InsectExpress reveals layered regulatory architecture underlying cross-species tissue expression in insects

जीनोम की कल्पना एक विशाल पुस्तकालय के रूप में करें जिसमें किसी जीवित प्राणी को बनाने के लिए निर्देश नियमावलियों (instruction manuals) का संग्रह है। लंबे समय तक, वैज्ञानिकों ने सोचा कि यदि वे केवल "DNA कोड" (नियमावली का पाठ) को पढ़ सकें, तो वे सटीक भविष्यवाणी कर सकते हैं कि शरीर के हर हिस्से में एक कोशिका कितने प्रोटीन बनाएगी। यह "सीक्वेंस-टू-एक्सप्रेशन" (sequence-to-expression) मॉडलिंग का सपना है। हालाँकि, यह पुस्तकालय पेचीदा है। निर्देश केवल एक सरल, रैखिक रेखा में नहीं लिखे गए हैं; वे पृष्ठ पर बिखरे हुए हैं, कभी-कभी जहाँ से वे शुरू होते हैं उससे बहुत दूर, और वे इस बात से भी प्रभावित होते हैं कि कागज स्वयं कितना स्थिर है (RNA स्थिरता) और तैयार उत्पाद कैसा दिखता है (प्रोटीन कार्य)। जबकि हमने मनुष्यों और चूहों के लिए इस कोड को काफी अच्छी तरह से सुलझा लिया है, कीटों (insects) की दुनिया बिल्कुल अलग है। वे करोड़ों वर्षों से विकसित हुए हैं, उनके शरीर के अंग (जैसे फैट बॉडी या मैल्पीघियन नलिकाएं) मानव समकक्षों से सीधे मेल नहीं खाते, और उनकी निर्देश नियमावलियाँ हमसे बहुत भिन्न दिखती हैं। यह समझना कि ये छोटे जीव अपने जीन को कैसे नियंत्रित करते हैं, न केवल जीव विज्ञान के लिए, बल्कि हानिकारक रसायनों के बिना फसलों को कीटों से बचाने के लिए भी महत्वपूर्ण है।

यहाँ InsectExpress आता है, जो कीट जगत में इस पहेली को सुलझाने के लिए बनाया गया एक नया डिजिटल जासूस है। इसे एक सुपर-स्मार्ट अनुवादक के रूप में समझें जो न केवल DNA के पाठ को पढ़ता है; बल्कि यह संदेश की स्थिरता की भी जांच करता है और अंतिम प्रोटीन के आकार को देखता है ताकि यह अनुमान लगाया जा सके कि विभिन्न शरीर के अंगों में एक विशिष्ट जीन कितना सक्रिय है। शोधकर्ताओं ने इस उपकरण को 12 अलग-अलग कीट प्रजातियों (फ्रूट फ्लाई से लेकर बीटल्स तक) के डेटा का उपयोग करके बनाया और इसे 14 विभिन्न ऊतकों (जैसे मस्तिष्क, आंत और अंडाशय) में परखा।

यहाँ बड़ा खुलासा है: InsectExpress ने केवल अनुमान नहीं लगाया; इसने जीन विनियमन (gene regulation) की एक "स्तरित" (layered) भाषा सीखी। जब टीम ने इसका परीक्षण किया, तो मॉडल ने 0.680 ± 0.012 का सहसंबंध स्कोर (correlation score) प्राप्त किया, जिसका अर्थ है कि यह पिछले तरीकों की तुलना में, जो केवल DNA या सरल सांख्यिकी देखते थे, जीन गतिविधि की भविष्यवाणी करने में काफी बेहतर था। इससे भी अधिक प्रभावशाली बात यह है कि जब उन्होंने इसे एक कठिन चुनौती दी—इसे दो ऐसी कीट प्रजातियों पर परखा जिन्हें इसने पहले कभी नहीं देखा था (Spodoptera frugiperda और Helicoverpa armigera)—तब भी इसने अच्छा प्रदर्शन किया, जिसके स्कोर क्रमशः 0.542 और 0.612 थे। यह सुझाव देता है कि मॉडल ने केवल विशिष्ट कीटों को याद नहीं किया, बल्कि कीट जीन विनियमन के नियमों को सीखा है।

तो, यह कैसे काम करता है? यह शोध पत्र इस विचार का खंडन करता है कि केवल DNA अनुक्रम ही पर्याप्त है। इसके बजाय, उन्होंने पाया कि InsectExpress सफल होता है क्योंकि यह तीन अलग-अलग "इंद्रियों" को जोड़ता है:

1. DNA अनुक्रम: यह जीन के स्टार्ट बटन (प्रमोटर) के चारों ओर 20-kb की विंडो को पढ़ता है, और विशिष्ट पैटर्न की तलाश करता है।
2. RNA स्थिरता: यह उन विशेषताओं की जांच करता है जो यह निर्धारित करती हैं कि संदेश नष्ट होने से पहले कितने समय तक बना रहता है।
3. प्रोटीन "वाइब" (Vibe): यह प्रोटीन के आकार और विकासवादी इतिहास को समझने के लिए ESM-2 नामक टूल का उपयोग करता है, जो इसे विभिन्न प्रजातियों में जीन के व्यवहार का अनुमान लगाने में मदद करता है।

शोधकर्ताओं ने पाया कि कीट जीन विनियमन एक ऐसी इमारत की तरह है जिसका आधार साझा है लेकिन फ्लोर प्लान अलग-अलग हैं। एक "संरक्षित परत" (conserved layer) है जिसमें मूल निर्देश (जैसे विशिष्ट ट्रांसक्रिप्शन फैक्टर मोटिफ्स) शामिल हैं, जिनका उपयोग कई अलग-अलग कीट समूहों में यह परिभाषित करने के लिए किया जाता है कि एक ऊतक क्या है (जैसे कि क्या चीज़ एक आंत को आंत बनाती है)। इसके ऊपर एक "वंश-विशिष्ट परत" (lineage-specific layer) है, जहाँ विभिन्न कीट समूह (जैसे बीटल्स बनाम फ्लाइज) थोड़े अलग प्रमोटर "सिंटैक्स" या व्याकरण का उपयोग करते हैं। मॉडल ने दोनों परतों के बीच नेविगेट करना सीख लिया।

दिलचस्प रूप से, अध्ययन बताता है कि यह हस्तांतरणीयता (transferability) कोई जादू नहीं है; यह जीव विज्ञान पर आधारित है। उदाहरण के लिए, उन्होंने पाया कि केमोसेन्सेशन (गंध और स्वाद) से जुड़े जीन में, प्रोटीन के परिवर्तन और विभिन्न प्रजातियों में इसके अभिव्यक्ति (expression) के बीच एक मजबूत संबंध था। हालाँकि, "हाउसकीपिंग" जीन (जो कोशिका को जीवित रखने के लिए आवश्यक हैं) और प्रतिरक्षा (immune) जीन के लिए, यह संबंध कमजोर या गैर-मौजूद था। यह हमें बताता है कि मॉडल की सामान्यीकरण (generalize) करने की क्षमता इस बात पर निर्भर करती है कि वह किस प्रकार के जीन को देख रहा है।

अंत में, यह शोध पत्र मनुष्यों और कीटों के बीच एक दिलचस्प अंतर को उजागर करता है। मनुष्यों में, मस्तिष्क अक्सर विकास के दौरान सबसे संरक्षित अंग होता है। लेकिन कीटों के इस अध्ययन में, पाचन ऊतक (जैसे आंत) सबसे अधिक संरक्षित और अनुमानित थे, जबकि प्रजनन ऊतक और सिर सबसे अधिक परिवर्तनशील थे। यह सुझाव देता है कि कीटों के लिए, भोजन करने और उसे पचाने की आवश्यकता ने उनके मस्तिष्क या प्रजनन प्रणाली की तुलना में उनके जीन विनियमन कार्यक्रमों को लाखों वर्षों तक बहुत अधिक स्थिर बनाए रखा है।

संक्षेप में, InsectExpress यह सिद्ध करता है कि हम DNA, RNA और प्रोटीन डेटा को जोड़कर उन कीटों के बारे में भविष्यवाणी कर सकते हैं जिनका हमने पहले कभी अध्ययन नहीं किया है। यह केवल एक गणितीय ट्रिक नहीं है; यह कृषि कीटों को नियंत्रित करने के नए तरीके खोजने का द्वार खोलता है, जिसमें उनके पेट या फैट बॉडी में सबसे अधिक सक्रिय विशिष्ट जीन को लक्षित किया जा सकता है, जिससे संभावित रूप से सुरक्षित और अधिक प्रभावी फसल सुरक्षा रणनीतियाँ विकसित की जा सकती हैं।