When do protein-truncating variants and copy-number loss agree? A pre-specified, power-aware genome-wide audit of cross-perturbation effect equivalence in 885,362 gene-trait pairs

यह समझने की खोज में कि जीन मानव स्वास्थ्य को कैसे प्रभावित करते हैं, वैज्ञानिक लंबे समय से एक शक्तिशाली विचार पर भरोसा करते आए हैं: यदि आप देख सकते हैं कि एक जीन के टूटने पर क्या होता है, तो आप अनुमान लगा सकते हैं कि उसे ठीक करने का प्रयास करने पर क्या होगा। यह तर्क आधुनिक दवा विकास (ड्रग डेवलपमेंट) के बड़े हिस्से का आधार है। शोधकर्ता मानव जनसंख्या में प्राकृतिक विविधताओं की तलाश करते हैं जो आकस्मिक प्रयोगों की तरह कार्य करती हैं। कभी-कभी, जेनेटिक कोड का एक एकल अक्षर बदल जाता है, जो प्रभावी रूप से जीन के निर्देशों को तोड़ देता है। अन्य समय में, डीएनए का एक बड़ा हिस्सा पूरी तरह से गायब हो जाता है, जिससे जीन और उसके पड़ोसी भी डिलीट हो जाते हैं। वर्षों से, यह धारणा रही है कि ये दो प्रकार के नुकसान—एक सूक्ष्म त्रुटि से जीन को तोड़ना बनाम एक बड़े अंतराल के साथ जीन को हटा देना—एक ही परिणाम उत्पन्न करेंगे। यदि एक टूटा हुआ जीन उच्च कोलेस्ट्रॉल का कारण बनता है, तो एक डिलीट किया गया जीन भी वही करना चाहिए। यह विश्वास वैज्ञानिकों को विभिन्न प्रकार के जेनेटिक डेटा को परस्पर परिवर्तनीय मानचित्रों (इंटरचेंजेबल मैप्स) के रूप में उपयोग करने की अनुमति देता है, जिससे वे यह अनुमान लगा सकें कि कौन से ड्रग टारगेट सुरक्षित और प्रभावी होंगे।

हालाँकि, मानव जेनेटिक डेटा के एक नए, विशाल ऑडिट ने सुझाव दिया है कि यह धारणा पहले की तुलना में कहीं अधिक नाजुक है। बेइजी लू के नेतृत्व में शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए प्रयास किया कि क्या जीन को नुकसान पहुँचाने के ये दो तरीके वास्तव में एक ही कहानी बताते हैं। उन्होंने केवल पैटर्न नहीं खोजा; उन्होंने एक कठोर, पूर्व-नियोजित प्रणाली बनाई ताकि यह जांचा जा सके कि प्रभाव वास्तव में समान थे, या डेटा केवल इतना शोर भरा (नॉइज़ी) था कि अंतर बताना असंभव था। लगभग 9,00,000 जीन-गुण (जीन-ट्रीट) जोड़ों का परीक्षण करके, उन्होंने पाया कि अधिकांश मामलों में, डेटा मौन है। अधिक महत्वपूर्ण बात यह है कि उन्होंने पाया कि जिन कुछ मामलों में दोनों प्रकार के नुकसान वास्तव में सहमत होते हैं, वे अक्सर केवल खाली संकेत होते हैं, न कि किसी वास्तविक जैविक प्रभाव का प्रमाण। अध्ययन निष्कर्ष निकालता है कि हम अभी भी ड्रग डेवलपमेंट के मार्गदर्शन के लिए इन विभिन्न प्रकार के जेनेटिक मानचित्रों का परस्पर विनिमय के रूप में उपयोग नहीं कर सकते, क्योंकि हमारे पास मौजूद उपकरण एक वास्तविक जैविक मिलान और एक सांख्यिकीय संयोग के बीच अंतर करने के लिए पर्याप्त सटीक नहीं हैं।

शोधकर्ताओं ने इस प्रश्न के प्रति एक शिकारी के बजाय एक ऑडिटर (लेखा परीक्षक) की सावधानी के साथ दृष्टिकोण अपनाया। कुछ रोमांचक खोजों की तलाश करने के बजाय, उन्होंने डेटा देखने से पहले सख्त नियम लिखे हुए एक तीन-चरणीय प्रक्रिया डिजाइन की। उनका लक्ष्य उन प्रोटीन-ट्रंकेटिंग वेरिएंट्स (प्रोटीन को छोटा करने वाली त्रुटियां)—जो जीन के कोड को तोड़ देती हैं—और कॉपी-नंबर लॉस (बड़े डिलीशन जो एक जीन को हटा देते हैं) के प्रभावों के बीच एक पूर्ण सूची बनाना था जहाँ वे सहमत हों। उन्होंने यूके बायोबैंक से डेटा का उपयोग किया, जो सैकड़ों हजारों स्वयंसेवकों से प्राप्त स्वास्थ्य और जेनेटिक जानकारी का एक विशाल संग्रह है, साथ ही अपने निष्कर्षों की क्रॉस-चेक करने के लिए एस्ट्राजेनेका (AstraZeneca) से एक बाहरी डेटासेट का भी उपयोग किया। टीम ने 57 विभिन्न शारीरिक लक्षणों पर ध्यान केंद्रित किया, जो रक्तचाप से लेकर हड्डियों के घनत्व तक विस्तृत थे, और देखा कि कैसे लगभग 16,000 जीनों ने उन्हें प्रभावित किया।

उनके ऑडिट के पहले चरण ने एक निराशाजनक वास्तविकता को उजागर किया: डेटा अविश्वसनीय रूप से विरल (स्पार्स) है। जब उन्होंने उन जीनों की तलाश की जहाँ दोनों प्रकार के जेनेटिक नुकसान ने एक स्पष्ट, महत्वपूर्ण प्रभाव दिखाया, तो उन्हें बहुत कम जीन मिले। लाखों संभावनाओं में से, केवल एक बहुत छोटे अंश ने ही विश्वास के साथ कुछ कहने के लिए पर्याप्त साक्ष्य प्रदान किए। शोधकर्ताओं को उम्मीद थी कि उन्हें कम से कम 100 ऐसे जीन मिलेंगे जहाँ वे विभिन्न प्रकार के जेनेटिक साक्ष्यों के बीच एक स्पष्ट, तीन-तरफा सहमति देख सकेंगे, लेकिन उन्हें केवल 14 ही मिले। डेटा की इस कमी ने उन्हें एक सरल प्रश्न पर ध्यान केंद्रित करने के लिए मजबूर किया: क्या दो प्रकार के नुकसान प्रभाव की दिशा पर सहमत हैं, या वे असहमत हैं?

जैसे ही वे पूर्ण जीनोम-वाइड विश्लेषण की ओर बढ़े, परिणाम और भी स्पष्ट हो गए। 8,85,362 जीन-गुण जोड़ों में से, अत्यधिक बहुमत—8,80,000 से अधिक—को "सूचना-अपर्याप्त" (इंफॉर्मेशन-इन्सिफिशिएंट) के रूप में वर्गीकृत किया गया। इसका अर्थ यह है कि अधिकांश जीनों के लिए, डेटा इतना कमजोर था कि यह कहना संभव नहीं था कि दो प्रकार के नुकसान एक ही थे या अलग। ऐसा नहीं था कि प्रभाव अलग थे; बल्कि सिग्नल इतना धुंधला था कि उसे मापा नहीं जा सका। यह सुनिश्चित करने के लिए कि वे गलत पैटर्न न देख लें, सख्त सांख्यिकीय सुधार लागू करने के बाद, उन्होंने 4,252 जोड़े पहचाने जहाँ प्रभाव सांख्यिकीय रूप से समान थे और 216 जोड़े जहाँ वे स्पष्ट रूप से भिन्न थे।

यहीं वह महत्वपूर्ण निष्कर्ष आता है जो वर्तमान ड्रग डेवलपमेंट रणनीतियों को चुनौती देता है। शोधकर्ताओं को कम से कम 200 जीन-गुण जोड़ों को खोजने की आवश्यकता थी जहाँ दोनों प्रकार के नुकसान सक्रिय थे और एक ही दिशा की ओर इशारा कर रहे थे, ताकि यह सिद्ध किया जा सके कि दो जेनेटिक मैप ड्रग टारगेटिंग के लिए परस्पर परिवर्तनीय हैं। उन्हें ऐसे केवल नौ मामले मिले। "समान" जोड़ों का विशाल बहुमत वास्तव में उन मामलों का था जहाँ दोनों प्रकार के नुकसान का लक्षण (trait) पर कोई पता लगाने योग्य प्रभाव नहीं था। दूसरे शब्दों में, मानचित्र इसलिए सहमत थे क्योंकि दोनों ने कुछ भी होते हुए नहीं दिखाया, न कि इसलिए कि दोनों ने एक ही चीज़ होते हुए दिखाई। यह अंतर महत्वपूर्ण है: एक ड्रग डेवलपर को यह जानने की आवश्यकता होती है कि जीन को तोड़ने से एक विशिष्ट परिवर्तन होता है, न कि केवल यह कि उसे तोड़ने से कोई परिवर्तन नहीं होता है।

अध्ययन ने यह भी जांचा कि असहमति के कुछ मामले क्यों मौजूद थे। उन्होंने पाया कि वे जीन जो दो प्रकार के नुकसानों से अलग प्रभाव दिखाते थे, वे लगभग हमेशा उन क्षेत्रों में स्थित थे जहाँ डीएनए के बड़े हिस्से डिलीट हो गए थे, जो अक्सर एक साथ कई जीनों को हटा देते हैं। यह सुझाव देता है कि जब एक बड़ा डिलीशन होता है, तो प्रभाव केवल उस एकल जीन के बारे में नहीं होता जिसका अध्ययन किया जा रहा है, बल्कि यह उसके पड़ोसियों के कई जीनों के हटने के बारे में भी होता है। यह "पैसेंजर" प्रभाव, जहाँ एक जीन का डिलीशन अपने पड़ोसियों के प्रभावों को भी साथ खींच लेता है, एक भ्रमित करने वाला सिग्नल पैदा करता है जिसे एकल-जीन विश्लेषण सुलझा नहीं सकता। शोधकर्ताओं ने पाया कि इन विरोधाभासी संकेतों वाले जीन उन डिलीशन द्वारा कवर किए गए थे जिन्होंने औसतन 10 प्रोटीन-कोडिंग जीन हटा दिए थे, जबकि सहमति वाले जीनों के लिए यह संख्या केवल 2.5 थी।

टीम ने यह अनुमान लगाने के लिए एक कंप्यूटर मॉडल बनाने का भी प्रयास किया कि ये दो प्रकार के जेनेटिक नुकसान कब असहमत होंगे, इस उम्मीद में कि वे एक ऐसा उपकरण बना सकें जो शोधकर्ताओं को चेतावनी दे सके कि कब एक ड्रग टारगेट भ्रामक हो सकता है। उन्होंने मॉडल में माप की सटीकता और जेनेटिक डिलीशन की संरचना के बारे में डेटा फीड किया। मॉडल ने अलग-अलग मामलों को अलग करने में लगभग पूरी तरह से काम किया, लेकिन इसलिए नहीं कि उसने जीव विज्ञान सीखा। इसने इसलिए काम किया क्योंकि इसने डेटा की सीमाओं को सीख लिया था। मॉडल एक मजबूत सिग्नल और एक कमजोर सिग्नल के बीच अंतर बता सकता था, लेकिन वह एक वास्तविक जैविक प्रभाव और एक सांख्यिकिक संयोग के बीच अंतर नहीं कर सका। चूंकि मॉडल के लिए "लेबल" उसी शोर भरे डेटा से प्राप्त किए गए थे जिसका उपयोग प्रशिक्षण के लिए किया गया था, इसलिए मॉडल मूल रूप से एक नियम खोजने के बजाय शोर को ही याद कर रहा था।

अंततः, यह अध्ययन ड्रग डिस्कवरी के लिए जेनेटिक डेटा के उपयोग की दौड़ में एक आवश्यक विराम के रूप में कार्य करता है। शोधकर्ताओं ने ड्रग सफलता की भविष्यवाणी करने का नया तरीका नहीं खोजा; इसके बजाय, उन्होंने पाया कि सभी जेनेटिक नुकसान एक समान होने का वर्तमान अनुमान साक्ष्यों द्वारा समर्थित नहीं है। उनके द्वारा बनाई गई सूची यह बताती है कि डेटा कहाँ मौन है, कहाँ स्पष्ट है, और कहाँ भ्रामक है। वे निष्कर्ष निकालते हैं कि आगे बढ़ने के लिए, वैज्ञानिकों को नए प्रकार के डेटा की आवश्यकता है जो एकल जीन को उसके पड़ोसियों से अलग कर सके और वास्तविक जैविक प्रभावों को बड़े डिलीशन के शोर से अलग कर सके। जब तक ऐसा डेटा उपलब्ध नहीं होता, तब तक यह धारणा कि एक टूटा हुआ जीन और एक डिलीट किया गया जीन परस्पर परिवर्तनीय हैं, अप्रमाणित बनी रहेगी, और शायद वर्तमान में उपलब्ध उपकरणों के साथ इसे प्रमाणित करना भी असंभव है। इस कार्य का मूल्य किसी बड़ी खोज में नहीं, बल्कि इसके नकारात्मक परिणाम की स्पष्टता में निहित है: यह वैज्ञानिक समुदाय को ठीक से बताता है कि सड़क कहाँ समाप्त होती है और यात्रा जारी रखने के लिए किस प्रकार के नए वाहन की आवश्यकता है।