Non-independence in network-structured Mendelian randomization: a permutation framework and six failure modes

वैज्ञानिक लंबे समय से एक विश्वसनीय तरीका खोजने की कोशिश कर रहे हैं कि कोई दवा मरीज तक पहुँचने से पहले ही यह पता लगाया जा सके कि वह काम करेगी या नहीं। एक शक्तिशाली विधि, जिसे मेंडेलियन रैंडमाइजेशन (Mendelian randomization) के रूप में जाना जाता है, कार्य-कारण संबंध (cause and effect) का परीक्षण करने के लिए प्रकृति के अपने रैंडमाइजेशन का उपयोग करती है। यह उन आनुवंशिक विविधताओं को देखती है जो लोग जन्म के समय विरासत में प्राप्त करते हैं, जो प्राकृतिक प्रयोगों की तरह कार्य करती हैं। यदि एक विशिष्ट आनुवंशिक भिन्नता के कारण किसी व्यक्ति के रक्त में एक निश्चित प्रोटीन का स्तर बढ़ जाता है, और उसी व्यक्ति में किसी बीमारी का जोखिम भी अधिक होता है, तो शोधकर्ता यह निष्कर्ष निकाल सकते हैं कि वह प्रोटीन ही संभवतः उस बीमारी का कारण है। यह दृष्टिकोण नए ड्रग टारगेट (दवा लक्ष्यों) को नामित करने के लिए एक मानक उपकरण बन गया है, विशेष रूप से हृदय रोग के लिए। इस क्षेत्र में एक सामान्य धारणा यह है कि यदि एक प्रोटीन (लिगैंड/ligand) किसी बीमारी का कारण बनता है, तो वह प्रोटीन जो उसके संकेत प्राप्त करता है (उसका रिसेप्टर/receptor), उसे भी वही कहानी बतानी चाहिए। तर्क यह है कि यदि संदेशवाहक खतरनाक है, तो प्राप्तकर्ता भी समस्या का हिस्सा होगा।

हालाँकि, एक हालिया अध्ययन इस धारणा को चुनौती देता है, जो यह प्रकट करता है कि इन दो मापों को परस्पर परिवर्तनीय साक्ष्य के रूपas मानना एक गलती है। शोधकर्ताओं ने हजारों प्रोटीन जोड़ों का विश्लेषण किया ताकि यह देखा जा सके कि क्या उनके आनुवंशिक संकेत कोरोनरी आर्टरी डिजीज (हृदय धमनी रोग) के जोखिम पर सहमत हैं। उन्होंने पाया कि संदेशवाहक और प्राप्तकर्ता के संकेतों में अक्सर असहमति होती है, और जब वे सहमत होते भी हैं, तो वह उतनी बार नहीं होता जितना कि तब होता यदि उन्हें यादृच्छिक (random) रूप से जोड़ा गया होता। अध्ययन ने यह भी उजागर किया कि वैज्ञानिक अपनी खोजों को कैसे गिनते हैं, इसमें एक छिपा हुआ दोष है: क्योंकि प्रोटीन एक जटिल जाल में जुड़े होते हैं, इसलिए एक ही प्रोटीन कई अलग-अलग जोड़ों में दिखाई देता है, जिससे मानक सांख्यिकीय सुधार अमान्य हो जाते हैं। परिणाम स्वरूप, ड्रग टारगेट की पहचान करने के तरीके के बारे में एक स्पष्ट और अधिक सतर्क दृष्टिकोण मिलता है, जो दिखाता है कि हम केवल यह मानकर नहीं चल सकते कि एक मार्ग (pathway) काम करता है क्योंकि इसके दो हिस्से आनुवंशिक रूप से जुड़े हुए हैं।

शोधकर्ताओं ने लगभग 50,000 लोगों के रक्त में मापे गए 660 विभिन्न प्रोटीनों के डेटा को एकत्र करके शुरुआत की। उन्होंने उन प्रोटीनों पर ध्यान केंद्रित किया जिनके पास रक्त में एक स्पष्ट आनुवंशिक स्विच था, जिसने उन्हें विश्वास के साथ मेंडेलियन रैंडमाइजेशन पद्धति का उपयोग करने की अनुमति दी। फिर उन्होंने प्रोटीनों के 1,129 जोड़ों को देखा जहाँ एक संकेत के रूप में कार्य करता है और दूसरा रिसीवर के रूप में, जो ज्ञात जैविक अंतःक्रियाओं के एक डेटाबेस द्वारा मैप किया गया एक संबंध है। प्रत्येक जोड़े के लिए, उन्होंने हृदय रोग पर सिग्नल प्रोटीन के प्रभाव की गणना की और रिसीवर प्रोटीन के प्रभाव के साथ तुलना की। यदि सामान्य धारणा सत्य होती, तो ये दो संख्याएँ एक ही दिशा में चलतीं। इसके विपरीत, टीम ने पाया कि सिग्नल और रिसीवर के बीच सहमति उतनी अच्छी नहीं थी जितनी कि यादृच्छिक रूप से प्रोटीन जोड़ने पर होती। एक बड़े डेटासेट में, दोनों प्रोटीन केवल लगभग 48.5% बार एक ही दिशा में इशारा करते थे, जो कि प्रोटीनों को यादृच्छिक रूप से जोड़ने के परिणाम के समान ही था। दूसरे, बड़े डेटासेट में, सहमति और भी कम, 47% थी।

सहमति की यह कमी बताती है कि सिग्नल को मापना और रिसीवर को मापना वास्तव में दो अलग-अलग प्रश्नों के उत्तर दे रहे हैं। अध्ययन ने दिखाया कि जब शोधकर्ताओं ने उन जोड़ों की तलाश की जहाँ दोनों प्रोटीन काफी असहमत थे, तो जब उन्होंने हृदय रोग के अधिक मामलों वाले बड़े डेटासेट का उपयोग किया, तो "खोजों" की संख्या तीन गुना बढ़ गई, जो 10 से बढ़कर 31 हो गई। महत्वपूर्ण रूप से, यादृच्छिक शोर (random noise) के लिए सांख्यिकीय अपेक्षा भी उसी अनुपात में बढ़ गई, जो 9 से बढ़कर 30 हो गई, जिसका अर्थ है कि यह वृद्धि वास्तविक जैविक संकेत के बजाय संयोग के अनुरूप थी। शोधकर्ताओं ने प्रदर्शित किया कि त्रुटियों को ठीक करने के लिए मानक विधियाँ विफल हो रही थीं क्योंकि वे प्रत्येक प्रोटीन जोड़े को एक स्वतंत्र परीक्षण मानती थीं। वास्तव में, प्रोटीन एक नेटवर्क में जुड़े होते हैं; एक प्रोटीन दर्जनों जोड़ों का हिस्सा हो सकता है। जब एक ही प्रोटीन कई परीक्षणों में दिखाई देता है, तो डेटा स्वतंत्र नहीं होता है, और मानक सुधार वास्तविक खोजों की संख्या को बढ़ा-चढ़ाकर बताते हैं।

इसे ठीक करने के लिए, टीम ने एक नया तरीका विकसित किया जो उनके परिणामों का परीक्षण इस तरह से करता था जो नेटवर्क संरचना का सम्मान करता था। उन्होंने दो दृष्टिकोणों को आजमाया: एक जो प्रोटीनों और उनके कनेक्शनों की संख्या को बिल्कुल समान रखते हुए प्रोटीनों के बीच कनेक्शन को बदल देता (shuffle) था, और दूसरा जो सांख्यिकीय मूल्यों को विभिन्न प्रोटीनों में स्थानांतरित करता था। उन्होंने पाया कि मूल्यों को विभिन्न प्रोटीनों में ले जाना अनुपयुक्त था क्योंकि यह इस तथ्य की अनदेखी करता है कि अत्यधिक जुड़े हुए प्रोटीनों के प्रभाव बड़े होते हैं। हालाँकि, उस पद्धति ने जो प्रोटीनों और उनके कनेक्शनों को स्थिर रखती थी और केवल जोड़ियों को बदलती थी, यह दिखाया कि मानक विधियों द्वारा पाए गए "महत्वपूर्ण" मतभेद संभवतः नेटवर्क के आकार के कारण उत्पन्न कृत्रिम प्रभाव (artifacts) थे। जब उन्होंने इस सख्त परीक्षण को लागू किया, तो देखे गए "महत्वपूर्ण" मतभेद यादृच्छिक संयोग से काफी अलग नहीं थे। अध्ययन ने यह भी जांचा कि क्या हृदय रोग के लिए जाने जाने वाले प्रोटीन, जैसे कि PCSK9, एक विशेष पैटर्न दिखाते हैं। जबकि PCSK9 को सही ढंग से जोखिम कारक के रूप में पहचाना गया था, सिग्नल और रिसीवर के बीच का व्यापक पैटर्न मेल नहीं खाया। यहाँ तक कि जब शोधकर्ताओं ने प्रयोगशाला उपकरणों की त्रुटियों के कारण होने वाली गलतियों को सुनिश्चित करने के लिए एक अलग माप तकनीक के साथ अपने निष्कर्षों की जाँच की, तब भी सिग्नल और रिसीवर के बीच सहमति की कमी बनी रही।

इन निष्कर्षों के निहितार्थ महत्वपूर्ण हैं कि भविष्य में ड्रग टारगेट कैसे चुने जाएंगे। अध्ययन ने छह विशिष्ट तरीकों की पहचान की जिनसे वर्तमान अभ्यास शोधकर्ताओं को गुमराह कर सकते हैं, जिसमें नेटवर्क कनेक्शनों को ध्यान में न रखना और जीनोम के जटिल क्षेत्रों में एकल आनुवंशिक संकेतों पर निर्भर रहना शामिल है। एक प्रमुख मुद्दा यह है कि कई प्रोटीन जीनोम के ऐसे क्षेत्रों में स्थित होते हैं जहाँ कई आनुवंशिक संकेत ओवरलैप होते हैं, जिससे यह बताना कठिन हो जाता है कि वास्तव में कौन सा संकेत बीमारी को संचालित कर रहा है। शोधकर्ताओं ने पाया कि जब उन्होंने हृदय रोग को परिभाषित करने के लिए उपयोग किए गए डेटासेट को बदला, तो अक्सर निष्कर्ष बदल गए कि क्या एक प्रोटीन और एक बीमारी के बीच साझा आनुवंशिक कारण है। यह अस्थिरता बताती है कि साझा मार्गों के बारे में कई पिछले दावे मजबूत नहीं हैं। अध्ययन निष्कर्ष निकालता है कि हालांकि मेंडेलियन रैंडमाइजेशन एक मूल्यवान उपकरण बना हुआ है, लेकिन यह धारणा कि एक लिगैंड और उसका रिसेप्टर एक जैविक मार्ग के बारे में परस्पर परिवर्तनीय साक्ष्य प्रदान करते हैं, डेटा द्वारा समर्थित नहीं है। वैज्ञानिकों को अब इन दो मापों को एक एकल, एकीकृत कहानी के बजाय दो अलग-अलग साक्ष्यों के रूप में देखना होगा।