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 riska stratifikācijas sasniegumi: uz NGS balstīta klasifikācija identificē augsta riska apakšgrupas

2025-01-03

Izrāviena pētījumā, kas publicēts 2016. gadā AsinisPētnieki ir izmantojuši nākamās paaudzes sekvencēšanu (NGS), lai uzlabotu T šūnu akūtas limfoblastiskās leikēmijas (T-ALL) riska stratifikāciju. Šī uzlabotā klasifikācijas sistēma piedāvā precīzāku veidu, kā prognozēt pacientu iznākumu un identificēt augsta riska apakšgrupas, potenciāli paverot durvis personalizētākām ārstēšanas stratēģijām.

 

1.3.1.1.webp

Pētījumā, kurā piedalījās 198 pieauguši T-ALL pacienti no GRAALL-2003/2005 pētījuma un 242 pediatriski T-ALL pacienti no FRALLE2000T pētījuma, tika izmantota mērķtiecīga visa eksoma sekvencēšana, lai pārbaudītu 72 ar vēzi saistītus gēnus. Starp atklājumiem pieaugušajiem visizplatītākās bija NOTCH1 mutācijas, kas bija sastopamas 77% gadījumu, kam sekoja CDKN2A mutācijas (66%) un PHF6 mutācijas (50%). Šī detalizētā ģenētiskā profilēšana ļāva pētniekiem klasificēt pacientus augsta un zema riska kategorijās, kam ir būtiska ietekme uz viņu prognozi.

 

Tika izstrādāta jauna, uz NGS balstīta klasifikācijas sistēma, kas, salīdzinot ar iepriekšējām metodēm, uzrādīja pārākas prognozēšanas spējas kumulatīvajiem recidīvu rādītājiem, kopējai dzīvildzei un dzīvildzei bez slimības. Pētījumā par zema riska pacientiem tika uzskatīti tie, kuriem bija specifiskas mutācijas (piemēram, NOTCH1/FBXW7, PHF6, EP300) bez papildu augsta riska izmaiņām (piemēram, mutācijas PI3K ceļā, TP53 un IDH1/2). Šiem pacientiem 5 gadu kumulatīvais recidīvu rādītājs (CIR) bija 21%, savukārt augsta riska kategorijas pacientiem CIR bija daudz augstāks – 47%.

 

Turklāt, integrējot NGS atklājumus ar tādiem klīniskajiem faktoriem kā leikocītu (WBC) skaits un minimālās reziduālās slimības (MRD) līmenis, tika iegūts precizēts riska modelis, kas pacientus klasificēja trīs grupās: augsta riska, vidēja riska un zema riska. Šis modelis izrādījās ļoti efektīvs, atšķirot pacientus, kuriem varētu būt noderīga agresīvāka ārstēšana, īpaši tos, kuriem ir augsta riska ģenētiskais profils.

 

Pētījuma rezultāti uzsver NGS potenciālu precizēt prognozes un uzlabot ārstēšanas plānošanu gan pieaugušajiem, gan bērniem ar T-ALL. Apvienojot ģenētiskās atziņas ar klīniskajiem datiem, klīnicisti var labāk identificēt pacientus, kuriem varētu būt noderīgas jaunās mērķterapijas, piemēram, PI3K inhibitori un selektīvie IDH1/IDH2 inhibitori.

 

Tā kā pētījums paver ceļu personalizētām ārstēšanas stratēģijām, tas arīo rada svarīgus jautājumus par šīs klasifikācijas piemērojamību dažādām etniskajām grupām un ar mūsdienu ārstēšanas shēmām. Lai gan uz NGS balstīta stratifikācija ir daudzsološa, ir nepieciešami turpmāki pētījumi, lai apstiprinātu tās efektivitāti dažādās populācijās un pilnveidotu pieeju sarežģītiem gadījumiem, piemēram, refraktāras T-ALL gadījumā.