सबसे पहले एक बात स्पष्ट कर दूँ। इस बार जिस शोधपत्र की चर्चा है, वह एक प्रीप्रिंट है, यानी सहकर्मी समीक्षा (peer review) से गुज़रने से पहले का शोधपत्र। विशेषज्ञों की जाँच अभी पूरी नहीं हुई है, इसलिए इसके निष्कर्ष आगे चलकर बदल सकते हैं। जब यह समीक्षा के बाद औपचारिक रूप से प्रकाशित होगा, तब मैं इसे एक बार फिर विस्तार से लूँगा। इस बार पहले वही समझाता हूँ जो इस समय सार्वजनिक है।
विषय है कैंसर के भीतर मौजूद डेंड्रिटिक कोशिकाएँ (dendritic cell, DC)। डेंड्रिटिक कोशिका कैंसर की पहचान-चिह्न (एंटीजन) T कोशिकाओं को दिखाकर बताती है कि «इस पर हमला करो» — यानी यह प्रतिरक्षा तंत्र की कमांडर है। लेकिन यह कमांडर ट्यूमर के भीतर एकसमान रूप से बिखरी नहीं होती। यह ख़ास जगहों पर इकट्ठा होती है, ख़ास T कोशिकाओं के पड़ोस में रहती है और छोटे-छोटे «ठिकाने» बनाती है।
इस शोधपत्र ने तीन प्रश्न पूछे। डेंड्रिटिक कोशिकाओं की कौन-कौन सी अवस्थाएँ होती हैं, और क्या वे कैंसर के प्रकार और प्रजाति की सीमाओं के पार समान रहती हैं? हर अवस्था ट्यूमर में कहाँ रहती है और किसके पड़ोस में? और इम्यूनोथेरेपी देने पर ये ठिकाने कैसे बदलते हैं? उत्तर का केंद्र थोड़ा अप्रत्याशित निकला। उपचार के बाद डेंड्रिटिक कोशिकाओं की जीन अभिव्यक्ति में पकड़ में आने वाला बदलाव बहुत मामूली था, फिर भी कोशिकाओं की जमावट साफ़ तौर पर बदल गई थी।
प्रकाशन जर्नल की जानकारी
- शोधपत्र का शीर्षक: Spatial immune hubs defined by conserved activated dendritic cells are remodeled by immunotherapy (संरक्षित सक्रिय डेंड्रिटिक कोशिकाओं से परिभाषित स्थानिक प्रतिरक्षा हब इम्यूनोथेरेपी से पुनर्गठित होते हैं)
- शोधपत्र का प्रकार: प्रीप्रिंट, यानी सहकर्मी समीक्षा से पहले का मूल शोधपत्र। मुख्य पाठ के हेडर में भी साफ़ लिखा है कि इसे «सहकर्मी समीक्षा द्वारा प्रमाणित नहीं किया गया है»
- प्रकाशन स्थान: bioRxiv (11 फ़रवरी 2026 को प्रकाशित, संस्करण 1)। कुल 90 पृष्ठ, 7 मुख्य चित्र, 11 पूरक चित्र, 83 संदर्भ
- DOI / लिंक: 10.64898/2026.02.10.703136
- लेखक: Tomoyuki Minowa और Sunita Keshari (समान योगदान वाले प्रथम लेखक) सहित कुल 16 लेखक
- संबद्धता: टेक्सास विश्वविद्यालय MD एंडरसन कैंसर सेंटर (इम्यूनोलॉजी विभाग आदि), डाना-फ़ार्बर कैंसर इंस्टीट्यूट, रैगन इंस्टीट्यूट, ब्रॉड इंस्टीट्यूट, मैसाचुसेट्स इंस्टीट्यूट ऑफ़ टेक्नोलॉजी, स्टैनफ़र्ड विश्वविद्यालय
- Impact Factor: नहीं है। bioRxiv सहकर्मी-समीक्षित शोध-पत्रिका नहीं, बल्कि प्रीप्रिंट सर्वर है, इसलिए Impact Factor नाम का सूचकांक इस पर लागू ही नहीं होता
- लाइसेंस: CC BY-NC-ND 4.0 (श्रेय देना, गैर-व्यावसायिक, रूपांतरण निषिद्ध)। इसी कारण इस लेख में शोधपत्र के चित्र न तो पुनः प्रकाशित किए गए हैं, न दोबारा बनाए गए हैं; व्याख्या केवल शब्दों में की गई है
- डेटा और कोड: शोधपत्र के अनुसार एकीकृत मानव और चूहे का सिंगल-सेल डेटा तथा संसाधित CODEX डेटा (AnnData फ़ाइलें) Zenodo (DOI: 10.5281/zenodo.18157069) पर जमा हैं, और विश्लेषण का कोड GitHub पर है। हालाँकि इस लेख के लिए जाँच करते समय Zenodo का रिकॉर्ड तो सार्वजनिक था, पर फ़ाइलों पर पहुँच-प्रतिबंध लगा हुआ था
- हितों के टकराव का प्रकटीकरण: संपर्क लेखक Gubin, Merck के सवेतन सलाहकार हैं और Nature Precision Oncology पत्रिका के सह-संपादक के रूप में Springer Nature से मानदेय पाते हैं। सह-लेखक Garry P. Nolan Akoya Biosciences के सह-संस्थापक हैं, पेटेंट US9909167 के आविष्कारक हैं और उसी कंपनी के वैज्ञानिक सलाहकार मंडल के सदस्य हैं। Akoya वही कंपनी है जो इस शोध की केंद्रीय तकनीक CODEX (PhenoCycler) का उपकरण बनाती है। Linghua Wang, SELLAS Life Sciences के वैज्ञानिक सलाहकार मंडल के सदस्य हैं
संपर्क लेखक किस तरह के शोधकर्ता हैं
संपर्क लेखक दो हैं, और दोनों MD एंडरसन कैंसर सेंटर के इम्यूनोलॉजी विभाग से जुड़े हैं।
Matthew M. Gubin इसी विभाग में एसोसिएट प्रोफ़ेसर हैं। उन्होंने 2012 में मिज़ूरी विश्वविद्यालय, कोलंबिया से माइक्रोबायोलॉजी और इम्यूनोलॉजी में पीएचडी प्राप्त की और 2012 से 2017 तक वॉशिंगटन विश्वविद्यालय (सेंट लुइस) में Robert Schreiber के मार्गदर्शन में पोस्टडॉक्टोरल शोधकर्ता रहे। उनके शोध की धुरी है: कैंसर कोशिकाओं के जीन उत्परिवर्तनों से पैदा होने वाले पहचान-चिह्न, यानी नियोएंटीजन, के प्रति T कोशिकाओं की प्रतिक्रिया; नियोएंटीजन वैक्सीन और इम्यून चेकपॉइंट थेरेपी की तुलना तथा संयोजन; और ट्यूमर के भीतर की प्रतिरक्षा कोशिकाओं का उच्च-आयामी विश्लेषण। इस बार इस्तेमाल हुआ चूहे का घातक मेलेनोमा मॉडल Y1.7LI वही कोशिका-रेखा है, जिसे लेखकों ने पहले स्वयं तैयार किया था। आभार-खंड में CODEX के एंटीबॉडी पैनल की रूपरेखा में सहयोग देने वाले व्यक्ति के रूप में Schreiber का नाम दर्ज है।
Stephanie S. Watowich इसी विभाग में प्रोफ़ेसर और उप-विभागाध्यक्ष हैं। वे साइटोकाइन से सक्रिय होने वाले ट्रांसक्रिप्शन फ़ैक्टर STAT, ख़ासकर माइलॉयड कोशिकाओं और डेंड्रिटिक कोशिकाओं में STAT3 की भूमिका पर अपने शोध के लिए जानी जाती हैं, और टाइप 1 कन्वेंशनल डेंड्रिटिक कोशिकाओं (cDC1) पर आधारित वैक्सीन के विकास पर भी काम कर रही हैं। इसे डेंड्रिटिक कोशिकाओं के जीव-विज्ञान की विशेषज्ञ और इम्यूनोथेरेपी मॉडलों के विशेषज्ञ की साझेदारी वाला शोध मानकर देखें, तो पूरी तस्वीर आसानी से समझ में आती है।
प्रथम लेखक Minowa को जापानी त्वचाविज्ञान सोसाइटी और उएहारा मेमोरियल फ़ाउंडेशन से विदेश में अध्ययन के लिए अनुदान मिला है।
मूल प्रश्न — अब तक क्या नहीं पता था?
डेंड्रिटिक कोशिकाएँ कोई एकरूप समूह नहीं हैं। कन्वेंशनल डेंड्रिटिक कोशिकाएँ (conventional DC, cDC) मोटे तौर पर दो हिस्सों में बँटती हैं। आम तौर पर यह माना जाता है कि cDC1 CD8 T कोशिकाओं (जो कैंसर कोशिकाओं को सीधे नष्ट करती हैं) को एंटीजन दिखाने में माहिर है, जबकि cDC2 मुख्यतः CD4 T कोशिकाओं (जो पूरी प्रतिरक्षा को नियंत्रित करती हैं) से काम लेती है। यह इस शोधपत्र का नतीजा नहीं, बल्कि पाठ्यपुस्तक-स्तर की पूर्वधारणा है।
लेकिन ट्यूमर के भीतर इस पर «सक्रियण अवस्था» की एक और परत चढ़ जाती है। यह शोधपत्र ऐसी दो अवस्थाओं पर ध्यान देता है।
पहली है CCR7⁺ DC। ये परिपक्व हो चुकी और प्रवास के लिए तैयार डेंड्रिटिक कोशिकाएँ हैं, जो LAMP3, FSCN1, CD40 और CD83 अभिव्यक्त करती हैं और साथ ही PD-L1, PD-L2 तथा CD200 जैसे प्रतिरक्षा को दबाने वाले अणु भी। अलग-अलग शोध समूह इन्हें «DC3», «mregDC» और «LAMP3⁺ DC» जैसे अलग-अलग नामों से पुकारते आए हैं।
दूसरी है ISG⁺ DC। ये वे डेंड्रिटिक कोशिकाएँ हैं जो इंटरफ़ेरॉन से प्रेरित होने वाले जीनों के समूह (interferon-stimulated gene, ISG) को ज़ोर से अभिव्यक्त करती हैं। चूहों में बताया गया है कि ये T कोशिकाओं द्वारा होने वाली ट्यूमर-रोधी प्रतिरक्षा को प्रबल रूप से बढ़ाती हैं और इम्यून चेकपॉइंट अवरोध के प्रति सर्वोत्तम प्रतिक्रिया के लिए ज़रूरी हैं।
👦 छात्र：तीन-चार नाम होने से उलझन नहीं होती?
🧬 एक्सोतारो：होती है। यह कुछ वैसा ही है जैसे एक ही स्टेशन को हर रेल कंपनी अलग नाम से पुकारे। जब तक सारे नक्शे एक में नहीं मिलाए जाते, तब तक यह बहस भी नहीं हो सकती कि «कंपनी A का स्टेशन» और «कंपनी B का स्टेशन» एक ही जगह हैं या नहीं। इस शोधपत्र का पहला हिस्सा ठीक यही एकीकरण का काम है।
अनसुलझे बिंदु तीन थे। क्या ये सक्रियण अवस्थाएँ कैंसर के प्रकारों के पार, और उससे भी आगे मानव और चूहे के बीच, संरक्षित हैं? ट्यूमर के भीतर ये कहाँ स्थित होती हैं? और इम्यून चेकपॉइंट थेरेपी (immune checkpoint therapy, ICT) के प्रति प्रतिक्रिया से इनका क्या संबंध है?
ख़ासकर दूसरे बिंदु पर एक तकनीकी दीवार थी। सिंगल-सेल RNA सीक्वेंसिंग (scRNA-seq) में ऊतक को बिखेरकर कोशिकाओं को एक-एक करके पढ़ा जाता है। इससे कोशिकाओं के प्रकार और अवस्थाएँ बारीकी से पता चलती हैं, लेकिन बिखेरते ही यह जानकारी खो जाती है कि «कौन किसके पड़ोस में था»।
👦 छात्र：कोशिकाओं के प्रकार पता चल जाएँ, क्या इतना काफ़ी नहीं?
🧬 एक्सोतारो：यह केवल खिलाड़ियों की सूची देखकर फ़ुटबॉल पर बात करने जैसा है। कौन-कौन मैदान में है यह तो पता चल जाता है, पर फ़ॉर्मेशन नहीं। प्लेमेकर किसे पास दे सकने की स्थिति में खड़ा है, यह बिना जमावट के नक्शे के नहीं दिखता। यह शोधपत्र खिलाड़ियों की सूची और जमावट का नक्शा, दोनों बनाने की कोशिश है।
इस शोधपत्र से क्या पता चला?
यह शोध तीन विधियों को एक के ऊपर एक रखकर आगे बढ़ता है। इन्हें क्रम से देखते हैं।
विधि ① सिंगल-सेल डेटा को जोड़कर «खिलाड़ियों की सूची» बनाना
लेखकों ने सबसे पहले मानव ठोस कैंसरों के पहले से प्रकाशित scRNA-seq डेटा के 28 सेट इकट्ठा किए। इनमें 12 प्रकार के कैंसर और सामान्य ऊतक शामिल हैं। डेंड्रिटिक कोशिकाएँ छूट न जाएँ, इसके लिए उन्होंने स्वचालित एनोटेशन टूल ScType द्वारा माइलॉयड डेंड्रिटिक कोशिका मानी गई कोशिकाओं के साथ-साथ मैक्रोफ़ेज, मोनोसाइट और ISG अभिव्यक्त करने वाली प्रतिरक्षा कोशिका मानी गई कोशिकाओं को भी समेटा, और मानव के लिए 276,163 कोशिकाओं का एकीकृत डेटा तैयार किया। इसके बाद केवल वे क्लस्टर छाँटे गए जो डेंड्रिटिक कोशिकाओं के चिह्न (FLT3, ZBTB46, ITGAX) अभिव्यक्त करते थे, T कोशिकाओं और B कोशिकाओं की मिलावट हटाई गई और डेटा को एक बार फिर एकीकृत किया गया। प्लाज़्मासाइटॉइड डेंड्रिटिक कोशिकाओं (pDC) को इस अध्ययन के दायरे से बाहर रखा गया।
हर अध्ययन की प्रायोगिक परिस्थितियाँ अलग होती हैं, इसलिए ऐसे डेटा को जोड़ने के लिए बैच इफ़ेक्ट का सुधार ज़रूरी है। यहाँ Seurat V5 का RPCA (reciprocal PCA) इस्तेमाल हुआ। यह अलग-अलग सर्वेक्षण दलों के बनाए नक्शों को साझा लैंडमार्कों के सहारे एक-दूसरे पर बैठाने जैसा काम है। सुधार की विधि बदलते ही निष्कर्ष बदल जाए तो मुश्किल होगी, इसलिए Harmony, FastMNN और scVI नाम की तीन अन्य विधियों से भी यह पुष्टि की गई कि cDC2 के विषमांगी क्लस्टर दोहराए जाते हैं। क्लस्टरों की संख्या SC3 stability नामक सूचकांक से तय की गई, जो यह मापता है कि रिज़ॉल्यूशन बदलने पर भी कोशिकाओं का बँटवारा स्थिर रहता है या नहीं।
नतीजे में एक ऐसा एटलस बना जिसमें 353 नमूनों और 12 ऊतकों से 29,554 कोशिकाएँ थीं, जिनमें से ट्यूमर में घुसपैठ करने वाली डेंड्रिटिक कोशिकाएँ 17,092 थीं। अनसुपरवाइज़्ड क्लस्टरिंग से ये 8 क्लस्टरों में बँटती हैं।
- C2_cDC1 (XCR1, CADM1, CLEC9A, BATF3)
- C4_CCR7⁺ DC (LAMP3, CCR7, FSCN1, CD40, CD274)
- cDC2/DC2-जैसे 6 क्लस्टर (CD1C, CLEC10A, SIRPA)। इनमें से C0, C1, C6 और C7, IL1B को ज़ोर से अभिव्यक्त करने वाली «इन्फ़्लेमेटरी DC2» हैं, C3 असक्रिय अवस्था है, और C5 ही ISG⁺ DC है
C5_ISG⁺ DC में IFN-α और IFN-γ के सिग्नलिंग पथ समृद्ध पाए गए, और JAK-STAT पथ की सक्रियता भी बढ़ी हुई थी। इसकी व्याख्या इंटरफ़ेरॉन के संपर्क में आई cDC2 की सक्रियण अवस्था के रूप में की गई है।
कैंसर के प्रकारों के बीच तुलना करने पर cDC1, ISG⁺ DC और CCR7⁺ DC के जीन अभिव्यक्ति पैटर्न अच्छी तरह संरक्षित पाए गए। दूसरी ओर, cDC2/DC2-जैसी आबादी संख्या में सबसे बड़ी थी, उसकी विषमांगिता भी सबसे अधिक थी (ROGUE स्कोर से आकलन), और उसमें ऐसी कोशिकाएँ भी थीं जिनका रूप कैंसर के प्रकार के अनुसार बदलता है।
लिंग के आधार पर अंतर भी जाँचा गया। लिंग की जानकारी 63.2% रोगियों के लिए उपलब्ध थी (पुरुष 38.6%, महिला 61.4%), और किसी एक लिंग तक सीमित कोई क्लस्टर नहीं मिला। स्तन, गर्भाशय, अंडाशय और गुर्दे के कैंसर जैसे उन कैंसरों को हटाने पर, जिनमें लिंग अनुपात बहुत झुका होता है, cDC1, ISG⁺ DC और CCR7⁺ DC में अंतर दिखाने वाले जीन गिने-चुने ही थे, और वे सभी X या Y गुणसूत्र पर स्थित थे।
चूहों में भी यही प्रक्रिया अपनाई गई। पहले से प्रकाशित और अप्रकाशित मिलाकर 12 सेट के डेटा से (एकीकरण के समय 101,161 कोशिकाएँ) ट्यूमर में घुसपैठ करने वाली 6,592 डेंड्रिटिक कोशिकाएँ और 11 क्लस्टर मिले। मानव के जीन सिग्नेचर को चूहे के समजात जीनों में बदलकर लागू करने पर cDC1 और CCR7⁺ DC प्रजातियों के पार अच्छी तरह संरक्षित पाए गए, और ISG⁺ DC ने भी संरक्षित पैटर्न दिखाया। पहले के अध्ययन जिन आबादियों को LAMP3⁺ DC, mregDC और माइग्रेटरी DC जैसे अलग-अलग नामों से पुकारते आए हैं, उनकी ट्रांसक्रिप्शनल प्रोफ़ाइल इस अध्ययन के C4_CCR7⁺ DC से काफ़ी हद तक मेल खाती थी।
क्या दोनों सक्रियण अवस्थाएँ आपस में जुड़ी हैं?
CCR7⁺ DC को और बारीकी से बाँटने पर ऐसी कोशिकाएँ मिलीं जो CCR7 और ISG15 दोनों को एक साथ अभिव्यक्त करती हैं। ये दो प्रकार की हैं: cDC1 का चिह्न CADM1 बनाए रखने वाली CCR7⁺ISG15hiCADM1⁺ और cDC2 का चिह्न CD1C अभिव्यक्त करने वाली CCR7⁺ISG15hiCD1C⁺ कोशिकाएँ।
Monocle3 नामक ट्रैजेक्टरी अनुमान की विधि से यह संभावना सामने आई कि ये कोशिकाएँ cDC1 या cDC2 से CCR7⁺ DC की ओर परिपक्व होने वाले रास्ते के शुरुआती चरण में हैं। SingleR नामक विधि से उत्पत्ति का अनुमान लगाने पर C5_ISG⁺ DC का सबसे संभावित स्रोत C0 और C7 की इन्फ़्लेमेटरी DC2 निकलीं। चूहों में भी ऐसी ट्रैजेक्टरी बनी जिसमें cDC2, ISG⁺ DC की अवस्था से होते हुए CCR7⁺ DC की ओर जाती है।
फिर भी लेखक सावधान हैं। वे लिखते हैं कि ISG⁺ DC शायद CCR7⁺ DC की ओर जाने वाला एक पड़ाव हो, लेकिन चूँकि यह एक बड़ी आबादी के रूप में मौजूद है, इसलिए संभव है कि इसका एक हिस्सा ISG अवस्था में ही ट्यूमर के भीतर टिका रहता हो। उनके अनुसार डेटा दोनों ही संभावनाओं के अनुरूप है।
अभिव्यक्त होने वाले साइटोकाइन और केमोकाइन के जीन अलग हैं
मानव और चूहे में CCR7⁺ DC और ISG⁺ DC को अलग करने वाले जीनों की तुलना करने पर शीर्ष के अधिकांश विभेदक रूप से अभिव्यक्त जीन दोनों प्रजातियों में एक ही दिशा में बदलते मिले (समान दिशा वाले चतुर्थांशों में 120 और 148 जीन, विपरीत दिशा वाले चतुर्थांशों में 50 और 38 जीन)।
इनमें साइटोकाइन और केमोकाइन (कोशिकाओं को अपनी ओर बुलाने वाले पदार्थ) के जीन शामिल थे। नीचे दिए नतीजे RNA की अभिव्यक्ति की तुलना के हैं; इनमें प्रोटीन के स्राव की मात्रा नहीं मापी गई है।
- C4_CCR7⁺ DC: IL15, IL32, CCL17, CCL19, CCL22
- C5_ISG⁺ DC: CXCL9, CXCL10
इसके अलावा IL12B विशिष्ट रूप से उस CCR7⁺ISG15hiCADM1⁺ आबादी में अभिव्यक्त था जो cDC1 से उत्पन्न मानी जाती है, और उसी आबादी में IL27 की अभिव्यक्ति भी ऊँची थी। एक अंतर यह भी है कि CXCL9, cDC1, CCR7⁺ DC और ISG⁺ DC में व्यापक रूप से दिखता है, जबकि CXCL10, ISG⁺ DC और cDC2 से उत्पन्न CCR7⁺ DC में अधिक ऊँचा है।
👦 छात्र：बुलाने वाले पदार्थ अलग हैं, तो क्या इकट्ठा होने वाले साथी भी अलग होते हैं?
🧬 एक्सोतारो：यही अगला प्रश्न है। अगर पुकार अलग फ़्रीक्वेंसी पर दी जा रही है, तो जुटने वाले श्रोता भी अलग होने चाहिए। लेकिन केवल जीन अभिव्यक्ति से इतना ही कहा जा सकता है कि «लगता है बुला रही हैं»। असल में पड़ोस में कौन है, यह ऊतक पर ही देखना पड़ता है।
विधि ② स्पेशियल ट्रांसक्रिप्टोमिक्स से «जमावट का नक्शा» बनाना
यहाँ मानव बड़ी आंत के कैंसर के 3 मामलों का डेटा इस्तेमाल हुआ। लेखकों ने एक पहले से प्रकाशित डेटासेट का पुनर्विश्लेषण किया, जिसमें एक ही FFPE (फ़ॉर्मेलिन-फ़िक्स्ड पैराफ़िन-एम्बेडेड) ब्लॉक के क्रमिक सेक्शनों से scRNA-seq और स्पेशियल ट्रांसक्रिप्टोमिक्स (Visium HD) दोनों लिए गए थे।
Visium HD ऐसी तकनीक है जो ऊतक के सेक्शन पर महीन खानों के स्तर पर पढ़ती है कि «किस जगह कौन-सा जीन अभिव्यक्त हो रहा है»। विश्लेषण 8 µm के खानों में किया गया। एक खाने में कई कोशिकाओं की जानकारी मिल सकती है, इसलिए उसी नमूने के scRNA-seq को संदर्भ बनाकर हर खाने के कोशिका-प्रकार का अनुमान लगाने वाली RCTD नामक डीकन्वोल्यूशन (मिले-जुले संकेतों को अलग करने की) विधि इस्तेमाल हुई। दूरी के विश्लेषण के लिए bin2cell का उपयोग हुआ, जो 2 µm के खानों को H&E से रँगी छवि के केंद्रकों के आधार पर कोशिका-इकाइयों में दोबारा जोड़ता है, और कोशिकाओं के बीच के संवाद के अनुमान के लिए CellChat का।
तीन बातें सामने आईं।
पहली, CCR7⁺ DC और ISG⁺ DC घने रूप से इकट्ठा थीं। यह cDC1 और cDC2 के छितराए बिखराव के ठीक उलट है। इतना ही नहीं, दोनों के जमावड़े की जगहें आंशिक रूप से एक-दूसरे पर पड़ती थीं, फिर भी अलग-अलग थीं।
दूसरी, हर ठिकाना एक अलग सिग्नल-परिवेश में था। CCR7⁺ DC उन क्षेत्रों में थीं जहाँ CCR7 के लिगैंड CCL19 और CCL21 प्रचुर थे। कैंसर-संबद्ध फ़ाइब्रोब्लास्ट और एंडोथीलियल कोशिकाएँ पूरे ट्यूमर में व्यापक रूप से मौजूद थीं, लेकिन रोगी 2 के नमूने में 50 µm की सीमा पर निकट और दूर के हिस्सों की तुलना करने पर CCL19 या CCL21 अभिव्यक्त करने वाली कोशिकाएँ CCR7⁺ DC के पास अधिक झुकी मिलीं। दूसरी ओर, ISG⁺ DC उन क्षेत्रों में थीं जहाँ इंटरफ़ेरॉन सिग्नलिंग सक्रिय थी, और आसपास की कोशिकाएँ भी इंटरफ़ेरॉन प्रतिक्रिया के लक्षण दिखा रही थीं। CellChat का विश्लेषण संकेत देता है कि इंटरफ़ेरॉन का स्रोत कोई एक प्रकार की कोशिका नहीं है, बल्कि वह प्रतिरक्षा और गैर-प्रतिरक्षा, दोनों तरह की कोशिकाओं में फैला है।
तीसरी, पड़ोस की T कोशिकाएँ अलग थीं। दोनों ही ठिकाने T कोशिकाओं से भरपूर क्षेत्र हैं, पर चेहरे अलग हैं।
- CCR7⁺ DC के आसपास: नाइव-जैसी CD4 T कोशिकाएँ, फ़ॉलिक्युलर हेल्पर T कोशिकाएँ (Tfh), Th17 कोशिकाएँ और रेग्युलेटरी T कोशिकाएँ (Treg) जैसी तरह-तरह की CD4 T कोशिकाएँ। संभावना दिखाई गई कि CCR7⁺ DC से निकलने वाला CCL22, CCR4 के माध्यम से इन्हें अपनी ओर बुला रहा है
- ISG⁺ DC के आसपास: एग्ज़ॉशन से जुड़े ट्रांसक्रिप्ट अभिव्यक्त करने वाली CD8 T कोशिकाएँ (CD8.EX)। CXCL9 और CXCL10 का जमाव इस क्षेत्र से मेल खाता था, और CXCR3 के माध्यम से होने वाले संवाद का संकेत मिला
विभाजित हो रही प्रतिरक्षा कोशिकाएँ दोनों ही ठिकानों में बड़ी संख्या में थीं।
विधि ③ मल्टीप्लेक्स इमेजिंग से उपचार के कारण हुए बदलाव देखना
आख़िर में वह डेटा आता है जो इस शोधपत्र के लिए नए सिरे से जुटाया गया। CODEX (जिसे PhenoCycler भी कहा जाता है) ऐसी तकनीक है जो ऊतक के एक ही सेक्शन पर दर्जनों प्रकार के प्रोटीनों को एक साथ अलग-अलग रंगती है। एंटीबॉडी पर DNA का बारकोड लगा दिया जाता है, और उससे मेल खाने वाले फ़्लोरोसेंट लेबल को «लगाओ और तस्वीर लो, हटाओ और अगला लगाओ» के क्रम में बार-बार दोहराया जाता है।
सामग्री है Y1.7LI नाम का चूहे का घातक मेलेनोमा मॉडल। यह BrafV600E Pten−/− Cdkn2a−/− वाली YUMM1.7 रेखा में MHC क्लास I और क्लास II के लिए नियोएंटीजन अभिव्यक्त कराकर बनाई गई कोशिका-रेखा है, जो एंटी-PD-1 एंटीबॉडी, एंटी-CTLA-4 एंटीबॉडी, इन दोनों के संयोजन और नियोएंटीजन वैक्सीन, सभी पर प्रतिक्रिया देती है। इसी वजह से उपचारों की आपसी तुलना «असर हुआ या नहीं हुआ» के अंतर की बाधा के बिना की जा सकती है।
प्रयोग की शर्तें इस प्रकार थीं।
- 8 से 12 सप्ताह की उम्र के नर C57BL/6J चूहों के पार्श्व भाग की त्वचा के नीचे 5 × 10⁵ कोशिकाएँ प्रत्यारोपित की गईं
- एंटी-PD-1 एंटीबॉडी (क्लोन RMP1-14) और एंटी-CTLA-4 एंटीबॉडी (क्लोन 9D9) की 200 μg मात्रा प्रत्यारोपण के 7वें, 10वें और 13वें दिन इंट्रापेरिटोनियल रूप से दी गई
- नियोएंटीजन वैक्सीन (NeoVAX) के रूप में mLama4 का सिंथेटिक लॉन्ग पेप्टाइड 10 μg और polyI:C 50 μg 7वें और 13वें दिन त्वचा के नीचे दिया गया
- कंट्रोल दो तरह के थे: कंट्रोल एंटीबॉडी, और असंबंधित पेप्टाइड (mAlg8) वाली कंट्रोल वैक्सीन
- 15वें दिन ट्यूमर निकाले गए और उनके फ़्रोज़न सेक्शन (8 µm मोटे) बनाकर इमेजिंग की गई
6 उपचार समूह, 3 स्वतंत्र प्रयोग, ट्यूमर के कुल 20 सेक्शन। 30 से अधिक मार्करों के साथ 14 लाख से अधिक कोशिकाओं का विश्लेषण किया गया।
कोशिकाओं के प्रकार तय करने के तरीक़े में भी सूझ-बूझ है। उसी मॉडल और उन्हीं उपचार-शर्तों का scRNA-seq डेटा पहले से मौजूद है, इसलिए MaxFuse नामक एल्गोरिद्म से «RNA की सूची» और «प्रोटीन की छवि» का आपस में मिलान किया गया और सूची के लेबल छवि वाली कोशिकाओं पर स्थानांतरित किए गए। लेबल केवल उन्हीं कोशिकाओं को दिए गए जिनका मिलान-स्कोर 0.4 या उससे अधिक था; जो इस सीमा तक नहीं पहुँचीं, उन्हें «अनिर्धारित» रखा गया। इस तरह 10 प्रमुख प्रकार की प्रतिरक्षा कोशिकाएँ और डेंड्रिटिक कोशिकाओं तथा T कोशिकाओं के बारीक उपप्रकार पहचाने गए।
पड़ोस के आकलन के लिए परम्यूटेशन टेस्ट का उपयोग हुआ। इसमें हर कोशिका के 20 µm के दायरे में मौजूद कोशिकाएँ गिनी जाती हैं, फिर कोशिकाओं की स्थिति वैसी ही रखते हुए केवल लेबल 1,000 बार फेंटे जाते हैं ताकि «संयोग से कितना पड़ोस बनता» इसका वितरण तैयार हो, और अंत में वास्तविक मान के साथ उसका अनुपात निकाला जाता है।
सबसे पहले बिना उपचार वाले (कंट्रोल एंटीबॉडी) ट्यूमर में वही ढाँचा पुष्ट हुआ जो मानव बड़ी आंत के कैंसर में दिखा था। ISG⁺ DC और CCR7⁺ DC आंशिक रूप से एक-दूसरे पर पड़ते हुए भी अलग-अलग जगहें घेरती हैं, और उनके पड़ोस की T कोशिकाएँ भी अलग हैं। CCR7⁺ DC, Treg के पास थीं।
अब उपचार से हुए बदलाव।
एंटी-PD-1 एंटीबॉडी के साथ CCR7⁺ DC के आपस में इकट्ठा होने की प्रवृत्ति उल्लेखनीय रूप से बढ़ गई। घनत्व-आधारित क्लस्टरिंग (DBSCAN) से परिभाषित CCR7⁺ DC के गुच्छे कंट्रोल की तुलना में बड़े हो गए और इफ़ेक्टर/एग्ज़ॉस्टेड प्रकार की CD8 T कोशिकाओं (EffExh_CD8) तथा विभाजित हो रही CD8 T कोशिकाओं के क़रीब आ गए। ISG⁺ DC में भी ऐसी ही प्रवृत्ति थी: EffExh_CD8 और इफ़ेक्टर CD4 T कोशिकाओं (Eff_CD4) से उनकी निकटता बढ़ गई थी।
यही इस शोध का मर्म है। उसी मॉडल के scRNA-seq में, और एकीकृत मानव तथा चूहे के डेटा में भी, उपचार-शर्तों के बीच तुलना करने पर डेंड्रिटिक कोशिकाओं के अनुपात और ट्रांसक्रिप्शनल अवस्था में बदलाव बहुत ही मामूली थे। जितना पकड़ा जा सकता था उस दायरे में कोशिकाओं की ट्रांसक्रिप्शनल अवस्था लगभग नहीं बदली, फिर भी उनकी जमावट बदल गई थी। केवल खिलाड़ियों की सूची देखते रहते, तो यह बदलाव नज़र से छूट जाता।
नियोएंटीजन वैक्सीन के साथ cDC2 और ISG⁺ DC के पड़ोस में होने की प्रवृत्ति हर ICT शर्त से भी अधिक प्रबल दिखी। यह पड़ोस वाला क्षेत्र EffExh_CD8 से भरपूर जगह पर है। लेखक यह संभावना रखते हैं कि नियोएंटीजन पर प्रतिक्रिया करने वाली CD8 T कोशिकाओं से निकलने वाला IFN-γ वहीं मौजूद cDC2 को ISG⁺ DC की अवस्था की ओर धकेल रहा हो सकता है।
एंटी-CTLA-4 एंटीबॉडी और एंटी-PD-1 एंटीबॉडी का संयोजन अकेली दवाओं की «अच्छी दिखने वाली विशेषताओं» का सीधा जोड़ नहीं निकला।
- अकेली एंटी-PD-1 के साथ दिखा CCR7⁺ DC के गुच्छों का विस्तार संयोजन में नहीं दिखा
- अकेली एंटी-CTLA-4 ने Treg को पूरे ट्यूमर में भी और डेंड्रिटिक कोशिकाओं के आसपास भी घटाया, लेकिन संयोजन में अकेली एंटी-CTLA-4 की तुलना में दोनों प्रकार की डेंड्रिटिक कोशिकाओं के आसपास Treg बढ़ गईं, और यह CCR7⁺ DC के आसपास ख़ास तौर पर स्पष्ट था
- दूसरी ओर, Eff_CD4 (Th1 कोशिकाओं को समेटने वाली आबादी) अकेली एंटी-CTLA-4 के साथ डेंड्रिटिक कोशिकाओं के पास नहीं बढ़ी थी, पर संयोजन में CCR7⁺ DC के पास बढ़ गई
पहले बिंदु पर लेखक हाल की उस रिपोर्ट के आधार पर, जिसके अनुसार Treg लसीका वाहिकाओं के आसपास जो परिवेश बनाती हैं वह CCR7⁺ DC के लसीका ग्रंथियों की ओर प्रवास में बाधा डालता है, यह विचार रखते हैं कि एंटी-CTLA-4 एंटीबॉडी शायद इस बंदिश को हटाकर CCR7⁺ DC को ड्रेनिंग लसीका ग्रंथियों की ओर रवाना कर देती है, जिससे ट्यूमर के भीतर बड़े गुच्छे कम बचते हैं। फिर भी साफ़ लिखा गया है कि ट्यूमर-रोधी प्रतिरक्षा के लिए इस पुनर्गठन का क्या अर्थ है, यह «भविष्य में स्पष्ट किया जाना बाक़ी है»।
भविष्य कैसे बदलेगा? (नैदानिक राह)
यह पहले ही कह देना ज़रूरी है कि यह शोध सीधे क्लिनिक से जुड़ने के चरण में नहीं है। मानव का डेटा पहले से प्रकाशित डेटा का पुनर्विश्लेषण है, और उपचार से होने वाले बदलाव चूहे के केवल 1 मॉडल में देखे गए हैं। इसे ध्यान में रखते हुए, सोच के स्तर पर तीन संकेत मिलते हैं।
पहला है इम्यूनोथेरेपी के असर को «जमावट» से पढ़ने का नज़रिया। जब उपचार से पहले और बाद में ट्यूमर के भीतर की कोशिकाओं के प्रकार और मात्रा गिनने पर अंतर नहीं दिखता, तब जमावट देखने पर शायद अंतर दिख जाए। पैथोलॉजी के नमूनों की मल्टीप्लेक्स स्टेनिंग और स्थानिक विश्लेषण के लिए भविष्य में प्रभाव के पूर्वानुमान में जुड़ने की गुंजाइश है।
दूसरा है यह संभावना कि दोनों ठिकानों की भूमिकाएँ अलग-अलग हों। CCR7⁺ DC के आसपास CD4 T कोशिकाओं की कई आबादियाँ और Treg अधिक दिखीं, जबकि ISG⁺ DC के आसपास एग्ज़ॉशन से जुड़े ट्रांसक्रिप्ट वाली CD8 T कोशिकाएँ। अगर ये डेंड्रिटिक कोशिकाएँ सचमुच इन्हें बुला रही हैं, तो किस ठिकाने को मज़बूत किया जाए, इसके अनुसार उपचार की रूपरेखा बदल सकती है। पहले के अध्ययनों में बताया गया है कि ISG⁺ DC ने cDC1 से रहित Batf3−/− चूहों में भी CD8 T कोशिकाओं द्वारा होने वाली ट्यूमर-रोधी प्रतिरक्षा को बढ़ावा दिया, और लेखक इस बिंदु को महत्त्व देते हैं।
तीसरा है यह चेतावनी कि «संयोजन करने से जोड़ ही मिलेगा», ऐसा ज़रूरी नहीं। यह अवलोकन कि संयोजन समूह में अकेली एंटी-CTLA-4 वाले समूह की तुलना में डेंड्रिटिक कोशिकाओं के आसपास Treg अधिक थीं, संयोजन उपचार पर सोचते समय ध्यान खींचता है। लेकिन यह चूहे के 1 मॉडल और 1 समय-बिंदु का अवलोकन है, और क्लिनिक में इसका क्या अर्थ है, यह ज्ञात नहीं है।
👦 छात्र：तो रोगियों का इलाज तुरंत नहीं बदलने वाला, है न?
🧬 एक्सोतारो：नहीं बदलेगा। यह नक्शा बनाने वाला शोध है। नक्शा इस बात का प्रमाण नहीं होता कि हम मंज़िल पर पहुँच गए। फिर भी अच्छे नक्शे के बिना यह भी तय नहीं हो सकता कि अगली खुदाई कहाँ की जाए। लेखक भी इस एटलस को आगे के शोध के लिए एक «संसाधन» के रूप में रखते हैं।
इस शोध को आलोचनात्मक ढंग से कैसे पढ़ें (सीमाएँ, और गुणवत्ता बढ़ाने की राह)
पहले अच्छी बातें। मानव के 28 और चूहे के 12 सेट के पैमाने का एकीकरण, सुधार की विधि बदलकर की गई मज़बूती की जाँच, एक ही मॉडल और एक ही उपचार-शर्तों में RNA और छवि का मिलान करने वाली रूपरेखा, और डेटा तथा कोड को सार्वजनिक करने की नीति (हालाँकि जैसा ऊपर कहा गया, जाँच के समय Zenodo की फ़ाइलों पर पहुँच-प्रतिबंध था)। इस तरह के शोध के लिहाज़ से ये सभी बातें सावधानी से की गई हैं। लेखकों ने स्वयं भी तीन सीमाएँ गिनाई हैं: विश्लेषण का बड़ा हिस्सा ट्रांसक्रिप्ट पर आधारित है; ट्रैजेक्टरी विश्लेषण गणनात्मक पूर्वानुमान है, वंश-अनुरेखण (lineage tracing) नहीं; और मानव के स्थानिक विश्लेषण का पैमाना छोटा है।
इसके आगे, वे बिंदु रखता हूँ जिन पर समीक्षा-पूर्व शोधपत्र के रूप में पढ़ते समय ध्यान देना चाहिए।
① मानव का स्थानिक डेटा केवल 3 मामलों का है, और वह भी सिर्फ़ बड़ी आंत के कैंसर का। एटलस 12 प्रकार के कैंसर समेटता है, लेकिन «दोनों ठिकाने आंशिक रूप से एक-दूसरे पर पड़ते हुए भी अलग जगहों की ओर झुके हैं» वाले स्थानिक निष्कर्ष को सहारा देने वाला मानव डेटा बड़ी आंत के कैंसर के 3 मामलों का है। अन्य कैंसर प्रकारों में भी यही जमावट होगी या नहीं, यह अभी पता नहीं।
② कार्य-कारण संबंध नहीं दिखाया गया है। जो देखा गया वह «पड़ोस में हैं» और «साथ-साथ बढ़ते हैं» जैसा सहसंबंध है। ऐसे प्रयोग नहीं हैं जिनमें CCR7⁺ DC या ISG⁺ DC को चुनकर हटाया गया हो, या CCL22–CCR4 और CXCL9/10–CXCR3 के पथ अवरुद्ध किए गए हों, और फिर जाँचा गया हो कि ठिकाने टूटते हैं या नहीं, उपचार का असर घटता है या नहीं। लिगैंड और रिसेप्टर के बीच का संवाद CellChat से किया गया अनुमान है।
③ नए सिरे से किए गए इमेजिंग प्रयोग का दायरा संकरा है। चूहे का सिंगल-सेल एटलस 12 सेट का एकीकरण है, लेकिन उपचार से जमावट में हुए बदलाव देखने वाला CODEX प्रयोग केवल नर चूहों में, 1 ही ट्यूमर मॉडल में और 15वें दिन के 1 ही समय-बिंदु पर किया गया। मानव डेटा में जब लिंग-भेद की ख़ास तौर पर जाँच की गई है, तब चूहों की ओर केवल नर होना और भी खटकता है।
④ सांख्यिकी की इकाई। 6 समूहों में 20 सेक्शन हैं, यानी प्रति समूह ट्यूमर के कुछ ही सेक्शन। CCR7⁺ DC के गुच्छों के आकार की तुलना वाले चित्र में 1 बिंदु 1 «गुच्छे» को दर्शाता है, और परीक्षण वन-वे ANOVA तथा Tukey की बहु-तुलना से किया गया है। एक ही ट्यूमर से मिले गुच्छे एक-दूसरे से स्वतंत्र नहीं होते, इसलिए गुच्छे को इकाई मानने पर नमूनों की संख्या वास्तविकता से अधिक दिखती है और अंतर आसानी से निकल आने का जोखिम रहता है।
⑤ «बदलाव मामूली है» को कैसे पढ़ें। ट्रांसक्रिप्शनल अवस्था में बदलाव छोटा होने का निष्कर्ष उसी दायरे की बात है जितना scRNA-seq से पकड़ा जा सकता है। सारांश (abstract) में भी «पकड़ में आने योग्य बदलाव मामूली» जैसी भाषा है। छोटे बदलाव पकड़ने लायक़ कोशिका-संख्या और सांख्यिकीय शक्ति थी या नहीं, यह केवल शोधपत्र के विवरण से तय नहीं किया जा सकता।
⑥ «एग्ज़ॉशन» लेबल का फैलाव। मानव की CD8.EX को TOX, PDCD1, LAG3, TIGIT और HAVCR2, इन 5 मार्करों की अभिव्यक्ति से परिभाषित किया गया है। लेखक स्वयं मानते हैं कि इसमें सक्रिय कोशिकाएँ और अब भी काम कर सकने वाली कोशिकाएँ मिली हो सकती हैं।
⑦ हितों का टकराव। केंद्रीय तकनीक CODEX के बारे में यह प्रकट किया गया है कि सह-लेखकों में उसे विकसित करने वाली कंपनी के सह-संस्थापक शामिल हैं। यह प्रकट किया गया है, और नतीजों का मूल्यांकन करते समय पाठक के लिए यह पृष्ठभूमि की जानकारी बनती है।
बारीक बिंदुओं में, मुख्य पाठ में एक जगह «Supplemental Figure 17A» का हवाला है, जबकि पूरक चित्र केवल 11 तक ही हैं। यह उस तरह की चूक लगती है जो समीक्षा की प्रक्रिया में ठीक हो जाती है।
इसे और ऊँची गुणवत्ता का शोध कैसे बनाया जा सकता है। ठोस सुझाव ये हैं।
- मानव के स्थानिक विश्लेषण को कई कैंसर प्रकारों तक, और इम्यूनोथेरेपी के उपचार से पहले और बाद के युग्मित नमूनों तक फैलाना
- सांख्यिकी की इकाई को ट्यूमर (प्रत्येक चूहे) के स्तर पर एक-सा करना, या ट्यूमर को रैंडम इफ़ेक्ट मानने वाला मिक्स्ड-इफ़ेक्ट्स मॉडल इस्तेमाल करना
- मादा चूहों में और कम से कम 1 और ट्यूमर मॉडल में नतीजे दोहराना
- डेंड्रिटिक कोशिकाओं की अवस्थाओं को चुनकर हटाने वाले प्रयोगों और केमोकाइन पथों के अवरोध से कार्य-कारण संबंध की पुष्टि करना
- गणनात्मक ट्रैजेक्टरी अनुमान को आनुवंशिक वंश-अनुरेखण से पुष्ट करना
- कई समय-बिंदुओं पर नमूने लेकर यह देखना कि ठिकाने कब बनते हैं और कब ढहते हैं
- ठिकानों के आकार और जमावट का संबंध ट्यूमर के सिकुड़ने और जीवित रहने से हर चूहे के स्तर पर जोड़ना
एक्सोतारो का दृष्टिकोण
ईमानदारी से कहूँ तो यह शोधपत्र मेरे अपने शोध-क्षेत्र से दूर है। मेरा काम मेसेनकाइमल स्टेम सेल (mesenchymal stem cell, MSC) और उनकी बाह्यकोशिकीय पुटिकाओं (extracellular vesicle, EV) के ज़रिये रीढ़ की हड्डी की चोट समेत तंत्रिका रोगों के उपचार पर है। इस शोधपत्र में न MSC आती हैं, न EV, और कैंसर इम्यूनोलॉजी मेरी विशेषज्ञता नहीं है। CODEX भी मैंने कभी ख़ुद नहीं चलाया। इसलिए कैंसर इम्यूनोलॉजी की बारीकियों के मामले में मैं पाठकों की ही तरफ़ खड़ा होकर इसे पढ़ रहा हूँ।
फिर भी मैंने इसे इसलिए चुना कि इस शोध का केंद्रीय दावा क्षेत्रों की सीमाएँ लाँघकर गूँजता है। जीन अभिव्यक्ति में पकड़ में आने वाला बदलाव छोटा हो, तब भी कोशिकाओं की जमावट बदल सकती है। जमावट के इस बदलाव का कार्य के स्तर पर क्या अर्थ है, यह इस शोधपत्र में भी अभी नहीं दिखाया गया है। तब भी यह इशारा वज़नदार है कि कुछ बदलाव ऐसे होते हैं जो केवल «भीतर की सामग्री» मापते रहने से दिखाई नहीं देते।
तंत्रिका की चोट वाली जगह पर भी मिलता-जुलता प्रश्न उठता है। दी गई कोशिकाएँ या EV क्या लेकर पहुँचीं, यह हम भी ख़ूब जाँचते हैं। लेकिन चोट की जगह पर मैक्रोफ़ेज और माइक्रोग्लिया कहाँ इकट्ठा होती हैं, किसके पड़ोस में रहती हैं और उपचार से यह जमावट कैसे बदलती है, यह लंबे समय से देख पाना कठिन ही रहा है। ऊतक को बिखेरकर कोशिकाओं के प्रकार गिनने वाली विधि में वैसे बदलाव, जैसे इस शोधपत्र ने दिखाए, सिद्धांततः ही छूट जाते हैं। मेरा मानना है कि स्थान को सुरक्षित रखते हुए बहुत सारे अणुओं को पढ़ने वाली तकनीक पुनर्योजी चिकित्सा के असर की क्रियाविधि समझने के लिए भी आगे चलकर अनिवार्य हो जाएगी। हालाँकि यह मेरा अपना आकलन है, इस शोधपत्र ने यह नहीं दिखाया है।
एक और चीज़ जो मैं इस शोधपत्र से सीखना चाहता हूँ, वह है लिखने का ढंग। ISG⁺ DC एक पड़ाव है या स्थिर अवस्था, इस पर लेखकों ने लिखा कि डेटा «दोनों के अनुरूप है»। संयोजन उपचार में ठिकानों का विस्तार क्यों ग़ायब हुआ, इस पर भी उन्होंने परिकल्पना रखने के बाद बात यहीं समेटी कि «कार्यात्मक अर्थ भविष्य में स्पष्ट किया जाना बाक़ी है»। विशाल डेटा सामने हो तो मन करता है कि सब कुछ एक सुंदर, सीधी कहानी में समेट दिया जाए। लेखक वहीं रुक गए, और इसी बात पर मुझे भरोसा होता है।
दोहरा दूँ, यह सहकर्मी समीक्षा से पहले का शोधपत्र है। समीक्षा में नए विश्लेषण जुड़ सकते हैं, और निष्कर्षों की भाषा भी बदल सकती है। जब यह औपचारिक रूप से प्रकाशित होगा, तब मैं इसे फिर विस्तार से लूँगा — यह भी बताते हुए कि क्या बदला और क्या बना रहा।
नोट: यह लेख AI की सहायता से लिखा गया है।