ടി-എഎൽ റിസ്ക് സ്ട്രാറ്റിഫിക്കേഷനിലെ പുരോഗതി: എൻജിഎസ് അടിസ്ഥാനമാക്കിയുള്ള വർഗ്ഗീകരണം ഉയർന്ന അപകടസാധ്യതയുള്ള ഉപഗ്രൂപ്പുകളെ തിരിച്ചറിയുന്നു
പ്രസിദ്ധീകരിച്ച ഒരു സുപ്രധാന പഠനത്തിൽ രക്തം, ടി-സെൽ അക്യൂട്ട് ലിംഫോബ്ലാസ്റ്റിക് ലുക്കീമിയയുടെ (T-ALL) അപകടസാധ്യത തരംതിരിക്കൽ മെച്ചപ്പെടുത്തുന്നതിന് ഗവേഷകർ നെക്സ്റ്റ്-ജനറേഷൻ സീക്വൻസിംഗ് (NGS) പ്രയോജനപ്പെടുത്തി. രോഗിയുടെ ഫലങ്ങൾ പ്രവചിക്കുന്നതിനും ഉയർന്ന അപകടസാധ്യതയുള്ള ഉപഗ്രൂപ്പുകളെ തിരിച്ചറിയുന്നതിനും ഈ മെച്ചപ്പെടുത്തിയ വർഗ്ഗീകരണ സംവിധാനം കൂടുതൽ കൃത്യമായ മാർഗം വാഗ്ദാനം ചെയ്യുന്നു, ഇത് കൂടുതൽ വ്യക്തിഗതമാക്കിയ ചികിത്സാ തന്ത്രങ്ങളിലേക്കുള്ള വാതിൽ തുറക്കാൻ സാധ്യതയുണ്ട്.
GRAALL-2003/2005 ട്രയലിൽ നിന്നുള്ള 198 മുതിർന്ന T-ALL രോഗികളും FRALLE2000T ട്രയലിൽ നിന്നുള്ള 242 പീഡിയാട്രിക് T-ALL രോഗികളും ഉൾപ്പെട്ട ഈ പഠനം, 72 കാൻസറുമായി ബന്ധപ്പെട്ട ജീനുകളെ പരിശോധിക്കുന്നതിനായി ലക്ഷ്യമിട്ട മുഴുവൻ-എക്സോം സീക്വൻസിംഗ് ഉപയോഗിച്ചു. കണ്ടെത്തലുകളിൽ, NOTCH1 മ്യൂട്ടേഷനുകളാണ് ഏറ്റവും കൂടുതലായി കാണപ്പെടുന്നത്, 77% കേസുകളിലും ഇത് കാണപ്പെടുന്നു, തുടർന്ന് CDKN2A മ്യൂട്ടേഷനുകൾ (66%), PHF6 മ്യൂട്ടേഷനുകൾ (50%) എന്നിവയുണ്ട്. ഈ വിശദമായ ജനിതക പ്രൊഫൈലിംഗ് ഗവേഷകരെ രോഗികളെ ഉയർന്ന അപകടസാധ്യതയുള്ളതും കുറഞ്ഞ അപകടസാധ്യതയുള്ളതുമായ വിഭാഗങ്ങളായി തരംതിരിക്കാൻ പ്രാപ്തമാക്കി, ഇത് രോഗനിർണയത്തിന് കാര്യമായ സ്വാധീനം ചെലുത്തുന്നു.
മുൻ രീതികളെ അപേക്ഷിച്ച്, സഞ്ചിത പുനരധിവാസ നിരക്കുകൾ, മൊത്തത്തിലുള്ള അതിജീവനം, രോഗരഹിതമായ അതിജീവനം എന്നിവയ്ക്കുള്ള മികച്ച പ്രവചന ശേഷികൾ പ്രകടമാക്കിയ ഒരു പുതിയ NGS അധിഷ്ഠിത വർഗ്ഗീകരണ സംവിധാനം വികസിപ്പിച്ചെടുത്തു. അധിക ഉയർന്ന അപകടസാധ്യതയുള്ള മാറ്റങ്ങൾ ഇല്ലാതെ (ഉദാഹരണത്തിന്, PI3K പാതയിലെ മ്യൂട്ടേഷനുകൾ, TP53, IDH1/2) നിർദ്ദിഷ്ട മ്യൂട്ടേഷനുകൾ (ഉദാഹരണത്തിന്, NOTCH1/FBXW7, PHF6, EP300) വഹിക്കുന്നവരെയാണ് പഠനം കുറഞ്ഞ അപകടസാധ്യതയുള്ള രോഗികളായി തിരിച്ചറിഞ്ഞത്. ഈ രോഗികൾക്ക് 21% എന്ന 5 വർഷത്തെ സഞ്ചിത പുനരധിവാസ നിരക്ക് (CIR) ഉണ്ടായിരുന്നു, അതേസമയം ഉയർന്ന അപകടസാധ്യതയുള്ള വിഭാഗത്തിലുള്ളവർക്ക് 47% എന്ന വളരെ ഉയർന്ന CIR നേരിടേണ്ടി വന്നു.
കൂടാതെ, വെളുത്ത രക്താണുക്കളുടെ (WBC) എണ്ണം, മിനിമൽ റെസിഡ്യൂവൽ ഡിസീസ് (MRD) അളവ് തുടങ്ങിയ ക്ലിനിക്കൽ ഘടകങ്ങളുമായി NGS കണ്ടെത്തലുകൾ സംയോജിപ്പിക്കുന്നത്, രോഗികളെ ഉയർന്ന അപകടസാധ്യത, ഇന്റർമീഡിയറ്റ് അപകടസാധ്യത, കുറഞ്ഞ അപകടസാധ്യത എന്നിങ്ങനെ മൂന്ന് ഗ്രൂപ്പുകളായി തരംതിരിച്ച ഒരു പരിഷ്കരിച്ച അപകടസാധ്യതാ മാതൃകയിലേക്ക് നയിച്ചു. കൂടുതൽ ആക്രമണാത്മക ചികിത്സകളിൽ നിന്ന് പ്രയോജനം നേടാൻ കഴിയുന്ന രോഗികളെ, പ്രത്യേകിച്ച് ഉയർന്ന അപകടസാധ്യതയുള്ള ജനിതക പ്രൊഫൈലുകൾ ഉള്ളവരെ, വേർതിരിച്ചറിയുന്നതിൽ ഈ മാതൃക വളരെ ഫലപ്രദമാണെന്ന് തെളിഞ്ഞു.
മുതിർന്നവർക്കും കുട്ടികൾക്കും T-ALL രോഗികൾക്കും രോഗനിർണയ പ്രവചനങ്ങൾ പരിഷ്കരിക്കുന്നതിനും ചികിത്സാ ആസൂത്രണം മെച്ചപ്പെടുത്തുന്നതിനുമുള്ള NGS ന്റെ കഴിവിനെ പഠനത്തിന്റെ കണ്ടെത്തലുകൾ അടിവരയിടുന്നു. ജനിതക ഉൾക്കാഴ്ചകൾ ക്ലിനിക്കൽ ഡാറ്റയുമായി സംയോജിപ്പിക്കുന്നതിലൂടെ, PI3K ഇൻഹിബിറ്ററുകൾ, സെലക്ടീവ് IDH1/IDH2 ഇൻഹിബിറ്ററുകൾ എന്നിവ പോലുള്ള ഉയർന്നുവരുന്ന ടാർഗെറ്റുചെയ്ത ചികിത്സകളിൽ നിന്ന് പ്രയോജനം നേടിയേക്കാവുന്ന രോഗികളെ ക്ലിനിക്കുകൾക്ക് നന്നായി തിരിച്ചറിയാൻ കഴിയും.
പഠനം വ്യക്തിഗതമാക്കിയ ചികിത്സാ തന്ത്രങ്ങൾക്ക് വഴിയൊരുക്കുമ്പോൾ, അത്വ്യത്യസ്ത വംശീയ വിഭാഗങ്ങളിലും ആധുനിക ചികിത്സാ രീതികളിലും ഈ വർഗ്ഗീകരണത്തിന്റെ പ്രയോഗക്ഷമതയെക്കുറിച്ച് o പ്രധാനപ്പെട്ട ചോദ്യങ്ങൾ ഉയർത്തുന്നു. NGS അടിസ്ഥാനമാക്കിയുള്ള സ്ട്രിഫിക്കേഷൻ വാഗ്ദാനങ്ങൾ നൽകുന്നുണ്ടെങ്കിലും, വൈവിധ്യമാർന്ന ജനവിഭാഗങ്ങളിൽ അതിന്റെ ഫലപ്രാപ്തി സാധൂകരിക്കുന്നതിനും റിഫ്രാക്റ്ററി T-ALL പോലുള്ള വെല്ലുവിളി നിറഞ്ഞ കേസുകൾക്കുള്ള സമീപനം പരിഷ്കരിക്കുന്നതിനും കൂടുതൽ ഗവേഷണം ആവശ്യമാണ്.