जॉर्जिया स्टेट यूनिवर्सिटी के शोधकर्ताओं ने लाइटनिंग-फास्ट कंप्यूटर सॉफ्टवेयर बनाया है। यह सॉफ्टवेयर दुनिया भर में महामारियों के फैलने से पहले ही पता लगाने में सक्षम है। यह कोविड-19 के कारण होने वाली महामारी का भी पता लगाने में मदद कर सकता है। विभिन्न देशों में महामारी को ट्रैक कर विश्लेषण करने में भी सहायक है।
कंप्यूटर विज्ञान और गणित के शोधकर्ताओं की टीम का कहना है कि यह नया सॉफ्टवेयर मौजूदा कंप्यूटर प्रोग्राम की तुलना में तेजी से परिणाम दे सकता है। यह कई चरणों में काम करता है और दो घंटे से भी कम समय में 2 लाख से अधिक नए वायरस जीनोम को संसाधित कर सकता है।
यह ऐसी जानकारी प्रदान करता है जो संक्रामक रोग के प्रकोप के दौरान लॉकडाउन, सामाजिक दूरी और परीक्षण के बारे में शुरुआती निर्णय लेने में देशों के लिए महत्वपूर्ण हो सकती है।
जॉर्जिया के कंप्यूटर विज्ञान के प्रोफेसर अलेक्जेंडर जेलिकोवस्की ने कहा कि संक्रामक प्रकोप का भविष्य निश्चित रूप से भारी आंकड़ों से संचालित होगा।
नए दृष्टिकोण का वर्णन करने वाला उनका यह अध्ययन सार्स-सीओवी-2 फाइलोजेनी में होने वाले बदलाव को मापने और पुनर्निर्माण करने में सक्षम है।
स्कम्स ने कहा की कोविड-19 महामारी वैज्ञानिकों के लिए एक अभूतपूर्व चुनौती और अवसर रही है। इससे पहले दुनिया भर के शोधकर्ताओं ने किसी भी वायरस के इतने पूर्ण जीनोम का अनुक्रम नहीं किया है।
सार्स-सीओवी-2 के वेरिएंट या उपभेदों को मुफ्त वैश्विक गिसाइड डेटाबेस पर अपलोड किया जाता है, जहां उनका किसी भी वैज्ञानिक द्वारा अध्ययन किया जा सकता है। जेलिकोवस्की, स्कम्स और उनके सहयोगियों ने अपने नए काम के लिए 3 लाख से अधिक विभिन्न गिसाइड वेरिएंट का विश्लेषण किया।
जेलिकोवस्की ने कहा अब गिसाइड डेटाबेस में 50 लाख से अधिक जीनोम हैं। दुनिया भर के वैज्ञानिक शायद लगभग हर घंटे एक नए संस्करण का अनुक्रमण कर रहे हैं।
जेलिकोवस्की ने कहा कि डेटा की यह आश्चर्यजनक मात्रा वैज्ञानिकों को वास्तविक समय में की गई कार्रवाई में वायरस के विकास को देखने में मदद करती है। यह तभी संभव है जब हमारे पास इसका तेजी से विश्लेषण करने में सक्षम सॉफ्टवेयर हो।
महामारी के शुरुआती दिनों मार्च 2020 में, वैज्ञानिक बहुत अधिक धीमी गति से काम कर रहे थे। वैज्ञानिकों को लगा कि यह वायरस सबसे पहले फरवरी में वाशिंगटन राज्य में आया था। हालांकि, बाद में स्कम्स और उनके सहयोगियों द्वारा एक पेपर में प्रस्तुत किए गए अनुक्रमण ने देशों और महासागरों में यात्रा करने वाले वायरल वेरिएंट के आर्क को दिखाया।
नए अध्ययनों के साथ, वैज्ञानिकों को पता चला कि यूरोप में उत्पन्न होने वाले वेरिएंट से वायरस फरवरी में न्यूयॉर्क शहर में भी चुपचाप आ गया था।
उस समय, वैज्ञानिक इस वैश्विक वायरस के वास्तविक प्रवास और वास्तविक समय में इसमें होने वाले बदलाव का पता लगाने के लिए डेटा को बहुत धीरे-धीरे अनुक्रमित कर रहे थे।
स्कम्स ने कहा कि कार्यक्रम पर्याप्त तेज़ नहीं थे, मापने योग्य नहीं थे। एल्गोरिदम बड़ी मात्रा में डेटा को संभालने के लिए सुसज्जित नहीं थे। उन्होंने कहा कि संक्रमित जीनोम के एक छोटे भाग को भी संसाधित करने में घंटों या दिन लग सकते हैं।
जेलिकोवस्की , स्कम्स और उनके सहयोगियों ने संक्रमित अनुक्रमण के लिए एक नया एल्गोरिदम बनाया, जिसे स्फीयर (स्केलेबल फिलॉगएनी विद रिकरंट म्यूटेशन) कहा जाता है। स्फीयर बड़ी मात्रा में वास्तविक समय के डेटा को तेजी से संभाल सकता है और वायरस और उसके बदलाव के विकासवादी संरचना बना सकता है। इन दृश्यों को एक नज़र में आसानी से समझा जा सकता है। कंप्यूटर प्रोग्राम स्वयं दुनिया के किसी भी शोधकर्ता के लिए डाउनलोड करने के लिए स्वतंत्र रूप से उपलब्ध है।
जब शोधकर्ताओं ने गिसाइड डेटाबेस से जीनोम पर अपना एल्गोरिदम लागू किया, तो उन्होंने पाया कि वायरस फैलने के तरीके पर नज़र रखने के लिए उनका स्फीयर दृष्टिकोण अत्यधिक विश्वसनीय है। स्फीयर वैज्ञानिकों को यह पता लगाने में मदद कर सकता है कि वास्तविक समय में एक वायरस कैसे विकसित हो रहा है।
जेलिकोवस्की ने कहा हम देख सकते हैं कि कैसे बदलाव एक देश से दूसरे देश और एक क्षेत्र से दूसरे क्षेत्र में फैल गए। हम यह निर्धारित कर सकते हैं कि लॉकडाउन और क्लोजर प्रभाव कैसे फैलता है। इसका सरकारी नीति के लिए क्या परिणाम है।
जेलिकोवस्की ने कहा भविष्य की महामारियों में स्फीयर एल्गोरिदम अमूल्य साबित हो सकता है। आप बहुत जल्दी संचरण की श्रृंखलाओं को ट्रैक कर सकते हैं। उन कड़ियों को देखने से सरकारों को उच्च संचरण के समय में दूर करने या लॉकडाउन जैसी सामाजिक नीतियों के बारे में ठोस निर्णय लेने में मदद मिलेगी।
स्फीयर प्रकोपों के विभिन्न तरीकों के प्रभाव को भी दिखा सकता है। उदाहरण के लिए, स्कम्स ने कहा, स्वीडन ने अन्य नॉर्डिक देशों की तुलना में कोविड-19 महामारी के लिए अधिक आरामदायक दृष्टिकोण अपनाया। अनुक्रमण डेटा के विश्लेषण से पता चलता है कि स्वीडन में "ट्रांसमिशन चेन" लंबी है। इसका मतलब है कि स्वीडन में एक स्ट्रेन एक के बाद एक कई और लोगों को संक्रमित कर सकता है।
जेलिकोवस्की ने कहा लंबी कड़ियों का खतरा यह है कि एक नया स्ट्रेन सामने आ सकता है। उन वेरिएंट में से एक हो सकता है जो लोगों को संक्रमित करने में बहुत अच्छा है। यह हमें इस तरह की वैश्विक महामारी का सामना करने हमारी मदद करेगी।
जेलिकोवस्की ने कहा हमने और अन्य लोगों ने जो उपकरण विकसित किए हैं, उनका इस्तेमाल किसी भी प्रकोप के लिए कहीं भी किया जा सकता है। यही कंप्यूटर विज्ञान की खूबसूरती है। यह अध्ययन जर्नल ऑफ़ कम्प्यूटेशनल बायोलॉजी में प्रकाशित हुआ है।