Identification and Experimental Validation of Candidate Biomarkers for Parkinson’s Disease through Integrated Bioinformatics, Mendelian Randomization, and Machine Learning

पार्किंसंस रोग एक प्रगतिशील स्थिति है जो धीरे-धीरे मस्तिष्क की गति को नियंत्रित करने की क्षमता को कम कर देती है, जिससे कंपन, जकड़न और चलने में कठिनाई होती है। यह तब शुरू होता है जब मस्तिष्क की विशिष्ट तंत्रिका कोशिकाएं, जो डोपामाइन नामक एक रासायनिक संदेशवाहक का उत्पादन करती हैं, मरना शुरू हो जाती हैं। हालांकि डॉक्टर बीमारी के शारीरिक लक्षणों को पहचान सकते हैं, लेकिन वर्तमान में उनके पास इसे जल्दी पहचानने के लिए कोई सरल रक्त परीक्षण या स्कैन नहीं है, जो महत्वपूर्ण क्षति होने से पहले हो सके। एक प्रारंभिक चेतावनी प्रणाली के बिना, उपचार अक्सर बीमारी को आगे बढ़ने से रोकने के बजाय केवल लक्षणों के प्रबंधन पर केंद्रित होता है। वैज्ञानिकों ने लंबे समय से संदेह किया है कि इसके मूल कारणों में सेलुलर तनाव, सूजन और मस्तिष्क की आंतरिक सफाई प्रणालियों की विफलता का एक जटिल मिश्रण शामिल है, लेकिन यह निर्धारित करना कठिन रहा है कि कौन से जीन इन विफलताओं को संचालित करते हैं। इन आनुवंशिक कारणों को खोजना न केवल बीमारी का जल्दी निदान करने के लिए, बल्कि इसके नए उपचार खोजने के लिए भी आवश्यक है।

शोधकर्ताओं की एक टीम ने हाल ही में इस चुनौती से निपटने के लिए तीन शक्तिशाली दृष्टिकोणों को मिलाकर काम किया: विशाल मात्रा में आनुवंशिक डेटा का विश्लेषण, यह अनुमान लगाने के लिए कंप्यूटर मॉडल का उपयोग करना कि कौन से जीन सबसे महत्वपूर्ण हैं, और उन भविष्यवाणियों का जीवित जानवरों में परीक्षण करना। उन्होंने पार्किंसंस रोग वाले लोगों के मस्तिष्क से जीन गतिविधि का डेटा एकत्र करके और इसकी तुलना स्वस्थ व्यक्तियों के डेटा से करके शुरुआत की। इस प्रारंभिक स्कैन ने सैकड़ों ऐसे जीन प्रकट किए जो बीमार मस्तिष्क में अलग तरह से व्यवहार कर रहे थे। शोर से वास्तविक संकेत को अलग करने के लिए, शोधकर्ताओं ने मेंडेलियन रैंडमाइजेशन (Mendelian randomization) नामक विधि का उपयोग किया। यह तकनीक एक आनुवंशिक फिल्टर की तरह कार्य करती है, जो डीएनए की प्राकृतिक विविधताओं का उपयोग यह निर्धारित करने के लिए करती है कि कौन से बदलते हुए जीन वास्तव में बीमारी का कारण हैं, न कि केवल एक दुष्प्रभाव। इस कारणत्मक डेटा को प्रारंभिक सूची के साथ क्रॉस-रेफरेंस करके, उन्होंने क्षेत्र को सीमित करते हुए सात जीनों के एक छोटे समूह तक पहुँचाया जो समस्या के केंद्र में दिखाई दिए।

यह सुनिश्चित करने के लिए कि ये सात जीन वास्तव में विश्वसनीय मार्कर हैं, शोधकर्ताओं ने मशीन लर्निंग की ओर रुख किया, जो एक प्रकार की कृत्रिम बुद्धिमत्ता (AI) है और जटिल डेटा में पैटर्न खोजने में उत्कृष्ट है। उन्होंने जटिल डेटा में पैटर्न खोजने के लिए कंप्यूटर एल्गोरिदम को आनुवंशिक डेटा पर प्रशिक्षित किया ताकि यह देखा जा सके कि जीनों का कौन सा संयोजन एक स्वस्थ मस्तिष्क और पार्किंसंस वाले मस्तिष्क के बीच सबसे अच्छी तरह अंतर कर सकता है। कंप्यूटर ने सात जीनों के एक विशिष्ट सेट की पहचान की जो उच्च सटीकता के साथ मिलकर काम करते थे। इनमें से चार जीन, जिनमें ATG7 और NIPSNAP1 नामक एक जीन शामिल है, कम सक्रिय पाए गए, जबकि अन्य तीन, जैसे CYP27A1 और MT1X, अधिक सक्रिय थे। कंप्यूटर मॉडल ने सुझाव दिया कि इन विशिष्ट जीनों के स्तर को मापना निदान के लिए एक शक्तिशाली उपकरण के रूप में काम कर सकता है।

अध्ययन केवल कंप्यूटर की भविष्यवाणियों तक ही सीमित नहीं रहा। अपने निष्कर्षों को जीवित प्रणाली में सत्यापित करने के लिए, शोधकर्ताओं ने चूहों में पार्किंसंस रोग का एक मॉडल बनाया। उन्होंने जानवरों को एक ऐसे रसायन के संपर्क में लाया जो मानव रोगियों में पाए जाने वाले उसी प्रकार की तंत्रिका कोशिकाओं को नुकसान पहुंचाता है, जिससे प्रभावी रूप से बीमारी की नकल होती है। जैसा कि अपेक्षित था, चूहों में गति संबंधी समस्याएं विकसित हुईं, जैसे कि पोल पर चढ़ने में अधिक समय लेना और खुले स्थानों में कम घूमना। जब शोधकर्ताओं ने इन बीमार चूहों के मस्तिष्क के ऊतकों की जांच की, तो उन्होंने पाया कि परीक्षण किए गए पांच विशिष्ट जीन ठीक वैसे ही व्यवहार कर रहे थे जैसा कंप्यूटर मॉडल ने भविष्यवाणी की थी। जो जीन कम होने चाहिए थे—ATG7, NIPSNAP1 और TTC19—वे वास्तव में कम थे, जबकि जो अधिक होने चाहिए थे—CYP27A1 और MT1X—वे बढ़े हुए थे। इसने पुष्टि की कि ये जीन केवल सांख्यिकीय त्रुटियां नहीं हैं, बल्कि पार्किंसंस रोग के दौरान मस्तिष्क में होने वाले जैविक परिवर्तनों से वास्तव में जुड़े हुए हैं।

इन मुख्य जीनों की पहचान और सत्यापन के बाद, टीम ने एक अंतिम प्रश्न पूछा: क्या कोई मौजूदा दवा उन्हें लक्षित कर सकती है? उन्होंने यह देखने के लिए ज्ञात यौगिकों के एक विशाल डेटाबेस की खोज की कि क्या कोई अणु इन विशिष्ट जीनों के साथ परस्पर क्रिया कर सकता है। इस खोज से पांच आशाजनक उम्मीदवार मिले, जिनमें एपिविंसकामाइन (epivincamine) नामक एक दवा शामिल है, जिसने अपने लक्ष्य के साथ सबसे मजबूत अनुमानित बंधन दिखाया, साथ ही डिल्टियाज़ेम (diltiazem) और एम्ब्रोक्सोल (ambroxol) भी मिले। यह देखने के लिए कि क्या ये दवाएं वास्तव में अपने लक्ष्यों से जुड़ती हैं, शोधकर्ताओं ने सुपर कंप्यूटरों का उपयोग करके यह सिम्युलेट किया कि दवा के अणु उन प्रोटीनों के साथ कैसे जुड़ेंगे जो इन जीनों द्वारा उत्पादित होते हैं। उन्होंने इन अंतःक्रियाओं को एक सिम्युलेटेड अवधि के दौरान चलते हुए देखा ताकि यह सुनिश्चित किया जा सके कि संबंध स्थिर है। सिमुलेशन ने दिखाया कि शीर्ष दवा उम्मीदवारों ने अपने लक्ष्यों के साथ मजबूत, स्थिर बंधन बनाए, जिससे पता चलता है कि वे संभावित रूप से पार्किंसंस रोग में गलत तरीके से होने वाली जैविक प्रक्रियाओं को प्रभावित कर सकते हैं।

अध्ययन यह निष्कर्ष निकालता है कि ये सात जीन पार्किंसंस रोग की आणविक यांत्रिकी को समझने के लिए एक ठोस आधार का प्रतिनिधित्व करते हैं। शोधकर्ताओं ने प्रायोगिक प्रमाण प्रदान किया है कि पांच जीन बीमारी के एक जीवित मॉडल में बदलते हैं और उन्होंने विशिष्ट दवा उम्मीदवारों की पहचान की है जो संभावित रूप से उनके साथ परस्पर क्रिया कर सकते हैं। हालांकि यह कार्य अभी तक रोगियों के लिए कोई इलाज या नया उपचार पेश नहीं करता है, लेकिन यह भविष्य के अनुसंधान के लिए लक्ष्यों की एक स्पष्ट, सत्यापित सूची प्रदान करता है। यह पुष्टि करके कि ये जीन बीमारी के केंद्र में हैं और दवाएं सैद्धांतिक रूप से उनसे जुड़ सकती हैं, यह अध्ययन वैज्ञानिकों को एक ठोस मार्ग प्रदान करता है जिनका लक्ष्य केवल लक्षणों के बजाय पार्किंसंस के मूल कारणों को संबोधित करने वाली बेहतर नैदानिक ​​उपकरण और उपचार विकसित करना है।