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 အန္တရာယ်ခွဲခြားမှုတွင် တိုးတက်မှုများ- NGS-အခြေခံ အမျိုးအစားခွဲခြားမှုသည် အန္တရာယ်မြင့်မားသော အုပ်စုခွဲများကို ဖော်ထုတ်သည်

၂၀၂၅-၀၁-၀၃

တွင်ထုတ်ဝေသော 획기적인 လေ့လာမှုတစ်ခုတွင် သွေးသုတေသီများသည် T-cell acute lymphoblastic leukemia (T-ALL) ၏ အန္တရာယ်အလွှာခွဲခြားမှုကို ပိုမိုကောင်းမွန်စေရန်အတွက် next-generation sequencing (NGS) ကို အသုံးချခဲ့ကြသည်။ ဤမြှင့်တင်ထားသော အမျိုးအစားခွဲခြားမှုစနစ်သည် လူနာရလဒ်များကို ခန့်မှန်းရန်နှင့် အန္တရာယ်မြင့်မားသော အုပ်စုငယ်များကို ဖော်ထုတ်ရန် ပိုမိုတိကျသောနည်းလမ်းကို ပေးဆောင်ပြီး ပိုမိုစိတ်ကြိုက်ပြင်ဆင်ထားသော ကုသမှုဗျူဟာများအတွက် တံခါးဖွင့်ပေးနိုင်ပါသည်။

 

၁.၃.၁.၁.ဝဘ်ပီ

GRAALL-2003/2005 စမ်းသပ်မှုမှ အရွယ်ရောက်ပြီးသူ T-ALL လူနာ ၁၉၈ ဦးနှင့် FRALLE2000T စမ်းသပ်မှုမှ ကလေး T-ALL လူနာ ၂၄၂ ဦး ပါဝင်သော လေ့လာမှုတွင် ကင်ဆာနှင့်ဆက်စပ်သော မျိုးဗီဇ ၇၂ ခုကို စစ်ဆေးရန် targeted whole-exome sequencing ကို အသုံးပြုခဲ့သည်။ တွေ့ရှိချက်များထဲတွင် NOTCH1 မျိုးရိုးဗီဇပြောင်းလဲမှုများသည် အရွယ်ရောက်ပြီးသူများတွင် အဖြစ်အများဆုံးဖြစ်ပြီး ၇၇% တွင်တွေ့ရှိရပြီး CDKN2A မျိုးရိုးဗီဇပြောင်းလဲမှုများ (၆၆%) နှင့် PHF6 မျိုးရိုးဗီဇပြောင်းလဲမှုများ (၅၀%) တို့နောက်တွင် ရှိနေသည်။ ဤအသေးစိတ် မျိုးရိုးဗီဇပရိုဖိုင်သည် သုတေသီများအား လူနာများကို အန္တရာယ်များသောနှင့် အန္တရာယ်နည်းသော အမျိုးအစားများအဖြစ် အမျိုးအစားခွဲခြားနိုင်စေခဲ့ပြီး ၎င်းတို့၏ ရောဂါခန့်မှန်းချက်အတွက် သိသာထင်ရှားသော သက်ရောက်မှုများရှိသည်။

 

ယခင်နည်းလမ်းများနှင့် နှိုင်းယှဉ်ပါက စုစုပေါင်းပြန်လည်ဖြစ်ပွားနှုန်း၊ အလုံးစုံရှင်သန်နှုန်းနှင့် ရောဂါကင်းစင်သောရှင်သန်နှုန်းတို့အတွက် သာလွန်ကောင်းမွန်သော ခန့်မှန်းနိုင်စွမ်းကို ပြသသည့် NGS-အခြေခံ အမျိုးအစားခွဲခြားမှုစနစ်အသစ်တစ်ခုကို တီထွင်ခဲ့သည်။ လေ့လာမှုတွင် အန္တရာယ်နည်းသောလူနာများကို နောက်ထပ်အန္တရာယ်များသောပြောင်းလဲမှုများ (ဥပမာ၊ PI3K လမ်းကြောင်း၊ TP53 နှင့် IDH1/2 ရှိ မျိုးရိုးဗီဇပြောင်းလဲမှုများ) မရှိဘဲ သီးခြားမျိုးရိုးဗီဇပြောင်းလဲမှုများ (ဥပမာ၊ NOTCH1/FBXW7၊ PHF6၊ EP300) ကိုင်ဆောင်ထားသူများအဖြစ် ဖော်ထုတ်ခဲ့သည်။ ဤလူနာများသည် ၅ နှစ်ကြာ စုစုပေါင်းပြန်လည်ဖြစ်ပွားနှုန်း (CIR) ၂၁% ရှိပြီး အန္တရာယ်များသောအမျိုးအစားတွင်ရှိသူများသည် ၄၇% ၏ ပိုမိုမြင့်မားသော CIR နှင့် ရင်ဆိုင်ခဲ့ရသည်။

 

ထို့အပြင်၊ NGS တွေ့ရှိချက်များကို သွေးဖြူဥ (WBC) အရေအတွက်နှင့် အနည်းဆုံးကျန်ရှိသောရောဂါအဆင့် (MRD) အဆင့်ကဲ့သို့သော ဆေးခန်းဆိုင်ရာအချက်များနှင့် ပေါင်းစပ်ခြင်းဖြင့် လူနာများကို အန္တရာယ်မြင့်မားသော၊ အန္တရာယ်အလယ်အလတ်နှင့် အန္တရာယ်နည်းသော အုပ်စုသုံးစုအဖြစ် အမျိုးအစားခွဲခြားသည့် ပြန်လည်ပြင်ဆင်ထားသော အန္တရာယ်ပုံစံတစ်ခုသို့ ဦးတည်စေခဲ့သည်။ ဤပုံစံသည် အထူးသဖြင့် အန္တရာယ်မြင့်မားသော မျိုးရိုးဗီဇပရိုဖိုင်များရှိသူများအား ပိုမိုပြင်းထန်သောကုသမှုများမှ အကျိုးကျေးဇူးရရှိနိုင်သည့် လူနာများကို ခွဲခြားရာတွင် အလွန်ထိရောက်မှုရှိကြောင်း သက်သေပြခဲ့သည်။

 

လေ့လာမှု၏ တွေ့ရှိချက်များက NGS သည် အရွယ်ရောက်ပြီးသူနှင့် ကလေး T-ALL လူနာနှစ်မျိုးလုံးအတွက် ရောဂါခန့်မှန်းချက်များကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ပြီး ကုသမှုစီမံကိန်းရေးဆွဲခြင်းကို တိုးတက်ကောင်းမွန်စေမည့် အလားအလာကို အလေးပေးဖော်ပြသည်။ မျိုးရိုးဗီဇဆိုင်ရာ အသိအမြင်များကို လက်တွေ့အချက်အလက်များနှင့် ပေါင်းစပ်ခြင်းဖြင့် ဆရာဝန်များသည် PI3K inhibitors နှင့် selective IDH1/IDH2 inhibitors ကဲ့သို့သော ပစ်မှတ်ထားကုထုံးအသစ်များမှ အကျိုးကျေးဇူးရရှိနိုင်သည့် လူနာများကို ပိုမိုကောင်းမွန်စွာ ခွဲခြားသိရှိနိုင်ပါသည်။

 

လေ့လာမှုသည် ပုဂ္ဂိုလ်ရေးသီးသန့် ကုသမှုဗျူဟာများအတွက် လမ်းခင်းပေးသည်နှင့်အမျှ ၎င်းသည်o က မတူညီသော လူမျိုးစုများနှင့် ခေတ်မီကုသမှု လုပ်ငန်းစဉ်များတွင် ဤခွဲခြားမှု၏ အသုံးချနိုင်မှုနှင့်ပတ်သက်၍ အရေးကြီးသော မေးခွန်းများကို ပေါ်ပေါက်စေသည်။ NGS-အခြေပြု အလွှာခွဲခြားမှုသည် အလားအလာကောင်းများရှိသော်လည်း၊ မတူညီသော လူဦးရေများတွင် ၎င်း၏ထိရောက်မှုကို အတည်ပြုရန်နှင့် ပြန်လည်ကောင်းမွန်ခြင်းမရှိသော T-ALL ရှိသော လူနာများကဲ့သို့သော စိန်ခေါ်မှုရှိသော ကိစ္စများအတွက် ချဉ်းကပ်မှုကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန် နောက်ထပ်သုတေသန လိုအပ်ပါသည်။