11.1 जीव विज्ञान में प्रोग्रामिंग

मैनुअल कम्प्यूटेशन के युग से, हम वर्तमान में बड़े पैमाने (यानी, हाई-थ्रूपुट) डेटा जनरेशन, स्वचालित विश्लेषण और भविष्यवाणी के चरण में हैं। तकनीकी प्रगति विशाल डेटा उत्पन्न करने के लिए एक वरदान साबित हुई है, जो कुछ दशक पहले अकल्पनीय थी और जो अधिक कठिन प्रश्नों को संभालती है। हालाँकि, विशाल डेटा के आगमन ने डेटा के भंडारण, विज़ुअलाइज़ेशन, स्थानांतरण, विश्लेषण और व्याख्या में भी बड़ी चुनौतियाँ खड़ी कर दी हैं। एक दशक पहले जो कार्य विशाल लगता था वह अब तुच्छ प्रतीत होता है।

कृत्रिम बुद्धिमत्ता और मशीन लर्निंग तकनीकों के उदय ने लगभग हर क्षेत्र में शोध पद्धतियों को बदल दिया है। यह तेजी से स्पष्ट हो रहा है कि भविष्य में, विज्ञान की अग्रिम पंक्ति में काम करने वाले युवा जैव प्रौद्योगिकी छात्रों को बुनियादी प्रोग्रामिंग ज्ञान और रसायन विज्ञान एवं सांख्यिकीय विधियों के साथ सहजता की आवश्यकता हो सकती है।

इस अध्याय का उद्देश्य प्रोग्रामिंग भाषाओं का संपूर्ण विवरण देना नहीं है, बल्कि जीवविज्ञानियों के लिए प्रासंगिक कुछ सबसे लोकप्रिय उच्च स्तरीय भाषाओं का एक सौम्य परिचय प्रदान करना है।

हालांकि बायोइनफॉरमैटिक्स सॉफ्टवेयर सभी उपलब्ध ऑपरेटिंग सिस्टम (OS) प्लेटफॉर्म के लिए विकसित किए जा रहे हैं, अधिकांश सफल एप्लिकेशन लिनक्स प्लेटफॉर्म पर विकसित किए गए हैं। बायोइनफॉरमैटिक्स की शुरुआत से ही, PERL हमेशा अनुक्रम आधारित बड़े डेटा हैंडलिंग के केंद्र में रहा है। आजकल ये प्लेटफॉर्म उन्नत प्रदर्शन वाली भाषा, आमतौर पर पायथन और $R$ से समृद्ध हो रहे हैं, जो जैविक समस्याओं को हल करने के लिए सांख्यिकीय पैकेजों की मजबूत सुविधाएं प्रदान करता है। इसी तरह, पायथन मॉड्यूल स्टैंडअलोन, वेब सर्वर के साथ-साथ क्लाउड कंप्यूटिंग पर बड़े डेटा सेट के हैंडलिंग के लिए विज़ुअलाइज़ेशन और विश्लेषण मॉड्यूल से लगातार समृद्ध हो रहे हैं। इनके अलावा, MATLAB में भी बायोइनफॉरमैटिक्स डेटा विश्लेषण के लिए बहुत अच्छा प्लेटफॉर्म शामिल है। बायोइनफॉरमैटिक्स के क्षेत्र में सक्रिय कुछ सबसे उन्नत भाषाओं का विवरण नीचे दिया गया है:

पायथन: यह गुइडो वैन रोसुम (1991) द्वारा बनाई गई एक उच्च स्तरीय प्रोग्रामिंग सामान्य उद्देश्य भाषा है। यह एक ऑब्जेक्ट ओरिएंटेड प्रोग्रामिंग इंटरैक्टिव भाषा है जो यूनिक्स, मैक और विंडोज पर चल सकती है। पायथन बायोइनफॉरमैटिक्स समुदाय के भीतर बहुत लोकप्रिय है, मुख्य रूप से क्योंकि: (i) प्रयुक्त शब्दों के स्पष्ट अर्थ और कथनों की संरचना (ii) इसकी अभिव्यंजकता और ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग के साथ संरेखण, और (iii) लाइब्रेरी और तृतीय-पक्ष टूलकिट की उपलब्धता। पायथन का उपयोग अनुक्रम और संरचना विश्लेषण, फाइलोजेनेटिक्स आदि के लिए सफलतापूर्वक किया गया है।

$\mathbf{R}$ : नाम $\mathrm{R}$ इसके आविष्कारकों, रॉबर्ट जेंटलमैन और रॉबर्ट इहाका से लिया गया है, जिन्होंने इस भाषा को विकसित किया। $\mathrm{R}$ भाषा ने एक त्वरित और विश्वसनीय कार्यात्मक प्रोग्रामिंग भाषा के रूप में व्यापक स्वीकृति प्राप्त की है जो जैविक डेटा के उच्च मात्रा विश्लेषण, विज़ुअलाइज़ेशन और सिमुलेशन के लिए आदर्श है। सॉफ्टवेयर मुफ्त और ओपन सोर्स है। $\mathrm{R}$ भाषा का उपयोग जीनोम अनुक्रम और बायोमोलेक्यूलर पथवे के विश्लेषण के लिए किया गया है।

डेटा विश्लेषण से सिस्टम डिजाइनिंग की ओर बढ़ते हुए, नई प्रोग्रामिंग भाषाएं उभरी हैं। उनमें से हैं- GEC (जेनेटिक इंजीनियरिंग ऑफ लिविंग सेल्स), माइक्रोसॉफ्ट द्वारा विकसित एक नियम-आधारित भाषा और केरा, केरल विश्वविद्यालय के डॉ. उमेश पी द्वारा विकसित एक ऑब्जेक्ट ओरिएंटेड नॉलेज बेस्ड प्रोग्रामिंग भाषा। केरा (केरल का संक्षिप्त रूप, जिसका अर्थ नारियल भी है) जीनोम, प्रोटीन और कोशिका की जानकारी को कैप्चर करता है, जिसमें समाहिता नामक एक उपयोगकर्ता-संपादित जैविक लाइब्रेरी का उपयोग किया जाता है।

11.2 सिस्टम बायोलॉजी

11.2.1 परिचय

जैसा कि आप जानते हैं, प्रकृति के रहस्यों को समझने के लिए, वैज्ञानिक प्राचीन काल से ही प्रयोग कर रहे हैं। इन प्रयोगों के निष्कर्ष साहित्य में डेटा के रूप में दर्ज किए जाते हैं। डेटा के छोटे-छोटे टुकड़ों से लेकर बड़े डेटा तक, दशकों के प्रयोगात्मक प्रयासों से डेटा एकत्र किए जा रहे हैं। वर्तमान में, जीव विज्ञान डेटा का एक बड़ा आकार उत्पन्न किया जा रहा है और डेटाबेस नामक विभिन्न भंडारगृहों में डिजिटल प्रारूप में संग्रहीत किया जा रहा है। ये डिजिटल डेटा संसाधन हैं जो शोधकर्ताओं के लिए ऐसे कम्प्यूटेशनल मॉडल विकसित करने की नींव रखते हैं जो हमारे जटिल जैविक प्रणालियों के समान कार्य कर सकते हैं, अर्थात्, जिन्हें हम वास्तविक इन-विट्रो/इन-विवो प्रयोगों या वास्तविक जीवन में देखते हैं। ऐसे विचारों को जटिल जैविक प्रणालियों की नकल करने के लिए गणितीय और कम्प्यूटेशनल मॉडल के साथ कार्यान्वित किया जा रहा है। इन मॉडलों को सिस्टम मॉडल कहा जाता है। इसलिए, आप सिस्टम बायोलॉजी को सिस्टम मॉडल के प्रतिनिधित्व के रूप में देख सकते हैं। आजकल सिस्टम बायोलॉजी शक्तिशाली अनुप्रयोग के साथ गहन शोध का एक क्षेत्र बन गया है। इस प्रकार, यह अध्ययन का एक अंतःविषय क्षेत्र है जो जैविक प्रणालियों के भीतर जटिल जैविक अंतःक्रियाओं पर केंद्रित है (चित्र 11.1)। सिस्टम बायोलॉजी की अवधारणा को विभिन्न जैविक संदर्भों में अपनाया जा रहा है, विशेष रूप से पिछले दो दशकों से। मानव जीनोम परियोजना सिस्टम बायोलॉजी के एक विचार की सबसे शानदार बुवाई में से एक है, जिसने आज के स्वरूप की सिस्टम बायोलॉजी के नए रास्ते खोले। वर्तमान में, सिस्टम बायोलॉजी मॉडल कोशिकाओं, ऊतकों और जीवों के उभरते कार्यात्मक गुणों की खोज के लिए सैद्धांतिक विवरण प्रदान कर सकते हैं, जो केवल प्रयोगों के माध्यम से ही संभव थे। सबसे कुशल सिस्टम मॉडल के उदाहरण चयापचय या सिग्नलिंग नेटवर्क हैं। जैविक प्रणालियों की क्रिया के तंत्र की मौलिक समझ के साथ-साथ, सिस्टम बायोलॉजी का उपयोग शक्तिशाली प्रयोज्यता के लिए गहनता से किया जा रहा है, उदाहरण के लिए, स्वास्थ्य और रोगों के क्षेत्रों में जैविक नेटवर्क से लेकर आधुनिक चिकित्सा तक।

11.2.2 ऐतिहासिक परिप्रेक्ष्य

सिस्टम बायोलॉजी के उदय से पहले, जैविक विज्ञान (उदाहरण के लिए, 1900 - 1970) में शोध का परिदृश्य शरीर क्रिया विज्ञान, जनसंख्या गतिशीलता, एंजाइम काइनेटिक्स, नियंत्रण सिद्धांत, साइबरनेटिक्स आदि के आसपास शोध के खंडीय घटकों के रूप में घूम रहा था। सिस्टम बायोलॉजी को एक शारीरिक विवरण से विकसित होने के लिए मैप किया गया है, जब 1952 में एलन लॉयड हॉजकिन और एंड्रयू फील्डिंग हक्सले (नोबेल पुरस्कार विजेता) ने एक न्यूरोनल कोशिका के अक्षतंतु के साथ एक्शन पोटेंशियल प्रसार के लिए एक गणितीय मॉडल का वर्णन किया था। सिद्धांत का अधिक विकसित कार्यान्वयन 1960 में उभरा जब डेनिस नोबल [PMID 13729365] द्वारा हृदय पेसमेकर का पहला कंप्यूटर मॉडल विकसित किया गया था। सिस्टम बायोलॉजी को औपचारिक रूप से सिस्टम सिद्धांतकार मिहाजलो मेसारोविक द्वारा 1966 में क्लीवलैंड, ओहियो में केस इंस्टीट्यूट ऑफ टेक्नोलॉजी में “सिस्टम थ्योरी एंड बायोलॉजी” शीर्षक से लॉन्च किया गया था। 1968 में, लुडविग वॉन बर्टलानफी द्वारा सिस्टम बायोलॉजी के बारे में पहला सिद्धांत प्रकाशित किया गया था, जिसे इस अनुशासन का अग्रदूत माना जाता है। 1960 और 1970 के बीच की अवधि जटिल आणविक प्रणालियों के कई पहलुओं, जैसे कि चयापचय नियंत्रण विश्लेषण और जैव रासायनिक प्रणाली सिद्धांत के विकास का दशक थी। इसके अलावा, आणविक जीव विज्ञान के साथ सिस्टम सिद्धांत का संदेह सैद्धांतिक जीव विज्ञान के विकास से टूट गया, जिसमें जैविक प्रक्रियाओं का मात्रात्मक मॉडलिंग शामिल है। 1990 के दशक से, कार्यात्मक जीनोमिक्स उच्च-गुणवत्ता के बड़ी मात्रा में जैविक डेटा उत्पन्न कर रहा है, जो अधिक यथार्थवादी मॉडल के विकास में मदद कर रहा है। सिस्टम बायोलॉजी के क्षेत्र में इन विकासों की निरंतरता में, नेशनल साइंस फाउंडेशन (NSF) ने पूरी कोशिका को गणितीय रूप से मॉडल करने की चुनौती रखी। इस दिशा में, 2003 में, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी ने साइटोसॉल्व के सहयोग से इस चुनौती के समाधान की खोज शुरू की। अंततः, 2012 में माउंट सिनाई स्कूल ऑफ मेडिसिन, न्यूयॉर्क द्वारा आनुवंशिक उत्परिवर्तन के प्रति कोशिका व्यवहार्यता की भविष्यवाणी के लिए माइकोप्लाज्मा जेनिटेलियम (कोशिका भित्ति रहित जीवाणु) का संपूर्ण कोशिका मॉडल विकसित किया गया था। वर्तमान में, एक बड़ी सिस्टम बायोलॉजी परियोजना, अर्थात् ‘फिजियोम’ चल रही है (http:/physiomeproject.org/)। इस परियोजना का उद्देश्य शारीरिक कार्य को समझने के लिए एक बहु-स्तरीय मॉडलिंग ढांचा विकसित करना है जो मॉडल को एक पदानुक्रमित तरीके से संयोजित और जोड़ने की अनुमति देता है। उदाहरण के लिए, हृदय के इलेक्ट्रोमैकेनिकल मॉडल को उपकोशिकीय स्तर पर आयन चैनलों, मायोफिलामेंट मैकेनिक्स और सिग्नल ट्रांसडक्शन पथों के मॉडल के साथ जोड़ने की आवश्यकता होती है और फिर इन प्रक्रियाओं को ऊतक यांत्रिकी, वेवफ्रंट प्रसार और कोरोनरी रक्त प्रवाह के मॉडल से जोड़ने की आवश्यकता होती है - जिनमें से प्रत्येक संभवतः शोधकर्ताओं के एक अलग समूह द्वारा विकसित किया गया हो सकता है।

11.2.3 सिस्टम बायोलॉजी के पीछे का विषय

जीव विज्ञान के विविध अनुशासनों को कवर करने के लिए, सिस्टम बायोलॉजी को विभिन्न पहलुओं से देखा गया है। रिडक्शनिस्ट ने एक प्रणाली के घटकों और अंतःक्रियाओं की पहचान पर काम किया

चित्र 11.1: सिस्टम बायोलॉजी का चित्रण एक अंतःविषय अध्ययन क्षेत्र के रूप में जो जैविक प्रणालियों के भीतर जटिल जैविक अंतःक्रियाओं पर केंद्रित है

लेकिन प्रणाली के बहुलवाद का वर्णन करने के लिए कोई सम्मोहक विधि विकसित नहीं की जा सकी। बहुलवाद को एक साथ कई घटकों के मात्रात्मक माप के माध्यम से बेहतर देखा जा सकता है और यह केवल कठोर डेटा एकीकरण वाले गणितीय मॉडल द्वारा ही संभव हो सकता है। इस तरह यह कहा जा सकता है कि सिस्टम बायोलॉजी विभिन्न घटकों को एक साथ एकीकृत करके प्रणाली का अवलोकन है (चित्र 11.1)। सिस्टम बायोलॉजी के विषय के मूल में सभी व्यक्तिगत घटकों को एक साथ कवर करना है: ‘ऑब्जेक्ट नेटवर्क मैपिंग और आंशिक अवकल समीकरणों के साथ अंतर्निर्भर गतिशील घटना-काइनेटिक्स के साथ इसका एकीकरण’।

11.2.4 सिस्टम बायोलॉजी प्रयोगों के लिए प्रोटोकॉल

एक मानक सिस्टम बायोलॉजी प्रयोग करने के लिए, असतत चरणों का पालन किया जाता है, जैसा कि चित्र 11.2 में दिखाया गया है।

संपूर्ण प्रोटोकॉल में मूल रूप से समस्या की परिभाषा, प्रयोग का डिजाइन, डेटा उत्पन्न करने के लिए प्रयोगों का निष्पादन, परिणामी डेटा का संग्रह और उन्हें उपयुक्त फ़ाइल स्वरूपों में व्यवस्थित करना शामिल है, इसके बाद नेटवर्क अनुमान का विकास होता है। इसके बाद इस नेटवर्क इंटरफेस का स्थानांतरण होता है जो सटीक होना चाहिए साथ ही तंत्र आधारित भी होना चाहिए ताकि मॉडल को तदनुसार विकसित किया जा सके। इसके बाद मॉडल आधारित सिमुलेशन परिणामों और प्रयोगात्मक डेटा के बीच विसंगतियों का विश्लेषण किया जाता है और तदनुसार देखी गई विसंगतियों के संदर्भ में परिकल्पना का मॉडल तैयार किया जाता है। अंत में, सिमुलेशन को बार-बार दोहराया और परीक्षण किया जाता है, और नई परिकल्पनाओं को मॉडल में शामिल किया जाता है।

इस प्रकार, सिस्टम बायोलॉजी के लिए कम्प्यूटेशन का कार्य प्रवाह (जैसा कि चित्र 11.2 में दर्शाया गया है) के लिए डेटा प्रबंधन, नेटवर्क विकास मापदंडों का अनुकूलन, प्रदर्शन विश्लेषण और मूल्यांकन की आवश्यकता होती है।

चित्र 11.2: सिस्टम बायोलॉजी प्रयोग के कार्यान्वयन के लिए कार्यप्रवाह

सिस्टम बायोलॉजी के लिए संरचना डेटा के संग्रह के लिए डेटा प्रबंधन के मानकों को परिभाषित किया गया है। तदनुसार, डेटा प्रबंधन के लिए तीन बुनियादी पहलुओं पर विचार किया जाता है जिनकी व्याख्या नीचे की गई है-

(i) न्यूनतम सूचना

न्यूनतम सूचना विभिन्न प्रयोगों से आवश्यक सहायक जानकारी के एक सेट का प्रतिनिधित्व करती है जैसे माइक्रोएरे, प्रोटियोमिक, जैविक और जैव चिकित्सा जांच। एकत्र किए गए इन डेटा के बारे में मेटाडेटा को शामिल करना ध्यान रखने का एक महत्वपूर्ण बिंदु है।

(ii) फ़ाइल स्वरूप

न्यूनतम सूचना के लिए एकत्र किए गए डेटा को विशिष्ट फ़ाइल स्वरूपों में संग्रहीत किया जाता है। ये स्वरूप आम तौर पर एक्स्टेंसिबल

मार्कअप लैंग्वेज (XML) आधारित होते हैं, जिसमें कंप्यूटर द्वारा स्वचालित रूप से प्रसंस्कृत होने की सुविधा होती है।

(iii) ओंटोलॉजी

ओंटोलॉजी डेटा के शब्दार्थ एनोटेशन को परिभाषित करती है, जो विभिन्न शब्दों के बीच पदानुक्रमित संबंध का प्रतिनिधित्व करती है। कुछ महत्वपूर्ण उदाहरण हैं, जीन ओंटोलॉजी (GO) और सिस्टम बायोलॉजी ओंटोलॉजी (SBO)।

वर्तमान डेटा-प्रबंधन प्रणालियों में स्प्रेडशीट, वेब-आधारित इलेक्ट्रॉनिक लैब नोटबुक (ELN), और प्रयोगशाला सूचना प्रबंधन प्रणाली (LIMS) शामिल हैं। डेटा-प्रबंधन प्रणालियों को इस तरह अनुकूलित किया गया है कि उन्हें विभिन्न विश्लेषण उपकरणों और कम्प्यूटेशनल वर्कफ़्लो के साथ एक्सेस और एकीकृत किया जा सकता है। कोन्स्टेंज़ इनफॉरमेशन माइनर (KNIME), caGrid23, Taverna24, Bio-STEER25 और Galaxy26 जैसी प्रणालियाँ विशिष्ट वर्कफ़्लो के निर्माण, निष्पादन और साझाकरण की अनुमति देती हैं। ये वर्कफ़्लो डेटा विनिमय, डेटा एकीकरण और इंटर-टूल संचार को सक्षम करके कम्प्यूटेशनल पाइपलाइन प्रदान करते हैं। डेटा प्रबंधन, नेटवर्क अनुमान, क्यूरेशन, सिमुलेशन, मॉडल विश्लेषण, आणविक अंतःक्रिया, और शारीरिक मॉडलिंग उपकरणों की एक सूची तालिका 11.1 में दी गई है।

तालिका 11.1 सॉफ्टवेयर, उपकरण और डेटा संसाधनों का एक संसाधन मैट्रिक्स

इन सिस्टम मॉडलिंग उपकरणों में आंशिक अवकल समीकरणों (PDEs) के परस्पर जुड़े सेट शामिल हैं जो स्थान-समय प्रणालियों का प्रतिनिधित्व करते हैं। PDEs को फाइनाइट एलिमेंट मेथड (FEM) द्वारा हल किया जाता है, जो PDEs के अनुमानित समाधान के लिए एक संख्यात्मक तकनीक है। PDEs को ANSYS, FreeFEM++, OpenFEM और MATLAB द्वारा हल किया जा सकता है।

कई उपकरण हैं, जिनका उपयोग सिस्टम मॉडलिंग के लिए किया जाता है। इनमें शामिल हैं: JSim, OpenCell और Flexible Large-scale Agent-based Modelling Environment (FLAME) आदि। कई अन्य सिमुलेशन उपकरण विकास के अधीन हैं जो सिमुलेशन के अधिक वास्तविक जीवन पहलुओं को छूते हैं।

11.2.5 मॉडल-विश्लेषण विधियाँ

जटिल जैविक मॉडल के व्यवहार का विश्लेषण करने के लिए कई गणितीय तकनीकें विकसित की गई हैं। मॉडल विश्लेषण के लिए कुछ बुनियादी सिद्धांत नीचे प्रस्तुत किए गए हैं-

(i) संवेदनशीलता विश्लेषण

संवेदनशीलता विश्लेषण विभिन्न विकर्षणों के खिलाफ प्रणाली की स्थिरता और नियंत्रणीयता के बारे में बताता है। संवेदनशीलता विश्लेषण के लिए कुछ महत्वपूर्ण उपकरण हैं: SBML-SAT, MATLAB SimBiology, ByoDyn और SensSB।

(ii) बिफरकेशन और फेज-स्पेस विश्लेषण

बिफरकेशन और फेज-स्पेस विश्लेषण सिस्टम मॉडल का विश्लेषण करने के लिए किया जाता है ताकि संभावित स्थिर और गतिशील प्रवृत्तियों की खोज की जा सके। कुछ महत्वपूर्ण उपकरण हैं: AUTO, XPPAut, BUNKI और ManLab।

(iii) चयापचय नियंत्रण विश्लेषण

चयापचय नियंत्रण विश्लेषण (MCA) एक चयापचय नेटवर्क (स्थिर अवस्था में) और घटक प्रतिक्रियाओं के बीच संबंध को समझने के लिए किया जाता है। MetNetMaker इसके लिए एक उपकरण है।

सारांश

• जीवविज्ञानियों द्वारा प्रतिदिन उत्पादित बढ़ती मात्रा में डेटा के साथ, परिकल्पनाएं उत्पन्न करने और उनका पता लगाने के लिए जटिल डेटासेट को सक्षमता से संभालना और भी महत्वपूर्ण हो गया है। प्रोग्रामिंग भाषाएं वैज्ञानिकों के लिए जैविक डेटा तक पहुंचने, फ़िल्टर करने और उसमें हेरफेर करना आसान बनाती हैं।
• कुछ सबसे उन्नत प्रोग्रामिंग भाषाओं में पायथन और आर शामिल हैं। पायथन यूनिक्स, मैक और विंडोज पर चल सकता है, और इसका उपयोग अनुक्रम और संरचना डेटासेट के विज़ुअलाइज़ेशन और विश्लेषण के लिए किया जाता है। $R$ भाषा सांख्यिकीय उपकरणों की सुविधाएं प्रदान करती है, और उच्च मात्रा विश्लेषण और विज़ुअलाइज़ेशन के लिए उपयुक्त है।
• सिस्टम बायोलॉजी जटिल जैविक डेटासेट का विश्लेषण करने के लिए कम्प्यूटेशनल विधियों का उपयोग करती है। सिस्टम मॉडल के उदाहरण चयापचय और सिग्नलिंग नेटवर्क हैं।
• डेटा प्रबंधन, नेटवर्क विकास मापद