Investigation of Stress Granule-Associated Biomarkers (IGF1 and CDK2) and Their Regulatory Mechanisms in Alzheimer’s Disease: A Combined Transcriptomic, Bioinformatic and Experimental Study

तकनीकी सारांश: अल्जाइमर रोग (AD) में स्ट्रेस ग्रैन्यूल-जुड़े बायोमार्कर (IGF1 और CDK2) की जांच

समस्या विवरण
अल्जाइमर रोग (AD) वैश्विक स्तर पर डिमेंशिया का प्राथमिक कारण है, जो अमाइलॉइड-बीटा (Aβ) प्लाक और न्यूरोफाइब्रिलरी टेंगल्स (NFTs) द्वारा पहचाना जाता है। Aβ और ताऊ (tau) पैथोलॉजी की केंद्रीयता के बावजूद, प्रारंभिक पहचान विशिष्ट बायोमार्कर की कमी के कारण बाधित है, और वर्तमान उपचार केवल लक्षणात्मक राहत प्रदान करते हैं। हालिया साक्ष्य बताते हैं कि स्ट्रेस ग्रैनules (SGs)—जो कोशिकीय तनाव के दौरान बनने वाले गतिशील, झिल्ली रहित कंडेनसेट्स (condensates) हैं—AD के रोगजनन में भूमिका निभाते हैं, जो संभावित रूप से ताऊ ओलिगोमेराइजेशन और सिनैप्टिक डिसफंक्शन को सुगम बनाते हैं। हालांकि, SGs को AD से जोड़ने वाले नियामक सर्किट और विशिष्ट SG-जुड़े बायोमार्कर की पहचान अभी भी अपर्याप्त रूप से परिभाषित है। यह अध्ययन बायोइन्फॉर्मेटिक और प्रयोगात्मक दृष्टिकोण का उपयोग करके AD में SG-संबंधित ट्रांसक्रिप्शनल बायोमार्कर की पहचान करके इस अंतर को पाटने का लक्ष्य रखता है।

कार्यप्रणाली (Methodology)
अध्ययन ने सार्वजनिक ट्रांसक्रिप्टोमिक डेटा के साथ प्रयोगात्मक सत्यापन को एकीकृत करने वाला एक बहु-चरणीय पाइपलाइन नियोजित किया:

1. डेटा अधिग्रहण और प्रीप्रोसेसिंग: GEO डेटाबेस से दो परिधीय रक्त ट्रांसक्रिप्टोमिक डेटासेट (प्रशिक्षण समूह के रूप में GSE97760 और सत्यापन समूह के रूप में GSE140831) प्राप्त किए गए। GeneCards से 844 स्ट्रेस ग्रैन्यूल-संबंधित जीनों (SGRGs) की एक सूची संकलित की गई।
2. उम्मीदवार जीन स्क्रीनिंग: प्रशिक्षण सेट में विभेदक रूप से व्यक्त जीन (DEGs) की पहचान की गई (|log₂FC| > 0.5, p < 0.05) और इन्हें SGRG सूची के साथ प्रतिच्छेदित (intersected) किया गया, जिससे 287 उम्मीदवार जीन (CGs) प्राप्त हुए।
3. नेटवर्क और कार्यात्मक विश्लेषण: प्रमुख नोड्स की पहचान करने के लिए STRING और Cytoscape का उपयोग करके प्रोटीन-प्रोटीन इंटरेक्शन (PPI) नेटवर्क बनाए गए। जैविक कार्यों को स्पष्ट करने के लिए जीन ऑन्कोलॉजी (GO) और KEGG संवर्धन विश्लेषण (enrichment analysis) किए गए।
4. मशीन लर्निंग स्क्रीनिंग: फीचर जीन का चयन करने के लिए प्रशिक्षण सेट पर दो एल्गोरिदम, LASSO रिग्रेशन और सपोर्ट वेक्टर मशीन-रिकर्सिव फीचर एलिमिनेशन (SVM-RFE) लागू किए गए। इन एल्गोरिदम के प्रतिच्छेदन ने सात कोर जीन की पहचान की।
5. नैदानिक मॉडलिंग: चयनित बायोमार्कर के नैदानिक प्रदर्शन का मूल्यांकन करने के लिए एक फुली कनेक्टेड न्यूरल नेटवर्क (FCNN) का निर्माण किया गया। संवेदनशीलता और विशिष्टता का आकलन करने के लिए रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक (ROC) कर्व विश्लेषण का उपयोग किया गया।
6. यांत्रिक अन्वेषण (Mechanistic Exploration): जीन सेट एनरिचमेंट एनालिसिस (GSEA), इम्यून इन्फिल्ट्रेशन प्रोफाइलिंग (CIBERSORT), और आणविक नेटवर्क विनियमन (miRNA-lncRNA-mRNA) किया गया। लिगैंड-प्रोटीन अंतःक्रियाओं का पता लगाने के लिए मॉलिक्यूलर डॉकिंग की गई।
7. प्रयोगात्मक सत्यापन: शिनजियांग मेडिकल यूनिवर्सिटी के पांचवें संबद्ध अस्पताल के 10 नैदानिक नमूनों (5 AD, 5 नियंत्रण) पर बायोमार्कर अभिव्यक्ति को सत्यापित करने के लिए रिवर्स ट्रांसक्रिप्शन क्वांटिटेटिव पीसीआर (RT-qPCR) किया गया।

प्रमुख परिणाम

• बायोमार्कर पहचान: मशीन लर्निंग विश्लेषण ने उम्मीदवार जीनों को सात फीचर्स में परिष्कृत किया, जिनमें से निरंतर अभिव्यक्ति रुझानों और नैदानिक प्रदर्शन (AUC > 0.7) के आधार पर IGF1 और CDK2 को मुख्य बायोमार्कर के रूप में बरकरार रखा गया।
• अभिव्यक्ति पैटर्न: डेटासेट्स में, नियंत्रणों की तुलना में AD रोगियों में IGF1 लगातार डाउनरेगुलेटेड (downregulated) था, जबकि CDK2 अपरेगुलेटेड (upregulated) था (p < 0.05)।
• नैदानिक प्रदर्शन: IGF1 और CDK2 का उपयोग करने वाला FCNN मॉडल प्रशिक्षण सेट में 0.989 का AUC और बाहरी सत्यापन सेट में 0.773 का AUC प्राप्त करता है, जो मजबूत विभेदक क्षमता प्रदर्शित करता है।
• नियामक तंत्र:
  • miRNA अंतःक्रियाएं: नियामक नेटवर्क ने विशिष्ट miRNA जुड़ाव की पहचान की: IGF1 का hsa-miR-19b-3p के साथ और CDK2 का hsa-miR-302a-3p के साथ।
  • पाथवे संवर्धन: दोनों बायोमार्कर मेटाबॉलिक पाथवे (अल्फा-लिनोलेनिक एसिड और लिनोलिक एसिड मेटाबॉलिज्म) के साथ-साथ KEGG T-सेल रिसेप्टर (TCR) सिग्नलिंग पाथवे में समृद्ध थे।
  • इम्यून इन्फिल्ट्रेशन: AD नमूनों में M0 मैक्रोफेज, न्यूट्रोफिल और Tregs में कमी और सक्रिय CD4+ मेमोरी T कोशिकाओं में वृद्धि देखी गई। IGF1 का M0 मैक्रोफेज और Tregs के साथ सकारात्मक सहसंबंध था, जबकि CDK2 का Tregs के साथ नकारात्मक सहसंबंध था।
• मॉलिक्यूलर डॉकिंग: कम्प्यूटेशनल डॉकिंग ने IGF1 के लिए N,N-bis(3-(D-gluconamido) propyl) deoxycholamide के साथ -7.3 kcal/mol और CDK2 के लिए Alvocidib के साथ -11.2 kcal/mol की बाइंडिंग एफिनिटी की भविष्यवाणी की।
• प्रयोगात्मक सत्यापन: RT-qPCR ने नैदानिक AD नमूनों में IGF1 की महत्वपूर्ण डाउनरेगुलेशन की पुष्टि की। हालांकि, CDK2 का अपरेगुलेशन इस विशिष्ट नैदानिक समूह में सांख्यिकीय रूप से पुनरुत्पादित नहीं हुआ, जिसे लेखक परिधीय रक्त पहचान सीमाओं या समूह विषमता (cohort heterogeneity) के कारण होने वाले अंतर के रूप में देखते हैं।

महत्व और दावे
यह अध्ययन दावा करता है कि यह पारंपरिक Aβ/tau ढांचे से आगे बढ़कर, SG-संबंधित नियामक नेटवर्क को AD रोगजनन से जोड़ने वाले प्रारंभिक साक्ष्य प्रदान करता है। IGF1 और CDK2 को संभावित SG-संबंधित बायोमार्कर के रूप में पहचानकर, यह कार्य एक "ग्रोथ फैक्टर-सेल साइकिल-इम्यूनिटी एक्सिस" का सुझाव देता है जो न्यूरोइन्फ्लेमेशन और रोग की प्रगति को चला सकता है। लेखकों का मानना है कि संयुक्त बायोमार्कर पैटर्न (CDK2↑ + IGF1↓) गैर-आक्रामक प्रारंभिक निदान के लिए आधार के रूप में कार्य कर सकता है।

लेखक अपने निष्कर्षों को नैदानिक मार्करों के लिए "प्रारंभिक सुराग" के रूप में मामूली रूप से प्रस्तुत करते हैं। वे स्पष्ट रूप से कहते हैं कि मॉलिक्यूलर डॉकिंग के परिणाम खोजपूर्ण (exploratory) हैं और बिना आगे के प्रीक्लिनिकल सत्यापन के उन्हें फार्माकोलॉजिकल सिफारिशों के रूप में नहीं देखा जाना चाहिए। लेखक अपनी सीमाओं को स्वीकार करते हैं, जिसमें परिधीय रक्त तक सीमित होना, सार्वजनिक डेटासेट्स में संभावित चयन पूर्वाग्रह, और नैदानिक सत्यापन समूह में CDK2 के लिए पुनरुत्पादन का अभाव शामिल है। वे निष्कर्ष निकालते हैं कि इन बायोमार्कर की नैदानिक उपयोगिता की पुष्टि करने के लिए बड़े, मल्टीसेंटर समूहों और प्रोटीन स्तर पर और अधिक सत्यापन की आवश्यकता है।