अध्ययन एंटीबायोटिक प्रतिरोध, फिटनेस परिदृश्य पर डालता है प्रकाश
न्यू मैक्सिको (एएनआई): साइंस में प्रकाशित एक हालिया अध्ययन के अनुसार, ई. कोली बैक्टीरिया एंटीबायोटिक प्रतिरोध प्राप्त करने में वैज्ञानिकों की पहले की धारणा से कहीं अधिक सक्षम हो सकता है।
एसएफआई के बाहरी प्रोफेसर एंड्रियास वैगनर के नेतृत्व में, शोधकर्ताओं ने प्रयोगात्मक रूप से ई. कोली प्रोटीन के 260,000 से अधिक संभावित उत्परिवर्तनों की मैपिंग की, जो एंटीबायोटिक ट्राइमेथोप्रिम के संपर्क में आने पर बैक्टीरिया के अस्तित्व के लिए आवश्यक है।
हजारों अत्यधिक यथार्थवादी डिजिटल सिमुलेशन के दौरान, शोधकर्ताओं ने पाया कि ई. कोली प्रोटीन के सभी संभावित विकास पथों में से 75% ने अंततः बैक्टीरिया को इतने उच्च स्तर के एंटीबायोटिक प्रतिरोध से संपन्न कर दिया कि एक चिकित्सक अब एंटीबायोटिक नहीं देगा। एक मरीज को ट्राइमेथोप्रिम।
“संक्षेप में, यह अध्ययन बताता है कि ई. कोली जैसे बैक्टीरिया एंटीबायोटिक दवाओं के प्रति प्रतिरोध विकसित करने में उससे अधिक कुशल हो सकते हैं जितना हमने शुरू में सोचा था, और इसका यह समझने के लिए व्यापक प्रभाव है कि विकासवादी जीव विज्ञान, रसायन विज्ञान और अन्य क्षेत्रों में विभिन्न प्रणालियाँ कैसे अनुकूल और विकसित होती हैं, स्विट्जरलैंड में ज्यूरिख विश्वविद्यालय के विकासवादी जीवविज्ञानी वैगनर कहते हैं।
एंटीबायोटिक प्रतिरोध के बारे में नए और संभावित रूप से चिंताजनक निष्कर्षों को उजागर करने के अलावा, शोधकर्ताओं का काम फिटनेस परिदृश्य के बारे में एक लंबे समय से चले आ रहे सिद्धांत पर भी संदेह पैदा करता है। ये आनुवंशिक मानचित्र दर्शाते हैं कि एक जीव – या उसका एक भाग, जैसे प्रोटीन – अपने पर्यावरण के प्रति कितनी अच्छी तरह अनुकूलन करता है।
फिटनेस परिदृश्य पर, परिदृश्य पर विभिन्न बिंदु एक जीव के विभिन्न जीनोटाइप का प्रतिनिधित्व करते हैं, और इन बिंदुओं की ऊंचाई दर्शाती है कि प्रत्येक जीनोटाइप अपने पर्यावरण के लिए कितनी अच्छी तरह अनुकूलित है। विकासवादी जीव विज्ञान के संदर्भ में, लक्ष्य उच्चतम शिखर को खोजना है, जो सबसे उपयुक्त जीनोटाइप को इंगित करता है।
फिटनेस परिदृश्यों के संबंध में प्रचलित सिद्धांत भविष्यवाणी करता है कि अत्यधिक ऊबड़-खाबड़ परिदृश्यों में, या फिटनेस के कई शिखरों वाले, अधिकांश विकसित आबादी निचले शिखरों पर फंस जाएगी और कभी भी विकासवादी अनुकूलन के शिखर तक नहीं पहुंच पाएगी।
हालाँकि, पर्याप्त बड़े फिटनेस परिदृश्यों पर प्रयोगात्मक डेटा की कमी के कारण इस सिद्धांत का परीक्षण अब तक बेहद कठिन रहा है।
इस चुनौती का समाधान करने के लिए, वैगनर और सहकर्मियों ने ई. कोली डाइहाइड्रॉफ़ोलेट रिडक्टेस (डीएचएफआर) प्रोटीन के लिए अब तक के सबसे संयोजी रूप से पूर्ण फिटनेस परिदृश्यों में से एक बनाने के लिए सीआरआईएसपीआर जीन संपादन तकनीक का उपयोग किया।
उन्हें जो मिला वह आश्चर्यजनक था। परिदृश्य में कई चोटियाँ थीं, लेकिन अधिकांश कम उपयुक्तता वाली थीं, जिससे वे अनुकूलन के लिए कम दिलचस्प थीं। हालाँकि, इस ऊबड़-खाबड़ परिदृश्य में भी, उनके द्वारा बनाई गई लगभग 75% आबादी उच्च फिटनेस शिखर पर पहुंच गई, जो ई. कोलाई को उच्च एंटीबायोटिक प्रतिरोध प्रदान करेगी।
वास्तविक दुनिया के निहितार्थ महत्वपूर्ण हैं। यदि इस तरह के ऊबड़-खाबड़ परिदृश्य जैविक प्रणालियों में आम हैं, तो इसका मतलब यह हो सकता है कि कई अनुकूली प्रक्रियाएं, जैसे कि एंटीबायोटिक प्रतिरोध, पहले की तुलना में अधिक सुलभ हो सकती हैं।
परिणाम अंततः विभिन्न क्षेत्रों में सैद्धांतिक मॉडलों के पुनर्मूल्यांकन का कारण बन सकता है और वास्तविक दुनिया के परिदृश्य विकासवादी प्रक्रियाओं को कैसे प्रभावित करते हैं, इस पर आगे के शोध को प्रेरित कर सकता है।
वैगनर कहते हैं, “इसका न केवल जीव विज्ञान में बल्कि उससे परे भी गहरा प्रभाव है, जो हमें विभिन्न क्षेत्रों में परिदृश्य विकास की हमारी समझ का पुनर्मूल्यांकन करने के लिए प्रेरित करता है।” “हमें अमूर्त सैद्धांतिक मॉडल से डेटा-सूचित, यथार्थवादी परिदृश्य मॉडल में स्थानांतरित करने की आवश्यकता है।” (एएनआई)
