश्लेषण में खेती किए गए अंगूरों के साथ समूहबद्ध किया गया था, उसे स्ट्रक्चरल परिवर्तनों पर विचार करने पर उसके जंगली रिश्तेदारों के साथ सही ढंग से रखा गया। यह सुझाव देता है कि डीएनए के बड़े टुकड़ों को देखने से ब्रीडर्स को अपने पौधों के वास्तविक इतिहास को समझने और यह निर्णय लेने में मदद मिलती है कि किन किस्मों का क्रॉस कराया जाए।
शोध ने डेटा को संसाधित करने के तरीके के बारे में एक व्यावहारिक सबक भी उजागर किया। टीम ने पाया कि डीएनए रीड्स को संदर्भ जीनोम (reference genome) के साथ संरेखित (align) करने का तरीका बहुत बड़ा अंतर पैदा करता है। एक मानक विधि जो रीड्स को छोर से छोर तक पूरी तरह से मेल खाने के लिए मजबूर करती है, वह किसी भी स्ट्रक्चरल परिवर्तन को खोजने में विफल रही। एक अधिक लचीले दृष्टिकोण को अपनाकर, जो रीड्स को आंशिक रूप से मेल खाने की अनुमति देता है, टीम उन ब्रेक्स और ओवरलैप्स का पता लगाने में सफल रही जो एक स्ट्रक्चरल वेरिएंट का संकेत देते हैं। इस समायोजन ने उन्हें उन हजारों परिवर्तनों को खोजने में सक्षम बनाया जो अन्यथा छूट जाते। उन्होंने नमूनों को समूहीकृत करने के विभिन्न तरीकों का परीक्षण किया और पाया कि विविध लाइनों के बैचों का एक साथ विश्लेषण करने से सबसे व्यापक परिणाम मिले, जिससे विशिष्ट लाइनों में अद्वितीय परिवर्तन प्रकट हुए जो व्यक्तिगत रूप से नमूनों को देखने पर छूट गए थे।
सफलता के बावजूद, अध्ययन इस पद्धति की सीमाएं भी स्वीकार करता है। हालांकि यह विलोपन (deletions) और इंसर्शन (insertions) को खोजने में उत्कृष्ट है, लेकिन यह बहुत जटिल पुनर्गठन या इंसर्ट किए गए जीन की सटीक संरचना, जैसे कि जेनेटिकली मॉडिफाइड पौधों में उपयोग किए जाने वाले जीन, को मिस कर सकता है। शोधकर्ताओं ने इसकी पुष्टि तब की जब उन्होंने पाया कि उनकी पद्धति ट्रांसजेनिक लाइनों में कुछ इंसर्शन साइट्स को मिस कर गई जिन्हें अन्य तकनीकें देख सकती थीं। फिर भी, अध्ययन यह प्रदर्शित करता है कि संग्रहीत डेटा की माइनिंग के लिए एक लागत प्रभावी, स्केलेबल रणनीति मौजूद है। मानक शॉर्ट-रीड सीक्वेंसिंग डेटा का उपयोग करके और कंप्यूटर टूल्स को अनुकूलित करके, ब्रीडिंग प्रोग्राम अब आनुवंशिक विविधता की एक छिपी हुई परत तक पहुंच सकते हैं। यह उन्हें विशिष्ट लक्षणों को ट्रैक करने, पौधों के परिवारों की अपनी समझ को परिष्कृत करने और उच्च-स्तरीय अनुक्रमण तकनीकों की निषेधात्मक लागत के बिना टमाटर की नई किस्मों के विकास को तेज करने की अनुमति देता है। यह कार्य जो कभी पुराने डेटा की एक सीमा माना जाता था, उसे फसल सुधार के भविष्य के लिए एक शक्तिशाली संसाधन 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।