Construction and validation of a prognostic model for genes associated with myeloid differentiation in liver hepatocellular carcinoma: bulk RNA sequencing combined with Mendelian randomization and single-cell RNA sequencing

लीवर कैंसर एक निर्दयी बीमारी है, जो अक्सर तब तक चुप रहती है जब तक कि यह सर्जरी द्वारा हटाने के लिए बहुत बड़ी न हो जाए। कई रोगियों के लिए, भविष्य की स्थिति निराशाजनक बनी हुई है, जिसमें जीवित रहने की दर दशकों से मुश्किल से ही बदली है, बावजूद इसके कि उपचार में काफी प्रगति हुई है। डॉक्टरों के लिए चुनौती केवल कैंसर को ढूंढना नहीं है, बल्कि यह समझना भी है कि यह प्रत्येक व्यक्तिगत रोगी में किस तरह व्यवहार करता है। इसे हल करने के लिए, वैज्ञानिक शरीर की अपनी रक्षा प्रणालियों में गहराई से देख रहे हैं। प्रत्येक ट्यूमर के भीतर, कोशिकाओं का एक जटिल पड़ोस होता है। उनके बीच माइलॉयड कोशिकाएं (myeloid cells) होती हैं, जो प्रतिरक्षा कोशिकाओं का एक प्रकार हैं जो सामान्य रूप से शरीर को संक्रमण से लड़ने में मदद करती हैं। हालांकि, कैंसर में, ये कोशिकाएं कभी-कभी 'रोगी' (rogue) हो सकती हैं, जो अपने व्यवहार को बदलकर ट्यूमर को नष्ट करने के बजाय उसे बढ़ने और प्रतिरक्षा प्रणाली से छिपने में मदद करती हैं। वे विशिष्ट जीन जो इन माइलॉयड कोशिकाओं के विकास और कार्य को नियंत्रित करते हैं, इस विश्वासघात को समझने की कुंजी रखते हैं, फिर भी लीवर कैंसर में वे कौन से सटीक निर्देश जिनका वे पालन करते हैं, एक रहस्य बना हुआ है।

शोधकर्ताओं की एक टीम लीवर कैंसर के लिए एक नया प्रकार का मानचित्र बनाकर इन निर्देशों को डिकोड करने के लिए आगे बढ़ी। उन्होंने हजारों रोगियों के विशाल आनुवंशिक डेटा को एकत्र करके शुरुआत की, यह देखने के लिए कि जब माइलॉयड कोशिकाएं लीवर ट्यूमर के साथ परस्पर क्रिया करती हैं तो कौन से विशिष्ट जीन सक्रिय या निष्क्रिय होते हैं। यह सुनिश्चित करने के लिए कि वे वास्तविक कारणों को खोज रहे हैं न कि केवल संयोगपूर्ण पैटर्न को, उन्होंने एक कठोर पद्धति का उपयोग किया जो आनुवंशिक विविधताओं के साथ एक प्राकृतिक प्रयोग की तरह व्यवहार करती है, जिससे जीवनशैली और पर्यावरण के शोर को छानकर यह देखा जा सके कि कौन से जीन वास्तव में बीमारी को संचालित करते हैं। इस विशाल सूचना के भंडार से, उन्होंने उम्मीदवारों की एक संक्षिप्त सूची तक अपना ध्यान केंद्रित किया, और कंप्यूटर मॉडल का उपयोग करके यह अनुमान लगाया कि कौन से जीन रोगी के भविष्य का सबसे अच्छा पूर्वानुमान लगा सकते हैं। इसका परिणाम सात विशिष्ट जीनों की एक सटीक सूची थी जो इस बीमारी के जैविक हस्ताक्षर (biological signature) के रूप में कार्य करते हैं।

इन सात जीनों, जिन्हें शोधकर्ताओं ने FECH, CDKN2B, CAMK4, NBEAL2, RASGRP4, GPR171 और EIF6 नाम दिया था, के माध्यम से पता चला कि वे रोगी के रोग निदान (prognosis) के बारे में एक स्पष्ट कहानी बताते हैं। ट्यूमर के नमूने में इन जीनों की गतिविधि को मापकर, टीम एक 'रिस्क स्कोर' की गणना कर सकती थी जिसने रोगियों को दो अलग-अलग समूहों में विभाजित किया: वे जिनके ठीक होने की संभावना है और वे जो एक बहुत कठिन लड़ाई का सामना कर रहे हैं। यह मॉडल रोगियों के विभिन्न समूहों में सटीक साबित हुआ, जिससे पता चला कि उच्च जोखिम स्कोर वाले रोगियों में जीवित रहने की दर काफी कम थी। यह केवल एक सांख्यिकीय युक्ति नहीं थी; शोधकर्ताओं ने एक व्यावहारिक उपकरण बनाया, एक चार्ट जिसे डॉक्टर रोगी के जोखिम स्कोर को उनके विशिष्ट ट्यूमर चरण के साथ जोड़कर भविष्य की एक स्पष्ट तस्वीर प्राप्त करने के लिए उपयोग कर सकते हैं।

अध्ययन यह समझने के लिए और आगे बढ़ा कि ये जीन क्यों महत्वपूर्ण थे। शोधकर्ताओं ने पाया कि ये जीन शरीर की प्रतिरक्षा प्रतिक्रिया और इसके चयापचय (metabolism) में गहराई से शामिल थे, विशेष रूप से इस बात में कि शरीर वसा और रक्त के थक्के जमाने वाले कारकों को कैसे संसाधित करता है। उच्च-जोखिम वाले समूह में, ये मार्ग अक्सर धीमे या बंद (turned down) पाए गए, जो यह सुझाव देते हैं कि ट्यूमर सफलतापूर्वक प्रतिरक्षा प्रणाली को दबा रहा है और शरीर के रसायन विज्ञान को अपने लाभ के लिए बदल रहा है। टीम ने यह भी देखा कि ये जीन व्यक्तिगत कोशिकाओं में कैसे व्यवहार करते हैं, एक ऐसी तकनीक जिसने उन्हें पूरे ट्यूमर मिश्रण के बजाय विशिष्ट कोशिका प्रकारों में जीनों की गतिविधि देखने की अनुमति दी। उन्होंने पाया कि टी-कोशिकाएं (T cells), जो प्रतिरक्षा कोशिकाओं का एक अलग प्रकार हैं जो आमतौर पर कैंसर पर हमला करती हैं, वह प्राथमिक स्थान थीं जहां ये सात जीन सक्रिय थे। जैसे-जैसे ये टी-कोशिकाएं बदलती और परिपक्व होती हैं, एक विशिष्ट जीन, GPR171, की गतिविधि एक विशिष्ट पैटर्न में ऊपर और नीचे जाती है, जो प्रतिरक्षा प्रणाली और ट्यूमर के बीच एक गतिशील संबंध का संकेत देती है।

अपने कंप्यूटर मॉडल वास्तविकता से मेल खाते हैं या नहीं, इसकी पुष्टि करने के लिए वैज्ञानिकों ने वास्तविक मानव ऊतक नमूनों में निष्कर्षों का परीक्षण किया। उन्होंने स्वस्थ ऊतकों के मुकाबले लीवर कैंसर के नमूनों में आनुवंशिक गतिविधि की तुलना की और पाया कि चार जीन कैंसर में काफी अधिक सक्रिय थे, जबकि एक जीन बहुत कम सक्रिय था। इससे पुष्टि हुई कि कंप्यूटर द्वारा पहचाने गए जीन वास्तव में वास्तविक रोगियों में मौजूद थे और अलग तरह से व्यवहार कर रहे थे। अध्ययन ने यह भी देखा कि ये जीन मौजूदा दवाओं के प्रति कैसे प्रतिक्रिया दे सकते हैं, जिससे यह सुझाव मिला कि उच्च जोखिम स्कोर वाले रोगी कुछ कीमोथेरेपी एजेंटों के प्रति अधिक संवेदनशील हो सकते हैं, जो व्यक्तिगत उपचार के लिए एक संभावित मार्ग प्रदान करता है।

हालांकि ये निष्कर्ष आशाजनक हैं, शोधकर्ता सावधानी बरतते हुए यह नोट करते हैं कि यह केवल एक शुरुआत है। मॉडल सार्वजनिक डेटाबेस का उपयोग करके बनाए गए थे और अपेक्षाकृत कम स्थानीय नमूनों पर सत्यापित किए गए थे, जिसका अर्थ है कि परिणामों को एक मानक चिकित्सा उपकरण के रूप में उपयोग करने से पहले लोगों के बड़े और अधिक विविध समूहों में परीक्षण करने की आवश्यकता है। अध्ययन बताता है कि ये सात जीन इस बात के शक्तिशाली संकेतक हैं कि लीवर कैंसर कैसे आगे बढ़ेगा, लेकिन यह अभी तक यह सिद्ध नहीं करता है कि उन्हें बदलने से बीमारी ठीक हो जाएगी। फिर भी, इन विशिष्ट आनुवंशिक मार्करों की पहचान करके और उन्हें प्रतिरक्षा कोशिकाओं के व्यवहार से जोड़कर, यह शोध लीवर कैंसर को देखने का एक नया तरीका प्रदान करता है। यह बातचीत को केवल ट्यूमर के आकार को मापने से हटाकर इसके भीतर चल रही छिपी हुई आनुवंशिक बातचीत को समझने की ओर ले जाता है, जो परिणामों की भविष्यवाणी करने और व्यक्तिगत उपचार को तैयार करने के लिए एक स्पष्ट मार्ग प्रदान करता है।