জীবনের নকশা, স্থান এবং সময়ে পড়া হয়েছে
কীভাবে একটি নিষিক্ত কোষ একটি সম্পূর্ণ গঠিত জীবে শত শত কোষের ধরনে উত্থিত হয়—প্রতিটি সঠিক জিন প্রকাশ করে, সঠিক অবস্থানে, সঠিক উন্নয়নমূলক পর্যায়ে—তা বোঝা এক শতাব্দীরও বেশি সময় ধরে বিকাশমূলক জীববিজ্ঞানের কেন্দ্রীয় চ্যালেঞ্জ হয়েছে। প্রশ্নটি শুধুমাত্র বৈজ্ঞানিকভাবে গভীর নয় বরং চিকিৎসাগতভাবে গুরুত্বপূর্ণ: অধিকাংশ বিকাশগত ব্যাধি, জন্মগত বিকৃতি এবং অনেক ক্যান্সার ভ্রূণবিকাশের সময় জিন কখন এবং কোথায় প্রকাশিত হয় তা নিয়ন্ত্রণ করে এমন আণবিক প্রোগ্রামগুলির ত্রুটিগুলিতে অনুসন্ধান করে।
বিকাশে জিন অভিব্যক্তি অধ্যয়নের ঐতিহ্যবাহী পদ্ধতিগুলি ভ্রূণগুলিকে একক কোষে বিচ্ছিন্ন করার প্রয়োজন ছিল—স্থানিক তথ্য ধ্বংস করে যা নির্দিষ্ট করে যে কোন কোষ কোথায় ছিল এবং এর প্রতিবেশীরা কী করছিল। Single-cell RNA sequencing ক্ষেত্রকে রূপান্তরিত করেছে একক-কোষ রেজোলিউশনে অভিব্যক্তি প্রোফাইলিং সক্ষম করে, কিন্তু স্থানিক মাত্রা কোষ বিচ্ছিন্নকরণ প্রক্রিয়ায় হারিয়ে গেছে। স্থানিক transcriptomics প্রযুক্তিগুলির একটি নতুন প্রজন্ম সেই স্থানিক তথ্য পুনরুদ্ধার করছে, তবে সাধারণত এমন রেজোলিউশনে যা সংলগ্ন কোষগুলির মধ্যে পার্থক্য করতে পারে না, আরও অনেক কম একক কোষগুলির মধ্যে কাঠামো সমাধান করতে পারে।
এই সপ্তাহে Science-তে প্রকাশিত একটি অধ্যয়ন একটি অগ্রগতি রিপোর্ট করে: সম্পূর্ণ-ভ্রূণ spatial transcriptomics সাব-সেলুলার রেজোলিউশনে, gastrulation পর্যায় থেকে প্রধান অঙ্গ সিস্টেমগুলির গঠন ক্যাপচার করা বিকশিত ভ্রূণ জুড়ে জিন অভিব্যক্তি।
প্রযুক্তিগত কৃতিত্ব
গবেষণা দল দ্বারা বিকশিত পদ্ধতি একটি in situ sequencing পদ্ধতি ব্যবহার করে যা টিস্যু স্থাপত্য সংরক্ষণ করে যখন RNA অণুগুলি তাদের সঠিক স্থানিক অবস্থানে পড়ে। পরিবর্তনশীল প্রযুক্তির বিপরীতে যা টিস্যু বিভাজনের পরে একটি প্যাটার্নযুক্ত অ্যারে ধরা প্রতিলিপি, এই পদ্ধতি সরাসরি টিস্যুর মধ্যে RNA অণুগুলি সনাক্ত করে এবং সিকোয়েন্স করে, টিস্যুর সেলুলার এবং সাব-সেলুলার স্থানিক প্রেক্ষাপট বজায় রেখে।
সাব-সেলুলার রেজোলিউশনে, কোষ শুধু কোন জিনগুলি প্রকাশ করছে তা পর্যবেক্ষণ করা সম্ভব নয় বরং সেই কোষের মধ্যে যেখানে সেই প্রতিলিপিগুলি স্থানীয়করণ করা হয় তাও পর্যবেক্ষণ করা সম্ভব। RNA স্থানীয়করণ একটি মৌলিক নিয়ন্ত্রক ব্যবস্থা: অনেক প্রতিলিপি নির্দিষ্ট সেলুলার বগিতে লক্ষ্যবস্তু হয়—epithelial কোষের apical বা basal পৃষ্ঠ, স্থানান্তরিত কোষগুলির অগ্রভাগ, নিউরনের dendrites—যেখানে তারা স্থানীয়ভাবে অনুবাদ করা হয় প্রোটিনগুলি তৈরি করার জন্য যা সেখানে কার্যকর হতে হবে। এই স্থানিক মাত্রা ক্যাপচার করা যান্ত্রিক তথ্য প্রদান করে কোষ মেরুত্ব, পরিচালিত কোষ স্থানান্তর, এবং টিস্যু সীমানা গঠন সম্পর্কে যা পূর্বে এই স্কেলে অ্যাক্সেসযোগ্য ছিল না।
অ্যাটলাস যা প্রকাশ করে
gastrulation-থেকে-organogenesis উইন্ডো জুড়ে বিকশিত ভ্রূণে প্রয়োগ করা হয়েছে—যে সময়কালে ভ্রূণ তার তিন-স্তরীয় শরীর পরিকল্পনা প্রতিষ্ঠা করে এবং স্বীকৃত অঙ্গ পূর্বজ গঠন শুরু করে—প্রযুক্তি অসাধারণ সমৃদ্ধির একটি ডেটাসেট তৈরি করে। ফলাফল অ্যাটলাস হাজার হাজার জিনের অভিব্যক্তি ম্যাপ করে ভ্রূণের প্রতিটি কোষ জুড়ে, একাধিক উন্নয়নমূলক সময় পয়েন্টে, স্থানিক স্থানাঙ্ক সহ যা ভ্রূণের ত্রি-মাত্রিক শারীরবিদ্যা এবং স্থানীয় কোষ সংস্থা উভয় ক্যাপচার করে।
ডেটা সঠিক আণবিক সীমানা প্রকাশ করে যেখানে এক কোষ ধরনের অন্য ধরনে রূপান্তরিত হয়, জিন অভিব্যক্তি প্রবণতা যা বিকশিত টিস্যু জুড়ে অবস্থানগত তথ্য প্রদান করে, এবং ক্রমবর্ধমান সক্রিয়করণ বিকাশমূলক প্রোগ্রামগুলির যখন কোষগুলি induction এবং পার্থক্য ঘটনাগুলির মধ্য দিয়ে যায়। অ্যাটলাস থেকে উদ্ভূত বেশ কয়েকটি ফলাফল বিদ্যমান মডেল দ্বারা পূর্বাভাস দেওয়া হয়নি: গঠিত neural tube-তে অপ্রত্যাশিত জিন অভিব্যক্তি ডোমেইনগুলি, টিস্যু সীমানাগুলিতে পূর্বে বৈশিষ্ট্যযুক্ত কোষের জনসংখ্যা, এবং নতুন transcription factor সমন্বয়গুলি নির্দিষ্ট অঙ্গ প্রকারের প্রাথমিক পূর্বজকে চিহ্নিত করে।
বিকাশমূলক জীববিজ্ঞান এবং ওষুধে প্রয়োগ
তাত্ক্ষণিক বৈজ্ঞানিক প্রয়োগটি হল একটি রেফারেন্স অ্যাটলাস হিসাবে—একটি ব্যাপক ডেটাসেট যা অন্যান্য গবেষক নির্দিষ্ট জিন, কোষ ধরনগুলি বা বিকাশমূলক ঘটনাগুলি সম্পর্কে তাদের নিজস্ব ফলাফলগুলি ব্যাখ্যা করতে ব্যবহার করতে পারে। বিকাশমূলক জীববিজ্ঞান ব্যক্তিগত জিনগুলি যখন পরিবর্তিত বা ভুলভাবে প্রকাশ করা হয় তখন কী ঘটে সে সম্পর্কে দশকের পর দশক পর্যবেক্ষণ জমা করেছে, কিন্তু এই পর্যবেক্ষণগুলি ব্যাখ্যা করা সেই জিনগুলির প্রকাশের সাধারণ স্থানিক এবং সময়িক প্রেক্ষাপট জানার প্রয়োজন। অ্যাটলাস এই প্রেক্ষাপট অভূতপূর্ব রেজোলিউশনে প্রদান করে।
চিকিৎসাগতভাবে, সবচেয়ে উল্লেখযোগ্য প্রয়োগটি মানব বিকাশমূলক ব্যাধি ব্যাখ্যা করার জন্য অ্যাটলাস ব্যবহার থেকে সম্ভবত আসবে। অনেক জন্মগত অবস্থা নির্দিষ্ট প্রক্রিয়াগুলিতে সূক্ষ্ম ত্রুটি জড়িত—neurulation, somitogenesis, cardiogenesis—যা অ্যাটলাস দ্বারা ক্যাপচার করা ভ্রূণবিদ্যামূলক পর্যায়গুলিতে প্রতিনিধিত্ব করা হয়। জন্মগত অবস্থার সাথে যুক্ত পরিবর্তনগুলির সাথে সাধারণ জিন অভিব্যক্তি ল্যান্ডস্কেপ বনাম মডেল জীবগুলির তুলনা করা যান্ত্রিক ঘটনাগুলি চিহ্নিত করতে পারে যা ভুল যাচ্ছে এবং সম্ভাব্য হস্তক্ষেপ পয়েন্টগুলি পরামর্শ দিতে পারে।
প্রযুক্তি সহজলভ্যতা এবং ভবিষ্যত দিকনির্দেশনা
Spatial transcriptomics বিশেষায়িত গবেষণা সরঞ্জাম থেকে ব্যাপকভাবে অ্যাক্সেসযোগ্য প্ল্যাটফর্ম প্রযুক্তিতে চলছে, 10x Genomics এবং Vizgen সহ সংস্থাগুলি থেকে বাণিজ্যিক উন্নয়ন চালিত হয়েছে। এই অধ্যয়নে রিপোর্ট করা সম্পূর্ণ-ভ্রূণ সাব-সেলুলার পদ্ধতি একটি উচ্চ-সমাপ্ত বাস্তবায়ন প্রতিনিধিত্ব করে যা এখনও নিয়মিত নয়, কিন্তু অন্তর্নিহিত নীতিগুলি সম্পর্কিত যন্ত্র এবং reagents পরিপক্ক হওয়ার সাথে সাথে ব্যাপক গ্রহণ সামঞ্জস্যপূর্ণ। ভবিষ্যত দিকনির্দেশনাগুলি অ্যাটলাসটি পরে বিকাশমূলক পর্যায়ে প্রসারিত করা, মানব ভ্রূণবিদ্যামূলক organoidগুলিতে প্রযুক্তি প্রয়োগ করা এবং স্থানিকভাবে সমাধান করা অভিব্যক্তি ডেটা ব্যবহার করা প্রশিক্ষণ সেট হিসাবে গণনামূলক মডেলগুলির জন্য যা পূর্বাভাস করতে পারে কীভাবে বিকাশমূলক প্রোগ্রামগুলি প্রতিক্রিয়া জানায় জিনগত বা পরিবেশগত perturbations।
এই নিবন্ধটি Science (AAAS) দ্বারা রিপোর্টিংয়ের উপর ভিত্তি করে তৈরি। মূল নিবন্ধটি পড়ুন.
Originally published on science.org
