Integrative Machine Learning Discovery of a Robust miRNA Signature for Oral Squamous Cell Carcinoma

ओरल स्क्वैमस सेल कार्सिनोमा (oral squamous cell carcinoma) एक गंभीर प्रकार का कैंसर है जो मुंह के अस्तर को प्रभावित करता है, जिसमें जीभ, मसूड़े और गालों का भीतरी हिस्सा शामिल है। यह सिर और गर्दन के कैंसर का सबसे आम प्रकार है, जो इस श्रेणी के अधिकांश मामलों के लिए जिम्मेदार है। वर्तमान में, डॉक्टर अक्सर इस बीमारी का निदान तब करते हैं जब यह उन्नत चरण तक पहुँच जाती है, जिससे सफल उपचार और जीवित रहने की संभावना काफी कम हो जाती है। इन ट्यूमर को खोजने के मानक तरीके शारीरिक परीक्षण और आक्रामक बायोप्सी (invasive biopsies) पर निर्भर करते हैं, जहाँ ऊतक (tissue) का एक हिस्सा सर्जिकल रूप से निकाला जाता है। ये दृष्टिकोण बीमारी के शुरुआती संकेतों को पहचानने में चूक सकते हैं और हर चिकित्सा सेटिंग में करना हमेशा आसान नहीं होता है। इन सीमाओं के कारण, वैज्ञानिक सरल, गैर-आक्रामक (non-invasive) उपकरणों का उपयोग करके इस कैंसर का जल्द पता लगाने के बेहतर तरीकों की तलाश कर रहे हैं।

एक आशाजनक मार्ग सूक्ष्म आरएनए (microRNAs) नामक छोटे, प्राकृतिक अणुओं की खोज करने में निहित है। ये जेनेटिक सामग्री के छोटे टुकड़े हैं जिनका उपयोग कोशिकाएं अन्य जीन के व्यवहार को नियंत्रित करने के लिए करती हैं। स्वस्थ शरीरों में, वे कोशिका वृद्धि और मृत्यु को प्रबंधित करने में मदद करते हैं, लेकिन कैंसर में, वे अक्सर अनियंत्रित हो जाते हैं, या तो ट्यूमर को बढ़ने में मदद करते हैं या उसे रोकने में विफल रहते हैं। जब कैंसर कोशिकाएं मरती हैं या तनाव में होती हैं, तो वे इन microRNAs को रक्त और लार में छोड़ देती हैं, जहाँ वे स्थिर और सुरक्षित रहते हैं। यह उन्हें संभावित "बायोमार्कर्स" (biomarkers), या जैविक संकेतों के रूप में बनाता है, जिन्हें सर्जरी की आवश्यकता के बिना कैंसर की उपस्थिति प्रकट करने के लिए एक साधारण रक्त परीक्षण के माध्यम से पहचाना जा सकता है। हालांकि, इन संकेतों का एक विश्वसनीय सेट खोजना कठिन रहा है क्योंकि व्यक्तिगत अध्ययन अक्सर बहुत कम रोगियों को शामिल करते हैं जिससे निश्चितता नहीं मिल पाती, और विभिन्न प्रयोगशालाओं के डेटा की तुलना करना कठिन होता है।

रिफ़ा इंटरनेशनल यूनिवर्सिटी, पाकिस्तान के शोधकर्ताओं की एक टीम ने आधुनिक कंप्यूटर लर्निंग तकनीकों के साथ बड़े सार्वजनिक डेटाबेस की शक्ति को जोड़कर इस समस्या को हल करने का लक्ष्य रखा। एक एकल छोटी अध्ययन पर निर्भर रहने के बजाय, उन्होंने हजारों रोगियों और स्वस्थ नियंत्रणों के मौखिक कैंसर ऊतकों के जेनेटिक प्रोफाइल वाले कई मौजूदा डेटासेट से जानकारी एकत्र की। उनका लक्ष्य इन विशाल संग्रहों का उपयोग करके microRNAs के एक विशिष्ट समूह की पहचान करना था जो कैंसर रोगियों में लगातार दिखाई देते हैं। इसके बाद उन्होंने परीक्षण किया कि क्या इन संकेतों का यह समूह, जो मूल रूप से ऊतक के नमूनों में पाया गया था, रक्त के नमूनों में भी पहचाना जा सकता है, जो एक गैर-आक्रामक नैदानिक परीक्षण बनाने की कुंजी होगी।

शोधकर्ताओं ने सात अलग-अलग सार्वजनिक रिपॉजिटरी और एक प्रमुख राष्ट्रीय कैंसर डेटाबेस से डेटा को संयोजित करके शुरुआत की। उन्होंने इस जानकारी को सावधानीपूर्वक साफ और मानकीकृत किया ताकि यह सुनिश्चित हो सके कि डेटा एकत्र करने के तरीके परिणामों को भ्रमित न करें। उन्नत कंप्यूटर एल्गोरिदम का उपयोग करते हुए, उन्होंने जेनेटिक प्रोफाइल का विश्लेषण किया ताकि यह पता लगाया जा सके कि कौन से microRNAs कैंसर रोगियों और स्वस्थ व्यक्तियों के बीच सबसे अधिक भिन्न थे। उन्होंने यह देखने के लिए पांच अलग-अलग प्रकार के कंप्यूटर मॉडल का परीक्षण किया कि कौन सा मॉडल दोनों समूहों के बीच अंतर करने में सबसे अच्छा हो सकता है। इस प्रक्रिया में कंप्यूटर को डेटा में पैटर्न पहचानने के लिए प्रशिक्षित करना और फिर नई, अनदेखी डेटा पर सही भविष्यवाणियां करने की इसकी क्षमता का कड़ाई से परीक्षण करना शामिल था।

विश्लेषण ने तीस विशिष्ट microRNAs के एक स्थिर सिग्नेचर (signature) का खुलासा किया जो ओरल कैंसर से मजबूती से जुड़े हुए थे। इनमें कुछ अणु भी शामिल थे जिन्हें वैज्ञानिक पहले से ही बीमारी से जुड़ा हुआ जानते थे, जैसे कि miR-21, जो कैंसर के विकास को बढ़ावा देने के लिए जाना जाता है, और miR-146b-5p, जो एक ट्यूमर सप्रेसर (tumor suppressor) के रूप में कार्य करता है। इस अध्ययन ने कई कम-अध्ययन किए गए उम्मीदवारों को भी उजागर किया जिन्हें पहले व्यापक रूप से मान्यता नहीं मिली थी। जब शोधकर्ताओं ने सर्वश्रेष्ठ प्रदर्शन करने वाले कंप्यूटर मॉडल को, जो लॉजिस्टिक रिग्रेशन (logistic regression) नामक विधि का उपयोग करता है, रोगियों के एक स्वतंत्र रक्त नमूनों के सेट पर लागू किया, तो मॉडल ने कैंसर के मामलों और स्वस्थ नियंत्रणों के बीच सफलतापूर्वक अंतर किया। मॉडल ने 0.67 के AUC नामक सटीकता का स्तर प्राप्त किया। हालांकि यह संख्या एक पूर्ण परीक्षण के बजाय मध्यम प्रदर्शन का संकेत देती है, लेकिन यह एक महत्वपूर्ण खोज है क्योंकि यह सिद्ध करता है कि ऊतक के नमनों में पाए जाने वाले संकेतों का पैटर्न वास्तव में रक्त में भी पहचाना जा सकता है।

यह अध्ययन बताता है कि बड़े ऊतक डेटासेट को मशीन लर्निंग के साथ जोड़ने का यह दृष्टिकोण उस कमी को दूर कर सकता है जिसने लंबे समय से इस क्षेत्र में प्रगति को बाधित किया है। अपने परिणामों को सर्कुलेटिंग सीरम नमूनों के एक स्वतंत्र सेट पर मान्य करके, शोधकर्ताओं ने प्रदर्शित किया कि उनके निष्कर्ष किसी विशिष्ट रोगी समूह का केवल एक संयोग नहीं हैं। मॉडल ने दिखाया कि वह नए डेटा पर अपनी सीख को सामान्यीकृत (generalize) कर सकता है, जिससे विभिन्न समूहों में बीमारी की पहचान करने की अपनी क्षमता बनाए रखी जा सकती है। शोधकर्ताओं ने यह समझने के लिए कि कौन से विशिष्ट microRNAs कंप्यूटर के निर्णय के लिए सबसे महत्वपूर्ण थे, SHAP विश्लेषण का उपयोग किया, जिससे पुष्टि हुई कि मॉडल जैविक रूप से प्रासंगिक संकेतों पर निर्भर था न कि रैंडम शोर (random noise) पर।

यह कार्य इस दावे के साथ नहीं आया है कि इसने ओरल कैंसर के निदान की समस्या को हल कर लिया है, न ही यह सुझाव देता है कि यह विशिष्ट परीक्षण क्लिनिकों में तत्काल उपयोग के लिए तैयार है। रक्त के नमूनों पर मॉडल का प्रदर्शन मामूली था, जो इस जटिल वास्तविकता को दर्शाता है कि रक्त में जेनेटिक संकेत ट्यूमर के भीतर जो हो रहा है उसका एक आंशिक और कभी-कभी शोर भरा प्रतिबिंब होते हैं। रक्त कैसे एकत्र किया गया, अणुओं को मापने के लिए किस प्लेटफॉर्म का उपयोग किया गया, और रोगियों के बीच जैविक अंतर जैसे कारक इस परिवर्तनशीलता में योगदान करते हैं। हालांकि, यह अध्ययन भविष्य के अनुसंधान के लिए एक ठोस आधार प्रदान करता है। यह प्रदर्शित करता है कि एक कंप्यूटर-संचालित दृष्टिकोण बड़े सार्वजनिक डेटा के विशाल भंडार से सुसंगत बायोमार्कर का एक सेट खोजने में सफलतापूर्वक सक्षम हो सकता है जो गैर-आक्रामक निदान के लिए आशा जगाते हैं।

इस तीस-miRNA पैनल की पहचान एक ठोस शुरुआती बिंदु प्रदान करती है। शोधकर्ताओं ने उल्लेख किया कि इस पैनल में ज्ञात कैंसर-संबंधित अणु और नए उम्मीदवार दोनों शामिल हैं जो केवल इसलिए दृश्यमान हुए क्योंकि अध्ययन इतना बड़ा था कि उन्हें पहचाना जा सके। यह सुझाव देता है कि ओरल कैंसर के लिए रक्त-आधारित परीक्षण की वास्तविक क्षमता एक एकल "मैजिक बुलेट" के बजाय कई छोटे संकेतों के संयोजन में निहित है। अगले चरणों में संभवतः इस विशिष्ट तीस अणुओं के समूह को रोगियों के बड़े, विविध समूहों में परीक्षण करना शामिल होगा ताकि यह देखा जा सके कि सटीकता में सुधार किया जा सकता है या नहीं। तब तक, यह अध्ययन इस बात का स्पष्ट उदाहरण है कि कैसे मौजूदा डेटा को आधुनिक कम्प्यूटेशनल उपकरणों के साथ एकीकृत करना इस क्षेत्र को आगे बढ़ा सकता है, जिससे छोटे अध्ययनों के खंडित संग्रह को जीवन बचाने वाले एक एकीकृत, परीक्षण योग्य परिकल्पना में बदला जा सके।