ट्रान्स्क्रिप्टोम-आधारित वर्गीकरणाने उंदरांमधील ऑटिझम-जोखीम उत्परिवर्तनांचे नकाशे तयार केले

ऑटिझम अनुवांशिकतेच्या केंद्रस्थानी एक वर्गीकरण समस्या

गेल्या दोन दशकांमध्ये, अनुवांशिकशास्त्रज्ञांनी ऑटिझम स्पेक्ट्रम डिसऑर्डरशी जोडलेल्या जनुकांची एक लांब आणि अजूनही वाढणारी यादी तयार केली आहे. ती यादी अत्यंत फलदायी ठरली आहे, परंतु तिने एक विचित्र दरी देखील उघड केली आहे: कोणती जनुके जोखीम वाहतात हे जाणून घेतल्यास ती जनुके इतके वैविध्यपूर्ण परिणाम कसे निर्माण करतात हे आपोआप स्पष्ट होत नाही. दोन व्यक्ती एकाच जनुकातील उत्परिवर्तने वाहू शकतात आणि अगदी भिन्न प्रोफाइलसह सादर होऊ शकतात, तर पूर्णपणे भिन्न जनुकांमधील उत्परिवर्तने समान गुणधर्मांवर एकत्र येऊ शकतात.

सायन्समध्ये प्रकाशित एक पेपर — खंड 393, अंक 6817, पृष्ठे 1250–1257, सप्टेंबर 2026 — त्या दरीवर लक्ष्य ठेवतो, ज्याचे शीर्षक त्याची पद्धत स्पष्टपणे सांगते: "Transcriptome-based classification in mice with ASD-risk mutations." हे चित्रण एका बदलाकडे निर्देश करते. केवळ उत्परिवर्तनावर आधारित मॉडेल प्राण्यांचे वर्गीकरण करण्याऐवजी, हे काम ट्रान्स्क्रिप्टोम — पेशी किंवा ऊतीमध्ये तयार होणाऱ्या RNA ट्रान्स्क्रिप्ट्सचा संपूर्ण संच — त्यांना गटबद्ध करण्यासाठी आणि वर्गीकृत करण्यासाठी आधार म्हणून तपासते.

ट्रान्स्क्रिप्टोम का महत्त्वाचे आहे

DNA चे वर्णन अनेकदा नकाशा म्हणून केले जाते, परंतु कधीही न वाचला गेलेला नकाशा काहीही निर्माण करत नाही. ट्रान्स्क्रिप्टोम हे वाचन आहे: ते कोणती जनुके सक्रियपणे ट्रान्स्क्राइब होत आहेत आणि दिलेल्या ऊतीमध्ये दिलेल्या क्षणी कोणत्या पातळीवर, हे कॅप्चर करते. ते अनुवांशिक भिन्नता आणि पर्यावरणीय प्रभाव या दोन्हींच्या खाली स्थित असल्याने, ते केवळ जीनोटाइपपेक्षा जैविक स्थितीचे अधिक गतिशील दृश्य देते.

हे गुणवत्तेमुळे न्यूरोडेव्हलपमेंटल स्थितींसाठी ट्रान्स्क्रिप्टोम-आधारित वर्गीकरण संकल्पनात्मकदृष्ट्या आकर्षक बनते. जर भिन्न ASD-जोखीम जनुकांमधील उत्परिवर्तने शेवटी आच्छादित जैविक मार्गांच्या संचांना व्यत्यय आणत असतील, तर अभिव्यक्ती प्रोफाइल अनुक्रम डेटा लपवत असलेले गट प्रकट करू शकतात. भिन्न जोखीम उत्परिवर्तने वाहणारे उंदीर, तत्त्वतः, एकत्र गटबद्ध होऊ शकतात कारण ते जनुक सामायिक करतात म्हणून नाही, तर ते आण्विक परिणाम सामायिक करतात म्हणून.

जीनोटाइपपासून आण्विक स्वाक्षरीपर्यंत

तर्क अंदाजे खालीलप्रमाणे आहे. उंदरांच्या रेषांचा एक संच घ्या, प्रत्येक ऑटिझम जोखमीशी संबंधित उत्परिवर्तन वाहण्यासाठी अभियांत्रिकी केलेला. संबंधित ऊतीमध्ये जनुक अभिव्यक्ती प्रोफाइल करा — सामान्यतः सामाजिक वर्तन, संवाद आणि वर्तनाच्या पुनरावृत्तीच्या नमुन्यांशी संबंधित मेंदूचे प्रदेश. नंतर विचारा की परिणामी अभिव्यक्ती स्वाक्षऱ्या प्राण्यांना अर्थपूर्ण गटांमध्ये विभागतात का, आणि ते गट प्राण्यांबद्दल निरीक्षण करण्यायोग्य कोणत्याही गोष्टीशी जुळतात का.

जर असे संरेखन अस्तित्वात असेल, तर ते संशोधकांना अन्यथा उत्परिवर्तनांचा एक अविभाज्य संग्रह दिसणाऱ्या मॉडेल्सचे स्तरीकरण करण्यासाठी आण्विक हाताळणी देईल. तसेच काही हस्तक्षेप विशिष्ट जनुक नावांपेक्षा आण्विक प्रोफाइलशी अधिक चांगल्या प्रकारे जुळवले जाऊ शकतात ही शक्यता देखील निर्माण करेल.

उंदीर मॉडेल्स का केंद्रस्थानी राहतात

ऑटिझम अनुवांशिकतेच्या मानवी अभ्यासांना कठोर मर्यादा भेडसावतात. मेंदूची ऊती आण्विक प्रोफाइलिंगसाठी क्वचितच उपलब्ध असते, दुर्मिळ उत्परिवर्तनांसाठी नमुना आकार लहान असतो, आणि पर्यावरण, निदानाची वेळ आणि सह-उद्भवणाऱ्या स्थितींचा प्रभाव वेगळा करणे कठीण असते. उंदीर मॉडेल्स या समस्या सोडवत नाहीत, परंतु ते माणसांमध्ये अशक्य असलेले नियंत्रित प्रयोग करू देतात.

अभियांत्रिकी उंदीर रेषा संशोधकांना मोठ्या प्रमाणात एकसमान अनुवांशिक पार्श्वभूमीवर परिभाषित उत्परिवर्तन सादर करू देतात, प्राण्यांना प्रमाणित परिस्थितीत वाढवू देतात आणि अचूक विकासात्मक टप्प्यांवर ऊती प्रोफाइल करू देतात. तडजोड चांगली समजली जाते: उंदीर लहान माणसे नाहीत, आणि सामाजिक संवादासारखे जटिल मानवी गुणधर्म रोडेंट वर्तनावर स्वच्छपणे नकाशे करत नाहीत. म्हणून उंदरांमध्ये तयार केलेली कोणतीही वर्गीकरण योजना हे परिकल्पना-निर्माण साधन आहे, निदानात्मक नाही.

विषमतेची समस्या

ऑटिझम स्पेक्ट्रम डिसऑर्डर वर्तनात्मक निकषांद्वारे परिभाषित केला जातो, आणि "स्पेक्ट्रम" हा शब्द खरोखर कार्य करत आहे. समान लेबल गहन समर्थन गरजा असलेल्या व्यक्ती आणि स्वतंत्रपणे जगणाऱ्या व्यक्तींना व्यापते, तसेच त्यामध्ये संज्ञानात्मक, संवेदी आणि भाषिक प्रोफाइलची विस्तृत श्रेणी असते. अनुवांशिकदृष्ट्या, ही स्थिती तितकीच अव्यवस्थित आहे, ज्यामध्ये दुर्मिळ उच्च-प्रभाव उत्परिवर्तने, लहान परिणामाचे सामान्य प्रकार आणि दोन्हींचे संयोजन समाविष्ट आहे.

ही विषमता अनुवांशिक शोधांचे क्लिनिकल लाभात भाषांतर करण्यातील मुख्य अडथळा आहे. एका जैविक उपगटाला मदत करणारा उपचार दुसऱ्यासाठी काहीही करू शकत नाही, आणि अविभाजित गटातील परिणामांची सरासरी काढल्यास खरा परिणाम लपू शकतो. वर्गीकरण — अनुवांशिकतेनुसार, वर्तनानुसार, बायोमार्करद्वारे किंवा ट्रान्स्क्रिप्टोमद्वारे — ही समस्येला तोंड देण्यासाठी संशोधकांनी स्वीकारलेली रणनीती आहे.

संशोधन रणनीती म्हणून उपप्रकारीकरण

ट्रान्स्क्रिप्टोम-आधारित वर्गीकरण मानसोपचार आणि न्यूरोसायन्समधील आण्विक उपप्रकारीकरणाच्या व्यापक चळवळीशी संबंधित आहे. आकर्षण सरळ आहे: अभिव्यक्ती डेटा परिमाणात्मक, ऊती-स्तरीय आणि तुलनेने निःपक्षपाती असतो, या अर्थाने की ते संशोधकाने कोणता मार्ग महत्त्वाचा आहे हे आगाऊ ठरवण्यावर अवलंबून नसते. धोकाही तितकाच सरळ आहे. ट्रान्स्क्रिप्टोमिक स्वाक्षऱ्या गोंगाटयुक्त, वय, लिंग, ऊती आणि हाताळणीबाबत संवेदनशील आणि नमुना आकार माफक असताना ओव्हरफिटिंगसाठी प्रवण असू शकतात.

नवीन पेपर संदर्भात वाचणे

हा अभ्यास सर्वाधिक वाचल्या जाणाऱ्या सामान्य विज्ञान जर्नल्सपैकी एकामध्ये प्रकाशित झाला आहे, जो कठोरता आणि व्याप्तीसाठी अपेक्षा निर्माण करतो. सायन्समधील त्याची पृष्ठे — खंड 393, अंक 6817 मधील 1250 ते 1257 — तो जर्नलच्या सप्टेंबर 2026 च्या जीवनविज्ञान कव्हरेजमध्ये ठेवतात. या कामाकडे वळणाऱ्या वाचकांनी अनेक गोष्टी शोधल्या पाहिजेत: किती उंदीर रेषा आणि उत्परिवर्तने प्रोफाइल केली गेली, कोणते मेंदू प्रदेश किंवा ऊती नमुना घेतले गेले, अभिव्यक्ती स्वाक्षऱ्या कशा परिभाषित आणि प्रमाणित केल्या गेल्या, आणि परिणामी वर्ग कोणत्याही वर्तनात्मक किंवा शारीरिक मापनाशी संबंधित आहेत का.

त्यांनी अभिसरण देखील शोधले पाहिजे. जर वर्गीकरण ऑटिझम जीवशास्त्रात आधीच गुंतलेल्या मार्गांना — सिनॅप्टिक कार्य, प्रथिन संश्लेषण, क्रोमेटिन नियमन, रोगप्रतिकारक संकेत — समोर आणत असेल, तर ते गट वास्तविक काहीतरी प्रतिबिंबित करतात आणि विश्लेषण पाइपलाइनचा कलाकृती नाहीत यावरील विश्वास मजबूत करेल. विचलन देखील मनोरंजक असेल, परंतु त्यासाठी अधिक पुरावे लागतील.

पुढे काय पाहावे

वर्गीकरण योजना केवळ तेव्हाच उपयुक्त ठरतात जेव्हा त्या उपयुक्त सिद्ध होतात. उपयुक्त चाचण्या व्यावहारिक असतात: वर्ग दिलेल्या हस्तक्षेपाला उंदीर रेषा कसा प्रतिसाद देते याचा अंदाज लावतात का? ते स्वतंत्र समूहांमध्ये आणि इतर प्रयोगशाळांमध्ये पुनरावृत्ती होतात का? ते मानवी डेटावर नकाशे करतात का, मग ते पोस्ट-मॉर्टम ऊती, प्रेरित प्लुरिपोटेंट स्टेम सेल मॉडेल्स किंवा वाढत्या समृद्ध मानवी समूह अभ्यासांमधून असो?

या प्रश्नांपैकी कोणताही एका पेपराने निकाली निघत नाही. या प्रकारचा अभ्यास काय करू शकतो ते म्हणजे दृष्टिकोन व्यवहार्य आणि पाठपुरावा करण्यायोग्य आहे हे दर्शवणे — की ट्रान्स्क्रिप्टोममध्ये अनुवांशिकदृष्ट्या गोंधळलेल्या मॉडेल प्राण्यांच्या संग्रहाला सुसंगत गटांमध्ये आयोजित करण्यासाठी पुरेशी रचना आहे. ती रचना चांगल्या प्रयोगांमध्ये आणि शेवटी ऑटिस्टिक लोकांसाठी अधिक चांगल्या लक्ष्यित समर्थनात भाषांतरित होते का हा एक दीर्घ प्रकल्प आहे, आणि त्यासाठी अनुवांशिकता, आण्विक प्रोफाइलिंग आणि क्लिनिकल निरीक्षण यांमधील तेच अभिसरण आवश्यक आहे जे क्षेत्र वर्षानुवर्षे शोधत आहे.

मुख्य मुद्दे

• सायन्स पेपर, खंड 393, अंक 6817 (पृष्ठे 1250–1257, सप्टेंबर 2026) मध्ये प्रकाशित, शीर्षक "Transcriptome-based classification in mice with ASD-risk mutations."
• हा दृष्टिकोन उंदीर मॉडेल्सना त्यांच्या जनुक-अभिव्यक्ती प्रोफाइलद्वारे वर्गीकृत करतो, ते वाहत असलेल्या विशिष्ट जोखीम उत्परिवर्तनाद्वारे नाही.
• ट्रान्स्क्रिप्टोम अनुवांशिक भिन्नता आणि पर्यावरणीय प्रभाव या दोन्हींच्या खाली स्थित आहे, ज्यामुळे ते जैविक स्थिती कॅप्चर करण्यासाठी उमेदवार बनते.
• उंदीर मॉडेल्स नियंत्रित, टप्पा-विशिष्ट प्रोफाइलिंगला परवानगी देतात जे मानवी मेंदू संशोधनात मोठ्या प्रमाणात अशक्य आहे, परंतु ते परिकल्पना-निर्माण करणारे आहेत, थेट क्लिनिकल नाहीत.
• कोणत्याही वर्गीकरण योजनेचे मूल्य पुनरुत्पादकता, भविष्यसूचक शक्ती आणि शेवटी मानवी डेटाशी संरेखन यावर अवलंबून असेल.

हा लेख सायन्स (AAAS) च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.