PRS-CARV: A summary statistics framework for integrating annotation-informed rare variants to improve polygenic risk prediction

किसी व्यक्ति के जेनेटिक ब्लूप्रिंट को देखकर उसके भविष्य के स्वास्थ्य की भविष्यवाणी करने की कल्पना करें। वर्षों से, वैज्ञानिक उस ब्लूप्रिंट के सबसे सामान्य अक्षरों पर ध्यान केंद्रित कर रहे हैं, यानी डीएनए के वे सूक्ष्म बदलाव जो पूरी मानव आबादी में बार-बार दिखाई देते हैं। ये सामान्य बदलाव एक हल्की, व्यापक हवा के झोंके की तरह काम करते हैं, जिनमें से प्रत्येक हृदय रोग या उच्च कोलेस्ट्रॉल जैसी स्थितियों के जोखिम में बहुत कम योगदान देता है। इन छोटे प्रभावों को जोड़कर, शोधकर्ता एक "पॉलीजेनिक रिस्क स्कोर" बना सकते हैं, जो एक एकल संख्या है जो किसी व्यक्ति की आनुवंशिक संवेदनशीलता का अनुमान लगाती है। हालांकि, यह दृष्टिकोण लंबे समय से दुर्लभ, शक्तिशाली हवा के झोंकों को अनदेखा करता आया है: वे जेनेटिक बदलाव जो सौ में से एक से भी कम लोगों में दिखाई देते हैं। ये दुर्लभ वेरिएंट अक्सर बहुत अधिक प्रभावशाली होते हैं, जो महत्वपूर्ण जैविक परिवर्तन करने में सक्षम होते हैं, लेकिन क्योंकि वे इतने दुर्लभ हैं, इसलिए व्यक्तिगत जेनेटिक कोड के विशाल, महंगे डेटाबेस के बिना उनका अध्ययन करना कठिन रहा है।

शोधकर्ताओं की एक टीम ने अब एक नई विधि विकसित की है जो उन्हें व्यक्तिगत डेटा तक पहुँच के बिना इन दुर्लभ, शक्तिशाली जेनेटिक संकेतों को भविष्यवाणी के मिश्रण में शामिल करने की अनुमति देती है। उनका यह दृष्टिकोण, जिसे PRS-CARV कहा जाता है, वैज्ञानिकों को केवल सार्वजनिक रूप से उपलब्ध 'समरी डेटा' का उपयोग करके सामान्य जेनेटिक विविधताओं के निरंतर प्रभाव को दुर्लभ विविधताओं के तीव्र प्रभाव के साथ मिलाने की अनुमति देता है। गर्भवती महिलाओं के वास्तविक दुनिया के डेटा पर इस पद्धति का परीक्षण करके, टीम ने पाया कि दुर्लभ वेरिएंट को शामिल करने से रक्त में कोलेस्ट्रॉल और अन्य वसा के स्तर की भविष्यवाणी करने की क्षमता में काफी सुधार हुआ। यह सफलता बताती है कि जेनेटिक जोखिम की एक अधिक पूर्ण तस्वीर संभव है, जो हमारे डीएनए में छिपे सामान्य बैकग्राउंड शोर और दुर्लभ, उच्च-प्रभाव वाले संकेतों दोनों को कैप्चर करती है।

शोधकर्ताओं ने जिस मुख्य चुनौती का समाधान किया वह एक लॉजिस्टिक चुनौती थी। दुर्लभ जेनेटिक वेरिएंट के प्रभाव को सटीक रूप से मापने के लिए, वैज्ञानिकों को पारंपरिक रूप से लाखों लोगों के कच्चे, व्यक्तिगत जेनेटिक डेटा को इकट्ठा करने की आवश्यकता होती है। गोपनीयता कानूनों, उच्च लागत और ऐसी संवेदनशील जानकारी साझा करने की अत्यधिक कठिनाई के कारण यह अक्सर असंभव होता है। इस बीच, यूके बायोबैंक (UK Biobank) जैसी बड़े पैमाने की परियोजनाओं ने लाखों जेनेटिक नमूनों का विश्लेषण किया है और उनके परिणाम 'समरी स्टैटिस्टिक्स' के रूप में प्रकाशित किए हैं—ये एकत्रित संख्याएँ हैं जो दिखाती हैं कि विशिष्ट जीन या वेरिएंट कैसे लक्षणों से जुड़े हैं, बिना यह बताए कि वे व्यक्ति कौन हैं। नया तरीका, PRS-CARV, इसी अंतर को पाटने के लिए बनाया गया था। यह इन बड़े सार्वजनिक संसाधनों से समरी डेटा लेता है और इसे लोगों के एक विशिष्ट समूह के व्यक्तिगत जेनेटिक डेटा के साथ जोड़कर एक अधिक सटीक जोखिम स्कोर बनाता है।

शोधकर्ताओं ने अपने फ्रेमवर्क का परीक्षण लिपिड लक्षणों (lipid traits) को देखकर किया, जो रक्त में वसा के माप हैं जैसे कि हाई-डेंसिटी लिपोप्रोटीन (HDL), लो-डेंसिटी लिपोप्रोटीन (LDL), ट्राइग्लिसराइड्स और कुल कोलेस्ट्रॉल। उन्होंने अपने लक्षित समूह के रूप में nuMoM2b-Heart Health Study से यूरोपीय मूल की लगभग 3,000 गर्भवती महिलाओं के डेटासेट का उपयोग किया। बेस डेटा के लिए, वे 3,90,000 से अधिक लोगों की जानकारी वाले यूके बायोबैंक के समरी स्टैटिस्टिक्स पर निर्भर थे। इस प्रक्रिया में दो मुख्य चरण शामिल थे। पहले, उन्होंने सामान्य जेनेटिक वेरिएंट के आधार पर एक रिस्क स्कोर की गणना की, जो इस क्षेत्र में एक मानक अभ्यास है। दूसरे, उन्होंने दुर्लभ वेरिएंट के लिए एक अलग स्कोर की गणना की। ऐसा करने के लिए, उन्होंने विशिष्ट जीनों के भीतर दुर्लभ जेनेटिक परिवर्तनों को उनके कार्य के आधार पर वर्गीकृत किया, जैसे कि क्या वे प्रोटीन को तोड़ने की संभावना रखते हैं या केवल उसे थोड़ा बदलते हैं। फिर, उन्होंने इन दुर्लभ समूहों के प्रभावों को बड़े सार्वजनिक डेटाबेस द्वारा प्रदान किए गए 'वेट्स' (weights) का उपयोग करके जोड़ा। अंत में, उन्होंने इन दोनों स्कोर को एक एकल, एकीकृत भविष्यवाणी मॉडल में संयोजित किया।

परिणामों ने दुर्लभ वेरिएंट को शामिल करने का स्पष्ट लाभ दिखाया। जब शोधकर्ताओं ने देखा कि उनके स्कोर ने महिलाओं में कोलेस्ट्रॉल के वास्तविक स्तरों की कितनी अच्छी भविष्यवाणी की, तो मॉडल जिसमें सामान्य और दुर्लभ दोनों वेरिएंट शामिल थे, उस मॉडल की तुलना में बेहतर प्रदर्शन कर रहा था जिसमें केवल सामान्य वेरिएंट थे। यह सुधार सभी लक्षणों में एक समान नहीं था; यह HDL कोलेस्ट्रॉल के लिए 0.02 के AUC में वृद्धि से लेकर LDL कोलेस्ट्रॉल के लिए 0.11 की वृद्धि तक था। हर मामले में, दुर्लभ वेरिएंट ने वह जानकारी जोड़ी जो सामान्य वेरिएंट से छूट गई थी। शोधकर्ताओं ने यह भी देखा कि दुर्लभ वेरिएंट स्कोर में योगदान देने वाले जीन, सामान्य वेरिएंट स्कोर वाले जीनों से काफी भिन्न थे। जहाँ सामान्य वेरिएंट छोटे प्रभाव वाले जीनों के एक व्यापक नेटवर्क की ओर इशारा कर रहे थे, वहीं दुर्लभ वेरिएंट उन विशिष्ट जीनों को उजागर कर रहे थे जहाँ जेनेटिक बदलाव प्रोटीन फंक्शन को बाधित करने की अधिक संभावना रखते थे, जैसे कि वसा को तोड़ने में शामिल जीन।

अपने निष्कर्षों को पुख्ता करने के लिए, टीम ने कंप्यूटर सिमुलेशन भी चलाए जहाँ उन्होंने ज्ञात गुणों वाले नकली जेनेटिक डेटा बनाए। इन सिमुलेशन में, वे जानते थे कि कौन से जेनेटिक वेरिएंट लक्षणों का कारण बनते हैं और उनके प्रभाव कितने मजबूत थे। सिमुलेशन ने पुष्टि की कि हालांकि अकेले दुर्लभ वेरिएंट लक्षणों की भविष्यवाणी करने के लिए पर्याप्त मजबूत नहीं थे, लेकिन सामान्य वेरिएंट के साथ जोड़ने पर उन्होंने एक महत्वपूर्ण बढ़त प्रदान की। यह तब भी सच रहा जब शोधकर्ताओं ने सिमुलेशन में जेनेटिक कारणों की संख्या बदली। सिमुलेशन और वास्तविक दुनिया के डेटा के बीच की निरंतरता ने टीम को विश्वास दिलाया कि उनकी विधि अपने इच्छित उद्देश्य के अनुसार काम कर रही है।

हालाँकि, अध्ययन ने उन सीमाओं को भी उजागर किया जहाँ यह विधि काम करती है। जब शोधकर्ताओं ने इसी दृष्टिकोण को बाइनरी आउटकम्स (binary outcomes) पर लागू किया—ऐसी स्थितियाँ जो या तो मौजूद होती हैं या नहीं, जैसे कि गर्भकालीन मधुमेह (gestational diabetes) या गर्भावस्था के दौरान उच्च रक्तचाप—तो दुर्लभ वेरिएंट को शामिल करने से भविष्यवाणी में कोई सुधार नहीं हुआ। मॉडल ने दुर्लभ वेरिएंट के बिना की तुलना में कोई बेहतर प्रदर्शन नहीं किया। लेखक सुझाव देते हैं कि ऐसा संभवतः इसलिए है क्योंकि उनके द्वारा उपयोग किए गए बड़े सार्वजनिक डेटाबेस में इन विशिष्ट गर्भावस्था-संबंधी स्थितियों के पर्याप्त मामले नहीं थे जिससे सांख्यिकीय निश्चितता के साथ दुर्लभ जेनेटिक प्रभावों का पता लगाया जा सके। इसके अतिरिक्त, ये गर्भावस्था संबंधी स्थितियाँ कई जटिल कारकों से प्रभावित होती हैं, जैसे कि हार्मोन और वातावरण, जो दुर्लभ वेरिएंट के सिग्नल को कम कर सकते हैं।

अध्ययन यह निष्कर्ष निकालता है कि PRS-CARV जेनेटिक जोखिम की भविष्यवाणी को अधिक व्यापक बनाने का एक व्यावहारिक तरीका प्रदान करता है। सार्वजनिक रूप से उपलब्ध समरी स्टैटिस्टिक्स का लाभ उठाकर, यह विधि शोधकर्ताओं को निजी, व्यक्तिगत-स्तर के डेटा तक पहुँच की आवश्यकता के बिना दुर्लभ जेनेटिक वेरिएंट में निहित शक्तिशाली जानकारी को शामिल करने की अनुमति देती है। यह प्रिसिजन मेडिसिन (precision medicine) की दिशा में एक महत्वपूर्ण कदम है, जहाँ किसी व्यक्ति के पूर्ण जेनेटिक जोखिम प्रोफाइल को समझना, जिसमें सामान्य और दुर्लभ दोनों तत्व शामिल हैं, बेहतर रोकथाम और देखभाल रणनीतियों की ओर ले जा सकता है। शोधकर्ता नोट करते हैं कि जबकि उनका वर्तमान कार्य यूरोपीय मूल और जीनोम के प्रोटीन-कोडिंग क्षेत्रों पर केंद्रित था, भविष्य के अनुप्रयोगों में अधिक डेटा उपलब्ध होने पर विविध आबादी और नॉन-कोडिंग जेनेटिक क्षेत्रों को शामिल करने के लिए विस्तार किया जा सकता है। फिलहाल, यह विधि कोलेस्ट्रॉल के स्तर जैसे जटिल लक्षणों की संरचना को समझने के तरीके को परिष्कृत करने के लिए एक सिद्ध उपकरण के रूप में खड़ी है।