डाइनामाइट न्यूज़
आपके आनुवंशिक कोड में एक ही चीज़ के लिए बहुत सारे 'शब्द' हैं - सूचना सिद्धांत अतिरेक को समझाने में मददगाार
बैक्टीरिया से लेकर इंसानों तक लगभग पूरा जीवन, एक ही आनुवंशिक कोड का उपयोग करता है। यह कोड एक शब्दकोश के रूप में कार्य करता है, जो प्रोटीन बनाने के लिए उपयोग किए जाने वाले अमीनो एसिड में जीन का अनुवाद करता है। पढ़िये पूरी खबर डाइनामाइट न्यूज़ पर
ओक्लाहोमा: बैक्टीरिया से लेकर इंसानों तक लगभग पूरा जीवन, एक ही आनुवंशिक कोड का उपयोग करता है। यह कोड एक शब्दकोश के रूप में कार्य करता है, जो प्रोटीन बनाने के लिए उपयोग किए जाने वाले अमीनो एसिड में जीन का अनुवाद करता है। आनुवंशिक कोड की सार्वभौमिकता सभी जीवित जीवों के बीच एक सामान्य वंशावली को इंगित करती है और यह कोड जैविक कोशिकाओं की संरचना, कार्य और विनियमन में आवश्यक भूमिका निभाता है।
यह समझना कि जेनेटिक कोड कैसे काम करता है, जेनेटिक इंजीनियरिंग और सिंथेटिक जीव विज्ञान की नींव है। लेकिन अभी भी कई अनसुलझे रहस्य हैं, जैसे प्रोटीन फोल्डिंग जैसी विभिन्न जैविक प्रक्रियाओं के लिए कोड क्यों महत्वपूर्ण है।
जीव विज्ञान और भौतिकी के इंटरफेस पर काम करने वाले एक विद्वान के रूप में, मैं इनमें से कुछ दिलचस्प सवालों का अध्ययन करने के लिए सूचना सिद्धांत - जानकारी कैसे संग्रहीत और संचारित की जाती है, का गणित - लागू करता हूं। जिस प्रकार कंप्यूटर को कार्य करने के लिए बाइनरी कोड की लड़ियों की आवश्यकता होती है, उसी प्रकार जैविक प्रक्रियाएं भी सूचना के टुकड़ों पर निर्भर करती हैं।
अपने हालिया शोध में, मैंने प्रस्ताव दिया है कि अनुकूलन सिद्धांत अमीनो एसिड को एन्कोड करने के तरीके में एक निश्चित अतिरेक के बारे में लंबे समय से चले आ रहे रहस्य के लिए एक संभावित स्पष्टीकरण प्रदान कर सकता है।
एक ही चीज़ के लिए अलग-अलग शब्द
आनुवंशिक कोडबुक चार अक्षरों से बने 'शब्दों' से बनी है: ए, सी, जी और यू। इनमें से प्रत्येक अक्षर एक अलग रासायनिक बिल्डिंग ब्लॉक के लिए है जिसे न्यूक्लियोटाइड कहा जाता है: एडेनिन, साइटोसिन, गुआनिन और यूरैसिल। राइबोसोम नामक एक आणविक मशीन जीन को प्रोटीन में अनुवाद करने के लिए कोडबुक को पढ़ती है।
राइबोसोम तीन अक्षर वाले शब्दों को पढ़ते हैं जिन्हें कोडोन कहा जाता है, और चार अक्षरों के 64 अलग-अलग संभावित संयोजन होते हैं जो अलग-अलग कोडोन बनाते हैं। 64 शब्दों की इस सूची में, 61 अमीनो एसिड को एनकोड करते हैं, और तीन कोशिका में प्रोटीन संश्लेषण को रोकने के लिए राइबोसोम को संकेत देते हैं। उदाहरण के लिए, 'एयूजी' अमीनो एसिड मेथियोनीन के लिए कोड है और एक प्रोटीन की शुरुआत का भी संकेत देता है।
लेकिन किसी भी अन्य भाषा की तरह, यहां भी पर्यायवाची शब्द हैं - विभिन्न कोडोन एक ही अमीनो एसिड को एनकोड कर सकते हैं। वास्तव में, चूंकि केवल 20 अमीनो एसिड होते हैं लेकिन उन्हें एन्कोड करने के लिए 61 अलग-अलग शब्द होते हैं, इसलिए बहुत अधिक ओवरलैप होता है। एक अमीनो एसिड में एक से छह अलग-अलग कोडोन हो सकते हैं जो इसे एनकोड करते हैं। केवल दो अमीनो एसिड हैं जिनमें बिल्कुल एक कोडोन होता है, मेथिओनिन और ट्राइटोफैन। आनुवंशिक कोड में कोई त्रुटि होने पर भी यह अतिरेक राइबोसोम को अपना कार्य सही ढंग से करने में मदद करता है।
इंजीनियरिंग प्रकृति के दिशानिर्देश
कुछ अमीनो एसिड में दूसरों की तुलना में अधिक समानार्थक शब्द क्यों होते हैं यह एक रहस्य है जिसने दशकों से वैज्ञानिकों को हैरान कर दिया है। क्या इस परिवर्तनशीलता का कोई पैटर्न है, या यह यादृच्छिक है? इस प्रश्न का उत्तर देने के लिए, वैज्ञानिक उन नियमों का अध्ययन करते हैं जो प्रकृति के निर्णय लेने को नियंत्रित करते हैं।
यदि एक मानव इंजीनियर ने आनुवंशिक कोड डिज़ाइन किया है, तो वे यह सुनिश्चित करना चाहेंगे कि त्रुटियों से बचाने और एकरूपता को बढ़ावा देने के लिए प्रत्येक अमीनो एसिड में समान स्तर की अतिरेक हो। 20 अमीनो एसिड पर 61 कोड की मैपिंग लगभग बराबर होगी, प्रत्येक अमीनो एसिड को तीन कोडोन दिए जाएंगे।
लेकिन प्रकृति की प्राथमिकताएँ अलग हैं। बैक्टीरिया जैसी प्राकृतिक प्रणालियों के विकासवादी मॉडल दर्शाते हैं कि प्रकृति हमेशा अनुकूलन के लिए प्रयासरत रहती है। न केवल प्रोटीन का अंतिम रूप इष्टतम होना चाहिए, बल्कि इसके मध्यवर्ती रूप भी इष्टतम होने चाहिएं। अनुकूलन यह सुनिश्चित करता है कि प्राकृतिक प्रणालियाँ विभिन्न वातावरणों के अनुकूल हो सकती हैं।
वैज्ञानिक कुछ दिशानिर्देशों को समझते हैं जिनका पालन आनुवंशिक कोड की इंजीनियरिंग करते समय प्रकृति करती है। उदाहरण के लिए, आनुवंशिक कोड के भीतर और आसपास परमाणुओं और अणुओं की स्थानिक व्यवस्था इसके कार्य को प्रभावित कर सकती है, साथ ही प्रोटीन बनाने में शामिल अन्य सेलुलर संरचनाओं के समन्वय को भी प्रभावित कर सकती है।
सूचना सिद्धांत और आनुवंशिकी
मेरा शोध इंगित करता है कि दो अन्य महत्वपूर्ण कारक हो सकते हैं जिन पर प्राकृतिक प्रणालियाँ विचार करती हैं: आनुवंशिक कोड की सूचना-सैद्धांतिक प्रकृति और अधिकतम एन्ट्रापी का सिद्धांत।
कंप्यूटर 0 और 1 से युक्त डेटा को कैसे संसाधित करता है, इसके समानांतर, जीवन चार अक्षरों ए, सी, जी और यू से युक्त डेटा के आधार पर आनुवंशिक कोड को संसाधित करता है। गणितीय रूप से, हालांकि, डेटा का प्रतिनिधित्व करने का सबसे ऊर्जा-कुशल तरीका बाइनरी नहीं है (या आधार 2) - 0 एस और 1 एस का उपयोग करना, जैसा कि कंप्यूटर करते हैं - बल्कि आधार ई का उपयोग करना। यूलर की संख्या के लिए संक्षिप्त, ई एक अपरिमेय संख्या है - जिसका अर्थ है कि अंशों या दशमलव का उपयोग करके इसका सटीक मान लिखने का कोई तरीका नहीं है (हालांकि यह लगभग 2.718 है)।
जीव विज्ञान से परे, ई का उपयोग करके सूचना अनुकूलन का अनुप्रयोग गणित और ब्रह्मांड विज्ञान में भी है।
प्राकृतिक दुनिया में काम करने वाला एक अन्य सिद्धांत अधिकतम एन्ट्रापी का है। एन्ट्रॉपी एक प्रणाली में विकार का एक माप है, और अधिकतम एन्ट्रॉपी सिद्धांत बताता है कि सिस्टम अधिक अव्यवस्था की स्थिति में विकसित होते हैं। यह सिद्धांत शोधकर्ताओं को सीमित डेटा से निष्कर्ष निकालने में मदद देता है और इसका उपयोग यह समझाने के लिए किया गया है कि अमीनो एसिड प्रोटीन में कैसे परस्पर क्रिया करते हैं।
कोडोन समूहों के संदर्भ में, अधिकतम एन्ट्रापी सिद्धांत का तात्पर्य है कि प्रकृति यथासंभव डेटा को खंगाल रही है - जिसका अर्थ है कि कोडोन समूहों के वितरण का वर्णन करने वाला फ़ंक्शन गणितीय रूप से पूर्ववत करना कठिन होना चाहिए। इस फ़ंक्शन की गणितीय जटिलता को अधिकतम करने के तरीके का अध्ययन करने से कोडोन समूहों के अंतर्निहित संभावित पैटर्न का पता चलता है।
मेरा मानना है कि ये दो सिद्धांत आनुवंशिक कोड में कोडोन समूहों के वितरण का वर्णन करने में मदद कर सकते हैं और प्राकृतिक प्रणालियों के विश्लेषण में गणित की उपयोगिता की ओर इशारा कर सकते हैं। हालाँकि ऐसे कई जैविक रहस्य हैं जिन्हें वैज्ञानिकों को अभी तक सुलझाना बाकी है, सूचना सिद्धांत आनुवंशिक कोड को तोड़ने में मदद करने के लिए एक शक्तिशाली उपकरण हो सकता है।