मानव शरीर के भीतर मौजूद डीएनए को लेकर लंबे समय से यह माना जाता रहा है कि यह किसी कंप्यूटर कोड या ब्लूप्रिंट की तरह काम करता है। हालांकि, जैसे-जैसे वैज्ञानिक इस क्षेत्र में गहराई से उतर रहे हैं, यह साफ होता जा रहा है कि जीनोम किसी सीधी स्क्रिप्ट से ज्यादा एक बेहद उलझी हुई पहेली की तरह है। इंटरनेशनल ह्यूमन जीनोम प्रोजेक्ट के तहत 1990 से 2003 के बीच डीएनए के सभी रासायनिक घटकों का क्रम लगभग पूरी तरह से पता लगा लिया गया था। इसके बावजूद यह स्पष्ट हो गया कि हमारे जीनोम का बमुश्किल 2 प्रतिशत हिस्सा ही वास्तविक जीनों यानी प्रोटीन बनाने वाली कोड्स से मिलकर बना है।
जीनों की संख्या से अधिक महत्वपूर्ण है उनका नियमन
आज वैज्ञानिक इस बात को भली-भांति समझ चुके हैं कि असली चुनौती यह पता लगाना नहीं है कि कौन सा जीन क्या काम करता है। असली और कहीं अधिक कठिन सवाल यह है कि इन जीनों का उपयोग या नियमन किस प्रकार होता है, जो कि जीनोम के बाकी बचे बड़े हिस्से से संचालित होता दिखाई देता है। हमारे शरीर में मौजूद अलग-अलग कोशिकाएं जैसे मांसपेशियां, मस्तिष्क या त्वचा की कोशिकाएं, एक ही मूल सामग्री से बनती हैं। यह सब अलग-अलग जीन सूट्स को चालू और बंद करने की प्रक्रिया के जरिए संभव होता है। इसके अलावा, कोशिकाएं अपने आस-पास के माहौल से मिलने वाले संकेतों के आधार पर लगातार अपने जीनों को नियंत्रित करती हैं। लेकिन यह नियमन प्रक्रिया इतनी पेचीदा है कि कुछ जीव विज्ञानी यह सोचने पर मजबूर हैं कि क्या मानव मन कभी इसकी पूरी कार्यप्रणाली को पूरी तरह समझ पाएगा या नहीं।
एआई और जीनोमिक फाउंडेशन मॉडल की भूमिका
इस जटिलता से पार पाने के लिए कुछ शोधकर्ता आर्टिफिशियल इंटेलिजेंस का सहारा ले रहे हैं। Evo 2, Genos और गूगल डीपमाइंड के अल्फाजीनोम जैसे जीनोमिक फाउंडेशन मॉडल भारी मात्रा में डेटा पर प्रशिक्षित किए जाते हैं। वैज्ञानिक इन एल्गोरिदम का उपयोग यह अनुमान लगाने के लिए करते हैं कि डीएनए अनुक्रमों में अंतर जैविक प्रक्रियाओं को कैसे प्रभावित करते हैं। इन एल्गोरिदम को इस बात की चिंता नहीं होती कि पर्दे के पीछे क्या जटिल नियमन चल रहा है, बल्कि वे अपनी ट्रेनिंग के आधार पर पहले से ज्ञात मामलों से संबंध स्थापित कर लेते हैं। एडेलमैन ने बताया कि यह दृष्टिकोण उपयोगी हो सकता है, लेकिन जो लोग जीवन और जीनोम की वास्तविक कार्यप्रणाली को समझना चाहते हैं, उनके लिए एक कम्प्यूटेशनल ब्लैक बॉक्स कभी पर्याप्त नहीं होगा। जीनोम उस तरह के सीधे इनपुट और आउटपुट दृष्टिकोण के सामने आसानी से समर्पण नहीं करता जिसकी उम्मीद एआई मॉडल लगाते हैं।
प्रोटीन निर्माण की पारंपरिक प्रक्रिया और उसकी सीमाएं
पारंपरिक दृष्टिकोण के अनुसार, हमारे डीएनए का एक छोटा हिस्सा उन प्रोटीन अणुओं को बनाने का कोड रखता है जो कोशिकाओं की रासायनिक क्रियाओं का संचालन करते हैं। हमारे पास ऐसे करीब 20,000 जीन हैं और इनकी लंबाई दो दर्जन से लेकर लगभग 30 लाख डीएनए अक्षरों तक हो सकती है। किसी जीन से प्रोटीन बनाने की प्रक्रिया दो चरणों में पूरी होती है। पहले चरण में पॉलीमेरेज नामक एंजाइम डीएनए को पढ़कर मैसेंजर आरएनए यानी एमआरएनए नामक अणु में उसकी प्रतिलिपि बनाता है, जिसे ट्रांसक्रिप्शन कहा जाता है। इसके बाद राइबोसोम इस एमआरएनए को पढ़कर प्रोटीन का निर्माण करता है, जिसे ट्रांसलेशन कहा जाता है। एडेलमैन का कहना है कि यह तस्वीर कमोबेश अभी भी सही है, लेकिन जीनों के अलावा भी कई अन्य पहलू महत्वपूर्ण हैं।
नियमन और नॉनकोडिंग डीएनए का महत्व
हमारे कई जीन सरल जीवों के साथ भी समान हैं, इसलिए असली महत्व इस बात का है कि वे कैसे विनियमित होते हैं। किस कोशिका को किस समय कौन सा प्रोटीन चाहिए, यह बात नॉनकोडिंग डीएनए द्वारा तय होती है। जीव वैज्ञानिकों को 1960 के दशक से ही जीन नियमन के बारे में पता है, लेकिन बैक्टीरिया जैसे सरल जीवों में इसके सिद्धांत काफी सीधे थे। हालांकि, हमारे जैसे जटिल यूकेरियोटिक जीवों में जीन नियमन बेहद जटिल है, जिसमें नियंत्रण की कई परतें शामिल होती हैं। ट्रांसक्रिप्शन की शुरुआत ट्रांसक्रिप्शन फैक्टर नामक प्रोटीन द्वारा होती है, जो डीएनए के खास हिस्सों से चिपक जाते हैं। लेकिन जटिल जीवों में इनका काम करने का तरीका बैक्टीरिया से काफी अलग और पेचीदा होता है।
एनवाइरनमेंट और ट्रांसक्रिप्शन फैक्टर्स की जटिल कार्यशैली
हमारे शरीर में ट्रांसक्रिप्शन फैक्टर किसी खास डीएनए बाइंडिंग साइट के प्रति मजबूत प्राथमिकता नहीं दिखाते हैं। इसके अलावा, वे जोड़ों या समूहों में काम करते हैं और अलग-अलग संदर्भों में उनके प्रभाव भी अलग हो सकते हैं। एडेलमैन ने बताया कि बैक्टीरिया में नियमन आमतौर पर या तो इस तरह होता है या उस तरह, लेकिन मानव जीनोम में तर्क कंप्यूटर विज्ञान के "एंड" जैसा होता है। कई संकेतों को मिलाकर एक नियामक निर्णय तक पहुंचा जाता है, जिससे नियमन अधिक संवेदनशील बनता है। जब ये फैक्टर डीएनए के टुकड़ों से जुड़ते हैं, जिन्हें एन्हांसर कहा जाता है, तो एक नई पहेली सामने आती है। एन्हांसर ट्रांसक्रिप्शन के लिए निर्णायक प्रभाव माने जाते हैं, लेकिन किस एन्हांसर का कौन सा जीन से संबंध है, यह पता लगाना आसान नहीं है।
एन्हांसर और क्रोमैटिन की त्रि-आयामी संरचना
एडिनबर्ग यूनिवर्सिटी की जीनोम जीव विज्ञानी वेंडी बिकमोर का कहना है कि मानव जीनोम प्रोजेक्ट के 25 साल बाद भी यह शर्मनाक है कि हमें यह तक नहीं पता कि सभी एन्हांसर कहां हैं। अधिकांश एन्हांसर किसी एक संकेत पर प्रतिक्रिया नहीं देते, बल्कि उनके सक्रिय होने के लिए कई कारकों के सही मेल की आवश्यकता होती है। कुछ एन्हांसर जीन के करीब होते हैं तो कुछ लाखों न्यूक्लियोटाइड दूर होते हैं। इतनी दूरी से जानकारी उस जीन तक कैसे पहुंचती है, यह एक बड़ा सवाल है जिसका जवाब क्रोमैटिन के लूप और कोहेसिन नामक प्रोटीन मोटर के माध्यम से मिलता है। क्रोमैटिन का यह त्रि-आयामी घुमाव और फोल्डिंग नियमन प्रक्रिया का एक अहम हिस्सा बन चुका है।
एपिसोडिक निशान और आरएनए की भूमिका
क्रोमैटिन की आकृति रासायनिक संशोधनों यानी एपिजेनेटिक अंकों से भी प्रभावित होती है। ये छोटे अणु डीएनए पैकेजिंग प्रोटीन से जुड़े होते हैं जो इसके अर्थ को बदल सकते हैं। इसके अलावा, पोस्ट-ट्रांसक्रिप्शनल नियमन माइक्रोरएनए जैसे नॉनकोडिंग आरएनए द्वारा नियंत्रित होता है। ये छोटे अणु एमआरएनए को प्रोटीन में बदलने से पहले ही शांत कर सकते हैं। स्प्लाइसियोसोम नामक मशीनरी प्री-एमआरएनए से नॉनकोडिंग हिस्सों को काटकर अलग करती है, जिससे अलग-अलग आइसोफॉर्म बनते हैं जो अलग-अलग कार्य करते हैं। यह सब यह साबित करता है कि जीनोम कोई स्वचालित प्रोग्राम नहीं है, बल्कि एक गतिशील और आत्म-संदर्भ प्रणाली है जिसे डगलस हॉफस्टाडटर ने "अद्भुत लूप" कहा है।
निष्कर्ष और भविष्य की दिशा
बिकमोर का मानना है कि जटिलता के बावजूद जीनोम की कार्यप्रणाली को समझा जा सकता है। विकास क्रम के दौरान वायरल तत्वों और जटिलता की वजह से यह प्रणाली इतनी पेचीदा हुई है। हालांकि अल्फाजीनोम जैसे एआई मॉडल इसमें मदद कर सकते हैं, लेकिन मानवीय तर्क और समझ के बिना बुनियादी सिद्धांतों को पूरी तरह से समझ पाना संभव नहीं होगा। एडेलमैन ने इस बात पर जोर दिया कि बारबरा मैकक्लिंटॉक ने पहले ही कह दिया था कि जीनोम स्थिर नहीं बल्कि जीवंत है।
