Selection and weighting change the interpretation of phagocyte uptake and optical imaging

शरीर अपने कचरे को कैसे साफ करता है, इसे समझने के लिए वैज्ञानिक अक्सर मैक्रोफेज (macrophages) नामक प्रतिरक्षा कोशिकाओं (immune cells) पर नज़र रखते हैं। ये कोशिकाएं सूक्ष्म वैक्यूम क्लीनर की तरह काम करती हैं, जो मलबे, मृत कोशिकाओं या हमलावर बैक्टीरिया को खोजती हैं, उन्हें निगल लेती हैं और उन्हें तोड़ देती हैं। यह प्रक्रिया होते देखने के लिए, शोधकर्ता शक्तिशाली सूक्ष्मदर्शी (microscopes) का उपयोग करते हैं जो कोशिकाओं और उनके द्वारा खाए गए कचरे से जुड़े चमकते टैग्स को ट्रैक कर सकते हैं। यह गिनकर कि कितनी कोशिकाएं खा रही हैं और उनसे आने वाली रोशनी की चमक या समय को मापकर, वैज्ञानिक यह समझने की उम्मीद करते हैं कि प्रतिरक्षा प्रणाली कितनी अच्छी तरह काम कर रही है। हालांकि, जिस तरह से ये चित्र एकत्र किए जाते हैं और उन्हें गिनने के लिए उपयोग किए जाने वाले विशिष्ट नियम, डेटा द्वारा बताई जाने वाली कहानी को चुपचाप बदल सकते हैं। यदि कोई शोधकर्ता कोशिकाओं के थोड़े अलग समूह को देखने का निर्णय लेता है या किसी छवि में चमकीले बिंदुओं को अलग तरह से महत्व देता है, तो प्रतिरक्षा प्रणाली कितनी सक्रिय है, इस बारे में अंतिम निष्कर्ष नाटकीय रूप से बदल सकता है, भले ही मूल चित्र नहीं बदले हों।

कोलंबिया के यूनिवर्सिडाड सिमोन बोलिवर के एल्किन नवारो क्विरोज़ द्वारा किया गया एक हालिया अध्ययन ठीक इसी बात की जांच करता है कि ये चुनाव प्रतिरक्षा कोशिका व्यवहार के बारे में हमारी समझ को कैसे आकार देते हैं। शोधकर्ता ने नए प्रयोग नहीं किए या नई कोशिकाओं को नहीं देखा। इसके बजाय, उन्होंने तीन मौजूदा सार्वजनिक डेटा सेटों—मैक्रोफेज गणनाओं के रिकॉर्ड, प्रकाश संकेतों की कच्ची छवियां, और मछलियों में प्रतिरक्षा कोशिकाओं की फिल्में—को अलग-अलग नियमों का उपयोग करके पुन: विश्लेषित किया। लक्ष्य यह देखना था कि क्या चयन मानदंड या संकेतों को महत्व देने के तरीके को बदलने से वे निष्कर्ष बदल सकते हैं जो वैज्ञानिक समान अवलोकनों से निकालते हैं। निष्कर्ष बताते हैं कि उत्तर पूरी तरह से इस पर निर्भर करता है कि डेटा को कैसे संभाला जाता है, और छवियों को सारांशित करने के मानक तरीके महत्वपूर्ण विवरणों को छिपा सकते हैं या भ्रामक रुझान पैदा कर सकते हैं।

अध्ययन की शुरुआत इस बात को देखकर हुई कि वैज्ञानिक यह कैसे गिनते हैं कि कितने मैक्रोफेज खाने में भाग ले रहे हैं। डेटा के एक सेट में, शोधकर्ताओं ने रिकॉर्ड किया था कि विभिन्न समयों पर कितनी कोशिकाएं दिखाई दे रही थीं और उनमें से कितनी को "खाने वाला" (eating) के रूप में लेबल किया गया था। जब लेखक ने एक नियम लागू किया—एक विशिष्ट क्षण में दृश्यमान किसी भी कोशिका को गिनना—तो खाने वाली कोशिकाओं का प्रतिशत लगभग 24 प्रतिशत से बढ़कर 37 प्रतिशत हो गया। लेकिन जब एक सख्त नियम लागू किया गया, जिसमें कोशिका का पूरे प्रयोग की अवधि के लिए दृश्यमान और पात्र होना आवश्यक था, तो प्रतिशत लगभग 47 प्रतिशत से गिरकर 37 प्रतिशत हो गया। दोनों गणनाओं में खाने वाली कोशिकाओं की संख्या समान थी, लेकिन विचार की गई कोशिकाओं की कुल संख्या बदल गई। 'हर' (denominator), या मापी जा रही कुल समूह में इस सरल बदलाव ने दो अलग-अलग प्रयोगात्मक स्थितियों के बीच तुलना की दिशा को उलट दिया। जो एक नियम के तहत गतिविधि में वृद्धि के रूप में दिखाई देता था, वह दूसरे नियम के तहत कमी के रूप में दिखाई दिया। अध्ययन इस बात पर प्रकाश डालता है कि यह स्पष्ट रूप से बताए बिना कि अंतिम गणना में किन कोशिकाओं को शामिल किया गया था, यह जानना असंभव है कि प्रतिरक्षा प्रणाली वास्तव में अधिक सक्रिय हो रही है या यह केवल गणना पद्धति का एक प्रभाव है।

शोध फिर फ्लोरोसेंस लाइफटाइम इमेजिंग (fluorescence lifetime imaging) नामक तकनीक का उपयोग करते हुए प्रकाश संकेतों की ओर मुड़ा। यह विधि इस बात को मापती है कि जब एक कोशिका को प्रकाश के पल्स (pulse) से टकराया जाता है और जब वह वापस चमकती है, उसके बीच कितना सूक्ष्म विलंब होता है। नैनोसेकंड में मापा गया यह विलंब वैज्ञानिकों को कोशिका के भीतर रासायनिक वातावरण के बारे में बता सकता है। लेखक ने मैक्रोफेज की दो कच्ची छवियों को लिया और पूछा कि क्या होगा यदि वे केवल छवि के सबसे चमकीले हिस्सों को देखें। जब उन्होंने केवल सबसे अधिक प्रकाश वाले पिक्सेल का चयन किया, तो एक छवि में फोटोन के आगमन का औसत समय 0.135 नैनोसेकंड पहले हुआ और दूसरी में 0.099 नैनोसेकंड। यह परीक्षण करने के लिए कि क्या यह एक वास्तविक प्रभाव था या केवल रैंडम शोर (random noise), उन्होंने एक कंप्यूटर सिमुलेशन बनाया जिसने प्रकाश कणों की संख्या को समान रखा लेकिन उनकी स्थिति को बदल दिया। उस सिमुलेशन में, बदलाव बहुत कम था, लगभग न के बराबर। यह तथ्य कि वास्तविक बदलाव सिमुलेटेड वाले की तुलना में बहुत अधिक था, यह सिद्ध करता है कि छवि में चमकीले क्षेत्र वास्तव में जल्दी आगमन समय से जुड़े थे। इसका अर्थ यह है कि यदि कोई वैज्ञानिक केवल सबसे चमकीले स्थानों पर ध्यान केंद्रित करना चुनता है, तो वह केवल अधिक प्रकाश नहीं देख रहा है; वह पूरी तरह से एक अलग टाइमिंग सिग्नल देख रहा है। अध्ययन इस बात पर जोर देता है कि प्रकाश को कैसे महत्व दिया जाता है—चाहे प्रत्येक कण समान रूप से गिना जाए या चमकीले स्थानों को अधिक महत्व दिया जाए—रिपोर्ट किए गए सारांश संख्या को मौलिक रूप से बदल देता है।

अंत में, शोध पत्र ने मस्तिष्क की प्रतिरक्षा कोशिकाओं (microglia) की फिल्मों में समय को कैसे संभाला जाता है, इसकी जांच की। शोधकर्ता ने माइक्रोग्लिया की तीन फिल्मों का अध्ययन किया और यह मापा कि एक फ्रेम से दूसरे फ्रेम में छवि कितनी बदलती है। उन्होंने पाया कि जब उन्होंने फ्रेम के क्रम को पूरी तरह से बदल दिया, जिससे घटनाओं का कालक्रम (timeline) नष्ट हो गया, तब भी "सबसे सक्रिय" से "सबसे कम सक्रिय" तक की फिल्मों की रैंकिंग बिल्कुल वैसी ही रही। जो फिल्म मूल क्रम में सबसे सक्रिय दिख रही थी, वह क्रम बदलने के बाद भी सबसे सक्रिय बनी रही। ऐसा इसलिए हुआ क्योंकि उस फिल्म में किसी भी दो फ्रेमों के बीच दृश्य अंतर स्वाभाविक रूप से अन्य फिल्मों की तुलना में अधिक था, चाहे क्रम कुछ भी हो। हालांकि रैंकिंग अराजकता के बावजूद स्थिर रही, लेकिन समय के साथ परिवर्तन का वास्तविक माप बदल गया। संचित भिन्नता (accumulated variation), जो यह बताती है कि छवि चरण-दर-चरण कितनी बदली, क्रम टूटने पर काफी कम हो गई। यह प्रकट करता है कि एक स्थिर रैंकिंग इस बात की गारंटी नहीं देती कि डेटा उन वास्तविक घटनाओं की कहानी को सुरक्षित रखता है जो समय के साथ घटित हुईं। एक सारांश सुसंगत दिख सकता है, भले ही वे अस्थायी संबंध (temporal relationships) गायब हो जाएं जो जैविक प्रक्रिया को परिभाषित करते हैं।

इस कार्य का व्यापक संदेश यह है कि जैविक इमेजिंग की व्याख्या अत्यंत नाजुक है। अध्ययन यह दावा नहीं करता है कि उसने प्रतिरक्षा स्वास्थ्य को मापने का कोई नया तरीका या बीमारी का कोई नया मार्कर खोज लिया है। इसके बजाय, यह इस बात की कठोर जांच के रूप में कार्य करता है कि वर्तमान में डेटा का उपयोग कैसे किया जा रहा है। यह दिखाता है कि यह चुनाव कि किन कोशिकाओं को शामिल किया जाए, प्रकाश संकेतों को कैसे महत्व दिया जाए, और समय को कैसे संभाला जाए, जैविक घटना के समान ही निष्कर्ष को बदल सकता है। जब शोधकर्ता रिपोर्ट करते हैं कि कोशिकाओं का एक समूह दूसरे की तुलना में अधिक खा रहा है, या एक निश्चित रासायनिक अवस्था मौजूद है, तो उन्हें यह भी रिपोर्ट करना चाहिए कि वे वहां तक पहुँचने के लिए किन विशिष्ट नियमों का उपयोग कर रहे थे। इन विवरणों के बिना, संख्याएं कई, कभी-कभी विरोधाभासी कहानियों के लिए खुली होती हैं। अध्ययन निष्कर्ष निकालता है कि विज्ञान की प्रगति के लिए, चयन और वेटिंग (weighting) की विधियों को स्पष्ट किया जाना चाहिए, ताकि सारांश संख्याएं वास्तव में उस जैविक वास्तविकता को दर्शा सकें जिसका वे वर्णन करने का प्रयास करती हैं।