پایگاه داده «همه ما» (All of Us) مؤسسه ملی بهداشت: شواهد نیروبخش پزشکی دقیق

وعده پزشکی دقیق مدت‌هاست که توسط یک پارادوکس اساسی محدود شده است: برای طراحی درمان‌ها متناسب با یک فرد، دانشمندان ابتدا باید داده‌های جمعیت‌های عظیم را تجزیه و تحلیل کنند. برنامه تحقیقاتی «همه ما» (All of Us) مؤسسه ملی بهداشت (NIH) برای حل دقیق این مشکل مقیاس طراحی شده است. این برنامه که به عنوان بزرگترین پایگاه داده یکپارچه ژنومی و سوابق سلامت الکترونیکی جهان عمل می‌کند، بستری بنیادی برای کشف الگوهای پیچیده‌ای فراهم می‌آورد که ژنتیک، سبک زندگی و محیط را به سلامت انسان پیوند می‌دهند. این ابتکار با فراتر رفتن از مدل سنتی «یک اندازه برای همه» در تحقیقات پزشکی، قصد دارد شواهدی به اندازه کافی قوی ایجاد کند تا خطر بیماری را پیش‌بینی کرده و مراقبت‌های بالینی را برای جمعیت‌های متنوع شخصی‌سازی کند.[1][4][3]

مقیاس محض این مخزن، معیار جدیدی را برای تحقیقات زیست‌پزشکی تعیین می‌کند. این پایگاه داده در حال حاضر اطلاعات بیش از ۷۴۷,۰۰۰ شرکت‌کننده را از هر ۵۰ ایالت و قلمرو ایالات متحده در خود جای داده است. در این گروه عظیم، محققان به بیش از ۵۳۵,۰۰۰ توالی کامل ژنوم دسترسی دارند که مستقیماً به نزدیک به ۴۸۲,۰۰۰ سابقه سلامت الکترونیکی پیوند خورده‌اند. این ترکیب از عمق ژنومی و وسعت بالینی در سطح جهانی بی‌نظیر است و به دانشمندان اجازه می‌دهد تا نحوه تعامل واریانت‌های ژنتیکی خاص با نتایج سلامت واقعی در طول دوره‌های طولانی را نقشه‌برداری کنند.[1][4][2][3]

ژنتیک به تنهایی به ندرت توضیح می‌دهد که چرا یک بیماری مزمن ایجاد می‌شود، با چه سرعتی پیشرفت می‌کند، یا چرا دو بیمار به یک داروی کاملاً مشابه واکنش‌های متفاوتی نشان می‌دهند. برای پر کردن این شکاف، پلتفرم «همه ما» توالی‌یابی دی‌ان‌ای خود را به داده‌های بالینی طولی، اندازه‌گیری‌های فیزیکی، پاسخ‌های نظرسنجی دقیق و داده‌های پیوسته از دستگاه‌های پوشیدنی متصل می‌کند. این پایگاه داده اکنون بیش از ۱.۳ میلیارد واریانت ژنتیکی را فهرست کرده است و وضوح بی‌سابقه‌ای را برای نقشه‌برداری هم ناهنجاری‌های ژنتیکی نادر و هم بیماری‌های شایع در کنار عوامل اجتماعی-اقتصادی و مواجهه‌های محیطی در اختیار محققان قرار می‌دهد.[3][4][1]

از لحاظ تاریخی، تحقیقات ژنومی عمدتاً بر جمعیت‌هایی با تبار اروپایی متکی بوده‌اند، یک سوگیری سیستمی که کاربرد بالینی آزمایش‌های ژنتیکی را برای سایر گروه‌های جمعیتی به شدت محدود می‌کرد. برنامه «همه ما» به طور فعال یک مبنای متفاوت را برای رفع این نابرابری مهندسی کرده است. بیش از ۸۶٪ از شرکت‌کنندگان آن—که نماینده بیش از ۶۴۵,۰۰۰ نفر هستند—از جوامعی می‌آیند که از لحاظ تاریخی در تحقیقات زیست‌پزشکی کمتر مورد توجه قرار گرفته‌اند. این شامل اقلیت‌های نژادی و قومی، ساکنان مناطق روستایی، افراد مسن و افراد دارای معلولیت می‌شود و تضمین می‌کند که پیشرفت‌های پزشکی آینده در سراسر جمعیت قابل اجرا باشند.[1][4]

این تنوع عمدی در حال حاضر بینش‌های بالینی ملموسی را به دست می‌دهد که در مجموعه‌داده‌های همگن نامرئی بودند. به عنوان مثال، تحقیقات با استفاده از این پایگاه داده، واریانت‌های محافظتی ژن APOL1 را به طور خاص در افراد با تبار آفریقایی شناسایی کرده است که سرنخ‌های جدیدی برای پیشگیری از بیماری کلیوی ارائه می‌دهد. مطالعه دیگری که داده‌های بیش از ۶۰,۰۰۰ شرکت‌کننده اسپانیایی‌تبار را تجزیه و تحلیل کرد، نشان داد که متولدین خارج از ایالات متحده تقریباً دو برابر بیشتر از متولدین داخل کشور در معرض خطر سرطان کبد قرار دارند، که تعامل پیچیده بین ژنتیک و مهاجرت محیطی را برجسته می‌کند.[4]

حجم بالای داده‌های یکپارچه‌شده همچنین توسعه و اعتبارسنجی ابزارهای بالینی پیش‌بینی‌کننده را تسریع کرده است. دانشمندان از این مخزن برای اعتبارسنجی اولین آزمایش ژنتیکی بالینی از نوع خود استفاده کرده‌اند که خطر ارثی را در هشت بیماری قلبی عروقی متمایز پیش‌بینی می‌کند. علاوه بر این، یک مدل کم‌هزینه خطر سرطان پروستات که با استفاده از داده‌های این پلتفرم توسعه یافته است، اکنون در حال گذراندن کارآزمایی‌های بالینی فعال با ۵,۰۰۰ کهنه‌سرباز آمریکایی است، که نشان می‌دهد بینش‌های حاصل از این پایگاه داده با چه سرعتی می‌توانند به آزمایش‌های بالینی دنیای واقعی تبدیل شوند.[1][4]

فراتر از توالی‌یابی پایه دی‌ان‌ای، این پایگاه داده اخیراً به عصر «چندلایه‌ای» (multiomics) گسترش یافته و نگاهی بسیار عمیق‌تر به زیست‌شناسی مولکولی ارائه می‌دهد. محققان اکنون به داده‌های پروتئومیکس از نزدیک به ۱۰,۰۰۰ شرکت‌کننده و داده‌های توالی‌یابی آران‌ای از نزدیک به ۹,۰۰۰ نفر دسترسی دارند. این داده‌های مولکولی چندلایه، همراه با توالی‌های کامل ژنوم با خوانش طولانی از بیش از ۱۴,۵۰۰ شرکت‌کننده، به دانشمندان اجازه می‌دهد تا تغییرات ساختاری پیچیده در ژنوم را که اغلب توسط فناوری‌های استاندارد توالی‌یابی با خوانش کوتاه نادیده گرفته می‌شوند، مطالعه کنند.[2][4][1]

یکپارچه‌سازی فناوری پوشیدنی و داده‌های محیطی بُعد حیاتی دیگری را به پایه شواهد اضافه می‌کند و رفتارهای سلامتی خارج از محیط کلینیک را ثبت می‌کند. با تجزیه و تحلیل داده‌های پیوسته فیت‌بیت (Fitbit) شرکت‌کنندگان، محققان مشخص کردند که ۸,۰۰۰ تا ۹,۰۰۰ قدم روزانه به عنوان یک آستانه محافظتی معنادار در برابر چندین بیماری مزمن عمل می‌کند. مطالعات جدید دیگر از این پلتفرم برای پیوند دادن کمبود حاد خواب در طول رویدادهای مهم ملی به افزایش خطر عفونت آنفولانزای بعدی استفاده کرده‌اند و مدل‌های پیش‌بینی‌کننده جدیدی را برای اوج‌گیری‌های ویروسی در اختیار مقامات بهداشت عمومی قرار داده‌اند.[4]

برای دموکراتیزه کردن دسترسی به این حجم عظیم از اطلاعات، مؤسسه ملی بهداشت (NIH) «میز کار محققان همه ما» (All of Us Researcher Workbench) را ساخت، یک محیط تحلیلی امن و مبتنی بر فضای ابری. این داده‌ها به صورت رایگان در اختیار محققان ثبت‌نام شده قرار می‌گیرد و عملاً به دانشمندان دانشگاه‌های کوچک‌تر روستایی همان قدرت تحلیلی را می‌دهد که محققان مؤسسات تحقیقاتی بزرگ و با بودجه کافی دارند. تا به امروز، نزدیک به ۲۳,۰۰۰ محقق ثبت‌نام شده از این پلتفرم استفاده کرده‌اند و بیش از ۱,۴۰۰ مقاله داوری شده در طیف وسیعی از رشته‌های پزشکی تولید کرده‌اند.[3][1][4]

با وجود شتاب علمی و کاربرد بالینی، این برنامه با موانع ساختاری و مالی قابل توجهی روبرو است. بودجه فدرال برای «همه ما» در سال مالی ۲۰۲۵ به تقریباً ۱۵۸ میلیون دلار کاهش یافت که نشان‌دهنده کاهش شدید ۷۱ درصدی نسبت به سطوح بودجه سال ۲۰۲۳ آن است. مؤسسه ملی بهداشت به طور عمومی اذعان کرده است که این محدودیت‌های شدید بودجه‌ای تأثیر منفی بر ثبت‌نام شرکت‌کنندگان جدید، کند شدن تلاش‌های جمع‌آوری داده و تأخیر در توسعه برنامه‌ریزی شده یک گروه اختصاصی کودکان داشته است.[3]

همچنین محدودیت‌های روش‌شناختی ذاتی در خود داده‌ها وجود دارد که محققان باید با دقت آنها را مدیریت کنند. در حالی که پایگاه داده عظیم است، یکپارچه‌سازی سوابق سلامت الکترونیکی بدون ساختار از هزاران ارائه‌دهنده بالینی مختلف، نویز قابل توجه و چالش‌های استانداردسازی ایجاد می‌کند. علاوه بر این، تبدیل ارتباطات پیچیده چندلایه‌ای به درمان‌های عملی و مورد تأیید سازمان غذا و داروی آمریکا (FDA) یک فرآیند بسیار دقیق است که در مقیاس دهه‌ها اندازه‌گیری می‌شود، به این معنی که ممکن است سال‌ها طول بکشد تا عمیق‌ترین اکتشافات پنهان در داده‌ها به دست بیماران برسد.[3][2]

در نهایت، پایگاه داده «همه ما» نشان‌دهنده یک تغییر بنیادی در نحوه تولید و اعتبارسنجی شواهد پزشکی است. این برنامه با پیوند دادن توالی‌های ژنتیکی بکر به واقعیت‌های آشفته و دنیای واقعی سوابق سلامت الکترونیکی، حسگرهای پوشیدنی و مواجهه‌های محیطی، زیرساخت‌های ضروری مورد نیاز برای پزشکی دقیق واقعی را ایجاد می‌کند. چالش پیش رو، حفظ منابع محاسباتی و مالی عظیمی خواهد بود که برای نگهداری این مخزن در مسیر رسیدن به هدف نهایی خود یعنی یک میلیون شرکت‌کننده، لازم است.[1][3]