IndepMR: An Ontology-Driven, Ancestry-Aware Interactive R Shiny Framework for Automated Two-Sample and Multivariable Mendelian Randomization with Mediation Analysis Using Public GWAS Summary Data

यह समझने के लिए कि कोई विशिष्ट आदत या लक्षण किसी बीमारी का कारण कैसे बन सकता है, वैज्ञानिकों को अक्सर एक पेचीदा समस्या का सामना करना पड़ता है: जिन लोगों में वह लक्षण होता है, उनमें कुछ अन्य छिपी हुई आदतें भी हो सकती हैं जो वास्तव में बीमारी का कारण बनती हैं। कल्पना कीजिए कि आप यह पता लगाने की कोशिश कर रहे हैं कि क्या एक निश्चित खाद्य पदार्थ हृदय संबंधी समस्याओं का कारण बनता है, लेकिन जो लोग इसे खाते हैं वे अधिक धूम्रपान भी करते हैं। यह तय करना लगभग असंभव हो जाता है कि वास्तविक अपराधी कौन सा कारक है। दशकों से, शोधकर्ताओं ने इस भ्रम को दूर करने के लिए 'मेंडेलियन रैंडमाइजेशन' (Mendelian randomization) नामक एक चतुर समाधान का उपयोग किया है। यह विधि इस तथ्य पर निर्भर करती है कि हमारे जीन जन्म से बहुत पहले और किसी भी बीमारी के विकसित होने से बहुत पहले, हमारे जन्म के समय ही यादृच्छिक रूप से (randomly) पुनर्व्यवस्थित किए जाते हैं, ठीक वैसे ही जैसे एक लॉटरी टिकट। चूंकि ये आनुवंशिक भिन्नताएं संयोग से सौंपी जाती हैं, इसलिए वे प्राकृतिक, निष्पक्ष मार्कर के रूप में कार्य करती हैं। यदि किसी व्यक्ति में एक ऐसा आनुवंशिक वेरिएंट है जो स्वाभाविक रूप से उसके शरीर में एक निश्चित पदार्थ का उत्पादन अधिक करता है, और उस व्यक्ति में एक विशिष्ट बीमारी विकसित होने की संभावना अधिक होती है, तो वैज्ञानिक यह निष्कर्ष निकाल सकते हैं कि वह पदार्थ ही बीमारी का कारण बनने की संभावना है, न कि कोई अन्य जीवनशैली कारक।

हालाँकि, उपलब्ध डेटा के विस्फोट के साथ इस आनुवंशिक लॉटरी का उपयोग करके वास्तविक दुनिया के चिकित्सा प्रश्नों को हल करना तेजी से कठिन होता जा रहा है। अब हजारों विशाल अध्ययन मौजूद हैं, जो ऊंचाई से लेकर मधुमेह तक हर चीज के आनुवंशिक संबंधों को सूचीबद्ध करते हैं, लेकिन वे विभिन्न आबादी में बिखरे हुए हैं और भ्रमित करने वाले तरीकों से वर्णित हैं। एक अध्ययन अपने प्रतिभागियों को "ब्रिटिश" के रूप में सूचीबद्ध कर सकता है, जबकि दूसरा "यूरोपीय" कह सकता है, और तीसरा एक ही विवरण में "इतालवी और यूरोपीय" को मिला सकता है। इन लेबल को स्वचालित रूप से छांटने के तरीके के बिना, शोधकर्ता अनजाने में उन लोगों का डेटा मिला सकते हैं जो आनुवंशिक रूप से बहुत समान हैं, जिससे परिणाम गलत हो सकते हैं, या वे गलत शब्द खोजने के कारण महत्वपूर्ण अध्ययनों को छोड़ सकते हैं। 'इंडेएमआर' (IndepMR) नामक एक नया उपकरण, जिसे कोलंबो विश्वविद्यालय के शोधकर्ताओं द्वारा विकसित किया गया है, इस बाधा को दूर करने का लक्ष्य रखता है। यह एक कंप्यूटर प्रोग्राम है जिसे एक कठोर मार्गदर्शक के रूप में डिज़ाइन किया गया है, जो स्वचालित रूप से सही आनुवंशिक अध्ययनों को खोजता है, यह जांचता है कि उनमें शामिल लोग संगत (compatible) हैं या नहीं, और वास्तविक कारण-और-प्रभाव संबंधों को प्रकट करने के लिए जटिल गणनाएं करता है, जिसमें उपयोगकर्ता को कोडिंग विशेषज्ञ होने की आवश्यकता नहीं होती।

इस नए उपकरण का मुख्य नवाचार इस बात में निहित है कि यह सूचनाओं को कैसे खोजता है और डेटा के पीछे के लोगों की जांच कैसे करता है। पारंपरिक रूप से, यदि कोई शोधकर्ता "उच्च रक्त शर्करा" (high blood sugar) का अध्ययन करना चाहता है, तो वह डेटाबेस में उन सटीक शब्दों को टाइप कर सकता है। लेकिन एक अध्ययन ने "फास्टिंग ग्लूकोज" (fasting glucose) या "HbA1c" का उपयोग किया होगा, और एक साधारण खोज इसे पूरी तरह से मिस कर देगी। इंडेएमआर इसे जैविक अवधारणाओं के एक संरचित मानचित्र का उपयोग करके हल करता है, जो बीमारियों और लक्षणों के लिए एक पारिवारिक वृक्ष (family tree) के समान है। यदि कोई उपयोगकर्ता "उच्च रक्त शर्करा" के लिए खोजता है, तो प्रोग्राम समझ जाता है कि यह "फास्टिंग ग्लूकोज" और "HbA1c" से संबंधित है क्योंकि ये सभी एक ही मूल अवधारणा से जुड़े हुए हैं। यह टूल को हर प्रासंगिक अध्ययन को खोजने की अनुमति देता है, भले ही शोधकर्ताओं ने एक ही स्थिति के लिए अलग-अलग नामों का उपयोग किया हो। इस दृष्टिकोण ने टूल का परीक्षण करने में शक्ति दिखाई: जब "लिपिड्स" (lipids) की व्यापक श्रेणी की खोज की गई, तो नए टूल ने 1,200 से अधिक अध्ययन खोजे, जबकि एक मानक कीवर्ड खोज में केवल 166 मिले।

डेटा के पीछे के लोगों की वंशावली की जांच करने की क्षमता भी समान रूप से महत्वपूर्ण है। आनुवंशिक लॉटरी के निष्पक्ष रूप से काम करने के लिए, एक्सपोजर (जैसे शरीर का वजन) के लिए आनुवंशिक सुराग प्रदान करने वाले लोगों का समूह और परिणाम (जैसे मधुमेह) के लिए सुराग प्रदान करने वाले लोगों का समूह आनुवंशिक रूप से संगत होना चाहिए, लेकिन वे बिल्कुल एक ही लोग नहीं होने चाहिए। यदि वे बहुत अधिक समान हैं, तो परिणाम पक्षपाती हो सकते हैं; यदि वे पूरी तरह से अलग पूर्वजों की पृष्ठभूमि से हैं, तो आनुवंशिक मार्कर उसी तरह काम नहीं कर सकते हैं। मौजूदा उपकरण अक्सर इस जांच को मानव शोधकर्ता पर छोड़ देते थे, जिन्हें "इतालवी, यूरोपीय" जैसे पाठ्य विवरणों को मैन्युअल रूप से पढ़ना पड़ता था और अनुमान लगाना पड़ता था कि क्या वे मेल खाते हैं। इंडेएमआर इसे एक मानकीकृत पदानुक्रम (hierarchy) में तोड़कर स्वचालित करता है। यह पहचानता है कि "इतालवी" "यूरोपीय" का एक विशिष्ट प्रकार है, और यह तब फ्लैग (flag) करता है जब कोई अध्ययन एक व्यापक लेबल का उपयोग करता है जो एक विशिष्ट ओवरलैप को छिपा सकता है। यह शोधकर्ताओं को अनजाने में दो ऐसे समूहों की तुलना करने से रोकता है जो एक ही अंतर्निहित आनुवंशिक पूल साझा करते हैं, जो एक ऐसी गलती है जिससे गलत निष्कर्ष निकल सकते हैं।

शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण शरीर के द्रव्यमान सूचकांक (BMI) और टाइप 2 मधुमेह के बीच संबंध की जांच करके किया, जो एक ऐसा प्रश्न है जिस पर वर्षों से अध्ययन किया जा रहा है और जो अलग-अलग आबादी के आधार पर अलग-अलग परिणाम देता है। उन्होंने विश्लेषण को दो बार चलाया: एक बार यूरोपीय वंशावली के लोगों के डेटा का उपयोग करके और एक बार एशियाई वंशावली के लोगों के डेटा का उपयोग करके। यूरोपीय समूह में, टूल ने पुष्टि की जो कई लोग उम्मीद करते थे: उच्च बीएमआई टाइप 2 मधुमेह के जोखिम में उल्लेखनीय वृद्धि का कारण बनता है। विश्लेषण स्वच्छ था, जिसमें छिपी हुई त्रुटियों या विरोधाभासी संकेतों के कोई संकेत नहीं थे। हालाँकि, जब उन्होंने एशियाई समूह को देखा, तो कहानी बदल गई। टूल ने शुरू में एक ऐसा परिणाम दिखाया जो एक सुरक्षात्मक प्रभाव का सुझाव देता प्रतीत होता था, जिसका अर्थ था कि उच्च शरीर का वजन मधुमेह के जोखिम को कम कर सकता है। लेकिन स्वचालित जांच ने तुरंत एक रेड फ्लैग (चेतावनी) उठा दिया। डेटा ने गंभीर विसंगतियां और संकेत दिखाए कि आनुवंशिक मार्कर अन्य असंबंधित कारकों को पकड़ रहे हैं। टूल ने सही ढंग से पहचाना कि यह आश्चर्यजनक परिणाम अविश्वसनीय होने की संभावना है, जो डेटा में छिपे हुए पूर्वाग्रहों से प्रेरित है, न कि एक वास्तविक जैविक बदलाव से। इसने प्रदर्शित किया कि टूल केवल संख्याएँ नहीं देता है; यह एक गुणवत्ता नियंत्रण विशेषज्ञ के रूप में कार्य करता है, जो शोधकर्ताओं को बताता है कि कब कोई परिणाम संदिग्ध दिखता है।

सिस्टम की पूर्ण शक्ति दिखाने के लिए, टीम ने एक मध्यवर्ती चरण, या 'मीडिएटर' (mediator) वाले जटिल प्रश्नों को संभालने का भी प्रदर्शन किया। उन्होंने यह देखने की कोशिश की कि क्या शरीर के वजन का मधुमेह पर प्रभाव 'HbA1c' नामक एक विशिष्ट रक्त मार्कर के माध्यम से काम करता है। टूल ने तीन अलग-अलग आनुवंशिक डेटा सेटों को संयोजित करने के चरणों के माध्यम से सफलतापूर्वक उनका मार्गदर्शन किया। हालाँकि, इसने एक महत्वपूर्ण डिजाइन दोष को भी पकड़ा: शरीर के वजन और रक्त मार्कर का अध्ययन बिल्कुल एक ही समूह के लोगों से आया था। एक उचित आनुवंशिक अध्ययन में, ये समूह अलग-अलग होने चाहिए ताकि परिणाम केवल उन्हीं व्यक्तियों के डेटा का प्रतिबिंब न हों। टूल ने इस ओवरलैप को तुरंत चिह्नित किया, और शोधकर्ताओं को चेतावनी दी कि इस विशिष्ट संयोजन से निकाला गया कोई भी निष्कर्ष पक्षपाती होगा। यह विशेषता महत्वपूर्ण है क्योंकि यह शोधकर्ताओं को त्रुटिपूर्ण विश्लेषणों पर समय बर्बाद करने या, और भी बदतर, ऐसे परिणाम प्रकाशित करने से रोकती है जो विश्वसनीय दिखते हैं लेकिन वास्तव में अध्ययन के डिजाइन का एक कृत्रिम हिस्सा (artifact) होते हैं।

'इंडेएमआर' का विकास परिष्कृत आनुवंशिक विश्लेषण को उन सभी के लिए सुलभ बनाने की दिशा में एक बदलाव है जिनके पास एक वैज्ञानिक प्रश्न है, न कि केवल उनके लिए जो जटिल कंप्यूटर कोड लिख सकते हैं। सही अध्ययन खोजने, उनकी संगतता की जांच करने और आवश्यक सांख्यिकीय परीक्षण चलाने जैसे थकाऊ और त्रुटिपूर्ण कार्यों को स्वचालित करके, यह टूल शोधकर्ताओं को डेटा के यांत्रिकी के बजाय जीव विज्ञान पर ध्यान केंद्रित करने की अनुमति देता है। यह एक ऐसे स्तर की कठोरता लागू करता है जिसे मैन्युअल रूप से बनाए रखना कठिन है, यह सुनिश्चित करता है कि दिए गए उत्तर ठोस, संगत साक्ष्यों पर आधारित हैं। हालांकि यह टूल हर समस्या को हल नहीं कर सकता—जैसे कि एक आदर्श अध्ययन खोजना जब कोई मौजूद ही न हो—लेकिन यह एक पारदर्शी, चरण-दर-चरण वातावरण प्रदान करता है जहाँ डेटा की सीमाएं स्पष्ट रूप से दिखाई देती हैं। अंत में, इसका लक्ष्य मानव स्वास्थ्य में कारण और प्रभाव की खोज करने की प्रक्रिया को अधिक विश्वसनीय बनाना है, यह सुनिश्चित करना कि हमारे आनुवंशिक लॉटरी से निकाले गए निष्कर्ष यथासंभव सटीक हों।