Integrated Network Pharmacology and Transcriptomics Prioritize the PTGS2-EGCG Pair for Eriobotrya japonica Leaf in Pneumonia

निमोनिया दो मोर्चों पर लड़ा जाने वाला एक युद्ध है। एक तरफ, कीटाणु फेफड़ों पर आक्रमण करते हैं, अपनी संख्या बढ़ाते हैं और संक्रमण फैलाते हैं। दूसरी ओर, शरीर की अपनी प्रतिरक्षा प्रणाली (इम्यून सिस्टम) लड़ने के लिए घटनास्थल पर पहुँच जाती है। हालाँकि यह रक्षा आवश्यक है, लेकिन कभी-कभी यह इतनी तीव्र हो सकती है कि यह स्वयं फेफड़ों के ऊतकों को नुकसान पहुँचाने लगे, जिससे गंभीर बीमारी या मृत्यु हो सकती है। संक्रमण के प्रति शरीर की प्रतिक्रिया को समझना बेहतर उपचार खोजने के लिए अत्यंत महत्वपूर्ण है। वैज्ञानिक लंबे समय से जानते हैं कि कुछ पौधों में ऐसे रसायन होते हैं जो सूजन (इंफ्लेमेशन) को शांत कर सकते हैं, लेकिन यह पता लगाना कि पौधे का कौन सा विशिष्ट रसायन मानव प्रतिरक्षा प्रणाली के किस हिस्से को लक्षित करता है, एक विशाल, अव्यवस्थित चाबियों के गुच्छे में एक विशिष्ट चाबी खोजने जैसा है। शोधकर्ताओं के पास संभावित चाबियों की एक सूची और संभावित तालों की एक सूची होती है, लेकिन सही जोड़ी को जोड़ने के लिए एक ऐसी विधि की आवश्यकता होती है जो लाखों संभावनाओं को छान सके और उन चीजों को खोज सके जो वास्तव में जीवित मानव में काम करती हैं।

चीन के शोधकर्ताओं की एक टीम ने इस पहेली को सुलझाने के लिए लोक्वाट (loquat) के पेड़ की पत्तियों का उपयोग करके इस कार्य को करने का निर्णय लिया, जो पारंपरिक चिकित्सा में खांसी और ब्रोंकाइटिस के इलाज के लिए जाना जाता है। वे सामान्य टिप्पणियों से आगे बढ़कर यह सटीक रूप से जानना चाहते थे कि पत्ते के अणु मानव शरीर में निमोनिया के दौरान किन प्रोटीनों के साथ परस्पर क्रिया करते हैं। इसके लिए, उन्होंने कई शक्तिशाली उपकरणोंों को संयोजित किया। सबसे पहले, उन्होंने कंप्यूटर मॉडल का उपयोग किया ताकि यह अनुमान लगाया जा सके कि पत्ते के कौन से रसायन सक्रिय हो सकते हैं। फिर, उन्होंने निमोनिया के रोगियों के वास्तविक डेटा का उपयोग किया ताकि यह देखा जा सके कि कौन सी प्रतिरक्षा कोशिकाएं रोग से सबसे अधिक प्रभावित होती हैं। पौधे के रसायनों को रोगी के डेटा के साथ क्रॉस-रेफरेंस करके, वे संभावनाओं की एक विशाल सूची को कुछ विशिष्ट लक्ष्यों तक सीमित कर सके। अंत में, उन्होंने उन्नत कंप्यूटर सिमुलेशन का उपयोग किया यह देखने के लिए कि पौधे के रसायन उन प्रोटीनों में कितनी अच्छी तरह फिट होते हैं जिन्हें उन्हें प्रभावित करना था, यह सुनिश्चित करने के लिए कि यह संबंध केवल एक सांख्यिकीय अनुमान नहीं बल्कि एक संरचनात्मक वास्तविकता है।

शोधकर्ताओं ने लोक्वाट पत्ते की रासायनिक संरचना की जानकारी एकत्र करने से शुरुआत की। उन्होंने अठारह अलग-अलग सक्रिय यौगिकों की पहचान की, जिनमें विभिन्न प्रकार के पॉलीफेनोल्स और फ्लेवोनॉइड्स शामिल हैं, जो सूजन को कम करने की अपनी क्षमता के लिए जाने जाते हैं। इसके बाद उन्होंने हजारों मानव जीन की एक सूची बनाई जो निमोनिया में शामिल होने के लिए जाने जाते हैं। दोनों सूचियों की तुलना करके, उन्हें 3с6 जीन्स का एक समूह मिला जो वह मिलन बिंदु प्रतीत होता था जहाँ पौधे के रसायन मानव रोग के साथ परस्पर क्रिया कर सकते हैं। व्यक्तिगत रूप से अध्ययन करने के लिए यह अभी भी बहुत अधिक था, इसलिए टीम ने इस समूह के भीतर सबसे महत्वपूर्ण संबंधों को खोजने के लिए एक नेटवर्क विश्लेषण का उपयोग किया। इस प्रक्रिया ने पांच विशिष्ट जीन्स को उजागर किया जो शरीर की प्रतिक्रिया के लिए सबसे केंद्रीय प्रतीत होते थे: CTSD, PTGS2, CDK1, CCNA2, और SELP।

यह समझने के लिए कि ये जीन बीमार लोगों में वास्तव में क्या कर रहे थे, शोधकर्ताओं ने आठ सामुदायिक-अर्जित निमोनिया वाले रोगियों और चार स्वस्थ नियंत्रण समूहों के रक्त कोशिकाओं के विस्तृत आनुवंशिक डेटा वाले एक अद्वितीय डेटासेट का उपयोग किया। रक्त को एक एकल मिश्रण के रूप में देखने के बजाय, उन्होंने एक-एक करके कोशिकाओं की जांच की कि कौन से प्रकार बदल रहे हैं। उन्होंने पाया कि जीन CTSD और PTGS2 मुख्य रूप से एक विशिष्ट प्रकार की श्वेत रक्त कोशिका में सक्रिय थे जिसे मोनोसाइट (monocyte) कहा जाता है, जो संक्रमण के प्रति एक प्रथम-प्रतिक्रियाकर्ता (first responder) के रूप में कार्य करता है। निमोनिया वाले रोगियों में, स्वस्थ नियंत्रणों की तुलना में इन कोशिकाओं में जीन CTSD काफी अधिक सक्रिय था। एक अन्य जीन, SELP, रक्त प्लेटलेट्स से संबंधित कोशिकाओं में पाया गया, जो थक्के जमने (clotting) में शामिल होते हैं। शेष दो जीन, CDK1 और CCNA2, तेजी से विभाजित होने वाली कोशिकाओं में सक्रिय थे। इस विस्तृत मानचित्रण ने दिखाया कि लोक्वाट पत्ते के संभावित प्रभाव यादृच्छिक नहीं थे; वे संक्रमण के दौरान महत्वपूर्ण विशिष्ट प्रतिरक्षा कोशिकाओं और प्रक्रियाओं पर केंद्रित थे।

टीम ने परीक्षण किया कि क्या ये पांच जीन निमोनिया वाले लोगों और गैर-संक्रामक सूजन जैसे अन्य कारणों से बीमार लोगों के बीच विश्वसनीय रूप से अंतर कर सकते हैं। उन्होंने डेटा पर मशीन लर्निंग एल्गोरिदम लागू किए, जो एक ऐसी विधि है जो कंप्यूटर को स्पष्ट रूप से नियमों के साथ प्रोग्राम किए बिना पैटर्न सीखने की अनुमति देती है। मॉडल ने सफलतापूर्वक इन पांच जीनों को एक स्थिर समूह के रूप में पहचाना जो उच्च सटीकता के साथ निमोनिया और अन्य स्थितियों के बीच अंतर कर सकता था। यह चरण महत्वपूर्ण था क्योंकि इसने सिद्ध किया कि चयनित जीन केवल यादृच्छिक शोर नहीं थे बल्कि एक सुसंगत जैविक संकेत का प्रतिनिधित्व करते थे जो रोगियों में पाया जाता है। शोधकर्ताओं ने इन निष्कर्षों की एक अलग समूह के रोगियों में पुष्टि की, जिससे यह सिद्ध हुआ कि परिणाम डेटा के विभिन्न सेटों में भी सत्य बने रहे।

लक्ष्य जीनों की पहचान करने के बाद, शोधकर्ताओं ने अपना ध्यान वापस पौधे के रसायनों की ओर लगाया यह देखने के लिए कि कौन सा रसायन उनके साथ सबसे प्रभावी ढंग से परस्पर क्रिया कर सकता है। उन्होंने जीन PTGS2 पर ध्यान केंद्रित किया, जो सूजन संबंधी संकेतों को बनाने में शामिल एक एंजाइम का उत्पादन करता है, और जीन CTSD पर, जो कोशिकाओं को अपशिष्ट को तोड़ने और बैक्टीरिया से लड़ने में मदद करता है। उन्होंने कंप्यूटर सिमुलेशन चलाया यह देखने के लिए कि लोक्वाट पत्ते के अठारह संभावित रसायन इन प्रोटीनों की संरचनाओं में कैसे फिट होते हैं। एक रसायन, जिसे EGCG के रूप में जाना जाता है, सबसे अलग रहा। सिमुलेशन में, EGCG ने PTGS2 प्रोटीन में बहुत कड़े और स्थिर संबंध के साथ फिट होकर कई बंधन बनाए जो इसे अपनी जगह पर बनाए रखते हैं। कंप्यूटर मॉडल ने दिखाया कि यह जोड़ी लंबे समय तक स्थिर रहती है, जो यह सुझाव देती है कि यदि EGCG मानव शरीर में इस प्रोटीन तक पहुँचता है, तो यह संभवतः इससे प्रभावी ढंग से जुड़ जाएगा।

अध्ययन ने यह दावा नहीं किया कि लोक्वाट पत्ता निमोनिया का इलाज है, न ही यह सिद्ध किया कि EGCG मनुष्यों में काम करता है। यह कार्य पूरी तरह से कम्प्यूटेशनल था, जो मौजूदा डेटा और सिमुलेशन पर निर्भर था ताकि आगे की जांच के लिए एक मजबूत मामला बनाया जा सके। हालाँकि, इस दृष्टिकोण ने आगे बढ़ने का एक स्पष्ट मार्ग प्रदान किया। नेटवर्क भविष्यवाणियों को वास्तविक रोगी डेटा और संरचनात्मक सिमुलेशन के साथ जोड़कर, शोधकर्ताओं ने संभावनाओं की एक विस्तृत सूची को एक विशिष्ट, साक्ष्य-आधारित उम्मीदवार तक सीमित कर दिया: EGCG और PTGS2 प्रोटीन के बीच की परस्पर क्रिया। उन्होंने संक्रमण के दौरान मोनोसाइट्स में CTSD के महत्व को भी रेखांकित किया। यह कठोर छंटनी प्रक्रिया विज्ञान को एक औषधीय पौधे के बारे में सामान्य ज्ञान से हटाकर इस बात के विशिष्ट, परीक्षण योग्य परिकल्पनाओं की ओर ले जाती है कि उसके घटक कैसे काम कर सकते हैं। अगला कदम वैज्ञानिकों के लिए प्रयोगशाला सेटिंग में इन विशिष्ट अंतःक्रियाओं का परीक्षण करना होगा ताकि वे कंप्यूटर की भविष्यवाणियों की पुष्टि कर सकें और यह निर्धारित कर सकें कि क्या वे सुरक्षित रूप से शरीर को निमोनिया से लड़ने में मदद कर सकते हैं।