GDIS-Bio framework for localizing transcriptional state transitions in single-cell trajectories

वैज्ञानिक लंबे समय से यह समझने की कोशिश कर रहे हैं कि एक एकल कोशिका अपने भविष्य का निर्णय कैसे लेती है। विकसित होते मानव शरीर में, एक स्टेम सेल (stem cell) एक धड़कते हुए हृदय की मांसपेशी, इंसुलिन का उत्पादन करने वाली अग्न्याशय (pancreas) की कोशिका, या संयोजी ऊतक बनाने वाले एक फाइब्रोब्लास्ट (fibroblast) में बदल सकती है। यह प्रक्रिया कोई सरल, सीधी रेखा नहीं है; यह एक जटिल यात्रा है जहाँ कोशिका के आंतरिक निर्देश फिर से लिखे जाते हैं, और उसकी पहचान बदल जाती है। दशकों से, शोधकर्ता इन कोशिकाओं के 'स्नैपशॉट' लेने के लिए सिंगल-सेल आरएनए सीक्वेंसिंग (single-cell RNA sequencing) का उपयोग करते रहे हैं, जो एक ही समय में हजारों व्यक्तिगत कोशिकाओं के क्षण को कैद कर लेता है। इन स्नैपशॉट्स को एक तार्किक क्रम में व्यवस्थित करके, वे एक विकासात्मक पथ का पुनर्निर्माण कर सकते हैं, एक ऐसी समयरेखा जो दिखाती है कि कैसे एक कोशिका एक सामान्यवादी (generalist) से एक विशेषज्ञ (specialist) में बदल जाती है। हालाँकि, एक बड़ी पहेली अभी भी बनी हुई है: वह सटीक क्षण कहाँ है जब एक कोशिका अपनी आंतरिक स्थिति के नाटकीय पुनर्गठन से गुजरती है। यह पहचानना कि कोशिका कब एक नई नियति के प्रति प्रतिबद्ध होती है, कठिन है क्योंकि डेटा स्वतंत्र व्यक्तियों का एक संग्रह है न कि एक ही कोशिका के समय के साथ बदलने का निरंतर वीडियो।

इसे हल करने के लिए, शोधकर्ताओं की एक टीम ने GDIS-Bio नामक एक नया विश्लेषणात्मक उपकरण विकसित किया है। भविष्य की भविष्यवाणी करने या कोशिकाएं कैसे काम करती हैं इसका एक जटिल मॉडल बनाने के बजाय, यह ढांचा कोशिकीय परिवर्तन के लिए एक 'सीस्मोग्राफ' (भूकंपमापी) की तरह कार्य करता है। यह विकासात्मक पथ के पुनर्निर्मित मार्ग को स्कैन करता है ताकि उन क्षेत्रों को खोजा जा सके जहाँ कोशिकीय परिदृश्य असामान्य रूप से अस्थिर हो जाता है। शोधकर्ताओं ने इस उपकरण का परीक्षण दो बहुत अलग जैविक प्रणालियों पर किया: अग्न्याशय में इंसुलिन पैदा करने वाली कोशिकाओं का निर्माण और स्टेम कोशिकाओं से हृदय कोशिकाओं का विकास। उन्होंने पाया कि उपकरण ने लगातार विकासात्मक पथ के उन विशिष्ट क्षेत्रों की पहचान की जहाँ कोशिकाएं एक प्रमुख पुनर्गठन से गुजर रही थीं। अग्न्याशय में, उपकरण ने उस क्षण को खोज निकाला जब कोशिकाओं ने NEUROG3 नामक एक प्रमुख जीन को व्यक्त करना शुरू किया, जो एंडोक्राइन कोशिकाओं बनने की दिशा में एक महत्वपूर्ण कदम है। हृदय में, इसने उन क्षेत्रों को पाया जहाँ कोशिकाएं हृदय की मांसपेशी या फाइब्रोब्लास्ट बनने के लिए प्रतिबद्ध हुईं। महत्वपूर्ण बात यह है कि यह उपकरण बिना किसी नए जैविक सिस्टम के लिए पुनः ट्यून किए (re-tuned) काम कर गया, जो यह दर्शाता है कि यह इस बात को पकड़ता है कि कोशिकाएं एक अवस्था से दूसरी अवस्था में कैसे संक्रमण करती हैं।

इस दृष्टिकोण की शक्ति इस बात में निहित है कि यह डेटा के साथ कैसा व्यवहार करता है। जब वैज्ञानिक कोशिकाओं को उनकी विकासात्मक प्रगति के आधार पर व्यवस्थित करते हैं, तो वे एक "स्यूडोटाइम" (pseudotime) प्रक्षेपवक्र (trajectory) बनाते हैं। यह घड़ी द्वारा मापा गया वास्तविक समय नहीं है, बल्कि स्वतंत्र कोशिकाओं का एक क्रमबद्ध अनुक्रम है जो एक यात्रा का प्रतिनिधित्व करता है। शोधकर्ताओं ने महसूस किया कि जैसे-जैसे एक कोशिका एक बड़े निर्णय की ओर बढ़ती है, उसकी आंतरिक अवस्था के स्थान (state space) की ज्यामिति बदल जाती है। कोशिकाएं अधिक परिवर्तनशील हो जाती हैं, उनके पथ खिंच जाते हैं, और उनके बीच की अंतःक्रियाओं की जटिलता बदल जाती है। GDIS-Bio इन बदलावों को पथ के साथ चलते हुए कोशिका जनसंख्या के पांच अलग-अलग लक्षणों को देखकर मापता है: कोशिकाएं छोटे परिवर्तनों के प्रति कितनी संवेदनशील हैं, उनके पथ कितने खिंचते हैं, वे कितना स्थान घेरती हैं, उनकी अंतःक्रियाएं कितनी जटिल होती हैं, और ये अस्थिर अवस्थाएं कितनी देर तक बनी रहती हैं। इन पांच संकेतों को एक एकल स्कोर में संयोजित करके, यह ढांचा उन विशिष्ट क्षेत्रों को उजागर करता है जहाँ कोशिकीय स्थिति सबसे अधिक अशांत होती है।

अग्न्याशयी विकास के अध्ययन में, शोधकर्ताओं ने इस ढांचे को लगभग 18,000 कोशिकाओं वाले एक डेटासेट पर लागू किया। उन्होंने देखा कि जैसे-जैसे कोशिकाएं अपनी अंतिम नियति की ओर बढ़ती हैं, स्कोर ऊपर-नीचे होता रहता है। यह स्कोर एक विशिष्ट बिंदु पर तेजी से बढ़ा, जो उस जैविक मील के पत्थर के साथ लगभग पूरी तरह मेल खाता था जहाँ कोशिकाएं NEUROG3 जीन को व्यक्त करना शुरू करती हैं। यह शिखर दोनों स्वतंत्र प्रयोगों में और विकासात्मक वृक्ष की दोनों शाखाओं में देखा गया, जिससे पता चला कि यह संकेत कोई इत्तेफाक नहीं बल्कि जीव विज्ञान की एक पुनरुत्पादक विशेषता थी। शोधकर्ताओं ने अपने नए उपकरण की तुलना उन कई पुराने, सरल तरीकों से की जिनका उपयोग इन संक्रमणों का पता लगाने के लिए किया जाता है, जैसे कि कोशिकाओं के बीच भिन्नता को मापना या पड़ोसी कोशिकाओं की समानता को मापना। जबकि उन पुराने तरीकों ने संक्रमण को खोजने की कुछ क्षमता दिखाई, नया ढांचा अधिक सटीक था, जिसने ज्ञात जैविक घटना के करीब अस्थिरता के शिखर को सफलतापूर्वक पहचाना।

यह सुनिश्चित करने के लिए कि उपकरण केवल संयोग से पैटर्न नहीं खोज रहा है, शोधकर्ताओं ने एक कठोर सांख्यिकीय परीक्षण का उपयोग किया। उन्होंने पथ के साथ कोशिकाओं के क्रम को बदल दिया (shuffle) जबकि डेटा को बरकरार रखा, प्रभावी रूप से यह पूछा कि क्या उपकरण अभी भी एक शिखर खोजेगा यदि जैविक अर्थ को हटा दिया जाए। उत्तर 'नहीं' था; तीखे शिखर केवल तभी दिखाई दिए जब कोशिकाएं अपने सही जैविक क्रम में थीं। इसने पुष्टि की कि उपकरण द्वारा पता लगाया गया अस्थिरता वास्तविक विकासात्मक प्रक्रिया की एक विशेषता थी, न कि डेटा विश्लेषण का कोई कृत्रिम परिणाम। इसके अलावा, शोधकर्ताओं ने परीक्षण किया कि क्या उपकरण बिना किसी समायोजन के पूरी तरह से अलग जैविक प्रणाली को संभाल सकता है। उन्होंने ठीक उसी सेटिंग्स को स्टेम कोशिकाओं से प्राप्त हृदय कोशिकाओं के डेटासेट पर लागू किया। उपकरण ने सफलतापूर्वक उन संक्रमण बिंदुओं की पहचान की जहाँ कोशिकाएं हृदय की मांसपेशी या फाइब्रोब्लास्ट बनने के लिए प्रतिबद्ध हुईं, भले ही उपकरण ने पहले कभी हृदय के डेटा को नहीं देखा था। इसने प्रदर्शित किया कि यह ढांचा हस्तांतरणीय है और इसे हर नए जैविक प्रश्न के लिए कस्टम ट्यूनिंग की आवश्यकता नहीं है।

सबसे दिलचस्प निष्कर्षों में से एक यह था कि उपकरण हमेशा अंतिम अवस्था की ओर बढ़ने तक अस्थिरता में सरल वृद्धि नहीं दिखाता है। हृदय विकास के डेटा में, कोशिकाओं के अंतिम नियति की ओर बढ़ने के दौरान स्कोर कभी-कभी गिर जाता है, भले ही उपकरण ने पथ में पहले ही संक्रमण बिंदु को सफलतापूर्वक खोज लिया हो। यह सुझाव देता है कि यात्रा का सबसे अशांत हिस्सा निर्णय लेने का क्षण ही है, जिसके बाद कोशिकाएं एक अधिक स्थिर, विशिष्ट अवस्था में स्थिर हो जाती हैं। यह इस विचार के अनुरूप है कि विभेदन (differentiation) में एक नई पहचान में लॉक होने से पहले अनिश्चितता और पुनर्गठन का एक संक्षिप्त काल शामिल होता है। शोधकर्ता सावधानीपूर्वक यह नोट करते हैं कि उनका उपकरण पुनर्गठन के क्षेत्र की पहचान करता है, न कि उस सटीक क्षण की जब एक एकल कोशिका अपना मन बदलती है, क्योंकि डेटा एक ही कोशिका की निरंतर रिकॉर्डिंग के बजाय कई अलग-अलग कोशिकाओं के स्नैपशॉट से आता है।

अध्ययन ने यह भी स्पष्ट किया कि यह उपकरण क्या नहीं है। यह दावा नहीं करता है कि यह एक सार्वभौमिक भविष्यवक्ता है जो हमेशा हर स्थिति में सरल तरीकों से बेहतर प्रदर्शन करेगा। हृदय विकास के डेटा के कुछ हिस्सों में, कुल भिन्नता (variance) मापने जैसे पुराने तरीकों ने संक्रमण को खोजने में समान या बेहतर प्रदर्शन किया। GDIS-Bio का मूल्य यह है कि यह कई अलग-अलग संकेतों को एक व्यापक दृश्य में संयोजित करता है, जो कोशिकीय परिवर्तन के बड़े चित्र को देखने का एक अधिक मजबूत तरीका प्रदान करता है। यह एक पूरक मार्गदर्शक के रूप में कार्य करता है, शोधकर्ताओं को यह तय करने में मदद करता है कि विकासात्मक पथ के किन हिस्सों को गहन जैविक जांच की आवश्यकता है। कोशिकीय अवस्था के उच्चतम गतिशील अस्थिरता वाले क्षेत्रों की ओर संकेत करके, यह वैज्ञानिकों को उन विशिष्ट खिड़कियों पर अपने प्रयोगों को केंद्रित करने की अनुमति देता है जहाँ कोशिका की नियति तय की जा रही होती है।

अंततः, यह कार्य कोशिका विकास की छिपी हुई गतिशीलता को मैप करने का एक नया तरीका प्रदान करता है। यह केवल कोशिकाओं को क्रमबद्ध करने से आगे बढ़कर उनके बीच के संक्रमण की प्रकृति को समझने की ओर बढ़ता है। शोधकर्ताओं ने दिखाया कि कोशिका अवस्थाओं की ज्यामिति को देखकर, वे उन "फॉल्ट लाइन्स" (दरारों) को खोज सकते हैं जहाँ कोशिकीय परिदृश्य बदल जाता है। यह दृष्टिकोण परिवर्तन को संचालित करने वाली विशिष्ट आणविक मशीनरी की गहरी समझ की आवश्यकता के बिना, कई अलग-अलग जैविक प्रणालियों की खोज के लिए एक बहुमुखी उपकरण है। जैसे-जैसे वैज्ञानिक ऊतकों के विकास और रोगों की प्रगति का मानचित्रण करना जारी रखते हैं, इस तरह के उपकरण उन महत्वपूर्ण क्षणों की पहचान करने के लिए आवश्यक होंगे जब कोशिकाएं अपनी नियति बदलती हैं, जिससे एक एकल कोशिका से पूर्ण रूप से गठित जीव तक की जटिल यात्रा का स्पष्ट दृश्य मिलता है।