FedEdgeR: federated and privacy-preserving edgeR for differential gene expression analysis
यह शोध पत्र FedEdgeR को प्रस्तुत करता है, जो एक सुरक्षित मल्टी-पार्टी कम्प्यूटेशन-आधारित फेडरेटेड लर्निंग फ्रेमवर्क है जो edgeR का उपयोग करके गोपनीयता-संरक्षण विभेदक जीन अभिव्यक्ति विश्लेषण (differential gene expression analysis) को सक्षम बनाता है, और विविध RNA-seq डेटासेटों में केंद्रीकृत विश्लेषण के समकक्ष प्रदर्शन और पारंपरिक मेटा-विश्लेषण विधियों से बेहतर प्रदर्शन प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
आधुनिक चिकित्सा की दुनिया में, जीन कैसे व्यवहार करते हैं इसे समझना एक जीवित कोशिका के निर्देश मैनुअल को पढ़ने जैसा है। जब वैज्ञानिक यह जानना चाहते हैं कि किसी बीमारी के दौरान कौन से जीन चालू या बंद होते हैं, तो वे कोशिकाओं के भीतर आणविक संदेशों (molecular messages) की गिनती करने के लिए 'आरएनए सीक्वेंसिंग' नामक तकनीक का उपयोग करते हैं। एक स्पष्ट तस्वीर पाने के लिए, शोधकर्ताओं को अक्सर कई अलग-अलग अस्पतालों या प्रयोगशालाओं के डेटा को संयोजित करने की आवश्यकता होती है, जिससे सूचनाओं का एक विशाल भंडार बन जाता है जो उन पैटर्नों को प्रकट करता है जिन्हें एक एकल अध्ययन में देखना असंभव है। हालाँकि, एक सख्त बाधा रास्ते में खड़ी है: रोगी की गोपनीयता। कानून और नैतिक नियम अस्पतालों को अपने रोगियों के कच्चे आनुवंशिक डेटा (raw genetic data) को साझा करने से रोकते हैं, क्योंकि इस जानकारी का उपयोग व्यक्तियों की पहचान करने के लिए किया जा सकता है। यह एक कठिन दुविधा पैदा करता है: वैज्ञानिक किसी भी एक रोगी के निजी डेटा को देखे बिना एक विशाल संयुक्त अध्ययन की शक्ति कैसे प्राप्त कर सकते हैं?
वर्षों तक, इसका मानक समाधान 'मेटा-एनालिसिस' नामक एक विधि थी। इस दृष्टिकोण में, प्रत्येक अस्पताल अपना स्वयं का विश्लेषण अलग से चलाता है और केवल अंतिम परिणाम, जैसे कि महत्वपूर्ण जीनों की एक सूची, एक केंद्रीय टीम को भेजता है। केंद्रीय टीम फिर इन अलग-अलग सूचियों को जोड़ने का प्रयास करती है। हालांकि यह गोपनीयता की रक्षा करता है, लेकिन यह अक्सर विज्ञान को कमजोर कर देता है। यदि किसी एक अस्पताल में बहुत कम मरीज हैं या स्वस्थ और बीमार व्यक्तियों का मिश्रण असंतुलित है, तो स्थानीय विश्लेषण सत्य को खोजने में विफल हो सकता है, और केंद्रीय टीम उन छूटे हुए हिस्सों को ठीक नहीं कर सकती। यह अलग-अलग बक्सों के केवल कोने वाले टुकड़ों को देखकर एक विशाल पहेली को हल करने जैसा है; आप किनारे तो पा सकते हैं, लेकिन बीच का हिस्सा धुंधला रह जाता है।
'फेडरेटेड लर्निंग' नामक एक नया दृष्टिकोण एक अलग रास्ता प्रदान करता है। डेटा को इधर-उधर भेजने के बजाय, यह विधि कंप्यूटरों को विभिन्न स्थानों पर बिना मूल डेटा को स्थानांतरित किए, एक ही गणितीय समस्या पर मिलकर काम करने की अनुमति देती है। वे केवल अपनी गणनाओं के मध्यवर्ती चरणों (intermediate steps) को साझा करते हैं, जिन्हें मूल संख्याओं को छिपाने के लिए उलझाया (scramble) जाता है, और फिर अंतिम उत्तर प्राप्त करने के लिए इन उलझी हुई कड़ियों को मिलाते हैं। यह गणितीय रूप से एक ही स्थान पर सारा डेटा होने के समान है, लेकिन डेटा कभी भी अपने घर से बाहर नहीं निकलता। जबकि इस तकनीक को कुछ जीन विश्लेषण उपकरणों के लिए लागू किया गया है, 'एजआर' (edgeR) नामक एक प्रमुख और व्यापक रूप से उपयोग की जाने वाली विधि, जो विशेष रूप से कम मरीजों वाले अध्ययनों या अत्यधिक परिवर्तनशील जैविक नमूनों के लिए अच्छी है, का ऐसा कोई फेडरेटेड संस्करण नहीं था। इसने कई केंद्रों में कठिन या दुर्लभ स्थितियों का अध्ययन करने की क्षमता में एक बड़ी कमी छोड़ दी थी।
इस कमी को भरने के लिए, न्यू जर्सी इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं ने 'फेडएजआर' (FedEdgeR) नामक एक नई प्रणाली विकसित की। यह उपकरण एजआर पद्धति की शक्ति को एक सुरक्षित, फेडरेटेड वातावरण में लाता है। टीम को एक अनूठी चुनौती का सामना करना पड़ा क्योंकि एजआर पद्धति केवल एक बार में परिणाम की गणना नहीं करती है; यह एक जटिल, चरण-दर-चरण प्रक्रिया का उपयोग करती है जो सबसे सटीक उत्तर खोजने के लिए अपने अनुमानों को बार-बार परिष्कृत करती है। इसकी पुनरावृत्ति वाली प्रकृति (iterative nature) ने इस काम को अलग-अलग कंप्यूटरों के बीच विभाजित करना और निजी जानकारी लीक होने से बचाना बहुत कठिन बना दिया। शोधकर्ताओं ने इसे एक ऐसी प्रणाली डिजाइन करके हल किया जहाँ प्रत्येक अस्पताल का कंप्यूटर अपने स्थानीय गणना कार्य करता है, परिणामों को यादृच्छिक शोर (random noise) के साथ उलझाता है, और उन्हें एक केंद्रीय समन्वयक (central coordinator) को भेजता है। एक अलग सर्वर उस शोर को संभालता है, जिससे समन्वयक व्यक्तिगत नंबरों को देखे बिना वास्तविक संयुक्त परिणाम को प्रकट कर सकता है।
टीम ने हजारों जीनों और विभिन्न अध्ययनों से जुड़े हजारों रोगियों वाले चार वास्तविक दुनिया के डेटासेट पर इस नई प्रणाली का परीक्षण किया, जिसमें स्तन कैंसर, मेलानोमा और लिवर रोग पर शोध शामिल था। उन्होंने फेडएजआर की तुलना "गोल्ड स्टैंडर्ड" के विरुद्ध की, जो कि सभी कच्चे डेटा को एक ही स्थान पर मिलाने का तरीका है, जिसे वैज्ञानिक तब करते हैं यदि गोपनीयता कानून मौजूद न होते। परिणाम आश्चर्यजनक रूप से सटीक थे। प्रत्येक परीक्षण में, फेडरेटेड प्रणाली ने ऐसे परिणाम दिए जो संयुक्त विश्लेषण (pooled analysis) के लगभग समान थे। महत्वपूर्ण जीनों की सूचियाँ पूरी तरह से मेल खाती थीं, और उन निष्कर्षों में सांख्यिकीय विश्वास भी समान था। यहाँ तक कि एक बहुत ही कठिन परीक्षण मामले में, जिसमें केवल छह मरीज तीन स्थानों पर विभाजित थे, जहाँ पारंपरिक विधियाँ डेटा की कमी के कारण पूरी तरह विफल हो जातीं, यह नई प्रणाली सफल रही। इसने विश्लेषण शुरू होने से पहले ही प्रत्येक साइट से सूचना के छोटे टुकड़ों को जोड़कर पूर्ण चित्र का पुनर्निर्माण किया, न कि अंतिम उत्तरों को बाद में मिलाने का प्रयास किया।
जब शोधकर्ताओं ने फेडएजआर की तुलना पुराने मेटा-एनालिसिस तरीकों से की, तो प्रदर्शन में अंतर स्पष्ट था। पारंपरिक तरीके, जो जीनों की अंतिम सूचियों को मिलाते हैं, अक्सर महत्वपूर्ण संकेतों को मिस कर देते हैं या भ्रमित करने वाली रैंकिंग प्रदान करते हैं, विशेष रूप से तब जब विभिन्न साइटों से डेटा असमान हो। इसके विपरीत, नया फेडरेटेड सिस्टम लगातार इन पुरानी तकनीकों से बेहतर प्रदर्शन करता है, और उसी उच्च-गुणवत्ता वाले परिणाम प्राप्त करता है जैसे कि सारा डेटा शुरू से ही विलय कर दिया गया हो। इस प्रणाली ने सिद्ध कर दिया कि गोपनीयता से समझौता किए बिना कई संस्थानों में शक्तिशाली, बड़े पैमाने के आनुवंशिक अध्ययन आयोजित करना संभव है। उपलब्ध सबसे मजबूत सांख्यिकीय उपकरणों का उपयोग करने के लिए वैज्ञानिकों को सक्षम बनाकर, यह कार्य सहयोगात्मक चिकित्सा अनुसंधान में एक बड़ी बाधा को हटा देता है, जिससे रोग के तंत्र (disease mechanisms) के बारे में गहरी अंतर्दृष्टि प्राप्त करना संभव होता है जो पहले पहुंच से बाहर था।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।