Integrative transcriptomic and network-guided functional dependency analysis reveals essential transcriptional drivers in ovarian cancer

डिम्बग्रंथि के कैंसर (ओवेरियन कैंसर) को अक्सर एक 'साइलेंट किलर' कहा जाता है क्योंकि यह तब तक स्पष्ट चेतावनी संकेत नहीं दिखाता जब तक कि यह शरीर में गहराई तक फैल नहीं जाता। जब तक इसका पता चलता है, तब तक आमतौर पर सरल उपचारों के लिए बहुत देर हो चुकी होती है, और यह बीमारी महिलाओं को प्रभावित करने वाले सबसे घातक कैंसरों में से एक बनी हुई है। वैज्ञानिकों को लंबे समय से पता है कि यह कैंसर केवल एक एकल बीमारी नहीं है, बल्कि विभिन्न आणविक समस्याओं का एक संग्रह है, जिससे एक ऐसा एकल इलाज ढूंढना कठिन हो जाता है जो सभी के लिए काम करे। इसे प्रभावी ढंग से लड़ने के लिए, शोधकर्ताओं को उन विशिष्ट स्विचों को समझने की आवश्यकता है जो कैंसर कोशिकाओं को बढ़ने और विभाजित होने के लिए प्रेरित रखते हैं। ये स्विच 'मास्टर रेगुलेटर्स' द्वारा नियंत्रित होते हैं, जो एक ऑर्केस्ट्रा के कंडक्टर की तरह होते हैं, जो अन्य जीनों को बताते हैं कि कब बजना है और कब रुकना है। हालाँकि, इन कंडक्टरों को खोजना कठिन है क्योंकि कोशिकाएं जटिल हैं, और विभिन्न अध्ययनों से प्राप्त डेटा अक्सर एक-दूसरे का खंडन करता है।

शोधकर्ताओं की एक टीम ने अब इस भ्रम को दूर करने और डिम्बग्रंथि के कैंसर के सबसे महत्वपूर्ण चालकों (ड्राइवर्स) की पहचान करने का एक नया तरीका विकसित किया है। केवल एक रोगी समूह या एक प्रकार के डेटा को देखने के बजाय, उन्होंने छह अलग-अलग बड़े अध्ययनों और स्वस्थ ऊतकों के कई स्रोतों से जानकारी को संयोजित किया ताकि जीनों की एक एकल, विश्वसनीय सूची बनाई जा सके जो डिम्बग्रंथि के ट्यूमर में लगातार असामान्य रहती है। फिर उन्होंने एक कंप्यूटर मॉडल का उपयोग करके यह मानचित्रित किया कि ये जीन एक-दूसरे से कैसे बात करते हैं, और उन मास्टर रेगुलेटर्स की तलाश की जो पूरे सिस्टम को नियंत्रित करते हैं। यह सुनिश्चित करने के लिए कि वे वास्तविक दोषियों को ही खोज रहे हैं न कि केवल राहगीरों को, उन्होंने अपनी सूची की तुलना हजारों प्रयोगों के डेटा से की जहाँ वैज्ञानिकों ने विशिष्ट जीनों को बंद कर दिया था यह देखने के लिए कि कोशिकाएं किसके बिना जीवित नहीं रह सकतीं। इस कठोर प्रक्रिया ने हजारों संभावनाओं को केवल सत्रह प्रमुख चालकों तक सीमित कर दिया जो कैंसर के जीवित रहने के लिए आवश्यक हैं।

शोधकर्ताओं ने सार्वजनिक डेटाबेस से बड़ी मात्रा में जेनेटिक डेटा एकत्र करके शुरुआत की। उन्होंने सैकड़ों रोगियों के ट्यूमर नमूनों को दो अलग-अलग स्रोतों से स्वस्थ ऊतकों के विरुद्ध लिया: एक सामान्य मानव ऊतकों के एक बड़े संग्रह से और दूसरा एक कंप्यूटर प्रोग्राम द्वारा बनाया गया जो डेटा के भीतर स्वस्थ पैटर्न की पहचान करता है। इन समूहों की तुलना करके, उन्होंने 646 जीनों के एक मुख्य सेट को पाया जो कैंसर कोशिकाओं में लगातार बढ़े हुए या कम हुए थे, चाहे अध्ययन या तकनीक का उपयोग मापने के लिए किया गया हो। यह चरण महत्वपूर्ण था क्योंकि इसने उस शोर और विसंगतियों को छान दिया जो अक्सर व्यक्तिगत अध्ययनों में बाधा डालते हैं, जिससे एक स्पष्ट संकेत मिला कि कैंसर वास्तव में क्या है।

इन असामान्य जीनों की विश्वसनीय सूची हाथ में होने के साथ, टीम ने एक गहरा प्रश्न पूछा: उन्हें कौन नियंत्रित कर रहा है? उन्होंने एक नियामक नेटवर्क (रेगुलेटरी नेटवर्क) का मानचित्र बनाया, जो अनिवार्य रूप से एक वायरिंग आरेख है जो दिखाता है कि विभिन्न प्रोटीन जीनों की गतिविधि को कैसे प्रभावित करते हैं। उन्होंने मास्टर रेगुलेटर्स की तलाश की, वे प्रोटीन जो पदानुक्रम (हायरार्की) में शीर्ष पर बैठते हैं और उनके द्वारा पहचाने गए असामान्य जीनों की अभिव्यक्ति को निर्देशित करते हैं। केवल उन प्रोटीनों की तलाश करने वाले पिछले अध्ययनों के विपरीत, जो सीधे डीएनए से बंधते हैं, इस टीम ने अपने खोज का विस्तार उन अन्य प्रकार के प्रोटीनों को शामिल करने के लिए किया जो डीएनए को व्यवस्थित करने में मदद करते हैं या इसे पढ़ने के तरीके को संशोधित करते हैं। इस व्यापक दृष्टिकोण ने उन्हें उन नियामकों को खोजने की अनुमति दी जिन्हें पहले अनदेखा किया जा सकता था, जिनमें वे भी शामिल हैं जो कोशिका की मशीनरी में मचान (स्कैफोल्ड्स) या सहायकों के रूप में कार्य करते हैं।

विश्लेषण ने दर्जनों संभावित मास्टर रेगुलेटर्स का खुलासा किया, लेकिन सूची अभी भी तत्काल उपचार के लिए बहुत लंबी थी। इसे परिष्कृत करने के लिए, टीम ने 'कैंसर डिपेंडेंसी मैप' नामक एक विशाल डेटाबेस का उपयोग किया, जिसमें उन प्रयोगों के परिणाम होते हैं जहाँ वैज्ञानिकों ने सैकड़ों कैंसर सेल लाइनों में जीनों को व्यवस्थित रूप से अक्षम किया है। उन्होंने एक सरल लेकिन शक्तिशाली प्रश्न पूछा: यदि हम इन मास्टर रेगुलेटर्स में से एक को बंद कर देते हैं, तो क्या कैंसर कोशिका मर जाती है? उन्होंने पाया कि नियामकों का एक छोटा समूह ही कोशिकाओं के जीवित रहने के लिए बिल्कुल आवश्यक था। इस चरण ने वास्तविक चालकों को निष्क्रिय यात्रियों से अलग कर दिया, यह सुनिश्चित करते हुए कि अंतिम सूची में केवल वे प्रोटीन शामिल हों जिनकी वास्तव में कैंसर को जीवित रहने के लिए आवश्यकता है।

अंतिम परिणाम सत्रह ट्रांसक्रिप्शनल ड्राइवरों की एक प्राथमिकता सूची थी। ये प्रोटीन न केवल ट्यूमर में सक्रिय हैं, बल्कि ट्यूमर के जीवित रहने के लिए आवश्यक भी हैं। इनमें से कई ड्राइवर पहले से ही सेल साइकिल (कोशिका चक्र) में, जो कोशिकाओं के विभाजन की प्रक्रिया है, और डीएनए क्षति की जांच करने में शामिल हैं। उदाहरण के लिए, PLK1, CDK1 और AURKB जैसे प्रोटीन कोशिका के सही ढंग से विभाजित होने के लिए महत्वपूर्ण हैं, और कैंसर उन पर बहुत अधिक निर्भर करता है। अन्य ड्राइवर, जैसे कि CHEK1, कोशिका को उसके डीएनए की मरम्मत करने में मदद करते हैं, जो एक ऐसी विशेषता है जो कैंसर को कीमोथेरेपी का सामना करने में सक्षम बनाती है। अध्ययन ने उन नियामकों को भी उजागर किया जो कोशिका के अपने जेनेटिक निर्देशों को पढ़ने के तरीके में शामिल हैं, जैसे कि SRSK2, जो आरएनए (RNA) को प्रोसेस करने में मदद करता है, और ACTL6A, जो डीएनए पैकेजिंग को नया आकार देने में मदद करता है।

भविष्य के अनुसंधान के लिए शायद सबसे रोमांचक खोज पाँच ऐसे ड्राइवर हैं जो डिम्बग्रंथि के कैंसर में पहले से अच्छी तरह से अध्ययन नहीं किए गए हैं। इनमें KCMF1, GMNN, CHAF1B, WDHD1 और ELOC नामक प्रोटीन शामिल हैं। हालांकि इन प्रोटीनों को अन्य प्रकार के कैंसर या सामान्य कोशिका जीव विज्ञान में देखा गया है, यह अध्ययन बताता है कि वे डिम्बग्रंथि के कैंसर को जीवित रखने में एक विशिष्ट और महत्वपूर्ण भूमिका निभाते हैं। चूंकि वे कैंसर के अस्तित्व के लिए आवश्यक हैं लेकिन पिछले दवा विकास का केंद्र नहीं रहे हैं, इसलिए वे उपचार के लिए नए अवसर प्रदान करते हैं। शोधकर्ता जोर देते हैं कि ये निष्कर्ष परिकल्पनाएं (हाइपोथीसिस) हैं जिन्हें लैब में परीक्षण करने की आवश्यकता है, लेकिन वे अगले कदम के लिए एक स्पष्ट रोडमैप प्रदान करते हैं।

अध्ययन ने यह भी पुष्टि की कि पहचाने गए कई ड्राइवरों को क्लिनिकल ट्रायल में दवाओं द्वारा लक्षित किया जा रहा है या अन्य संदर्भों में प्रभावी माना जाता है। उदाहरण के लिए, PLK1 या CHEK1 को ब्लॉक करने से कैंसर कोशिकाओं को मौजूदा कीमोथेरेपी दवाओं के प्रति संवेदनशील बनाया गया है। यह सुझाव देता है कि इस अध्ययन में उपयोग की जाने वाली विधियाँ न केवल नए लक्ष्यों को खोज रही हैं, बल्कि ज्ञात लक्ष्यों को भी मान्य कर रही हैं, जिससे वैज्ञानिकों को उनके दृष्टिकोण पर विश्वास मिलता है। नियामक पैटर्न की व्यापक खोज को कार्यात्मक आवश्यकता के सख्त परीक्षण के साथ जोड़कर, टीम ने कैंसर कोशिकाओं के कमजोर बिंदुओं को खोजने का एक अधिक विश्वसनीय तरीका बनाया है।

यह कार्य दावा नहीं करता है कि इसने डिम्बग्रंथि के कैंसर को ठीक कर दिया है, बल्कि यह उस मशीनरी का बहुत स्पष्ट दृश्य प्रदान करता है जो इस बीमारी को चलाती है। शोधकर्ता स्वीकार करते हैं कि उनके निष्कर्ष लैब में विकसित सेल लाइनों पर आधारित हैं, जो मानव शरीर के जटिल वातावरण की सटीक नकल नहीं कर सकते हैं, और कैंसर का व्यवहार एक मरीज से दूसरे मरीज में भिन्न हो सकता है। हालाँकि, कई डेटा स्रोतों के बीच सहमति और अनिवार्यता के प्रमाण की आवश्यकता वाले पद्धति का उपयोग करके, उन्होंने गलत संकेतों के जोखिम को कम कर दिया है। उनके द्वारा पहचाने गए सत्रह ड्राइवर वैज्ञानिकों के परीक्षण के लिए केंद्रित उम्मीदवारों का एक सेट प्रदान करते हैं, जो संभावित रूप से कैंसर को उसके स्रोत पर रोकने के लिए नए उपचारों की ओर ले जा सकते हैं।

अंत में, यह अध्ययन जटिल जैविक पहेलियों को सुलझाने के लिए बड़ी मात्रा में डेटा को कार्यात्मक परीक्षण के साथ जोड़ने की शक्ति को प्रदर्शित करता है। यह केवल उन जीनों को सूचीबद्ध करने से आगे बढ़ता है जो कैंसर में अलग हैं, बल्कि उन विशिष्ट नियंत्रकों की पहचान करने तक जाता है जिन पर कैंसर जीवित रहने के लिए निर्भर करता है। मरीजों और डॉक्टरों के लिए, इस प्रकार का अनुसंधान अधिक सटीक और प्रभावी उपचार की दिशा में एक कदम है। उन आवश्यक स्विचों को समझकर जो डिम्बग्रंथि के कैंसर को जीवित रखते हैं, वैज्ञानिक उन उपचारों को डिजाइन करना शुरू कर सकते हैं जो उन स्विचों को बंद कर देते हैं, जिससे एक ऐसी बीमारी के लिए आशा मिलती है जिसे लंबे समय से उपचार करना कठिन रहा है। आगे का रास्ता अब स्पष्ट है, जो आज उपलब्ध सबसे कठोर परीक्षणों से गुजर चुके सत्रह लक्ष्यों की एक सूची द्वारा निर्देशित है।