Incorporating cell states for mapping eQTLs in single-cell studies

जीन एक जीवित जीव के निर्माण और संचालन के लिए निर्देश नियमावली (instruction manuals) हैं, लेकिन वे शून्य में काम नहीं करते हैं। उनकी गतिविधि को डीएनए कोड में होने वाले सूक्ष्म परिवर्तनों द्वारा लगातार समायोजित किया जाता है, जिन्हें जेनेटिक वेरिएंट (genetic variants) कहा जाता है। वैज्ञानिक इन विशिष्ट स्थानों को, जहाँ ये वेरिएंट जीन की गतिविधि को प्रभावित करते हैं, "एक्सप्रेशन क्वांटिटेटिव ट्रेट लोकी" (eQTLs) कहते हैं। दशकों से, शोधकर्ताओं ने मिश्रित कोशिकाओं के समूहों का अध्ययन करके इन संबंधों का मानचित्रण किया है, जैसे कि किसी ऊतक (tissue) का स्मूदी बनाकर उसका औसत स्वाद मापना। इस दृष्टिकोण ने यह प्रकट किया है कि विभिन्न अंगों और व्यापक कोशिका प्रकारों में जीन कैसे विनियमित होते हैं। हालाँकि, मानव शरीर एक स्मूदी नहीं है; यह एक जटिल पारिस्थितिकी तंत्र है जहाँ एक ही ऊतक के भीतर व्यक्तिगत कोशिकाएं सक्रियता, परिपक्वता या अपने वातावरण के प्रति प्रतिक्रिया की बहुत अलग अवस्थाओं में हो सकती हैं। एक कोशिका विश्राम कर सकती है, विभाजित हो सकती है, या संक्रमण से लड़ रही हो सकती है, और इसकी जेनेटिक रेगुलेशन उस विशिष्ट अवस्था के आधार पर बदल सकती है।

आधुनिक विज्ञान के लिए चुनौती यह है कि ये सूक्ष्म, अवस्था-निर्भर परिवर्तन अक्सर कोशिकाओं के आपस में मिल जाने पर लुप्त हो जाते हैं। इसके अलावा, व्यक्तिगत कोशिकाओं से एकत्र किया गया डेटा अविश्वसनीय रूप से विरल (sparse) और शोर युक्त (noisy) होता है, जिससे मानक सांख्यिकीय उपकरणों को त्रुटियों के बिना लागू करना कठिन हो जाता है। शोधकर्ताओं को एक ऐसे तरीके की आवश्यकता थी जो न केवल कोशिका प्रकारों के माध्यम से, बल्कि कोशिका अवस्थाओं के निरंतर स्पेक्ट्रम (continuous spectrum) के माध्यम से भी जीन की जेनेटिक रेगुलेशन को देख सके, और साथ ही सिंगल-सेल डेटा की अव्यवस्थित वास्तविकता को भी संभाल सके। इस जटिलता को समझने में सक्षम विधि के बिना, कई महत्वपूर्ण जेनेटिक संकेत छिपे रह गए, या औसत प्रक्रिया द्वारा धुंधले हो गए या सांख्यिकीय शोर मानकर खारिज कर दिए गए।

इसे हल करने के लिए, त्सिंगहुआ विश्वविद्यालय, कैपिटल यूनिवर्सिटी ऑफ इकोनॉमिक्स एंड बिजनेस और येल विश्वविद्यालय के सांख्यिकीविदों और जीवविज्ञानियों की एक टीम ने 'स्कार्फ-क्यूटीएल' (scarf-QTL) नामक एक नया ढांचा विकसित किया। यह विधि इस बात का मानचित्रण करने के लिए डिज़ाइन की गई है कि कोशिकाएं जब विभिन्न अवस्थाओं (जैसे विकास या उत्तेजना के दौरान) से गुजरती हैं, तो जेनेटिक वेरिएंट जीन अभिव्यक्ति को कैसे प्रभावित करते हैं। कोशिकाओं को कठोर, पूर्व-निर्धारित समूहों में बांटने के बजाय, शोधकर्ताओं ने कोशिका अवस्था को एक निरंतर समन्वय (continuous coordinate) के रूप में माना, जो एक टाइमलाइन या स्पेक्ट्रम के समान है। उन्होंने जीन अभिव्यक्ति को इस समन्वय के साथ चलते हुए एक सुचारू फलन (smooth function) के रूप में मॉडल किया, जिससे यह पकड़ना संभव हुआ कि एक जेनेटिक प्रभाव स्पेक्ट्रम के एक हिस्से में मजबूत और दूसरे में कमजोर कैसे हो सकता है।

स्कार्फ-क्यूटीएल की मुख्य नवीनता इस बात में निहित है कि यह जुड़ाव (association) के गणित को कैसे संभालता है। पारंपरिक विधियां अक्सर यह मान लेती हैं कि जीन अभिव्यक्ति एक आदर्श 'बेल कर्व' (bell curve) का पालन करती है, एक ऐसा अनुमान जो सिंगल-सेल डेटा के साथ अक्सर विफल रहता है, क्योंकि इसमें बहुत अधिक शून्य और अनियमित स्पाइक्स होते हैं। जब ये धारणाएं गलत होती हैं, तो मानक परीक्षण गलत अलार्म (false alarms) दे सकते हैं या वास्तविक संकेतों को मिस कर सकते हैं। नई विधि एक "रिट्रोस्पेक्टिव" (retrospective) दृष्टिकोण का उपयोग करती है। यह पूछने के बजाय कि विशिष्ट जीनोटाइप के आधार पर जीन अभिव्यक्ति कैसे बदलती है, यह पूछता है कि देखी गई जीन अभिव्यक्ति के आधार पर जीनोटाइप कैसे वितरित है। परिप्रेक्ष्य में यह सूक्ष्म बदलाव परीक्षण को सिंगल-सेल डेटा की अव्यवस्थित, गैर-सामान्य वितरणों के प्रति मजबूत बनाता है। यह शोधकर्ताओं को एक गणनात्मक रूप से कुशल मॉडल का उपयोग करने की अनुमति देता है, जबकि साथ ही 'फॉल्स पॉजिटिव' (false positives) पर सख्त नियंत्रण बनाए रखता है, जिससे यह सुनिश्चित होता है कि मिलने वाले संकेत वास्तविक हैं।

टीम ने वास्तविक डेटा पर लागू करने से पहले कंप्यूटर सिमुलेशन का उपयोग करके अपने तरीके का व्यापक परीक्षण किया। उन्होंने कृत्रिम डेटासेट बनाए जो विभिन्न जैविक परिदृश्यों की नकल करते थे, जिसमें स्थिर जेनेटिक प्रभाव वाली कोशिकाएं, रैखिक रूप से बढ़ते प्रभाव, और चोटियों (peaks) या चक्रों जैसे जटिल पैटर्न शामिल थे। इन सिमुलेशन में, नई विधि ने गलत अलार्म की दर को सफलतापूर्वक नियंत्रित किया, भले ही डेटा ऐसे वितरणों से उत्पन्न हुआ था जो मानक सांख्यिकीय नियमों का पालन नहीं करते थे। इसके विपरीत, सख्त धारणाओं पर निर्भर पुरानी विधियों ने बहुत अधिक 'फॉल्स पॉजिटिव' उत्पन्न करना शुरू कर दिया। जब वास्तविक संकेतों को खोजने की बात आई, तो नया तरीका मानक "स्यूडोबल्क" (pseudobulk) दृष्टिकोण की तुलना में अधिक शक्तिशाली सिद्ध हुआ, जो कोशिकाओं को औसत निकाल देता है। यह विशेष रूप से उन जेनेटिक प्रभावों का पता लगाने में प्रभावी था जो विशिष्ट कोशिका अवस्थाओं में केंद्रित थे या जिनकी दिशा बदल रही थी—ऐसे पैटर्न जिन्हें औसत निकालने वाली विधि अक्सर मिटा देती थी।

इसके बाद टीम ने OneK1K डेटासेट पर स्कार्फ-क्यूटीएल को लागू किया, जो 982 स्वस्थ व्यक्तियों से प्राप्त सिंगल-सेल आरएनए सीक्वेंसिंग डेटा का एक विशाल संग्रह है, जिसमें 14 अलग-अलग इम्यून सेल प्रकारों के 1.2 मिलियन से अधिक रक्त कोशिकाएं शामिल हैं। इस वास्तविक दुनिया के परीक्षण में, इस विधि ने पिछले स्यूडोबल्क विश्लेषण की तुलना में 30% अधिक महत्वपूर्ण जेनेटिक रेगुलेशन वाले जीन की पहचान की। यह वृद्धि केवल शोर खोजने के बारे में नहीं थी; नए तरीके ने उन विशिष्ट जीनों को भी उजागर किया जो पुराने दृष्टिकोण द्वारा पूरी तरह से छूट गए थे। उदाहरण के लिए, डेंड्रिटिक कोशिकाओं (dendritic cells) में, जो संक्रमण से लड़ने के लिए महत्वपूर्ण प्रतिरक्षा कोशिकाएं हैं, विधि ने दिखाया कि जेनेटिक रेगुलेशन अक्सर कोशिका के विशिष्ट उपसमूह (subset) पर निर्भर करता है। एक जीन, जो डेंड्रिटिक कोशिकाओं के एक विशिष्ट उपसमूह के लिए मार्कर के रूप में जाना जाता है, ने केवल उन कोशिकाओं में एक मजबूत जेनेटिक प्रभाव दिखाया जो एक निश्चित अवस्था तक पहुँच चुकी थीं। पुराना तरीका, जिसने सभी डेंड्रिटिक कोशिकाओं को एक एकल समूह के रूप में माना था, इस जुड़ाव का पता लगाने में विफल रहा क्योंकि पूरी आबादी के औसत के दौरान यह प्रभाव कम (dilute) हो गया था।

इन नव-खोजे गए जेनेटिक प्रभावों के पैटर्न को क्लस्टर करके, शोधकर्ताओं ने जीनों के विशिष्ट समूहों को पाया जो कोशिका अवस्था बदलने के साथ अलग तरह से व्यवहार करते हैं। कुछ जीन कोशिकाओं के एक 'कन्वेंशनल डेंड्रिटिक सेल' अवस्था की ओर बढ़ने पर बढ़ता हुआ जेनेटिक प्रभाव दिखाते हैं, जबकि अन्य 'प्लाज्मासाइटॉइड' अवस्था की ओर बढ़ने पर घटता हुआ प्रभाव दिखाते हैं। ये पैटर्न ज्ञात जैविक कार्यों, जैसे एंटीजन प्रेजेंटेशन (antigen presentation) के साथ मेल खाते हैं, जो पुष्टि करते हैं कि विधि सांख्यिकीय त्रुटियों के बजाय वास्तविक जैविक विनियमन को पकड़ रही है। कोशिका अवस्थाओं के निरंतर, अवस्था-निर्भर परिवर्तनों को देखने की क्षमता यह बताती है कि कई जेनेटिक वेरिएंट साधारण ऑन/ऑफ स्विच के रूप में नहीं, बल्कि डायल (dials) के रूप में कार्य करते हैं जो कोशिका की वर्तमान स्थिति के आधार पर ऊपर या नीचे होते हैं।

विधि की गणनात्मक दक्षता (computational efficiency) भी एक प्रमुख निष्कर्ष था। लाखों व्यक्तिगत कोशिकाओं के मॉडलिंग की जटिलता के बावजूद, एल्गोरिदम अच्छी तरह से स्केल हुआ, और विशिष्ट डेटासेट का विश्लेषण करते समय यह सामान्य स्यूडोबल्क विधियों के समान ही समय लेता है। यह दक्षता गणितीय शॉर्टकट का उपयोग करके प्राप्त की जाती है जो सिंगल-सेल डेटा की बारीकियों को खोए बिना समस्या के आयाम (dimensionality) को कम करते हैं। इसका अर्थ है कि इस विधि को उपलब्ध होने वाले और भी बड़े और विविध डेटासेट पर लागू किया जा सकता है, जिसके लिए अत्यधिक कंप्यूटिंग शक्ति की आवश्यकता नहीं होगी।

अध्ययन यह निष्कर्ष निकालता है कि हालांकि इस नई विधि की कुछ सीमाएं हैं, जैसे कि यह सीधे परीक्षण करने में कठिनाई कि क्या कोई प्रभाव अवस्थाओं के across बदलता है या कोशिका-अवस्था समन्वय को परिभाषित करने में सावधानीपूर्वक चयन की आवश्यकता, यह एक महत्वपूर्ण प्रगति है। यह एकल कोशिकाओं के गतिशील परिदृश्य के भीतर छिपे हुए जेनेटिक रेगुलेशन को उजागर करने का एक कठोर और स्केलेबल तरीका प्रदान करता है। कोशिका प्रकारों के स्थिर दृश्य से आगे बढ़कर और कोशिका अवस्थाओं की निरंतर प्रकृति को अपनाकर, शोधकर्ता अब प्रतिरक्षा प्रणाली के जेनेटिक आर्किटेक्चर को उस स्तर के विवरण के साथ मैप कर सकते हैं जो पहले पहुंच से बाहर था। निष्कर्ष बताते हैं कि हमारी कोशिकाओं का जेनेटिक रेगुलेशन पहले की समझ की तुलना में कहीं अधिक तरल और संदर्भ-निर्भर (context-dependent) है, जो स्वास्थ्य और रोग को सबसे मौलिक स्तर पर जेनेटिक वेरिएशन कैसे प्रभावित करते हैं, इसे समझने के नए रास्ते खोलता है।