Biases, blind spots and signals in public One Health genome data for carbapenemase-producing Enterobacterales

कल्पना कीजिए कि दुनिया एक विशाल, अदृश्य जाल है जो लोगों, जानवरों, हमारे द्वारा खाए जाने वाले भोजन और हमारे द्वारा पी जाने वाले पानी को आपस में जोड़ता है। यह "वन हेल्थ" (One Health) की अवधारणा है: यह विचार कि हमारा स्वास्थ्य जानवरों और हमारे पर्यावरण के स्वास्थ्य से गहराई से जुड़ा हुआ है। अब, कल्पना कीजिए कि इस जाल में एक सुपर-विलेन छिपा है: सूक्ष्म बैक्टीरिया जिन्होंने हमारी सबसे मजबूत एंटीबायोटिक्स को अनदेखा करना सीख लिया है। इन्हें कार्बापेनेमेज़-उत्पादक एंटरोबैक्टीरिएलेस (CPE) कहा जाता है। इन्हें बैक्टीरिया की दुनिया के "बॉस मॉन्स्टर्स" के रूप में सोचें क्योंकि वे उन अंतिम-विकल्प वाली दवाओं को भी बेअसर कर सकते हैं जिनका उपयोग डॉक्टर तब करते हैं जब बाकी सब विफल हो जाता है।

इन खलनायकों को पकड़ने के लिए, वैज्ञानिक 'होल जीनोम सीक्वेंसिंग' (Whole Genome Sequencing) नामक एक शक्तिशाली उपकरण का उपयोग करते हैं। यह बैक्टीरिया के पूरे निर्देश मैनुअल (इसके डीएनए) की एक सूक्ष्म तस्वीर लेने जैसा है ताकि यह देखा जा सके कि वे वास्तव में कैसे मुकाबला करते हैं। ये तस्वीरें इंटरनेट पर विशाल सार्वजनिक पुस्तकालयों में अपलोड की जाती हैं, जैसे कि एक विशाल डिजिटल संग्रहालय जहाँ कोई भी सबूत देख सकता है। लेकिन यहाँ एक पेंच है: सिर्फ इसलिए कि एक फोटो संग्रहालय में है, इसका मतलब यह नहीं है कि वह पूरे विश्व का प्रतिनिधित्व करती है। यदि संग्रहालय में केवल एक विशिष्ट शहर के खलनायकों की तस्वीरें हैं, तो हमें लग सकता है कि वे केवल उसी शहर में मौजूद हैं, भले ही वे हर जगह छिपे हों। यहीं पर "बायस" (पक्षपात/पूर्वाग्रह) की कहानी आती है—डेटा में हम जो देखते हैं और प्रकृति में वास्तव में जो हो रहा है, उसके बीच के अंतर को समझना।

---

महान डिजिटल जासूसी कहानी: बैक्टीरियल लाइब्रेरी में क्या छिपा है?

गैलोवे विश्वविद्यालय के एक शोधकर्ता, जॉर्गियोस मिलीटोस ने दुनिया के सबसे बड़े बैक्टीरियल पुस्तकालयों में से एक: NCBI पैथोजन डिटेक्शन आइसोलेट्स ब्राउज़र के साथ जासूसी करने का निर्णय लिया। वह यह देखना चाहते थे कि क्या यह लाइब्रेरी "वन हेल्थ" वेब के माध्यम से इन सुपर-बैक्टीरिया के बारे में पूरी कहानी बता रही है, या यह हमें केवल एक पक्षपाती चित्र दिखा रही है।

उन्होंने इन सुपर-बैक्टीरिया के 139,466 रिकॉर्ड्स का बारीकी से अध्ययन किया। जब उन्होंने "स्रोत" टैग्स को देखा—जहाँ बैक्टीरिया मूल रूप से पाए गए थे—तो उन्हें एक बड़ा असंतुलन मिला। यह ऐसा था जैसे आप दुनिया के हर कोने की किताबें देखने की उम्मीद में एक लाइब्रेरी में प्रवेश करें, लेकिन केवल यह पाते कि 84.72% अलमारियाँ अस्पतालों और मानव क्लीनिकों की किताबों से भरी हुई हैं।

वेब के अन्य कोने बहुत कम प्रतिनिधित्व वाले थे। "अपशिष्ट जल" (Wastewater) अनुभाग में केवल 2.54% रिकॉर्ड थे। "जानवरों" के पास मात्र 1.30% थे, "भोजन" के पास सूक्ष्म 0.09% था, और शेष पर्यावरण इससे भी छोटा था। लेखक का सुझाव है कि इसका मतलब यह नहीं है कि ये बैक्टीरिया जानवरों या भोजन में दुर्लभ हैं; इसका मतलब केवल यह है कि वैज्ञानिकों और प्रयोगशालाओं ने मानव अस्पताल के नमूनों को अनुक्रमित (sequence) करने और अपलोड करने में पशु के पेट या नदी के नमूनों की तुलना में बहुत अधिक उत्सुकता दिखाई है। लाइब्रेरी मानवीय कहानियों से भरी है, जिससे पशु और पर्यावरणीय अध्याय काफी हद तक अनलिखे रह गए हैं।

छिपे हुए पैटर्न: किसे क्या पसंद है?

इस एकतरफा लाइब्रेरी के बावजूद, मिलीटोस को कुछ दिलचस्प पैटर्न मिले जो सुराग के रूप में काम करते थे। उन्होंने देखा कि विशिष्ट प्रतिरोध जीन (रेसिस्टेंस जीन) के आधार पर (जो कि "कार्बापेनेमेज़ परिवार" है), कुछ प्रकार के बैक्टीरिया के पसंदीदा "पड़ोस" होते हैं।

• जानवरों से संबंध: जब बैक्टीरिया जानवरों में पाए जाते थे, तो उनके पास NDM जीन होने की संभावना सबसे अधिक होती थी। विशेष रूप से, E. coli और Kleissia pneumoniae यहाँ मुख्य खिलाड़ी थे। डेटा ने दिखाया कि पशु-जुड़े NDM रिकॉर्ड, आपकी अपेक्षा से 2.33 गुना अधिक थे, यदि बैक्टीरिया को यादृच्छिक (randomly) रूप से वितरित किया गया होता।
• अपशिष्ट जल से संबंध: इसके विपरीत, अपशिष्ट जल के नमूनों में KPC जीन का दबदबा था। K. pneumoniae, Enterobacter cloacae, और Citrobacter freundii इस शो के सितारे थे। अपशिष्ट जल-जुड़े KPC रिकॉर्ड उम्मीद से 1.86 गुना अधिक थे।

यह ऐसा है मानो NDM जीन बैक्टीरियल दुनिया का "जानवर प्रेमी" है, जबकि KPC जीन "सीवेज निवासी" है। अध्ययन में पाया गया कि ये संबंध सांख्यिकीय रूप से महत्वपूर्ण थे, जिसका अर्थ है कि ये केवल यादृच्छिक दुर्घटनाएं नहीं थीं, लेकिन प्रभाव का आकार (effect size) मध्यम था। यह सुझाव देता है कि हालांकि कुछ प्राथमिकताएं हैं, फिर भी ये बैक्टीरिया विभिन्न वातावरणों के बीच घूमने में काफी कुशल हैं।

"अंध बिंदु" (Blind Spots) और संख्याओं का सच

यह शोध पत्र एक प्रमुख अंध बिंदु की ओर बहुत सावधानी से इशारा करता है: डेटाबेस में रिकॉर्ड की संख्या वास्तविक दुनिया में बैक्टीरिया की संख्या के बराबर नहीं होती है।

यदि आप डेटाबेस में एक विशिष्ट प्रकार के बैक्टीरिया की 1,000 तस्वीरें देखते हैं, तो इसका मतलब यह नहीं है कि प्रकृति में उनकी संख्या 1,000 है। इसका मतलब केवल यह हो सकता है कि चीन या यूके की किसी लैब ने उन्हें अनुक्रमित और अपलोड करने का निर्णय लिया, जबकि दूसरे देश की लैब ने एक भी अपलोड नहीं किया। लेखक ने पाया कि गैर-मानव रिकॉर्ड चीन, यूके, यूएसए और जर्मनी जैसे कुछ ही देशों में केंद्रित थे।

अध्ययन स्पष्ट रूप से इस विचार को खारिज करता है कि ये सार्वजनिक डेटाबेस हमें इन बैक्टीरिया की "प्रचलन" (prevalence - कि वे कितने आम हैं) के बारे में बता सकते हैं। लेखक का तर्क है कि हम इन रिकॉर्ड काउंट का उपयोग यह कहने के लिए नहीं कर सकते कि "भोजन में KPC दुर्लभ है," क्योंकि डेटाबेस में केवल 130 खाद्य रिकॉर्ड थे। यह कम संख्या केवल यह दर्शा सकती है कि किसी ने देखा नहीं, न कि यह कि वे वहां मौजूद नहीं हैं।

निष्कर्ष

तो, फैसला क्या है? सार्वजनिक जीनोम डेटा एक खजाना है जो हमें पैटर्न पहचानने और यह समझने में मदद कर सकता है कि ये सुपर-बैक्टीरिया मनुष्यों, जानवरों और पर्यावरण के बीच कैसे चलते हैं। इसने सफलतापूर्वक उजागर किया कि पशु नमूनों में NDM जीन होने की प्रवृत्ति होती है जबकि अपशिष्ट जल के नमूनों में KPC जीन की ओर झुकाव होता है।

हालाँकि, लेखक हमें कच्चे नंबरों (raw numbers) को लेकर बहुत उत्साहित न होने की चेतावनी देते हैं। लाइब्रेरी वर्तमान में "मानव-प्रधान" है। वन हेल्थ वेब को वास्तव में समझने के लिए, हमें लापता पन्नों को भरने की आवश्यकता है। हमें जानवरों, भोजन और पानी के अधिक अनुक्रमण (sequencing) की आवश्यकता है, और हमें बेहतर लेबल (मेटाडेटा) की आवश्यकता है ताकि हमें पता चल सके कि प्रत्येक नमूना वास्तव में कहाँ से आया है। तब तक, डेटाबेस इस बात का एक शानदार मानचित्र है कि हमने क्या देखा है, लेकिन यह उस पूर्ण मानचित्र की तरह नहीं है कि बैक्टीरिया वास्तव में कहाँ रहते हैं।