नया भौतिकी-आधारित मॉडल दिखाता है कि स्वस्थ आंतें माइक्रोबियल अराजकता का विरोध करती हैं

मानव आंत रोगाणुओं का एक विशाल पारिस्थितिकी तंत्र है जिसका संतुलन स्वास्थ्य के लिए केंद्रीय है। जब यह संतुलन, जिसे यूबियोसिस के रूप में जाना जाता है, गड़बड़ा जाता है, तो परिणाम डिस्बिओसिस होता है, और सूजन आंत्र रोग जैसी स्थितियों से जुड़ा होता है। माइक्रोबियल समुदायों के पारंपरिक मॉडल इस बात पर ध्यान केंद्रित करते हैं कि कितनी प्रजातियाँ मौजूद हैं और वे कितनी प्रचुर मात्रा में हैं, लेकिन वे शायद ही कभी पकड़ पाते हैं कि ये प्रजातियाँ कैसे परस्पर क्रिया करती हैं। फिर भी माइक्रोबियल इंटरैक्शन का जाल यह परिभाषित करता है कि कोई समुदाय स्थिर है या ढहने की संभावना है।

में एक नए अध्ययन में ईलाइफइटली में पाडोवा विश्वविद्यालय, स्विट्जरलैंड में ईटीएच ज्यूरिख और फ्रांस में पेरिस सिटे विश्वविद्यालय के शोधकर्ताओं ने माइक्रोबियल पारिस्थितिक तंत्र का अध्ययन करने के लिए सांख्यिकीय भौतिकी के उपकरणों का उपयोग करके इस अंतर को भरने की मांग की। विशेष रूप से, उन्होंने अव्यवस्थित प्रणालियों के सिद्धांत से विचार उधार लिए, जो मूल रूप से स्पिन ग्लास जैसी जटिल सामग्रियों को समझने के लिए विकसित किया गया था। उनका लक्ष्य मेटागेनोमिक अनुक्रमण से मापने योग्य डेटा को सैद्धांतिक मॉडल से जोड़ना था जो बताता है कि हजारों प्रजातियां कैसे बातचीत करती हैं। ऐसा करने से, उन्हें गणितीय उंगलियों के निशान की पहचान करने की उम्मीद थी जो स्वस्थ और अस्वास्थ्यकर आंत माइक्रोबायोम को अलग कर सकते हैं।

शोधकर्ताओं ने अव्यवस्थित सामान्यीकृत लोटका-वोल्टेरा मॉडल (डीजीएलवी) का उपयोग किया – एक रूपरेखा जो बताती है कि यादृच्छिक बातचीत के आधार पर समय के साथ प्रजातियों की आबादी कैसे बदलती है। प्रत्येक माइक्रोबियल प्रजाति की वृद्धि दर उसकी अपनी पनपने की क्षमता और अन्य प्रजातियों के सकारात्मक या नकारात्मक प्रभावों पर निर्भर करती है। अंतःक्रियात्मक शक्तियां, जिन्हें सीधे मापना असंभव है, को यादृच्छिक चर के रूप में माना गया।

91 स्वस्थ और 202 रोगग्रस्त नमूनों से क्रॉस-सेक्शनल आंत माइक्रोबायोम डेटा का उपयोग करते हुए, उन्होंने संख्याओं का एक सेट निकाला, जिसका उपयोग वे प्रत्येक समुदाय के व्यवहार को सारांशित करने के लिए करते थे। फिर, एक एल्गोरिदम ने डीजीएलवी मापदंडों को समायोजित किया ताकि मॉडल की भविष्यवाणियां अनुभवजन्य डेटा से मेल खाएं। इससे शोधकर्ताओं को अंतर-प्रजाति अंतःक्रियाओं की सांख्यिकीय संरचना का अनुमान लगाने और यह निर्धारित करने की अनुमति मिली कि स्वस्थ और रोगग्रस्त नमूनों के बीच पारिस्थितिक स्थिरता कैसे भिन्न है।

विश्लेषण से पता चला कि स्वस्थ और रोगग्रस्त माइक्रोबायोम मॉडल के पैरामीटर स्थान में अलग-अलग क्षेत्रों पर कब्जा कर लेते हैं। कहने का तात्पर्य यह है कि, स्वस्थ समुदायों में मजबूत लेकिन अधिक विषम अंतःक्रियाएं थीं, जो एक संतुलित नेटवर्क को दर्शाती हैं जहां सिस्टम को अस्थिर किए बिना उतार-चढ़ाव को अवशोषित किया जाता है। रोगग्रस्त माइक्रोबायोम में अंतःक्रियात्मक विविधता कम और यादृच्छिकता अधिक थी, जो अस्थिरता और लचीलेपन की हानि का संकेत देती है।

गणितीय रूप से, रोगग्रस्त प्रणालियाँ एक महत्वपूर्ण रेखा के करीब पाई गईं जो अराजक या अस्थिर गतिशीलता में संक्रमण का प्रतीक है। इससे पता चलता है कि जहां स्वस्थ माइक्रोबायोम स्थिर संतुलन में काम करते हैं, वहीं रोगग्रस्त माइक्रोबायोम अव्यवस्था के करीब मंडराते हैं।

नया ढाँचा आंत के स्वास्थ्य को सरल संरचना के बजाय सांख्यिकीय संरचना की समस्या के रूप में प्रस्तुत करता है। इसका तात्पर्य यह है कि डिस्बिओसिस इस बारे में कम है कि कौन से रोगाणु गायब हैं और इस बारे में अधिक है कि उनकी बातचीत कैसे कमजोर हो गई है या अनियमित हो गई है। नतीजतन, अध्ययन से पता चलता है कि सामूहिक व्यवहार की जांच करके, अस्थिर माइक्रोबियल स्थितियों का अनुमान लगाया जा सकता है या उन्हें ठीक भी किया जा सकता है।

लेखकों ने अपने प्रयास में कुछ सीमाएँ भी स्वीकार कीं। एक के लिए, उनका मॉडल अंतःक्रियाओं का एक स्थिर सेट मानता है जबकि वास्तविक रोगाणु विकसित होते हैं और बदलते परिवेश पर अलग-अलग तरीकों से प्रतिक्रिया करते हैं। उनका सुझाव है कि भविष्य के अध्ययन से बातचीत में उतार-चढ़ाव हो सकता है, जिससे उनकी गतिशीलता को अधिक यथार्थवादी ढंग से पकड़ा जा सकेगा।