संपूर्ण जीनोम सीक्वेंसिंग (WGS 30x) ने आपके 100% डीएनए का विश्लेषण करने की अनुमति देकर व्यक्तिगत चिकित्सा (personalized medicine) और वैज्ञानिक अनुसंधान में क्रांति ला दी है। हालाँकि, प्रत्येक स्वास्थ्य या वेलनेस रिपोर्ट के पीछे भारी मात्रा में जटिल बायोइन्फॉर्मेटिक डेटा होता है। यदि आपने अपना रॉ जीनोमिक डेटा (raw genomic data) डाउनलोड करने का निर्णय लिया है, तो यह बहुत संभव है कि आपका सामना विभिन्न फ़ाइल एक्सटेंशन से हुआ हो, जिनमें से CRAM फ़ाइल सबसे महत्वपूर्ण और कुशल एक्सटेंशन में से एक है।
CRAM फ़ाइल क्या है और WGS में इसकी क्या भूमिका है?
CRAM फ़ाइल एक हाई-कम्प्रेशन (अत्यधिक संकुचित) फॉर्मेट है जिसका उपयोग संदर्भ जीनोम (reference genome) के विरुद्ध पहले से अलाइन किए गए जीनोमिक सीक्वेंसिंग डेटा को स्टोर करने के लिए किया जाता है।
बायोइन्फॉर्मेटिक्स वर्कफ़्लो के भीतर इसके स्थान को समझने के लिए, इसे अन्य फॉर्मेट्स से अलग करना उचित है:
- FASTQ फ़ाइल की तुलना में: जबकि FASTQ फ़ाइल में बिना प्रोसेस किए गए कच्चे डेटा (raw data) होते हैं जो सीधे सीक्वेंसिंग मशीन द्वारा उत्पन्न होते हैं, CRAM फ़ाइल इसके बहुत बाद के चरण का प्रतिनिधित्व करती है।
- अलाइन की गई रीड्स (Aligned reads): CRAM में, डीएनए रीड्स को पहले ही प्रोसेस किया जा चुका होता है, जिसका अर्थ है कि प्रत्येक टुकड़े (fragment) में संदर्भ जीनोम के भीतर उसकी सटीक स्थिति की जानकारी होती है, साथ ही इससे जुड़े क्वालिटी स्कोर भी होते हैं।
इस फॉर्मेट का व्यापक रूप से बायोइन्फॉर्मेटिशियन, आनुवंशिकीविदों (geneticists) और शोधकर्ताओं द्वारा उपयोग किया जाता है जो उन्नत विश्लेषण करना चाहते हैं, जैसे आनुवंशिक वेरिएंट की पहचान, जीनोम के विशिष्ट क्षेत्रों की समीक्षा या निष्कर्षों का सत्यापन, और उन उन्नत उपयोगकर्ताओं द्वारा भी जो अपने WGS डेटा का एक अनुकूलित (optimized) और कॉम्पैक्ट संस्करण रखना चाहते हैं।
CRAM फ़ाइल की मुख्य विशेषताएं
CRAM फॉर्मेट कई मूलभूत तकनीकी लाभों के कारण नैदानिक (clinical) और अनुसंधान जीनोमिक्स के वातावरण में सबसे अलग नज़र आता है:
- हाई कम्प्रेशन (उच्च संपीड़न): अपने उन्नत कम्प्रेशन सिस्टम के कारण, यह अन्य पारंपरिक अलाइन किए गए फॉर्मेट्स (जैसे BAM) की तुलना में बहुत कम स्टोरेज स्पेस लेता है।
- अलाइन की गई रीड्स: यह संदर्भ जीनोम के विरुद्ध प्रत्येक रीड की स्थिति को संरचित (structured) तरीके से स्टोर करता है।
- क्वालिटी की जानकारी: यह सीक्वेंसिंग की विश्वसनीयता को ऑडिट करने के लिए आवश्यक तकनीकी मेटाडेटा और क्वालिटी स्कोर को सुरक्षित रखता है।
- स्टोरेज दक्षता: यह संपूर्ण जीनोम सीक्वेंसिंग (WGS) द्वारा उत्पन्न होने वाले भारी मात्रा में डेटा को प्रबंधित करने के लिए एक आदर्श फॉर्मेट है।
ध्यान रखने योग्य सीमाएं (Limitations)
अपनी तकनीकी और कंप्यूटर प्रोसेसिंग-उन्मुख प्रकृति के कारण, CRAM फ़ाइल में कुछ विशिष्ट विशेषताएं हैं:
- संदर्भ जीनोम पर निर्भरता: CRAM फ़ाइल को सही ढंग से पढ़ने और व्याख्या करने के लिए, उसी संदर्भ जीनोम (reference genome) का होना आवश्यक है जिसका उपयोग प्रारंभिक अलाइनमेंट के दौरान किया गया था। tellmeGen में हम संदर्भ जीनोम के रूप में "GRCh37.primary_assembly.genome.fa.gz" का उपयोग करते हैं।
- इंसानों के पढ़ने योग्य नहीं: आनुवंशिक लक्षणों या प्रवृत्तियों (predispositions) की जांच करने के लिए इसे सीधे टेक्स्ट दस्तावेज़ के रूप में नहीं खोला जा सकता है। इसे देखने के लिए विशेष सॉफ़्टवेयर की आवश्यकता होती है।
- तकनीकी ज्ञान की आवश्यकता: यह विशेष रूप से उन्नत प्रोफाइल, बायोइन्फॉर्मेटिशियन या जीनोमिक डेटा में हेरफेर करने से परिचित पेशेवरों के लिए डिज़ाइन किया गया है।
tellmeGen में उपलब्ध फॉर्मेट और डाउनलोड
tellmeGen में हम पारदर्शिता और आपके आनुवंशिक डेटा के स्वामित्व में विश्वास करते हैं। इसीलिए, CRAM फ़ाइल के अलावा, हम अपने उपयोगकर्ताओं को उनके खाते के उपयोगकर्ता क्षेत्र (user area) से सीधे FASTQ और VCF जैसे अन्य पूरक तकनीकी फॉर्मेट डाउनलोड करने की सुविधा भी प्रदान करते हैं।
CRAM फ़ाइलों के साथ काम करने के लिए तकनीकी आवश्यकताएं
यदि आप एक उपयोगकर्ता या शोधकर्ता हैं और अपने WGS की CRAM फ़ाइलों के साथ काम करने की योजना बना रहे हैं, तो हम निम्नलिखित हार्डवेयर और सॉफ़्टवेयर आवश्यकताओं को ध्यान में रखने की सलाह देते हैं:
- ऑपरेटिंग सिस्टम: Linux या macOS के उपयोग की सिफारिश की जाती है, हालांकि संगत टूल या WSL (Windows Subsystem for Linux) जैसे वातावरण का उपयोग करके विंडोज (Windows) में भी उनका उपयोग करना संभव है।
- विशिष्ट सॉफ़्टवेयर: samtools, IGV (Integrative Genomics Viewer) या bcftools जैसे विशेष बायोइन्फॉर्मेटिक्स टूल का होना आवश्यक है।
- RAM मेमोरी: WGS के डेटा वॉल्यूम को आसानी से प्रबंधित करने के लिए कम से कम 32 GB RAM होने की सलाह दी जाती है।
- स्टोरेज: हालाँकि CRAM फ़ाइल अपने हाई-कम्प्रेशन के लिए जानी जाती है, लेकिन संपूर्ण जीनोम को हैंडल करने के लिए पर्याप्त उपलब्ध क्षमता वाली डिस्क की आवश्यकता होती है।
CRAM फ़ाइल उन उन्नत उपयोगकर्ताओं के लिए सबसे बेहतरीन टूल है जो अपने DNA टेस्ट के प्रदर्शन का अधिकतम लाभ उठाना चाहते हैं, जो उनके संपूर्ण DNA के कुशल, विस्तृत और अनुकूलित तकनीकी विश्लेषण की अनुमति देता है।
