जिनोमइंडियाने ८३ लोकसमूहांमधील १०,०७४ जणांचे क्रमनिर्धारण केले, आणि एका प्रीप्रिंटनुसार जागतिक डेटाबेसमधून ४४ दशलक्ष प्रकार गायब आहेत

जिनोमइंडिया प्रकल्पाने ८३ लोकसमूहांमधील १०,०७४ निरोगी प्रौढांचे संपूर्ण जिनोम क्रमबद्ध केले, आणि ९ जानेवारी २०२५ रोजी जैवतंत्रज्ञान विभागाने (डीबीटी) फरीदाबादमधील इंडियन बायोलॉजिकल डेटा सेंटरच्या (आयबीडीसी) माध्यमातून हा डेटा संशोधकांसाठी खुला केला. अमेरिकेची नॅशनल ह्युमन जिनोम रिसर्च इन्स्टिट्यूट जिनोमचे वर्णन पेशीतील डीएनएच्या अक्षरांचा संपूर्ण संच, दोन्ही वारशाने आलेल्या प्रती मोजल्यास सुमारे ६ अब्ज, असे करते, आणि प्रकार म्हणजे माणसामाणसांत ही अक्षरे जिथे वेगळी असतात ती जागा.

आतापर्यंतचे सर्वात सविस्तर विश्लेषण हा एक प्रीप्रिंट आहे, म्हणजे समवयस्क पुनरावलोकनापूर्वी प्रसिद्ध केलेला शोधनिबंध. २४ मार्च २०२६ च्या तारखेचा हा निबंध गुणवत्ता तपासणीत उत्तीर्ण झालेल्या ९,७६८ लोकांमध्ये १२९.९३ दशलक्ष प्रकार नोंदवतो, आणि त्यांपैकी ४४.०३ दशलक्ष जागतिक डेटाबेसमध्ये यापूर्वी नोंदवलेले नव्हते असे सांगतो. त्याआधीचा जर्नलमधील मजकूर, एप्रिल २०२५ ची नेचर जेनेटिक्समधील टिप्पणी, प्राथमिक आकडे देत होती.

९ जानेवारी २०२५ रोजी काय जाहीर झाले

नवी दिल्लीतील विज्ञान भवनात झालेल्या जिनोमिक्स डेटा कॉन्क्लेव्हमध्ये केंद्रीय मंत्री जितेंद्र सिंह यांनी फ्रेमवर्क फॉर एक्स्चेंज ऑफ डेटा (फीड) प्रोटोकॉल आणि आयबीडीसी पोर्टल सुरू केले. प्रेस इन्फॉर्मेशन ब्युरोच्या प्रसिद्धिपत्रकानुसार यामुळे १०,००० संपूर्ण जिनोम नमुने भारतातील आणि परदेशातील संशोधकांना उपलब्ध झाले. सिंह म्हणाले की हा संग्रह “आता केवळ भारतातच नव्हे तर जगभरात संशोधनासाठी उपलब्ध करून देण्यात आला आहे.”

पंतप्रधान नरेंद्र मोदी यांनी व्हिडिओ संदेश पाठवला. प्रकल्पाला पाच वर्षांपूर्वी मंजुरी मिळाली आणि त्यात आयआयएससी, आयआयटी, सीएसआयआर आणि बीआरआयसी यांसह २० हून अधिक संस्था सहभागी आहेत, असे ते म्हणाले. हा डेटा कोणती गोष्ट निकाली काढू शकतो याचे त्यांचे उदाहरण आदिवासी समुदायांमधील सिकल सेल ॲनिमियाचे होते: एका प्रदेशातील समस्या दुसऱ्यापेक्षा वेगळी असू शकते, आणि ते कसे हे केवळ संपूर्ण अनुवांशिक अभ्यासातून दिसेल, असे ते म्हणाले.

प्रकल्पाच्या वारंवार विचारल्या जाणाऱ्या प्रश्नांनुसार त्याची संकल्पना २०१७ च्या अखेरीस मांडली गेली आणि जानेवारी २०२० मध्ये तो सुरू झाला, आयआयएससी बेंगळुरूमधील सेंटर फॉर ब्रेन रिसर्च समन्वयक म्हणून.

आकडा ९९ नव्हे, ८३ का

दोन आकडे फिरत असतात. पीआयबीने १९ मार्च २०२५ रोजी प्रसिद्ध केलेल्या लोकसभेतील उत्तरात डीबीटीने “९९ वेगवेगळ्या ठिकाणांवरील ८३ विषम लोकसंख्यांमधील” १०,०७४ निरोगी व्यक्तींचे संसाधन उभे केले असे म्हटले आहे. ८३ हा आकडा गट मोजतो आणि ९९ हा आकडा नमुने घेतलेली ठिकाणे मोजतो.

टिप्पणी रचनेचे स्पष्टीकरण देते. ८३ गटांपैकी ३० आदिवासी आणि ५३ बिगर-आदिवासी आहेत. भारतात भाषा हा अनुवांशिक विविधतेचा प्रतिनिधी मानला जातो, म्हणून चमूने चार मोठ्या भाषाकुळांचे (इंडो-युरोपियन, द्रविडीयन, ऑस्ट्रो-एशियाटिक आणि तिबेटो-बर्मन) प्रतिनिधित्व असेल याची खात्री केली, आणि प्रत्येक प्रदेशात वेगळ्या जैव-भौगोलिक भागांतील गटांचे नमुने घेतले. प्रत्येक बिगर-आदिवासी गटातील मध्यमान १५९ असंबंधित लोकांचे आणि प्रत्येक आदिवासी गटातील ७५ लोकांचे क्रमनिर्धारण झाले, तसेच प्रत्येक गटातील काही आई-वडील-मूल त्रिकुटांचेही.

सहभागी स्वतः निरोगी असल्याचे जाहीर केलेले प्रौढ होते आणि त्यांना एकजनुकीय रोग किंवा गुणसूत्रांची विकृती निदान झालेली नव्हती. टिप्पणी २०,४५९ संमती देणारे स्वयंसेवक नोंदवते, तर प्रीप्रिंट आणि वारंवार विचारले जाणारे प्रश्न २०,१९५ म्हणतात. १३,२४२ नमुन्यांवर चालवलेल्या जीनोटायपिंग ॲरेमुळे सख्ख्या चुलत भावंडांपलीकडे एकमेकांशी संबंधित नसलेले लोक निवडण्यास मदत झाली, आणि १०,०७४ जणांचे क्रमनिर्धारण झाले, प्रामुख्याने चार केंद्रांवर. गुणवत्ता नियंत्रणानंतर टिप्पणी ९,७७२ जिनोम मोजते आणि प्रीप्रिंट ९,७६८. लोकसभेतील उत्तर नमुना घेण्याचे प्रमाण ३६.७ टक्के ग्रामीण, ३२.२ टक्के शहरी आणि ३१.१ टक्के आदिवासी असे देते.

१२९.९३ दशलक्ष प्रकार म्हणजे काय

प्रीप्रिंट सुमारे ३० पट कव्हरेजवर क्रमनिर्धारण झाल्याचे सांगतो, म्हणजे प्रत्येक स्थान सुमारे ३० वेळा वाचले गेले. त्याला १२,९९,३८,८८९ उच्च-विश्वासार्हतेचे प्रकार आढळतात, त्यांपैकी सुमारे १२१ दशलक्ष एकअक्षरी बदल आणि ८ दशलक्ष लहान समावेश किंवा वगळणी. सुमारे ५९ दशलक्ष सिंगलटन आहेत, म्हणजे संपूर्ण समूहात एकदाच दिसलेले. एकापेक्षा जास्त वेळा दिसलेल्या ७०.७४ दशलक्ष प्रकारांपैकी ११.९४ दशलक्ष (९.१९ टक्के) जागतिक डेटाबेसमध्ये नोंदवलेले नाहीत.

म्हणजे ठळक ४४.०३ दशलक्ष आकड्यात एकाच व्यक्तीत आढळलेले प्रकारही येतात. नेचर इंडियाने ४ मे २०२६ रोजी दिलेल्या वृत्तानुसार सुमारे ४४ दशलक्ष प्रकार जीनोमएडी (एक मोठा सार्वजनिक प्रकार डेटाबेस), १००० जिनोम्स प्रकल्प आणि जिनोमएशिया यांमध्ये नाहीत. टिप्पणीतील आधीचे आकडे गाळणीपूर्वी सुमारे १८० दशलक्ष कच्चे प्रकार आणि नंतर ऑटोसोम्सवर (लिंगगुणसूत्रे नसलेल्या गुणसूत्रांवर) सुमारे १३० दशलक्ष असे होते.

आदिवासी गट, संस्थापक परिणाम आणि नीलगिरी

प्रीप्रिंटच्या प्रिन्सिपल कॉम्पोनंट विश्लेषणात, जे लोकांना एकूण अनुवांशिक साम्यानुसार लावते, आदिवासी ऑस्ट्रो-एशियाटिक, द्रविडीयन आणि तिबेटो-बर्मन गट घट्ट, वेगवेगळे समूह बनवतात. बिगर-आदिवासी इंडो-युरोपियन आणि द्रविडीयन गट उत्तरेकडून दक्षिणेकडे जाणाऱ्या ढोबळ उताराच्या बाजूने एकमेकांवर पसरतात. एकट्या रेखांशाने पहिला घटक ०.४३ च्या समायोजित आर-स्क्वेअर्डसह वर्तवता येतो आणि अक्षांश दुसरा घटक ०.३० ने. भाषा आणि जैव-भूगोल जोडल्यास हे प्रारूप ८४ टक्के आणि ७८ टक्क्यांवर जाते. विश्लेषणात वंशाचे चार मोठे घटक आढळतात आणि नीलगिरी टेकड्यांवरील दोन एकाकी द्रविडीयन आदिवासी गटांसाठी पाचवा.

एंडोगॅमी, म्हणजे समुदायाच्या आतच विवाह, रन्स ऑफ होमोझायगोसिटीमध्ये आपली खूण सोडते, म्हणजे अशा लांब पट्ट्यांमध्ये जिथे सामायिक अलीकडच्या पूर्वजांमुळे वारशाने आलेल्या डीएनएच्या दोन्ही प्रती सारख्या असतात. प्रीप्रिंट म्हणतो की ८३ पैकी ५९ लोकसंख्यांमध्ये या पट्ट्यांची मध्यमान लांबी १.५ सेंटीमॉर्गनच्या एंडोगॅमी उंबरठ्यापेक्षा (सेंटीमॉर्गन हे अनुवांशिक अंतराचे एकक आहे) लक्षणीयरीत्या जास्त होती. दोन नीलगिरी गटांसाठी लेखक म्हणतात की पट्ट्यांची संख्या जगातील सर्वाधिकांमध्ये गणली जाते आणि ती अश्केनाझी ज्यू आणि फिनिश पातळीच्या पाचपट जास्त आहे. लेखक लिहितात की त्यांचे निष्कर्ष “अलीकडील एंडोगॅमी हा प्रबळ घटक असल्याचे दाखवतात.”

संस्थापक परिणाम म्हणजे एका लहान पूर्वज गटाने अनेक वंशज निर्माण केले, ज्यामुळे इतरत्र दुर्मिळ असलेला प्रकार सामान्य होऊ शकतो. प्रीप्रिंटला एचजीडी जनुकात एक स्प्लाइस-साइट प्रकार आढळतो, जो जीनोमएडी, १००० जिनोम्स प्रकल्प आणि जिनोमएशियामध्ये नाही, दक्षिणेतील एका आदिवासी लोकसंख्येत १२.५ टक्के प्रमाणात. नेचर इंडिया एचजीडीचा संबंध अल्केप्टोन्यूरिया या दुर्मिळ चयापचय विकाराशी जोडते. प्रीप्रिंट त्याने मोजलेले रोगकारक प्रकार बाळगणाऱ्या व्यक्तींचे प्रमाण आदिवासी लोकसंख्येत १७.५ टक्के आणि बिगर-आदिवासी लोकसंख्येत ५.५ टक्के असे देतो. सिकल-सेल प्रकार आरएस३३४ अनेक आदिवासी लोकसंख्यांमध्ये ५ टक्क्यांपेक्षा जास्त होता.

प्रकल्प व्यक्तींऐवजी लोकसंख्यांचे विश्लेषण करून कलंक टाळतो, आणि निकाल समुदायांमधील साध्या जैविक विभागणीला पाठिंबा देत नाहीत, कारण बहुतेक गट भूतकाळातील मिश्रणातून वंश सामायिक करतात, असे वारंवार विचारले जाणारे प्रश्न सांगतात.

हा डेटा काय घडवण्यासाठी आहे

या डेटामुळे भारतीय लोकसंख्येसाठी तयार केलेल्या जीनोटायपिंग चिप्स शक्य झाल्या पाहिजेत, असे पीआयबीचे प्रसिद्धिपत्रक म्हणते. सिंह यांनी एमआरएनए लसी, प्रथिन निर्मिती आणि अनुवांशिक विकारांवरील उपचार ही क्षेत्रे सांगितली ज्यांना हा डेटा उपयोगी पडू शकतो, भारत जगाची औषधशाळा कसा बनला यात वर्णन केलेल्या औषधनिर्मितीच्या पायासोबत.

प्रीप्रिंटचे ठोस उत्पादन एक इम्प्युटेशन पॅनेल आहे, म्हणजे पूर्ण क्रमबद्ध जिनोमचा संदर्भसंच, जो केवळ स्वस्त ॲरेवर तपासलेल्या लोकांमध्ये न तपासलेली अक्षरे भरण्यासाठी वापरतात. ९,७६८ फेज्ड जिनोमपासून बनवलेला आणि यूके बायोबँकेतील ७,६२८ दक्षिण आशियाई वंशाच्या सहभागींच्या ॲरे डेटावर तपासलेला हा पॅनेल सरासरी इम्प्युटेशन गुणवत्ता जिनोमएशिया पॅनेलपेक्षा ४५ टक्के, हॅप्लोटाइप रेफरन्स कन्सॉर्शियम पॅनेलपेक्षा २० टक्के आणि टॉपएमएडपेक्षा ९ टक्के सुधारतो.

तो पॉलिजेनिक स्कोअरचीही चाचणी करतो, जे अनेक लहान अनुवांशिक परिणाम जोडून एक जोखीम अंदाज देतात. युरोपीय वंशाच्या अभ्यासांतून बनवलेले स्कोअर जिनोमइंडियामध्ये उंचीतील फरकाच्या १४.८ टक्के स्पष्ट करतात, यूके बायोबँकेतील भारतीयांमधील ११.२ टक्क्यांच्या तुलनेत, पण बीएमआयच्या फरकाच्या फक्त ०.७ टक्के, तिथे ९.७ टक्क्यांच्या तुलनेत. बीएमआयमधील तफावतीचा संबंध लेखक अनुवांशिक अंतर आणि पर्यावरणीय फरकांशी जोडतात. भारतातील मधुमेहाच्या जोखमीचे पर्यावरणीय आणि बालपणीच्या काळातील स्वतःचे धागे आहेत, ज्यांचा उल्लेख पिढ्यांमध्ये पोहोचणाऱ्या मधुमेहावरील पुण्यातील संशोधनात आहे.

औषधांच्या हाताळणीसाठी प्रीप्रिंट गटपातळीवरील अॅलील वारंवारता नोंदवतो, उदाहरणार्थ ऑस्ट्रो-एशियाटिक गटांमध्ये एनयूडीटी१५ जोखीम अॅलील २०.८ टक्क्यांपर्यंत. तो कोणत्याही व्यक्तीच्या उपचाराची चाचणी करत नाही. निम्हान्सच्या मीरा पुरुषोत्तम यांनी नेचर इंडियाला सांगितले की अशा पॅनेलचा औषध निवडीवर आणि मात्रेवर होणारा परिणाम अस्पष्ट आहे आणि ते स्वीकारताना सावधगिरी बाळगली पाहिजे.

डेटा कोणाला मिळू शकतो, आणि कोणत्या स्वरूपात

प्रीप्रिंट म्हणतो की अॅलील वारंवारतेची सारांश आकडेवारी आयबीडीसीमार्फत सार्वजनिक आहे. सहभागींच्या संमतीशी जोडलेल्या गोपनीयता कायद्यांमुळे कच्चा क्रमनिर्धारण डेटा नियंत्रित प्रवेशाखाली आहे, आणि खऱ्या संशोधकांनी डेटा व्यवस्थापन गटाला प्रस्तावित संशोधनाचे वर्णन करणारी विनंती पाठवली पाहिजे, आणि मंजुरी आवश्यक आहे.

पीआयबीचे ३० एप्रिल २०२५ चे प्रसिद्धिपत्रक, वृत्तपत्रांतील बातम्यांना उत्तर म्हणून लिहिलेले, आयबीडीसीकडे काय आहे ते सांगते: ९,७७२ नमुन्यांच्या एफएएसटीक्यू फाइल्स (कच्चे रीड्स) सुमारे ७०० टीबी, ९,७७२ नमुन्यांच्या जीव्हीसीएफ फाइल्स (प्रति-व्यक्ती प्रकार नोंदी) सुमारे ३५ टीबी, सुमारे ३.५ टीबीच्या संयुक्त कॉल फाइल्स, आणि ९,३३० नमुन्यांचा फेनोटाइप डेटा. डीबीटीच्या निर्णयानुसार एफएएसटीक्यू फाइल्स सध्या डाउनलोड करता येत नाहीत, कारण त्यांचा आकार आणि कच्च्या फाइल्सच्या विश्लेषणासाठी दोन ते तीन पट संगणकीय क्षमता लागते, असे प्रसिद्धिपत्रक म्हणते. फेनोटाइप डेटा हिमोग्लोबिन आणि कोलेस्टेरॉलसारखी २७ रक्त मोजमापे, तसेच वय, लिंग, उंची, वजन आणि शरीरातील चरबी यांचा समावेश करतो. ४४२ नमुन्यांसाठी डेटा वापरण्यायोग्य नव्हता. प्रवेश डीबीटीच्या ट्रान्सलेशनल संशोधनावरील प्रस्ताव आवाहनापुरता मर्यादित नाही, आणि बायोटेक-प्राइड मार्गदर्शक तत्त्वे (२०२१) आणि फीड प्रोटोकॉल यांतर्गत स्वतंत्र विनंत्या स्वीकारल्या जातात.

स्रोत पूर्णपणे सहमत नाहीत. नंतरचा प्रीप्रिंट कच्चा क्रमनिर्धारण डेटा नियंत्रित प्रवेशाखाली उपलब्ध असल्याचे वर्णन करतो, म्हणून कच्च्या रीड्सचे नियम आयबीडीसीकडून पडताळून घेणे योग्य ठरेल. वारंवार विचारले जाणारे प्रश्न आयबीडीसीकडे ९,६४८ नमुन्यांचा क्रमनिर्धारण डेटा नोंदवतात, तिथे पीआयबी ९,७७२ नोंदवते.

हा डेटासंच काय दाखवू शकत नाही

प्रीप्रिंट म्हणतो की त्याचे ९,७६८ लोक भारताला पूर्णपणे व्यापत नाहीत आणि मोठ्या बिगर-आदिवासी लोकसंख्यांचे अधिक नमुने घेण्याचे आवाहन करतो. टिप्पणी भारतात ४,६०० हून अधिक एंडोगॅमस गट असल्याचे सांगते, त्यापैकी जिनोमइंडिया ८३ व्यापते.

सहभागी निरोगी होते, म्हणून रोगाशी असलेले संबंध अनुमानित आहेत आणि अनेक लॉस-ऑफ-फंक्शन प्रकार निरुपद्रवी असू शकतात, असे नेचर इंडिया नोंदवते. नॉर्थईस्टर्न युनिव्हर्सिटीच्या सुधाकरन प्रभाकरन यांनी तिला सांगितले की विश्लेषण प्रथिन-कोडिंग जनुकांना व्यापते, जे जिनोमच्या सुमारे २ टक्के आहेत. विश्लेषण सुरू आहे आणि सविस्तर हस्तलिखित तयार केले जात आहे असे टिप्पणीने म्हटले होते. ८ ऑक्टोबर २०२६ पर्यंत tuput ला अॅटलसची जर्नल आवृत्ती आढळली नाही.

संबंधित लेखक अनलभा बसू यांनी हे काम नेचर इंडियाला एक सुरुवात म्हणून वर्णिले आणि त्याचे क्लिनिकल व्यवहारात रूपांतर करण्यासाठी आणखी बरेच काही आवश्यक आहे असे सांगितले.