Understanding Bioinformatics?

Understanding Bioinformatics is a very crucial task for the world nowadays and hence to better understand the science lets understand what is the sole play of the technology.

Bioinformatics kya hai?

बायोइनफॉरमैटिक्स, एक हाइब्रिड विज्ञान है जो बायोमेडिसिन सहित वैज्ञानिक अनुसंधान के कई क्षेत्रों का समर्थन करने के लिए सूचना भंडारण, वितरण और विश्लेषण के लिए जैविक डेटा के साथ जैविक डेटा को जोड़ता है। बायोइंफॉर्मेटिक्स को जीनोमिक अनुक्रम निर्धारण और जीन अभिव्यक्ति पैटर्न के माप सहित उच्च-थ्रूपुट डेटा-जनरेटिंग प्रयोगों द्वारा खिलाया जाता है।

डेटाबेस प्रोजेक्ट डेटा को क्यूरेट और एनोटेट करते हैं और फिर इसे वर्ल्ड वाइड वेब के माध्यम से वितरित करते हैं। इन आंकड़ों को खनन करने से वैज्ञानिक खोजों और नए नैदानिक अनुप्रयोगों की पहचान होती है। विशेष रूप से चिकित्सा के क्षेत्र में, जैव सूचना विज्ञान के लिए कई महत्वपूर्ण अनुप्रयोगों की खोज की गई है।

उदाहरण के लिए, यह जीन अनुक्रमों और रोगों के बीच सहसंबंधों की पहचान करने के लिए, अमीनो एसिड अनुक्रमों से प्रोटीन संरचनाओं की भविष्यवाणी करने के लिए, उपन्यास दवाओं के डिजाइन में सहायता करने के लिए, और उनके डीएनए अनुक्रमों (फार्माकोजेनोमिक्स) के आधार पर व्यक्तिगत रोगियों को दर्जी उपचार करने के लिए उपयोग किया जाता है।

Understanding Bioinformatics?

Bioinformatics ka Data?

जैव सूचना विज्ञान के क्लासिक डेटा में जीन या पूर्ण जीनोम के डीएनए अनुक्रम शामिल हैं; प्रोटीन के अमीनो एसिड अनुक्रम; और प्रोटीन, न्यूक्लिक एसिड और प्रोटीन-न्यूक्लिक एसिड परिसरों की तीन-आयामी संरचनाएं। अतिरिक्त “-ओमिक्स” डेटा धाराओं में शामिल हैं: ट्रांसस्क्रिप्टोमिक्स, डीएनए से आरएनए संश्लेषण का पैटर्न; प्रोटिओमिक्स, कोशिकाओं में प्रोटीन का वितरण; इंटरकोमिक्स, प्रोटीन-प्रोटीन और प्रोटीन-न्यूक्लिक एसिड इंटरैक्शन के पैटर्न; और चयापचयों, कोशिकाओं में सक्रिय जैव रासायनिक मार्गों द्वारा छोटे अणुओं के परिवर्तनों की प्रकृति और यातायात पैटर्न।

प्रत्येक मामले में विशेष प्रकार के सेल के लिए व्यापक, सटीक डेटा प्राप्त करने और डेटा के भीतर भिन्नता के पैटर्न की पहचान करने में रुचि है। उदाहरण के लिए, डेटा सेल प्रकार, डेटा संग्रह के समय (सेल चक्र, या डायरनल, मौसमी या वार्षिक रूपांतर के दौरान), विकासात्मक अवस्था और विभिन्न बाहरी स्थितियों के आधार पर उतार-चढ़ाव हो सकता है। Metagenomics और metaproteomics इन मापों का विस्तार पर्यावरणीय नमूने में जीवों के व्यापक विवरण में करते हैं, जैसे कि समुद्र के पानी की एक बाल्टी में या मिट्टी के नमूने में।

जीव विज्ञान में डेटा-जनरेशन प्रोसेस में महान त्वरण द्वारा जैव सूचना विज्ञान को संचालित किया गया है। जीनोम अनुक्रमण के तरीके शायद सबसे नाटकीय प्रभाव दिखाते हैं। 1999 में न्यूक्लिक एसिड अनुक्रम अभिलेखागार में कुल 3.5 बिलियन न्यूक्लियोटाइड्स शामिल थे, जो एक एकल मानव जीनोम की लंबाई से थोड़ा अधिक है; एक दशक बाद उन्होंने 283 बिलियन से अधिक न्यूक्लियोटाइड, लगभग 95 मानव जीनोम की लंबाई को शामिल किया।

यू.एस. नेशनल इंस्टीट्यूट ऑफ हेल्थ ने एक मानव जीनोम को $ 1,000 तक सीक्वेंस करने की लागत को कम करने के लिए एक लक्ष्य निर्धारित करके शोधकर्ताओं को चुनौती दी है; यह अमेरिकी अस्पतालों और क्लीनिकों के लिए डीएनए अनुक्रमण को अधिक किफायती और व्यावहारिक उपकरण बना देगा, जिससे यह निदान का एक मानक घटक बन जाएगा।

Understanding Bioinformatics?

Data ko store aur dhunde kaise?

जैव सूचना विज्ञान में, डेटा को संग्रहीत और व्यवस्थित करने के लिए डेटा बैंकों का उपयोग किया जाता है। इन संस्थाओं में से कई वैज्ञानिक कागजात और जीनोम परियोजनाओं से डीएनए और आरएनए अनुक्रम एकत्र करते हैं।

कई डेटाबेस अंतरराष्ट्रीय कंसोर्टिया के हाथों में हैं। उदाहरण के लिए, यूनाइटेड किंगडम में यूरोपीय आणविक जीवविज्ञान प्रयोगशाला न्यूक्लियोटाइड अनुक्रम डेटाबेस (ईएमबीएल-बैंक), डीएनए डेटा बैंक ऑफ जापान (डीडीबीजे) और जेनबैंक ऑफ नेशनल टेक्नोलॉजी फॉर बायोटेक्नोलॉजी सूचना (एनसीबीआई) के सदस्यों से बनी एक सलाहकार समिति ) संयुक्त राज्य में अंतर्राष्ट्रीय न्यूक्लियोटाइड अनुक्रम डेटाबेस सहयोग (INSDC) की देखरेख करता है।

यह सुनिश्चित करने के लिए कि अनुक्रम डेटा स्वतंत्र रूप से उपलब्ध है, वैज्ञानिक पत्रिकाओं को एक लेख के प्रकाशन के लिए एक शर्त के रूप में नए न्यूक्लियोटाइड दृश्यों को सार्वजनिक रूप से सुलभ डेटाबेस में जमा करना होगा। (इसी तरह की स्थिति न्यूक्लिक एसिड और प्रोटीन संरचनाओं पर लागू होती है।) जीनोम ब्राउज़र भी मौजूद हैं, डेटाबेस जो किसी विशेष प्रजाति के बारे में सभी उपलब्ध जीनोमिक और आणविक जानकारी को एक साथ लाते हैं।

जैविक macromolecular संरचना का प्रमुख डेटाबेस दुनिया भर में प्रोटीन डाटा बैंक (wwPDB) है, संयुक्त राज्य अमेरिका में स्ट्रक्चरल बायोइनफॉरमैटिक्स (RCSB) के लिए अनुसंधान सहयोग का एक संयुक्त प्रयास, यूरोपीय में यूरोपीय जैव सूचना विज्ञान संस्थान में प्रोटीन डेटा बैंक यूरोप (PDBe)।

युनाका विश्वविद्यालय में यूनाइटेड किंगडम और प्रोटीन डाटा बैंक जापान। WwPDB भागीदारों के मुखपृष्ठों में डेटा फ़ाइलों के लिंक स्वयं होते हैं, एक्सपोजिटरी और ट्यूटोरियल सामग्री (समाचार आइटम सहित), नई प्रविष्टियों के लिए सुविधाओं के लिए, और संरचनाओं को पुनः प्राप्त करने के लिए विशेष खोज सॉफ़्टवेयर के लिए।

डेटा अभिलेखागार से सूचना पुनर्प्राप्ति कीवर्ड द्वारा डेटा आइटम की पहचान के लिए मानक टूल का उपयोग करती है; उदाहरण के लिए, कोई “aardvark myoglobin” Google में टाइप कर सकता है और अणु के एमिनो एसिड अनुक्रम को पुनः प्राप्त कर सकता है।

अन्य एल्गोरिदम डेटा वस्तुओं के बीच समानता का पता लगाने के लिए डेटा बैंक खोजते हैं। उदाहरण के लिए, एक मानक समस्या समान अनुक्रम वाले संस्थाओं का पता लगाने के लिए एक जीन या प्रोटीन के अनुक्रम के साथ अनुक्रम डेटाबेस की जांच करना है।

Understanding Bioinformatics?

Kyu chaiye bioinformatics?

अनुक्रम समानता को मापने के लिए कुशल एल्गोरिदम का विकास जैव सूचना विज्ञान का एक महत्वपूर्ण लक्ष्य है। नीडलमैन-वून्श एल्गोरिदम, जो गतिशील प्रोग्रामिंग पर आधारित है, दृश्यों के जोड़े के इष्टतम संरेखण को खोजने की गारंटी देता है।

यह एल्गोरिदम अनिवार्य रूप से एक बड़ी समस्या (पूर्ण अनुक्रम) को छोटी समस्याओं (लघु अनुक्रम खंडों) की एक श्रृंखला में विभाजित करता है और बड़ी समस्याओं के समाधान के लिए छोटी समस्याओं के समाधान का उपयोग करता है। अनुक्रमों में समानताएं एक मैट्रिक्स में बनाई गई हैं, और एल्गोरिथ्म अनुक्रम संरेखण में अंतराल का पता लगाने के लिए अनुमति देता है।

हालांकि नीडलमैन-वून्श एल्गोरिथ्म प्रभावी है, यह एक बड़े अनुक्रम डेटाबेस की जांच के लिए बहुत धीमा है। इसलिए, तीव्र सूचना-पुनर्प्राप्ति एल्गोरिदम खोजने में बहुत ध्यान दिया गया है जो अभिलेखागार में डेटा की विशाल मात्रा से निपट सकते हैं।

एक उदाहरण प्रोग्राम BLAST (बेसिक लोकल एलिनमेंट सर्च टूल) है। BLAST का विकास, जिसे स्थिति-विशिष्ट पुनरावृत्त- (या PSI-) BLAST के रूप में जाना जाता है, संबंधित अनुक्रमों में संरक्षण के पैटर्न का उपयोग करता है और संबंधित अनुक्रमों को खोजने के लिए बहुत उच्च संवेदनशीलता के साथ BLAST की उच्च गति को जोड़ती है।

जैव सूचना विज्ञान का एक अन्य लक्ष्य भविष्यवाणियों द्वारा प्रयोगात्मक डेटा का विस्तार है। कम्प्यूटेशनल जीव विज्ञान का एक मौलिक लक्ष्य एक अमीनो एसिड अनुक्रम से प्रोटीन संरचना की भविष्यवाणी है। प्रोटीन की सहज तह से पता चलता है कि यह संभव होना चाहिए। प्रोटीन तह की भविष्यवाणी करने के तरीकों के विकास में प्रगति को द्विवार्षिक क्रिटिकल असेसमेंट ऑफ़ स्ट्रक्चर प्रेडिक्शन (CASP) कार्यक्रमों द्वारा मापा जाता है, जिसमें संरचना भविष्यवाणी विधियों के नेत्रहीन परीक्षण शामिल होते हैं।

भागीदारों के व्यक्तिगत संरचनाओं को देखते हुए, प्रोटीन के बीच बातचीत की भविष्यवाणी करने के लिए जैव सूचना विज्ञान का भी उपयोग किया जाता है। इसे “डॉकिंग प्रॉब्लम” के रूप में जाना जाता है।

प्रोटीन-प्रोटीन कॉम्प्लेक्स सतह के आकार और ध्रुवता में अच्छी संपूरकता दिखाते हैं और मोटे तौर पर कमजोर बातचीत द्वारा स्थिर होते हैं, जैसे कि हाइड्रोफोबिक सतह, हाइड्रोजन बॉन्ड और वैन डेर वाल्स फोर्स।

कंप्यूटर प्रोग्राम बाध्यकारी भागीदारों के बीच इष्टतम स्थानिक संबंध की भविष्यवाणी करने के लिए इन इंटरैक्शन का अनुकरण करते हैं। एक विशेष चुनौती, एक जिसके पास महत्वपूर्ण चिकित्सीय अनुप्रयोग हो सकते हैं, एक एंटीबॉडी डिजाइन करना है जो एक लक्ष्य प्रोटीन के लिए उच्च संबंध के साथ बांधता है।

प्रारंभ में, बहुत जैव सूचना विज्ञान अनुसंधान में अपेक्षाकृत संकीर्ण ध्यान केंद्रित किया गया है, जो विशेष प्रकार के डेटा, जैसे कि जीन अनुक्रम या प्रोटीन संरचनाओं के विश्लेषण के लिए एल्गोरिदम को विकसित करने पर केंद्रित है।

अब, हालांकि, जैव सूचना विज्ञान के लक्ष्य एकीकृत हैं और यह जानने का लक्ष्य है कि विभिन्न प्रकार के डेटा के संयोजन का उपयोग प्राकृतिक घटनाओं को समझने के लिए कैसे किया जा सकता है, जिसमें जीव और रोग शामिल हैं।

Understanding Bioinformatics? Comment down to explore!