Glucose Metabolism-Related Crosstalk Genes Between Osteoporosis and Frozen Shoulder Identified by Integrated Bioinformatics and Machine Learning Reveal Shared Diagnostic Biomarkers and Immune Microenvironment Characteristics

दो सामान्य और अक्सर दर्दनाक स्थितियाँ, ऑस्टियोपोरोसिस (osteoporosis) और फ्रोजन शोल्डर (frozen shoulder), अक्सर एक ही लोगों को प्रभावित करती हैं, विशेष रूप से वृद्ध वयस्कों को, फिर भी डॉक्टरों ने लंबे समय तक उन्हें अलग-अलग समस्याओं के रूप में माना है। ऑस्टियोपोरोसिस हड्डियों की एक प्रणालीगत कमजोरी है जो उन्हें टूटने के प्रति संवेदनशील बनाती है, जबकि फ्रोजन शोल्डर एक पुरानी सूजन है जो जोड़ के कैप्सूल को सख्त कर देती है, जिससे हाथ अपनी जगह पर लॉक हो जाता है। वर्षों से, चिकित्सा समुदाय को संदेह था कि मेटाबॉलिक मुद्दे, विशेष रूप से शरीर चीनी (शुगर) को कैसे संसाधित करता है, इन दोनों बीमारियों को आपस में जोड़ सकते हैं, लेकिन इन दोनों स्थितियों के बीच जोड़ने वाले विशिष्ट आणविक धागे छिपे हुए थे। वैज्ञानिक जानते थे कि उच्च रक्त शर्करा हड्डियों की कोशिकाओं को नुकसान पहुँचा सकती है और उस सूजन को बढ़ावा दे सकती है जो कंधे की जकड़न का कारण बनती है, लेकिन उनके पास उन सटीक जीन का मानचित्र नहीं था जो इन दोनों स्थितियों के बीच सेतु का कार्य करते हैं। इस मानचित्र के बिना, यह समझना असंभव था कि कोई रोगी एक साथ दोनों से क्यों पीड़ित हो सकता है या दोनों को जल्दी पकड़ सके, इसके लिए एक एकल नैदानिक उपकरण (diagnostic tool) कैसे खोजा जाए।

शोधकर्ताओं की एक टीम ने शरीर के आनुवंशिक कोड को सूचना के एक विशाल पुस्तकालय के रूप में मानकर इस मानचित्र को बनाने का लक्ष्य रखा। उन्होंने सार्वजनिक वैज्ञानिक डेटाबेस से मरीजों के आनुवंशिक डेटा को एकत्र करना शुरू किया, जिनके पास या तो ऑस्टियोपोरोसिस था या फ्रोजन शोल्डर, साथ ही स्वस्थ नियंत्रण समूह (healthy controls) का डेटा भी लिया। उनका लक्ष्य उन विशिष्ट जीनों को खोजना था जो दोनों बीमारियों में सक्रिय थे और जो ग्लूकोज चयापचय (glucose metabolism) से भी जुड़े थे, यानी वह प्रक्रिया जिसके द्वारा कोशिकाएं चीनी को ऊर्जा में बदलती हैं। ऐसा करने के लिए, उन्होंने केवल उन जीनों को नहीं देखा जो चालू या बंद थे; बल्कि उन्होंने एक परिष्कृत कंप्यूटर पद्धति का उपयोग किया ताकि उन जीनों के समूहों को खोजा जा सके जो टीमों में मिलकर काम करते हैं, ठीक वैसे ही जैसे उन संगीतकारों के समूहों को खोजना जो हमेशा एक ही गाना बजाते हैं। इसके बाद उन्होंने इन टीमों को उन जीनों की सूची के साथ क्रॉस-रेफरेंस किया जो चीनी प्रसंस्करण में शामिल होने के लिए जाने जाते हैं, जिससे हजारों संभावनाओं को कम करके एक छोटे, महत्वपूर्ण समूह तक सीमित किया गया जो दोनों बीमारियों में दिखाई दिए।

शोधकर्ताओं ने सबसे विश्वसनीय उम्मीदवारों को अलग करने के लिए कंप्यूटर फिल्टरों की एक श्रृंखला लागू की, जो एक ऐसी छलनी की तरह थी जो हर गुजरते चरण के साथ और बारीक होती जाती है। उन्होंने यह परीक्षण करने के लिए तीन अलग-अलग गणितीय दृष्टिकोणों का उपयोग किया कि कौन से जीन बीमारियों के सबसे मजबूत भविष्यवक्ता (predictors) हैं। इस गहन स्क्रीनिंग के बाद, चार विशिष्ट जीन साझा दोषियों के रूप में उभरे: MARCKS, MAP3K1, LTF, और ZMIZ1। ये चार जीन केवल यादृच्छिक मिलान नहीं थे; वे एक मुख्य नेटवर्क बनाते थे जो दोनों स्थितियों की पैथोलॉजी (pathology) को संचालित करता प्रतीत होता था। टीम ने इन चार जीनों का उपयोग करके एक नैदानिक मॉडल बनाया ताकि यह देख सके कि क्या वे सटीक रूप से उन रोगियों की पहचान कर सकते हैं जिन्हें इनमें से कोई भी बीमारी है। जब उन्होंने मूल डेटा पर इस मॉडल का परीक्षण किया, तो इसने उच्च सटीकता के साथ प्रदर्शन किया, और बीमार रोगियों को स्वस्थ लोगों से सफलतापूर्वक अलग किया। जब उन्होंने परिणामों की मजबूती सुनिश्चित करने के लिए रोगियों के एक अलग समूह पर इसका परीक्षण किया, तो मॉडल का प्रदर्शन भिन्न रहा: इसने वैलिडेशन सेट में फ्रोजन शोल्डर के लिए उच्च सटीकता दिखाई, लेकिन ऑस्टियोपोरोसिस के लिए अपने वैलिडेशन समूह में कम सटीकता दिखाई, जिससे पता चलता है कि हालांकि ये जीन महत्वपूर्ण हैं, लेकिन हड्डियों की बीमारी की तस्वीर थोड़ी अधिक जटिल हो सकती है या इसके लिए और अधिक शोधन (refinement) की आवश्यकता हो सकती है।

एक विशेष जीन, LTF, इस साझा तंत्र में सबसे प्रभावशाली खिलाड़ी के रूप में उभरा। कंप्यूटर मॉडल में, LTF ने अन्य तीन जीनों की तुलना में निदान में अधिक योगदान दिया। शोधकर्ताओं ने गहराई से देखने के लिए अध्ययन किया कि ये जीन शरीर की प्रतिरक्षा प्रणाली (immune system) के साथ कैसे परस्पर क्रिया करते हैं, जो वह रक्षा नेटवर्क है जो अक्सर दोनों स्थितियों में अत्यधिक सक्रिय हो जाता है। उन्होंने पाया कि LTF एक विशिष्ट प्रकार की प्रतिरक्षा कोशिका, जिसे M1 मैक्रोफेज (M1 macrophage) कहा जाता है, से निकटता से जुड़ा हुआ है, जो सूजन पैदा करने के लिए जानी जाती है। फ्रोजन शोल्डर में, LTF के उच्च स्तर इन सूजन संबंधी कोशिकाओं के अधिक प्रसार से जुड़े थे, जिससे पता चलता है कि यह जीन उस आग को हवा दे रहा है जो कंधे को सख्त करती है। ऑस्टियोपोरोसिस में, समूह के अन्य जीन प्रतिरक्षा कोशिकाओं के साथ अलग संबंध दिखाते हैं, जो संकेत देते हैं कि हालांकि इसमें शामिल आनुवंशिक खिलाड़ी समान हैं, लेकिन वे दोनों बीमारियों में अलग-अलग लीवर खींच रहे हैं।

भविष्य के उपचार के लिए इसका क्या अर्थ है, इसे समझने के लिए शोधकर्ताओं ने इन जीनों को नए दवाओं के संभावित लक्ष्यों के रूप में देखा। उन्होंने LTF पर केंद्रित होकर, क्योंकि इसकी केंद्रीय भूमिका थी, और LTF प्रोटीन से जुड़ने और इसके कार्य को रोकने के लिए उपयुक्त रासायनिक यौगिकों को खोजने हेतु एक कंप्यूटर प्रोग्राम का उपयोग किया। इस खोज ने दो आशाजनक रासायनिक उम्मीदवारों की पहचान की जो ताले में चाबी की तरह LTF प्रोटीन के आकार में फिट बैठते थे, और जिनमें मजबूत अनुमानित बाइंडिंग स्ट्रेंथ (binding strength) थी। हालांकि इन यौगिकों का अभी तक जीवित रोगियों या लैब में परीक्षण नहीं किया गया है, फिर भी इनकी पहचान एक नए मार्ग का सुझाव देती है। अध्ययन यह निष्कर्ष निकालता है कि ऑस्टियोरोसिस और फ्रोजन शोल्डर केवल संयोगवश साथ रहने वाली स्थितियाँ नहीं हैं, बल्कि वे संभवतः इन विशिष्ट जीनों द्वारा संचालित एक साझा मेटाबॉलिक और इम्यून पाथवे (metabolic and immune pathway) से जुड़ी हुई हैं। यह खोज इन स्थितियों के उपचार के बारे में सोचने का एक नया तरीका प्रदान करती है, जो एक ऐसे भविष्य की ओर ले जाती है जहाँ एक एकल परीक्षण दोनों के लिए स्क्रीनिंग कर सकता है, और एक एकल दवा एक दिन दोनों के मूल कारण को संबोधित कर सकती है।