Non-independence in network-structured Mendelian randomization: a permutation framework and six failure modes

لطالما سعى العلماء إلى إيجاد طريقة موثوقة للتنبؤ بما إذا كان الدواء سيعمل قبل أن يصل إلى المريض. وتستخدم إحدى الطرق القوية، المعروفة باسم "التوزيع العشوائي المندلي"، التوزيع العشوائي الطبيعي لاختبار السبب والنتيجة. فهي تنظر إلى الاختلافات الجينية التي يرثها الناس عند الولادة، والتي تعمل بمثابة تجارب طبيعية. فإذا كان لمتغير جيني معين علاقة بجعل الشخص يمتلك مستويات أعلى من بروتين معين في دمه، وكان هذا الشخص نفسه لديه خطر أعلى للإصابة بمرض ما، يمكن للباحثين استنتاج أن البروتين نفسه هو على الأرجح المسبب للمرض. وقد أصبح هذا النهج أداة قياسية لتحديد أهداف دوائية جديدة، لا سيالما في أمراض القلب. وثمة افتراض شائع في هذا المجال وهو أنه إذا كان البروتين (الرابط/الليكاند) يسبب مرضاً ما، فإن البروتين الذي يستقبل إشارته (المستقبل) يجب أن يروي القصة نفسها. فإذا كان المرسل خطيراً، فإن المنطق يقتضي أن يكون المستقبل جزءاً من المشكلة.

ومع ذلك، فإن دراسة حديثة تتحدى هذا الافتراض، حيث كشفت أن معاملة هذين القياسين كدليل متبادل هو خطأ. فقد حلل الباحثون آلاف الأزواج من البروتينات المتفاعلة لمعرفة ما إذا كانت إشاراتها الجينية تتفق بشأن خطر الإصابة بأمراض الشرايين التاجية. ووجدوا أن الإشارات من المرسل والمستقبل غالباً ما تختلف، وعندما تتفق، فإنها لا تتفق أكثر مما لو تم إقران البروتينات بشكل عشوائي. كما كشفت الدراسة عن خلل خفي في كيفية عدّ العلماء لاكتشافاتهم: نظرًا لأن البروتينات متصلة في شبكة معقدة، فإن البروتين نفسه يظهر في العديد من الأزواج، مما يجعل التصحيحات الإحصائية المعيارية غير صالحة. والنتيجة هي رؤية أكثر وضوحاً وحذراً لكيفية تحديد أهدافنا الدوائية، تظهر أننا لا نستطيع ببساطة افتراض أن مساراً ما يعمل بنفس الطريقة لمجرد أن جزأين منه مرتبطان جينياً.

بدأ الباحثون بجمع بيانات عن 660 بروتيناً مختلفاً تم قياسها في دم ما يقرب من 50,000 شخص. وركزوا على البروتينات التي تمتلك مفتاحاً جينياً واضحاً بالقرب منها، مما سمح لهم باستخدام طريقة التوزيع العشوائي المندلي بثقة. ثم بحثوا في 1,129 زوجاً من البروتينات حيث يعمل أحدها كإشارة والآخر كمستقبل، وهي علاقة تم رسم خرائطها في قاعدة بيانات للتفاعلات البيولوجية المعروفة. ولكل زوج، قاموا بحساب تأثير بروتين الإشارة على أمراض القلب وقارنوا ذلك بتأثير بروتين المستقبل. ولو كان الافتراض الشائع صحيحاً، لكان هذان الرقمان يتحركان في نفس الاتجاه. وبدلاً من ذلك، وجد الفريق أن الاتفاق بين الإشارة والمستقبل لم يكن أفضل من الصدفة. ففي مجموعة بيانات كبيرة واحدة، أشارت البروتينات إلى نفس الاتجاه بنسبة 48.5% فقط، وهي نتيجة لا يمكن تمييزها عن إقران البروتينات عشوائياً. وفي مجموعة بيانات ثانية أكبر، كان الاتفاق أقل حتى، حيث بلغ 47%.

ويشير هذا النقص في الاتفاق إلى أن قياس الإشارة وقياس المستقبل يجيبان في الواقع على سؤالين مختلفين. وأظهرت الدراسة أنه عندما بحث الباحثون عن أزواج اختلف فيها البروتينان بشكل كبير، تضاعفت عدد "الاكتشافات" ثلاث مرات عند استخدام مجموعة بيانات أكبر تحتوي على حالات أكثر من أمراض القلب، حيث ارتفعت من 10 إلى 31. والأهم من ذلك، أن التوقع الإحصائي للضوضاء العشوائية ارتفع أيضاً بالتوازي، من 9 إلى 30، مما يعني أن الزيادة كانت متسقة مع الصدفة وليس مع إشارة بيولوجية. وقد أثبت الباحثون أن الطرق المعيارية لتصحيح هذه الأخطاء كانت تفشل لأنها تعامل كل زوج من البروتينات كاختبار مستقل. وفي الواقع، البروتينات متصلة بشبكة؛ إذ يمكن لبروتين واحد أن يكون جزءاً من عشرات الأزواج. وعندما يظهر البروتين نفسه في اختبارات متعددة، فإن البيانات لا تكون مستقلة، والتصحيحات المعيارية تبالغ في تقدير عدد الاكتشافات الحقيقية.

ولإصلاح ذلك، طور الفريق طريقة جديدة لاختبار نتائجهم تحترم هيكل الشبكة. وقد جربوا نهجين: أحدهما يقوم بخلط الروابط بين البروتينات مع الحفاظ على البروتينات نفسها وعدد روابطها تماماً، والآخر يقوم بنقل القيم الإحصائية إلى بروتينات مختلفة. ووجدوا أن نقل القيم إلى بروتينات مختلفة لم يكن مناسباً لأنه يتجاهل حقيقة أن البروتينات شديدة الاتصال تميل إلى امتلاك تأثيرات أكبر. ومع ذلك، فإن الطريقة التي أبقت البروتينات والروابط ثابتة، وخلطت الأزواقات فقط، أظهرت أن الخلافات "الهامة" الظاهرة التي وجدتها الطرق المعيارية كانت على الأرجح مجرد آثار ناتجة عن شكل الشبكة. فعندما طبقوا هذا الاختبار الأكثر صرامة، لم يكن عدد الخلافات المرصودة مختلفاً بشكل كبير عما هو متوقع بالصدفة المحضة. كما فحصت الدراسة ما إذا كانت البروتينات المعروفة بأنها مسببة لأمراض القلب، مثل PCSK9، تظهر نمطاً خاصاً من الاتفاق. وبينما تم تحديد PCSK9 بشكل صحيح كعامل خطر، إلا أن النمط العام للاتفاق بين الإشارات والمستقبلات لم يصمد. وحتى عندما تحقق الباحثون من نتائجهم مقابل تقنية قياس مختلفة لضمان أن النتائج لم تكن بسبب أخطاء في معدات المختبر، ظل عدم الاتفاق بين الإشارات والمستقبلات قائماً.

إن تداعيات هذه النتائج كبيرة فيما يتعلق بكيفية اختيار الأهداف الدوائية في المستقبل. فقد حددت الدراسة ست طرق محددة يمكن أن تؤدي من خلالها الممارسات الحالية بالباحثين إلى الضلال، بما في ذلك الفشل في مراعاة اتصالات الشبكة والاعتماد على إشارات جينية واحدة في مناطق معقدة من الجينوم. ومن المشكلات الرئيسية أن العديد من البروتينات تقع في مناطق من الجينوم حيث تتداخل إشارات جينية متعددة، مما يجعل من الصعب تحديد أي منها هو الذي يحرك المرض بالفعل. ووجد الباحثون أنه عندما غيروا مجموعة البيانات المستخدمة لتحديد أمراض القلب، فإن الاستنتاجات حول ما إذا كان البروتين والمرض يتشاركان سبباً جينياً واحداً غالباً ما كانت تنقلب. وهذا عدم الاستقرار يشير إلى أن العديد من الادعاءات السابقة حول المسارات المشتركة قد لا تكون قوية. وتخلص الدراسة إلى أنه بينما يظل التوزيع العشوائي المندلي أداة قيمة، فإن الافتراض بأن الرابط ومستقبله يوفران دليلاً متبادلاً حول مسار بيولوجي ليس مدعوماً بالبيانات. ويجب على العلماء الآن التعامل مع هذين القياسين كقطعتين متميزتين من الأدلة بدلاً من اعتبارهما قصة واحدة موحدة.