The integrated analysis of single-cell RNA sequencing and bulk transcriptome sequencing revealed prognostic genes and pathological/clinical features associated with RNA processing factors in muscle-invasive bladder cancer

ब्लैडर कैंसर (मूत्राशय का कैंसर) एक ऐसी बीमारी है जिसमें ब्लैडर की परत की कोशिकाएं अनियंत्रित रूप से बढ़ने लगती हैं। जबकि कुछ रूप धीमी गति से बढ़ने वाले होते हैं और सतह के पास ही रहते हैं, एक अधिक खतरनाक संस्करण जिसे 'मसल-इनवेसिव ब्लैडर कैंसर' कहा जाता है, ब्लैडर की मांसपेशी की दीवार में गहराई तक घुस जाता है। यह आक्रामक रूप उपचार के लिए कठिन है, और कई रोगियों को इस बीमारी के वापस आने या शरीर के अन्य हिस्सों में फैलने का उच्च जोखिम होता है। यह समझने के लिए कि ऐसा क्यों होता है, वैज्ञानिक हमारी कोशिकाओं के भीतर उन सूक्ष्म निर्देशों की जांच करते हैं जो उन्हें बताते हैं कि उन्हें कैसे व्यवहार करना है। एक महत्वपूर्ण निर्देशों का समूह इस बात से संबंधित है कि कोशिकाएं अपने आनुवंशिक संदेशों को कैसे संसाधित करती हैं। एक कोशिका की कल्पना एक कारखाने के रूप में करें जो प्रोटीन बनाने के लिए एक लंबे, जटिल ब्लूप्रिंट (खाका) को प्राप्त करता है। इससे पहले कि मशीन उस ब्लूप्रिंट का उपयोग कर सके, उसे संपादित, तराशा और तैयार किया जाना चाहिए। विशेष प्रोटीन संपादकों के रूप में कार्य करते हैं, जो अनावश्यक हिस्सों को काटते हैं और उपयोगी खंडों को आपस में जोड़ते हैं। यदि ये संपादक गलतियाँ करते हैं या बहुत धीरे काम करते हैं, तो कारखाना टूटे हुए या खतरनाक उत्पाद बनाता है, जिससे कैंसर हो सकता है।

शोधकर्ताओं ने लंबे समय से संदेह जताया था कि ये एडिटिंग प्रोटीन, जिन्हें आरएनए प्रोसेसिंग फैक्टर्स (RNA processing factors) के रूप में जाना जाता है, ब्लैडर कैंसर के व्यवहार में एक बड़ी भूमिका निभाते हैं, लेकिन सटीक विवरण स्पष्ट नहीं रहे हैं। वैज्ञानिकों की एक टीम ने बड़ी मात्रा में जैविक डेटा को देखकर इन संबंधों को मैप करने का लक्ष्य रखा। उन्होंने हजारों रोगी नमूनों से जानकारी एकत्र की, जिसमें ट्यूमर के आनुवंशिक अनुक्रम, सूक्ष्मदर्शी के नीचे ऊतकों की विस्तृत छवियां और रोगी की आयु एवं रोग के चरण के बारे में नैदानिक रिकॉर्ड शामिल थे। उन्होंने एक नई तकनीक का भी उपयोग किया जो कई कोशिकाओं के धुंधले मिश्रण के बजाय व्यक्तिगत कोशिकाओं को देखने की अनुमति देती है। उनका लक्ष्य विशिष्ट आनुवंशिक मार्करों और ऊतक में भौतिक विशेषताओं को खोजना था, जो यह भविष्यवाणी कर सकें कि कौन से रोगी लंबे समय तक जीवित रहेंगे और कौन से नहीं। इन विभिन्न प्रकार की सूचनाओं को आपस में बुनकर, वे बीमारी की एक स्पष्ट तस्वीर बनाने और डॉक्टरों को बेहतर उपचार निर्णय लेने में मदद करने के नए तरीके खोजने की आशा कर रहे थे।

अध्ययन की शुरुआत मसल-इनवेसिव ब्लैडर कैंसर ट्यूमर की स्वस्थ ऊतकों के साथ आनुवंशिक गतिविधि की तुलना करके हुई। शोधकर्ताओं ने पाया कि जीन कैसे चालू या बंद होते हैं, इसमें हजारों अंतर थे। इस विशाल सूची में से, उन्होंने विशेष रूप से उन जीनों पर ध्यान केंद्रित किया जो उन आरएनए एडिटिंग कार्यों के लिए जिम्मेदार हैं। इन जीनों को रोगी के जीवित रहने के डेटा के साथ क्रॉस-रेफरेंस करके, उन्होंने क्षेत्र को सीमित करते हुए चार विशिष्ट जीन खोजे जो परिणामों की भविष्यवाणी करने के लिए सबसे महत्वपूर्ण प्रतीत हुए। इन जीनों को AHNAK, KHDC4, TMTC1 और RPP21 नाम दिया गया। शोधकर्ताओं ने इन चार जीनों की गतिविधि के स्तर का उपयोग करके एक मॉडल बनाया ताकि रोगियों को दो समूहों में बांटा जा सके: वे जो खराब परिणामों के उच्च जोखिम वाले हैं और वे जो कम जोखिम वाले हैं। परिणाम स्पष्ट विभाजन दिखाते थे; उच्च जोखिम वाले समूह के रोगियों के जीवित रहने का समय काफी कम था। यह जेनेटिक सिग्नेचर इस बात का विश्वसनीय संकेतक साबित हुआ कि बीमारी कैसे आगे बढ़ेगी।

अपने निष्कर्षों को पुख्ता करने के लिए, टीम केवल आनुवंशिकी तक ही सीमित नहीं रही। उन्होंने होल-स्लाइड इमेजेस (whole-slide images), जो ऊतक नमूनों के उच्च-रिज़ॉल्यूशन डिजिटल स्कैन हैं, का उपयोग करके ट्यूमर की भौतिक उपस्थिति की भी जांच की। उन्होंने एक कंप्यूटर प्रोग्राम का उपयोग किया जिसे छवियों में जटिल पैटर्न पहचानने के लिए प्रशिक्षित किया गया था, ठीक वैसे ही जैसे एक मानव पैथोलॉजिस्ट सूक्ष्मदर्शी के नीचे विशिष्ट आकृतियों और रंगों को देखता है। कंप्यूटर ने ऊतक में तीन विशिष्ट दृश्य पैटर्न की पहचान की जो रोगी के जीवित रहने के समय से मजबूती से जुड़े थे। जब उन्होंने इन दृश्य पैटर्न को आनुवंशिक डेटा के साथ जोड़ा, तो भविष्यवाणी मॉडल और भी सटीक हो गया। उन्होंने रोगी की आयु और क्या कैंसर दूर के अंगों में फैल गया है, जैसी मानक नैदानिक जानकारी को भी देखा। उन्होंने पुष्टि की कि अधिक आयु और कैंसर का अन्य अंगों में फैलना वास्तव में खराब परिणाम के मजबूत भविष्यवक्ता थे। आनुवंशिक डेटा, इमेज पैटर्न और नैदानिक विवरणों को एक एकल व्यापक मॉडल में विलय करके, उन्होंने पाया कि जीन AHNAK बीमारी के मार्ग की भविष्यवाणी करने वाला सबसे शक्तिशाली कारक था, जिसके ठीक बाद रोगी की आयु और एक विशिष्ट इमेज पैटर्न का स्थान था।

शोधकर्ताओं ने फिर अपनी जांच को एक कदम आगे बढ़ाते हुए व्यक्तिगत कोशिकाओं को देखना शुरू किया जो ट्यूमर बनाती हैं। सिंगल-सेल तकनीक का उपयोग करके, वे देख सके कि कौन से विशिष्ट प्रकार की कोशिकाएं इन खतरनाक जीनों को व्यक्त कर रही हैं। उन्होंने पाया कि जीन AHNAK विशेष रूप से एक प्रकार की कोशिका, जिसे फाइब्रोब्लास्ट (fibroblast) कहा जाता है, में सक्रिय था। फाइब्रोब्लास्ट ऐसी कोशिकाएं हैं जो सामान्य रूप से ऊतकों के संरचनात्मक ढांचे को बनाने और बनाए रखने में मदद करती हैं, लेकिन कैंसर में, उन्हें ट्यूमर के विकास को सहारा देने के लिए हाईजैक (hijack) किया जा सकता है। अध्ययन ने दिखाया कि जैसे-जैसे ये फाइब्रोब्लास्ट बदलते और परिपक्व होते हैं, AHNAK की गतिविधि उच्च बनी रहती है, जिससे पता चलता है कि यह उनके व्यवहार में महत्वपूर्ण भूमिका निभाती है। इसके अलावा, टीम ने देखा कि स्वस्थ ऊतकों में, फाइब्रोब्लास्ट प्रतिरक्षा कोशिकाओं और अन्य कोशिका प्रकारों के साथ बार-बार संचार करते हैं, जिससे एक संतुलित वातावरण बनता है। हालांकि, कैंसर के नमूनों में, यह संचार नेटवर्क टूट गया। फाइब्रोब्लास्ट या तो खुद को अलग कर लेते हैं या इस तरह से बातचीत करते हैं जो ट्यूमर को प्रतिरक्षा प्रणाली से छिपने में मदद कर सकती है। यह सुझाव देता है कि AHNAK जीन शरीर के बाकी हिस्सों के साथ इन संरचनात्मक कोशिकाओं के संवाद को बदलकर कैंसर को आगे बढ़ाने में मदद कर सकता है, प्रभावी रूप से ट्यूमर के लिए एक सुरक्षा कवच बनाने में सहायता करता है।

अध्ययन ने यह भी पता लगाया कि ये निष्कर्ष उपचार से कैसे संबंधित हो सकते हैं। शोधकर्ताओं ने परीक्षण किया कि विभिन्न जोखिम समूहों ने विभिन्न दवाओं के प्रति कैसी प्रतिक्रिया दी। उन्होंने पाया कि उच्च जोखिम वाले रोगी, जिनमें AHNAK जीन का स्तर उच्च था, कम जोखिम वाले समूह की तुलना में कुछ कीमोथेरेपी और लक्षित दवाओं के प्रति अलग-अलग संवेदनशीलता दिखाते थे। विशेष रूप से, उच्च जोखिम वाला समूह दवा WH.4.023 के साथ-साथ कई अन्य दवाओं के प्रति अधिक संवेदनशील दिखाई दिया। यह सुझाव देता है कि रोगी की आनुवंशिक प्रोफाइल को जानने से डॉक्टरों को सही दवा चुनने में मदद मिल सकती है, बजाय उन उपचारों को आज़माने के जिनके सफल होने की संभावना कम है। शोधकर्ताओं ने उल्लेख किया कि हालांकि उनका मॉडल आशाजनक है, लेकिन यह मौजूदा डेटा के कंप्यूटर विश्लेषण पर आधारित है। उन्होंने जोर देकर कहा कि भविष्य के कार्यों में इन विचारों को प्रयोगशाला में और क्लिनिकल ट्रायल में परीक्षण करने की आवश्यकता होगी ताकि यह पुष्टि की जा सके कि इन जीनों या उनके द्वारा प्रभावित फाइब्रोब्लास्ट कोशिकाओं को लक्षित करने से वास्तव में रोगी के जीवित रहने की दर में सुधार होता है।

अंत में, यह शोध मसल-इनवेसिव ब्लैडर कैंसर को देखने का एक नया तरीका प्रदान करता है। बीमारी को एक एकल इकाई के रूप में देखने के बजाय, यह अध्ययन प्रकट करता है कि यह एक जटिल प्रणाली है जहाँ आनुवंशिक त्रुटियां, ऊतक संरचना और कोशिका-से-कोशिका संचार मिलकर परिणाम निर्धारित करते हैं। AHNAK को एक केंद्रीय खिलाड़ी के रूप में पहचानना, विशेष रूप से फाइब्रोब्लास्ट कोशिकाओं के भीतर, भविष्य के अनुसंधान के लिए एक विशिष्ट लक्ष्य प्रदान करता है। यह सुझाव देता है कि कैंसर को रोकने के लिए केवल ट्यूमर कोशिकाओं पर सीधे हमला करने की ही नहीं, बल्कि ट्यूमर और उसके आसपास के वातावरण के बीच टूटी हुई संचार लाइनों को ठीक करने की भी आवश्यकता हो सकती है। हालांकि इन कंप्यूटर मॉडलों से नए उपचारों तक का रास्ता लंबा है, यह अध्ययन एक विस्तृत मानचित्र प्रदान करता है, जो उन विशिष्ट स्थलों को उजागर करता है जिन पर वैज्ञानिकों को इस कठिन बीमारी का सामना कर रहे रोगियों के लिए बेहतर उपचार विकसित करने हेतु ध्यान केंद्रित करना चाहिए।