CNV Based Genetic Risk Score for Aortic Aneurysm
यह अध्ययन प्रदर्शित करता है कि माइक्रोएरे लॉग आर-अनुपात (Log R-Ratio) डेटा से प्राप्त एक जीनोम-व्यापी संरचनात्मक जोखिम स्कोर, एक स्वतंत्र समूह में 90.1% संवेदनशीलता और 27.9% विशिष्टता प्राप्त करते हुए, उन व्यक्तियों की प्रभावी ढंग से पहचान कर सकता है जो महाधमनी एन्यूरिज्म (Aortic Aneurysm) के जोखिम में हैं और वर्तमान अल्ट्रासाउंड स्क्रीनिंग दिशानिर्देशों से बाहर आते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मानव शरीर एक जटिल मशीन है, और किसी भी मशीन की तरह, इसके हिस्से काम करना बंद करने से बहुत पहले ही घिस सकते हैं या उनमें छिपे हुए दोष विकसित हो सकते हैं। ऐसा ही एक दोष एओर्टिक एन्यूरिज्म (aortic aneurysm) है, जो शरीर की मुख्य धमनी में एक खतरनाक उभार है, जो वर्षों तक चुपचाप बढ़ सकता है। यदि यह उभार फट जाए, तो यह अक्सर घातक होता है, फिर भी अधिकांश लोगों को तब तक कोई लक्षण महसूस नहीं होते जब तक कि बहुत देर न हो जाए। वर्तमान में, डॉक्टर इन उभारों का पता लगाने के लिए अल्ट्रासाउंड स्कैन पर भरोसा करते हैं, लेकिन सख्त नियम सीमित करते हैं कि किसकी जांच की जानी चाहिए। उदाहरण के लिए, संयुक्त राज्य अमेरिका में, नियमित स्क्रीनिंग आमतौर पर केवल उन वृद्ध पुरुषों को दी जाती है जिन्होंने धूम्रपान किया है, जिससे कई महिलाएं, कम उम्र के पुरुष और धूम्रपान न करने वाले लोग छूट जाते हैं जो जोखिम में भी हैं। यह अंतर इस कारण कई लोगों में इस स्थिति का पता चलने से पहले ही उन्हें अनिय oleh बना देता है जब तक कि कोई संकट उत्पन्न न हो जाए। वैज्ञानिकों ने लंबे समय से एक ऐसे आनुवंशिक संकेत की खोज की है जो इन जोखिम वाले व्यक्तियों की जल्दी पहचान करने में मदद कर सके, लेकिन इस स्थिति के लिए आनुवंशिक कोड को पढ़ना अत्यंत कठिन है। कुछ बीमारियों के विपरीत जो आनुवंशिक वर्णमाला के एक एकल टूटे हुए अक्षर के कारण होती हैं, एन्यूरिज्म पूरे जीनोम में कई छोटे संरचनात्मक परिवर्तनों के एक जटिल संयोजन से उत्पन्न होते प्रतीत होते हैं, जिससे उन्हें मानक परीक्षणों के साथ पहचानना कठिन हो जाता है।
यूनीवर्सिटी ऑफ कैलिफोर्निया, इरविन के शोधकर्ताओं की एक टीम ने जीनोम को केवल अक्षरों की एक सूची के रूप में नहीं, बल्कि आकृतियों और आकारों के एक परिदृश्य (landscape) के रूप में देखकर इस समस्या के प्रति एक नया दृष्टिकोण अपनाया है। उन्होंने 'कॉपी नंबर वेरिएशन' (copy number variation) नामक एक विशिष्ट प्रकार के आनुवंशिक परिवर्तन पर ध्यान केंद्रित किया, जो अनिवार्य रूप से इस बात का माप है कि किसी व्यक्ति के पास डीएनए के एक विशेष खंड की कितनी प्रतियां हैं। जबकि अधिकांश लोगों के पास प्रत्येक जीन की दो प्रतियां होती हैं, कुछ के पास प्राकृतिक विविधताओं या जीवनकाल में होने वाली त्रुटियों के कारण एक, तीन या अधिक प्रतियां होती हैं। शोधकर्ताओं ने इन विविधताओं का विश्लेषण करने के लिए एक विशाल राष्ट्रीय स्वास्थ्य अध्ययन के डेटा का उपयोग किया, जिसमें लगभग एक हजार लोग शामिल थे जिन्हें एओर्टिक एन्यूरिज्म का निदान किया गया था और पांच हजार से अधिक स्वस्थ बुजुर्ग लोग शामिल थे जो बिना कभी इस बीमारी के विकसित हुए 84 वर्ष या उससे अधिक की आयु तक जीवित रहे। आनुवंशिक डेटा को व्यक्तिगत बिंदुओं के बजाय व्यापक क्षेत्रीय पैटर्न की एक श्रृंखला के रूप में मानकर, उन्होंने एक नए प्रकार का 'रिस्क स्कोर' बनाया जिसे एक सुरक्षा जाल (safety net) के रूप में कार्य करने के लिए डिज़ाइन किया गया है।
टीम ने यह देखने के लिए कई अलग-अलग कंप्यूटर लर्निंग विधियों का परीक्षण किया कि कौन सा स्वस्थ समूह और बीमार समूह के बीच अंतर करने में सबसे अच्छा प्रदर्शन कर सकता है। उन्होंने पाया कि एक सीधा गणितीय मॉडल, जिसे 'जनरलाइज्ड लीनियर मॉडल' (generalized linear model) कहा जाता है, सबसे अच्छा प्रदर्शन करता है। इस मॉडल ने किसी एक "बुरे" जीन को खोजने पर निर्भर रहने के बजाय, पूरे जीनोम में संरचनात्मक परिवर्तनों के समग्र पैटर्न को देखा। परिणामों ने दिखाया कि यह मॉडल लगभग 90 प्रतिशत लोगों को सही ढंग से पहचान सकता था जिन्हें वास्तव में एन्यूरिज्म था। इससे भी महत्वपूर्ण बात यह है कि यह स्वस्थ लोगों में से लगभग 28 प्रतिशत लोगों को विश्वास के साथ इस स्थिति को खारिज करने में सक्षम था, जिसका अर्थ है कि उन व्यक्तियों को तत्काल, अनावश्यक मेडिकल इमेजिंग से बचाया जा सकता था। यह एक महत्वपूर्ण प्रगति है क्योंकि यह उन कम जोखिम वाले रोगियों को फ़िल्टर करने का एक तरीका प्रदान करता है जो वर्तमान में मानक स्क्रीनिंग दिशानिर्देशों से बाहर हैं, जिससे डॉक्टर अपने सीमित संसाधनों को उन लोगों पर केंद्रित कर सकते हैं जिन्हें उनकी सबसे अधिक आवश्यकता है।
अपने निष्कर्षों को वास्तविक यह सुनिश्चित करने के लिए कि वे केवल डेटा का परिणाम नहीं हैं, शोधकर्ताओं ने कई कठोर जांच कीं। उन्होंने यह परीक्षण किया कि क्या मॉडल केवल इस तथ्य को पकड़ रहा है कि उम्रदराज लोगों में उम्र बढ़ने से अधिक संचित आनुवंशिक शोर (genetic noise) होता है, या क्या यह वास्तव में बीमारी का पता लगा रहा है। उन्होंने पाया कि जब उन्होंने तुलना समूह के रूप में युवा, स्वस्थ लोगों का उपयोग करने का प्रयास किया, तो मॉडल का प्रदर्शन काफी गिर गया। इसने पुष्टि की कि तुलना के लिए बहुत वृद्ध, स्वस्थ लोगों का उपयोग करना महत्वपूर्ण था, क्योंकि यह एक लचीले, रोग-मुक्त जीनोम की अधिक "स्वच्छ" तस्वीर प्रदान करता है। इसके अलावा, उन्होंने साबित किया कि मॉडल केवल बीमार और स्वस्थ लोगों के लेबल को यादृच्छिक रूप से बदलकर अनुमान नहीं लगा रहा था; जब उन्होंने ऐसा किया, तो मॉडल की परिणाम की भविष्यवाणी करने की क्षमता समाप्त हो गई, जो एक यादृच्छिक अनुमान के स्तर पर वापस आ गई। इसने पुष्टि की कि मॉडल वास्तव में बीमारी से संबंधित एक वास्तविक जैविक संकेत सीख रहा था।
अध्ययन ने यह भी खुलासा किया कि कंप्यूटर मॉडल कैसे भविष्यवाणियां करने के लिए सीखते हैं। सबसे सफल मॉडल ने जीनोम के बड़े खंडों में औसत संरचनात्मक बदलावों पर भरोसा किया, जिसने आनुवंशिक कोड को एक स्थिर, परस्पर जुड़े नेटवर्क के रूप में माना। इसके विपरीत, अन्य शक्तिशाली कंप्यूटर मॉडल जो अक्सर जटिल कार्यों के लिए उपयोग किए जाते हैं, डेटा में चरम आउटलेयर्स (outliers) या अलग-थलग स्पाइक्स पर ध्यान केंद्रित करने की कोशिश करते हैं। इन वैकल्पिक मॉडलों ने खराब प्रदर्शन किया, जिससे पता चलता है कि एओर्टिक एन्यूरिज्म का जोखिम एक या दो नाटकीय आनुवंशिक त्रुटियों के कारण नहीं है, बल्कि पूरे आनुवंशिक परिदृश्य में एक सूक्ष्म, वितरित अस्थिरता के कारण है। शोधकर्ताओं ने यह भी नोट किया कि मॉडल ने स्वाभाविक रूप से इस तथ्य को पकड़ लिया कि पुरुषों में महिलाओं की तुलना में इस स्थिति के विकसित होने की संभावना बहुत अधिक है, जो कि एक ज्ञात चिकित्सा तथ्य है जिसे कंप्यूटर ने स्पष्ट रूप से बताए बिना सीधे आनुवंशिक पैटर्न से सीखा।
हालांकि परिणाम आशाजनक हैं, शोधकर्ता सावधानीपूर्वक यह नोट करते हैं कि यह उपकरण अल्ट्रासाउंड स्कैन का विकल्प नहीं है, जो निदान के लिए स्वर्ण मानक (gold standard) बना हुआ है। इसके बजाय, यह आनुवंशिक स्कोर एक पहले चरण के रूप में डिज़ाइन किया गया है, जो रोगियों के छंटनी (triage) के लिए एक गैर-आक्रामक तरीका है। यदि किसी व्यक्ति का स्कोर कम है, तो उन्हें सुरक्षित रूप से बताया जा सकता है कि उन्हें तत्काल स्कैन की आवश्यकता नहीं है, जिससे समय और संसाधनों की बचत होती है। यदि स्कोर उच्च है, तो यह आगे की जांच के लिए संकेत देगा, भले ही वे पारंपरिक जोखिम प्रोफाइल में फिट न बैठते हों। यह अध्ययन इस बात पर प्रकाश डालता है कि जीनोम को एक नए तरीके से देखकर—केवल अनुक्रम के बजाय डीएनए के आकार और संरचना पर ध्यान केंद्रित करके—वैज्ञानिक उन छिपे हुए जोखिमों को उजागर कर सकते हैं जो पहले अदृश्य थे। यह दृष्टिकोण एक ऐसे भविष्य की ओर एक व्यावहारिक मार्ग प्रदान करता है जहाँ स्क्रीनिंग अधिक समावेशी हो सके, यह सुनिश्चित करते हुए कि जिन लोगों को जांच की आवश्यकता है, वास्तव में उन्हीं की जांच की जाए, जिससे संभावित रूप से एक शांत हत्यारे के प्रहार करने से पहले उसे पकड़कर जीवन बचाया जा सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।