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

ಟಿ-ಎಲ್ಎಲ್ ಅಪಾಯ ಶ್ರೇಣೀಕರಣದಲ್ಲಿನ ಪ್ರಗತಿಗಳು: ಎನ್‌ಜಿಎಸ್-ಆಧಾರಿತ ವರ್ಗೀಕರಣವು ಹೆಚ್ಚಿನ ಅಪಾಯದ ಉಪಗುಂಪುಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ

2025-01-03

ಪ್ರಕಟವಾದ ಒಂದು ಅದ್ಭುತ ಅಧ್ಯಯನದಲ್ಲಿ ರಕ್ತ, ಟಿ-ಸೆಲ್ ಅಕ್ಯೂಟ್ ಲಿಂಫೋಬ್ಲಾಸ್ಟಿಕ್ ಲ್ಯುಕೇಮಿಯಾ (T-ALL) ಅಪಾಯದ ಶ್ರೇಣೀಕರಣವನ್ನು ಸುಧಾರಿಸಲು ಸಂಶೋಧಕರು ಮುಂದಿನ-ಪೀಳಿಗೆಯ ಅನುಕ್ರಮ (NGS) ಅನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ. ಈ ವರ್ಧಿತ ವರ್ಗೀಕರಣ ವ್ಯವಸ್ಥೆಯು ರೋಗಿಯ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು ಮತ್ತು ಹೆಚ್ಚಿನ-ಅಪಾಯದ ಉಪಗುಂಪುಗಳನ್ನು ಗುರುತಿಸಲು ಹೆಚ್ಚು ನಿಖರವಾದ ಮಾರ್ಗವನ್ನು ನೀಡುತ್ತದೆ, ಇದು ಹೆಚ್ಚು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಚಿಕಿತ್ಸಾ ತಂತ್ರಗಳಿಗೆ ಸಂಭಾವ್ಯವಾಗಿ ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ.

 

೧.೩.೧.೧.ವೆಬ್

GRAALL-2003/2005 ಪ್ರಯೋಗದಿಂದ 198 ವಯಸ್ಕ T-ALL ರೋಗಿಗಳು ಮತ್ತು FRALLE2000T ಪ್ರಯೋಗದಿಂದ 242 ಮಕ್ಕಳ T-ALL ರೋಗಿಗಳನ್ನು ಒಳಗೊಂಡ ಈ ಅಧ್ಯಯನವು, 72 ಕ್ಯಾನ್ಸರ್-ಸಂಬಂಧಿತ ಜೀನ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಗುರಿಪಡಿಸಿದ ಸಂಪೂರ್ಣ-ಎಕ್ಸೋಮ್ ಅನುಕ್ರಮವನ್ನು ಬಳಸಿಕೊಂಡಿತು. ಸಂಶೋಧನೆಗಳಲ್ಲಿ, NOTCH1 ರೂಪಾಂತರಗಳು ವಯಸ್ಕರಲ್ಲಿ ಹೆಚ್ಚು ಪ್ರಚಲಿತವಾಗಿದ್ದು, 77% ಪ್ರಕರಣಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತವೆ, ನಂತರ CDKN2A ರೂಪಾಂತರಗಳು (66%) ಮತ್ತು PHF6 ರೂಪಾಂತರಗಳು (50%) ಇವೆ. ಈ ವಿವರವಾದ ಜೆನೆಟಿಕ್ ಪ್ರೊಫೈಲಿಂಗ್ ಸಂಶೋಧಕರು ರೋಗಿಗಳನ್ನು ಹೆಚ್ಚಿನ ಅಪಾಯ ಮತ್ತು ಕಡಿಮೆ-ಅಪಾಯದ ವರ್ಗಗಳಾಗಿ ವರ್ಗೀಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಟ್ಟಿತು, ಇದು ಅವರ ಮುನ್ನರಿವಿಗೆ ಗಮನಾರ್ಹ ಪರಿಣಾಮಗಳನ್ನು ಬೀರುತ್ತದೆ.

 

NGS-ಆಧಾರಿತ ವರ್ಗೀಕರಣ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಯಿತು, ಇದು ಹಿಂದಿನ ವಿಧಾನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಸಂಚಿತ ಮರುಕಳಿಸುವಿಕೆಯ ದರಗಳು, ಒಟ್ಟಾರೆ ಬದುಕುಳಿಯುವಿಕೆ ಮತ್ತು ರೋಗ-ಮುಕ್ತ ಬದುಕುಳಿಯುವಿಕೆಗೆ ಉತ್ತಮ ಮುನ್ಸೂಚಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿತು. ಅಧ್ಯಯನವು ಕಡಿಮೆ-ಅಪಾಯದ ರೋಗಿಗಳನ್ನು ನಿರ್ದಿಷ್ಟ ರೂಪಾಂತರಗಳನ್ನು ಹೊಂದಿರುವವರು (ಉದಾ, NOTCH1/FBXW7, PHF6, EP300) ಹೆಚ್ಚುವರಿ ಹೆಚ್ಚಿನ-ಅಪಾಯದ ಬದಲಾವಣೆಗಳಿಲ್ಲದೆ (ಉದಾ, PI3K ಮಾರ್ಗದಲ್ಲಿನ ರೂಪಾಂತರಗಳು, TP53, ಮತ್ತು IDH1/2) ಎಂದು ಗುರುತಿಸಿದೆ. ಈ ರೋಗಿಗಳು 5-ವರ್ಷಗಳ ಸಂಚಿತ ಮರುಕಳಿಸುವಿಕೆಯ ದರ (CIR) 21% ಅನ್ನು ಹೊಂದಿದ್ದರು, ಆದರೆ ಹೆಚ್ಚಿನ-ಅಪಾಯದ ವರ್ಗದಲ್ಲಿರುವವರು 47% ರಷ್ಟು ಹೆಚ್ಚಿನ CIR ಅನ್ನು ಎದುರಿಸಿದರು.

 

ಇದಲ್ಲದೆ, ಬಿಳಿ ರಕ್ತ ಕಣಗಳ (WBC) ಎಣಿಕೆ ಮತ್ತು ಕನಿಷ್ಠ ಉಳಿಕೆ ಕಾಯಿಲೆ (MRD) ಮಟ್ಟಗಳಂತಹ ವೈದ್ಯಕೀಯ ಅಂಶಗಳೊಂದಿಗೆ NGS ಸಂಶೋಧನೆಗಳನ್ನು ಸಂಯೋಜಿಸುವುದರಿಂದ ರೋಗಿಗಳನ್ನು ಮೂರು ಗುಂಪುಗಳಾಗಿ ವರ್ಗೀಕರಿಸಿದ ಸಂಸ್ಕರಿಸಿದ ಅಪಾಯದ ಮಾದರಿಗೆ ಕಾರಣವಾಯಿತು: ಹೆಚ್ಚಿನ ಅಪಾಯ, ಮಧ್ಯಂತರ-ಅಪಾಯ ಮತ್ತು ಕಡಿಮೆ-ಅಪಾಯ. ಹೆಚ್ಚು ಆಕ್ರಮಣಕಾರಿ ಚಿಕಿತ್ಸೆಗಳಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದಾದ ರೋಗಿಗಳನ್ನು, ವಿಶೇಷವಾಗಿ ಹೆಚ್ಚಿನ ಅಪಾಯದ ಆನುವಂಶಿಕ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಹೊಂದಿರುವವರನ್ನು ಪ್ರತ್ಯೇಕಿಸುವಲ್ಲಿ ಈ ಮಾದರಿಯು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಎಂದು ಸಾಬೀತಾಯಿತು.

 

ವಯಸ್ಕ ಮತ್ತು ಮಕ್ಕಳ T-ALL ರೋಗಿಗಳಿಗೆ ಮುನ್ನರಿವು ಮುನ್ಸೂಚನೆಗಳನ್ನು ಪರಿಷ್ಕರಿಸಲು ಮತ್ತು ಚಿಕಿತ್ಸಾ ಯೋಜನೆಯನ್ನು ಸುಧಾರಿಸಲು NGS ನ ಸಾಮರ್ಥ್ಯವನ್ನು ಅಧ್ಯಯನದ ಸಂಶೋಧನೆಗಳು ಒತ್ತಿಹೇಳುತ್ತವೆ. ಜೆನೆಟಿಕ್ ಒಳನೋಟಗಳನ್ನು ಕ್ಲಿನಿಕಲ್ ಡೇಟಾದೊಂದಿಗೆ ಸಂಯೋಜಿಸುವ ಮೂಲಕ, PI3K ಪ್ರತಿರೋಧಕಗಳು ಮತ್ತು ಆಯ್ದ IDH1/IDH2 ಪ್ರತಿರೋಧಕಗಳಂತಹ ಉದಯೋನ್ಮುಖ ಗುರಿ ಚಿಕಿತ್ಸೆಗಳಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದಾದ ರೋಗಿಗಳನ್ನು ವೈದ್ಯರು ಉತ್ತಮವಾಗಿ ಗುರುತಿಸಬಹುದು.

 

ಈ ಅಧ್ಯಯನವು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಚಿಕಿತ್ಸಾ ತಂತ್ರಗಳಿಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತಿದ್ದಂತೆ, ಅದುವಿವಿಧ ಜನಾಂಗೀಯ ಗುಂಪುಗಳಲ್ಲಿ ಮತ್ತು ಆಧುನಿಕ ಚಿಕಿತ್ಸಾ ವಿಧಾನಗಳೊಂದಿಗೆ ಈ ವರ್ಗೀಕರಣದ ಅನ್ವಯಿಕತೆಯ ಬಗ್ಗೆ o ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತದೆ. NGS-ಆಧಾರಿತ ಶ್ರೇಣೀಕರಣವು ಭರವಸೆಯನ್ನು ಹೊಂದಿದ್ದರೂ, ವೈವಿಧ್ಯಮಯ ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ಅದರ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಮತ್ತು ವಕ್ರೀಕಾರಕ T-ALL ನಂತಹ ಸವಾಲಿನ ಪ್ರಕರಣಗಳಿಗೆ ವಿಧಾನವನ್ನು ಪರಿಷ್ಕರಿಸಲು ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆ ಅಗತ್ಯವಿದೆ.