Leave Your Message

Submit An Free Inquiry

Our medical team will make an evaluation for you, based on the information you provided. This procedure is free of charge.

AI Helps Write
AI Helps Write

T-ALL ռիսկի շերտավորման առաջընթացներ. NGS-ի վրա հիմնված դասակարգումը բացահայտում է բարձր ռիսկի ենթախմբերը

2025-01-03

-ին հրապարակված առաջընթաց ուսումնասիրության մեջ Արյունհետազոտողները օգտագործել են հաջորդ սերնդի հաջորդականացումը (NGS)՝ T-բջջային սուր լիմֆոբլաստային լեյկեմիայի (T-ALL) ռիսկի շերտավորումը բարելավելու համար: Այս բարելավված դասակարգման համակարգը առաջարկում է ավելի ճշգրիտ միջոց հիվանդների արդյունքները կանխատեսելու և բարձր ռիսկի ենթախմբերը նույնականացնելու համար, հնարավոր է՝ բացելով դուռը ավելի անհատականացված բուժման ռազմավարությունների համար:

 

1.3.1.1.webp

Հետազոտությունը, որում ներառված էին GRAALL-2003/2005 հետազոտությանը մասնակցած T-ALL-ով 198 չափահաս հիվանդներ և FRALLE2000T հետազոտությանը մասնակցած T-ALL-ով 242 մանկական հիվանդներ, օգտագործել է ամբողջ էկզոմի թիրախային հաջորդականացում՝ քաղցկեղի հետ կապված 72 գեների ուսումնասիրության համար: Արդյունքների շարքում NOTCH1 մուտացիաները ամենատարածվածն էին մեծահասակների մոտ՝ առկա դեպքերի 77%-ում, որին հաջորդում էին CDKN2A մուտացիաները (66%) և PHF6 մուտացիաները (50%): Այս մանրամասն գենետիկական պրոֆիլավորումը թույլ տվեց հետազոտողներին դասակարգել հիվանդներին բարձր և ցածր ռիսկի կատեգորիաների՝ նշանակալի ազդեցություն ունենալով նրանց կանխատեսման վրա:

 

Մշակվել է NGS-ի վրա հիմնված նորարարական դասակարգման համակարգ, որը նախորդ մեթոդների համեմատ ցույց է տվել կուտակային կրկնության մակարդակի, ընդհանուր գոյատևման և հիվանդությունից զերծ գոյատևման գերազանց կանխատեսողական հնարավորություններ: Ուսումնասիրությունը ցածր ռիսկի խմբի հիվանդներին նույնականացրել է որպես այն հիվանդների, որոնք կրում էին որոշակի մուտացիաներ (օրինակ՝ NOTCH1/FBXW7, PHF6, EP300) առանց լրացուցիչ բարձր ռիսկի փոփոխությունների (օրինակ՝ PI3K ուղու, TP53 և IDH1/2 մուտացիաներ): Այս հիվանդների 5-ամյա կուտակային կրկնության մակարդակը (CIR) կազմել է 21%, մինչդեռ բարձր ռիսկի խմբի հիվանդների CIR-ը կազմել է շատ ավելի բարձր՝ 47%:

 

Ավելին, NGS արդյունքների ինտեգրումը կլինիկական գործոնների հետ, ինչպիսիք են լեյկոցիտների (WBC) քանակը և նվազագույն մնացորդային հիվանդությունը (MRD) , հանգեցրեց կատարելագործված ռիսկի մոդելի ստեղծմանը, որը հիվանդներին դասակարգում է երեք խմբի՝ բարձր ռիսկի, միջին ռիսկի և ցածր ռիսկի: Այս մոդելը խիստ արդյունավետ էր ավելի ագրեսիվ բուժումներից օգուտ կարող ունեցող հիվանդներին տարբերակելու համար, մասնավորապես՝ բարձր ռիսկի գենետիկ պրոֆիլ ունեցողներին:

 

Ուսումնասիրության արդյունքները ընդգծում են NGS-ի ներուժը՝ բարելավելու կանխատեսումները և բարելավելու բուժման պլանավորումը ինչպես մեծահասակների, այնպես էլ երեխաների T-ALL հիվանդների համար: Գենետիկական պատկերացումները կլինիկական տվյալների հետ համատեղելով՝ բժիշկները կարող են ավելի լավ նույնականացնել այն հիվանդներին, ովքեր կարող են օգուտ քաղել նորաստեղծ թիրախային թերապիաներից, ինչպիսիք են PI3K ինհիբիտորները և ընտրողական IDH1/IDH2 ինհիբիտորները:

 

Քանի որ ուսումնասիրությունը հարթում է անհատականացված բուժման ռազմավարությունների ճանապարհը, այն նաևo-ն կարևոր հարցեր է առաջացնում այս դասակարգման կիրառելիության վերաբերյալ տարբեր էթնիկ խմբերում և ժամանակակից բուժման ռեժիմներում: Չնայած NGS-ի վրա հիմնված շերտավորումը խոստումնալից է, անհրաժեշտ են հետագա հետազոտություններ՝ տարբեր բնակչության շրջանում դրա արդյունավետությունը հաստատելու և դժվար դեպքերի, ինչպիսիք են ռեֆրակտոր T-ALL-ով դեպքերը, մոտեցումը կատարելագործելու համար: