Cross-trait and multi-polytranscriptomic score analysis of Parkinson's disease identifies novel associations and improves prediction
यह अध्ययन पार्किंसंस रोग का पहला बड़े पैमाने पर क्रॉस-ट्रेट और मल्टी-पॉलीट्रांसक्रिप्टोमिक स्कोर विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि ट्रांसक्रिप्टोमिक डेटा को मशीन लर्निंग मॉडल के साथ एकीकृत करने से नए लक्षण जुड़ाव (trait associations) की पहचान होती है और पारंपरिक पॉलीजेनिक स्कोर की तुलना में रोग भविष्यवाणी की सटीकता में महत्वपूर्ण सुधार होता 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
पार्किंसंस रोग एक ऐसी स्थिति है जो धीरे-धीरे शरीर की सुचारू रूप से चलने की क्षमता को छीन लेती है, जो मस्तिष्क में विशिष्ट तंत्रिका कोशिकाओं के नुकसान के कारण होती है। दशकों से, वैज्ञानिक यह समझने की कोशिश कर रहे हैं कि वास्तव में ऐसा क्यों होता है, इसके लिए वे किसी व्यक्ति के आनुवंशिक कोड (जेनेटिक कोड) का अध्ययन करते हैं। उन्होंने कई छोटे आनुवंशिक संकेतों को खोजा है जो किसी व्यक्ति में इस बीमारी के विकसित होने की संभावना को बढ़ा देते हैं, लेकिन ये संकेत अकेले केवल एक आंशिक कहानी ही बताते हैं। जेनेटिक्स एक स्थिर ब्लूप्रिंट की तरह है; यह दिखाता है कि कोई व्यक्ति जन्म से क्या लेकर पैदा हुआ है, लेकिन यह यह नहीं दिखाता है कि किसी दिए समय पर शरीर वास्तव में कैसे कार्य कर रहा है। रोग की अधिक स्पष्ट तस्वीर पाने के लिए, शोधकर्ता अब जीव विज्ञान के एक अलग स्तर की ओर देख रहे हैं: जीन अभिव्यक्ति (जीन एक्सप्रेशन)। यह वह प्रक्रिया है जहाँ जीन प्रोटीन बनाने के लिए चालू या बंद होते हैं, और यह स्वास्थ्य, पर्यावरण और स्वयं बीमारी के आधार पर लगातार बदलता रहता है। रक्त में इन सक्रिय संकेतों को मापकर, वैज्ञानिक उम्मीद करते हैं कि वे केवल जोखिम को देखने के बजाय बीमारी को क्रिया में देख सकेंगे।
शोधकर्ताओं की एक टीम ने इस विचार को एक कदम आगे ले जाने के लिए हजारों इन सक्रिय जीन संकेतों को पार्किंसंस के अध्ययन के लिए एक एकल, शक्तिशाली उपकरण में संयोजित किया है। उन्होंने लगभग 2,700 लोगों के रक्त नमूनों का विश्लेषण किया, जिसमें 1,600 से अधिक लोग पार्किंसंस से ग्रसित थे और 1,000 से अधिक वे थे जो इससे ग्रसित नहीं थे। एक समय में एक जीन को देखने के बजाय, उन्होंने एक "पॉलीट्रांसक्रिप्टोमिक स्कोर" बनाया, जो मूल रूप से इस बात का भारित योग (weighted sum) है कि किसी व्यक्ति के रक्त में सैकड़ों अलग-अलग जीन कितने सक्रिय हैं। उन्होंने इन स्कोर्स को इस आधार पर बनाया कि जीन की सक्रियता 100 विभिन्न स्वास्थ्य लक्षणों से कैसे संबंधित है, जिनमें नींद की गुणवत्ता और रक्तचाप से लेकर अन्य न्यूरोलॉजिकल स्थितियां शामिल हैं। लक्ष्य यह देखना था कि क्या किसी व्यक्ति के रक्त में जीन के व्यवहार का तरीका उन संबंधों को प्रकट कर सकता है जो केवल जेनेटिक्स द्वारा मिस कर दिए गए थे।
अध्ययन ने पार्किंसंस और अन्य स्वास्थ्य लक्षणों के बीच 26 विशिष्ट संबंध खोजे जो केवल आनुवंशिक जोखिम को देखने पर दिखाई नहीं देते थे। उदाहरण के लिए, शोधकर्ताओं ने पाया कि पार्किंसंस वाले लोगों में विटामिन B12 की कमी, नींद के व्यवधान और श्वसन कार्य से जुड़े विशिष्ट जीन गतिविधि पैटर्न थे। एक उल्लेखनीय खोज में, विटामिन B12 की कमी पर आधारित एक स्कोर ने बीमारी के साथ बहुत मजबूत संबंध दिखाया, जबकि उसी स्थिति के लिए आनुवंशिक जोखिम स्कोर ने कोई संबंध नहीं दिखाया। यह सुझाव देता है कि रोग प्रक्रिया में शरीर में सक्रिय जैविक परिवर्तन शामिल हैं जो केवल डीएनए में लिखे हुए नहीं हैं। शोधकर्ताओं ने यह भी पाया कि यह बीमारी अन्य स्थितियों, जैसे लुई बॉडी डिमेंशिया और एसेंशियल ट्रेमर के साथ जैविक पथ साझा करती है, लेकिन इन संबंधों की प्रकृति अक्सर जेनेटिक्स द्वारा अनुमानित संबंधों से भिन्न थी। उदाहरण के लिए, जबकि जेनेटिक्स ने पार्किंसंस और लुई बॉडी डिमेंशिया के बीच एक मजबूत साझा जोखिम का सुझाव दिया था, जीन गतिविधि स्कोर ने एक अधिक जटिल संबंध की ओर इशारा किया जहाँ स्वयं बीमारी दूसरी स्थिति के विकास को प्रभावित कर सकती है।
यह परीक्षण करने के लिए कि क्या ये नए स्कोर वास्तव में यह अनुमान लगाने में मदद कर सकते हैं कि किसे बीमारी है, टीम ने कई स्कोर्स को एक साथ जोड़ने के लिए उन्नत कंप्यूटर मॉडल का उपयोग किया। उन्होंने एक बुनियादी मॉडल से शुरुआत की जिसमें केवल आयु, लिंग और पार्किंसंस के लिए ज्ञात आनुवंशिक जोखिम का उपयोग किया गया था, जो वर्तमान में जोखिम का अनुमान लगाने का मानक तरीका है। जब उन्होंने इस मॉडल में नए जीन गतिविधि स्कोर को जोड़ा, तो लोगों के बीच पार्किंसंस के अंतर को सही ढंग से पहचानने की क्षमता में काफी सुधार हुआ। एक रोगी समूह में, नए मॉडल ने सटीकता स्कोर को 0.65 से बढ़ाकर 0.74 कर दिया। यह सुधार तब भी प्राप्त किया गया जब मॉडल को बुनियादी जानकारी के साथ केवल सात विशिष्ट जीन गतिविधि स्कोर्स को शामिल करने के लिए सरल बनाया गया। शोधकर्ताओं ने उल्लेख किया कि यह स्तर की सटीकता अन्य उन्नत भविष्यवाणी मॉडलों के तुलनीय है जो नैदानिक डेटा और विभिन्न प्रकार के जैविक मापों का मिश्रण उपयोग करते हैं।
अध्ययन ने यह भी स्पष्ट किया कि ये स्कोर वास्तव में क्या दर्शाते हैं। चूंकि रक्त के नमूने उन लोगों से लिए गए थे जिन्हें पहले से ही निदान मिल चुका था, इसलिए जीन गतिविधि के पैटर्न बीमारी की वर्तमान स्थिति और शरीर इसके प्रति कैसे प्रतिक्रिया दे रहा है, इसे दर्शाते हैं, न कि केवल भविष्य में बीमारी होने के जोखिम को। यह एक महत्वपूर्ण अंतर है। शोधकर्ताओं ने पाया कि जबकि कुछ आनुवंशिक कारक यह निर्धारित करते हैं कि कौन पार्किंसंस के प्रति संवेदनशील है, उनके द्वारा मापे गए जीन गतिविधि पैटर्न जीवित रहने की जैविक वास्तविकता को पकड़ते हैं। उदाहरण के लिए, श्वसन कार्य और नींद की समस्याओं से जुड़े पैटर्न उन चीजों से मेल खाते हैं जो डॉक्टर पहले से ही पार्किंसंस के लक्षणों के बारे में जानते हैं, जिससे पुष्टि होती है कि ये स्कोर बीमारी के वास्तविक, मापने योग्य पहलुओं को पकड़ रहे हैं।
हालाँकि, शोधकर्ता इस बात को लेकर सावधान थे कि ये निष्कर्ष अभी तक कोई इलाज या निश्चित नैदानिक परीक्षण नहीं हैं। उन्होंने जो संबंध खोजे हैं वे मजबूत जुड़ाव हैं, लेकिन वे यह साबित नहीं करते कि इन जीन गतिविधियों को बदलने से बीमारी रुक जाएगी। अध्ययन ने यह भी रेखांकित किया कि परिणाम परीक्षण किए गए लोगों के समूह के आधार पर भिन्न थे, जो यह सुझाव देता है कि किसी व्यक्ति के निदान का समय और बीमारी की विशिष्ट विशेषताएं परिणामों को प्रभावित कर सकती हैं। इन सीमाओं के बावजूद, यह कार्य दर्शाता है कि रक्त में जीन की सक्रिय अवस्था को देखना जेनेटिक्स अकेले की तुलना में पार्किंसंस का एक समृद्ध, अधिक विस्तृत दृश्य प्रदान करता है। इन गतिशील जैविक संकेतों को पारंपरिक जेनेटिक डेटा के साथ जोड़कर, वैज्ञानिक पार्किंसंस के जटिल जैविक परिदृश्य का मानचित्र बनाना शुरू कर रहे हैं, जो यह समझने के बारे में नए सुराग प्रदान करता है कि यह कैसे आगे बढ़ता है और इसे भविष्य में बेहतर तरीके से कैसे समझा जा सकता है।
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।