टी-एएलएल जोखीम वर्गीकरणातील प्रगती: एनजीएस-आधारित वर्गीकरणाद्वारे उच्च-जोखीम उपसमूहांची ओळख

प्रकाशित झालेल्या एका महत्त्वपूर्ण अभ्यासात रक्तसंशोधकांनी टी-सेल ॲक्यूट लिम्फोब्लास्टिक ल्युकेमिया (टी-एएलएल) च्या जोखमीचे वर्गीकरण सुधारण्यासाठी नेक्स्ट-जनरेशन सिक्वेन्सिंग (एनजीएस) चा उपयोग केला आहे. ही सुधारित वर्गीकरण प्रणाली रुग्णांच्या परिणामांचा अंदाज घेण्यासाठी आणि उच्च-जोखीम असलेले उपगट ओळखण्यासाठी अधिक अचूक मार्ग उपलब्ध करून देते, ज्यामुळे अधिक वैयक्तिकृत उपचार धोरणांसाठी संभाव्यतः मार्ग खुला होतो.

या अभ्यासात GRAALL-2003/2005 चाचणीमधील १९८ प्रौढ टी-एएलएल (T-ALL) रुग्ण आणि FRALLE2000T चाचणीमधील २४२ बाल टी-एएलएल (T-ALL) रुग्णांचा समावेश होता. यात कर्करोगाशी संबंधित ७२ जनुकांची तपासणी करण्यासाठी लक्ष्यित संपूर्ण-एक्सोम अनुक्रमणाचा (targeted whole-exome sequencing) वापर करण्यात आला. निष्कर्षांनुसार, प्रौढांमध्ये NOTCH1 उत्परिवर्तन (mutations) सर्वात जास्त प्रमाणात आढळले, जे ७७% प्रकरणांमध्ये दिसून आले. त्याखालोखाल CDKN2A उत्परिवर्तन (६६%) आणि PHF6 उत्परिवर्तन (५०%) यांचा क्रमांक होता. या तपशीलवार जनुकीय विश्लेषणामुळे संशोधकांना रुग्णांचे उच्च-जोखीम आणि कमी-जोखीम अशा दोन गटांमध्ये वर्गीकरण करणे शक्य झाले, ज्याचे त्यांच्या रोगनिदानावर महत्त्वपूर्ण परिणाम होतात.

एक नवीन NGS-आधारित वर्गीकरण प्रणाली विकसित करण्यात आली, जिने पूर्वीच्या पद्धतींच्या तुलनेत संचयी पुनरावृत्ती दर, एकूण जगण्याचा कालावधी आणि रोगमुक्त जगण्याचा कालावधी यांसाठी उत्कृष्ट भाकित करण्याची क्षमता दर्शविली. या अभ्यासात, अतिरिक्त उच्च-जोखीम बदल (उदा., PI3K पाथवे, TP53, आणि IDH1/2 मधील उत्परिवर्तने) नसलेल्या विशिष्ट उत्परिवर्तने (उदा., NOTCH1/FBXW7, PHF6, EP300) असलेल्या रुग्णांना कमी-जोखीम असलेले रुग्ण म्हणून ओळखले गेले. या रुग्णांमध्ये ५-वर्षांचा संचयी पुनरावृत्ती दर (CIR) २१% होता, तर उच्च-जोखीम गटातील रुग्णांना ४७% इतका खूप जास्त CIR चा सामना करावा लागला.

शिवाय, NGS निष्कर्षांना पांढऱ्या रक्तपेशींची (WBC) संख्या आणि किमान अवशिष्ट रोगाची (MRD) पातळी यांसारख्या क्लिनिकल घटकांसह एकत्रित केल्यामुळे एक सुधारित जोखीम मॉडेल तयार झाले, ज्याने रुग्णांना उच्च-जोखीम, मध्यम-जोखीम आणि कमी-जोखीम अशा तीन गटांमध्ये वर्गीकृत केले. हे मॉडेल, ज्या रुग्णांना अधिक आक्रमक उपचारांचा फायदा होऊ शकतो, विशेषतः ज्यांची जनुकीय रचना उच्च-जोखीमयुक्त आहे, अशा रुग्णांना वेगळे ओळखण्यात अत्यंत प्रभावी ठरले.

या अभ्यासाचे निष्कर्ष प्रौढ आणि बाल T-ALL रुग्णांसाठी रोगनिदानाच्या अंदाजांमध्ये सुधारणा करण्याची आणि उपचार नियोजन सुधारण्याची NGS ची क्षमता अधोरेखित करतात. आनुवंशिक माहितीला वैद्यकीय माहितीसोबत एकत्रित करून, डॉक्टर PI3K इनहिबिटर आणि निवडक IDH1/IDH2 इनहिबिटर यांसारख्या उदयोन्मुख लक्ष्यित उपचारांचा फायदा होऊ शकणाऱ्या रुग्णांना अधिक चांगल्या प्रकारे ओळखू शकतात.

हा अभ्यास वैयक्तिकृत उपचार पद्धतींसाठी मार्ग मोकळा करत असताना, तोयामुळे वेगवेगळ्या वांशिक गटांमध्ये आणि आधुनिक उपचार पद्धतींमध्ये या वर्गीकरणाच्या उपयोज्यतेबद्दल महत्त्वाचे प्रश्न निर्माण होतात. जरी NGS-आधारित स्तरीकरण आशादायक असले तरी, विविध लोकसंख्येमध्ये त्याची परिणामकारकता प्रमाणित करण्यासाठी आणि दुर्दम्य टी-एएलएल (T-ALL) सारख्या आव्हानात्मक प्रकरणांसाठी ही पद्धत अधिक परिष्कृत करण्यासाठी पुढील संशोधनाची आवश्यकता आहे.