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

ਟੀ-ਆਲ ਜੋਖਮ ਪੱਧਰੀਕਰਨ ਵਿੱਚ ਤਰੱਕੀ: ਐਨਜੀਐਸ-ਅਧਾਰਤ ਵਰਗੀਕਰਨ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਉਪ-ਸਮੂਹਾਂ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ

2025-01-03

ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਸਫਲਤਾਪੂਰਵਕ ਅਧਿਐਨ ਵਿੱਚ ਖੂਨ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਟੀ-ਸੈੱਲ ਐਕਿਊਟ ਲਿਮਫੋਬਲਾਸਟਿਕ ਲਿਊਕੇਮੀਆ (T-ALL) ਦੇ ਜੋਖਮ ਪੱਧਰੀਕਰਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਸੀਕਵੈਂਸਿੰਗ (NGS) ਦਾ ਲਾਭ ਉਠਾਇਆ ਹੈ। ਇਹ ਵਧਿਆ ਹੋਇਆ ਵਰਗੀਕਰਨ ਪ੍ਰਣਾਲੀ ਮਰੀਜ਼ਾਂ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਅਤੇ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਉਪ-ਸਮੂਹਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦਾ ਇੱਕ ਵਧੇਰੇ ਸਟੀਕ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਵਿਅਕਤੀਗਤ ਇਲਾਜ ਰਣਨੀਤੀਆਂ ਲਈ ਦਰਵਾਜ਼ਾ ਖੋਲ੍ਹਦੀ ਹੈ।

 

1.3.1.1.ਵੈੱਬਪੀ

ਇਸ ਅਧਿਐਨ ਵਿੱਚ, ਜਿਸ ਵਿੱਚ GRAALL-2003/2005 ਟ੍ਰਾਇਲ ਦੇ 198 ਬਾਲਗ T-ALL ਮਰੀਜ਼ ਅਤੇ FRALLE2000T ਟ੍ਰਾਇਲ ਦੇ 242 ਬਾਲ T-ALL ਮਰੀਜ਼ ਸ਼ਾਮਲ ਸਨ, ਨੇ 72 ਕੈਂਸਰ-ਸਬੰਧਤ ਜੀਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਨਿਸ਼ਾਨਾਬੱਧ ਪੂਰੇ-ਐਕਸੋਮ ਸੀਕਵੈਂਸਿੰਗ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਖੋਜਾਂ ਵਿੱਚੋਂ, NOTCH1 ਪਰਿਵਰਤਨ ਬਾਲਗਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਚਲਿਤ ਸਨ, ਜੋ 77% ਮਾਮਲਿਆਂ ਵਿੱਚ ਮੌਜੂਦ ਸਨ, ਇਸ ਤੋਂ ਬਾਅਦ CDKN2A ਪਰਿਵਰਤਨ (66%) ਅਤੇ PHF6 ਪਰਿਵਰਤਨ (50%) ਸਨ। ਇਸ ਵਿਸਤ੍ਰਿਤ ਜੈਨੇਟਿਕ ਪ੍ਰੋਫਾਈਲਿੰਗ ਨੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਮਰੀਜ਼ਾਂ ਨੂੰ ਉੱਚ-ਜੋਖਮ ਅਤੇ ਘੱਟ-ਜੋਖਮ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ, ਜਿਸਦੇ ਨਾਲ ਉਨ੍ਹਾਂ ਦੇ ਪੂਰਵ-ਅਨੁਮਾਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਪਏ।

 

ਇੱਕ ਨਵਾਂ NGS-ਅਧਾਰਿਤ ਵਰਗੀਕਰਨ ਪ੍ਰਣਾਲੀ ਵਿਕਸਤ ਕੀਤੀ ਗਈ ਸੀ, ਜਿਸ ਨੇ ਪਿਛਲੇ ਤਰੀਕਿਆਂ ਦੇ ਮੁਕਾਬਲੇ ਸੰਚਤ ਰੀਲੈਪਸ ਦਰਾਂ, ਸਮੁੱਚੇ ਬਚਾਅ ਅਤੇ ਬਿਮਾਰੀ-ਮੁਕਤ ਬਚਾਅ ਲਈ ਉੱਤਮ ਭਵਿੱਖਬਾਣੀ ਸਮਰੱਥਾਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ। ਅਧਿਐਨ ਨੇ ਘੱਟ-ਜੋਖਮ ਵਾਲੇ ਮਰੀਜ਼ਾਂ ਦੀ ਪਛਾਣ ਉਹਨਾਂ ਵਜੋਂ ਕੀਤੀ ਜੋ ਖਾਸ ਪਰਿਵਰਤਨ (ਜਿਵੇਂ ਕਿ, NOTCH1/FBXW7, PHF6, EP300) ਨੂੰ ਲੈ ਕੇ ਗਏ ਸਨ ਬਿਨਾਂ ਵਾਧੂ ਉੱਚ-ਜੋਖਮ ਤਬਦੀਲੀਆਂ (ਜਿਵੇਂ ਕਿ, PI3K ਮਾਰਗ ਵਿੱਚ ਪਰਿਵਰਤਨ, TP53, ਅਤੇ IDH1/2)। ਇਹਨਾਂ ਮਰੀਜ਼ਾਂ ਦੀ 5-ਸਾਲ ਦੀ ਸੰਚਤ ਰੀਲੈਪਸ ਦਰ (CIR) 21% ਸੀ, ਜਦੋਂ ਕਿ ਉੱਚ-ਜੋਖਮ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ 47% ਦੀ ਬਹੁਤ ਜ਼ਿਆਦਾ CIR ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ।

 

ਇਸ ਤੋਂ ਇਲਾਵਾ, NGS ਖੋਜਾਂ ਨੂੰ ਕਲੀਨਿਕਲ ਕਾਰਕਾਂ ਜਿਵੇਂ ਕਿ ਚਿੱਟੇ ਖੂਨ ਦੇ ਸੈੱਲ (WBC) ਗਿਣਤੀ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਬਕਾਇਆ ਬਿਮਾਰੀ (MRD) ਪੱਧਰਾਂ ਨਾਲ ਜੋੜਨ ਨਾਲ ਇੱਕ ਸੁਧਾਰਿਆ ਜੋਖਮ ਮਾਡਲ ਬਣਿਆ ਜਿਸਨੇ ਮਰੀਜ਼ਾਂ ਨੂੰ ਤਿੰਨ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਿਆ: ਉੱਚ-ਜੋਖਮ, ਵਿਚਕਾਰਲਾ-ਜੋਖਮ, ਅਤੇ ਘੱਟ-ਜੋਖਮ। ਇਹ ਮਾਡਲ ਉਹਨਾਂ ਮਰੀਜ਼ਾਂ ਨੂੰ ਵੱਖਰਾ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਾਬਤ ਹੋਇਆ ਜੋ ਵਧੇਰੇ ਹਮਲਾਵਰ ਇਲਾਜਾਂ ਤੋਂ ਲਾਭ ਉਠਾ ਸਕਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਜੈਨੇਟਿਕ ਪ੍ਰੋਫਾਈਲਾਂ ਵਾਲੇ।

 

ਅਧਿਐਨ ਦੇ ਨਤੀਜੇ NGS ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੇ ਹਨ ਕਿ ਉਹ ਬਾਲਗ ਅਤੇ ਬਾਲ T-ALL ਮਰੀਜ਼ਾਂ ਦੋਵਾਂ ਲਈ ਪੂਰਵ-ਅਨੁਮਾਨ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਸੁਧਾਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇਲਾਜ ਯੋਜਨਾਬੰਦੀ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਸਕਦਾ ਹੈ। ਕਲੀਨਿਕਲ ਡੇਟਾ ਦੇ ਨਾਲ ਜੈਨੇਟਿਕ ਸੂਝ ਨੂੰ ਜੋੜ ਕੇ, ਡਾਕਟਰੀ ਕਰਮਚਾਰੀ ਉਹਨਾਂ ਮਰੀਜ਼ਾਂ ਦੀ ਬਿਹਤਰ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਉੱਭਰ ਰਹੇ ਨਿਸ਼ਾਨਾ ਥੈਰੇਪੀਆਂ, ਜਿਵੇਂ ਕਿ PI3K ਇਨਿਹਿਬਟਰਸ ਅਤੇ ਚੋਣਵੇਂ IDH1/IDH2 ਇਨਿਹਿਬਟਰਸ ਤੋਂ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ।

 

ਜਿਵੇਂ ਕਿ ਅਧਿਐਨ ਵਿਅਕਤੀਗਤ ਇਲਾਜ ਰਣਨੀਤੀਆਂ ਲਈ ਰਾਹ ਪੱਧਰਾ ਕਰਦਾ ਹੈ, ਇਹ ਵੀo ਵੱਖ-ਵੱਖ ਨਸਲੀ ਸਮੂਹਾਂ ਅਤੇ ਆਧੁਨਿਕ ਇਲਾਜ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਇਸ ਵਰਗੀਕਰਨ ਦੀ ਲਾਗੂ ਹੋਣ ਬਾਰੇ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਉਠਾਉਂਦਾ ਹੈ। ਜਦੋਂ ਕਿ NGS-ਅਧਾਰਤ ਪੱਧਰੀਕਰਨ ਵਾਅਦਾ ਕਰਦਾ ਹੈ, ਵਿਭਿੰਨ ਆਬਾਦੀਆਂ ਵਿੱਚ ਇਸਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਅਤੇ ਚੁਣੌਤੀਪੂਰਨ ਮਾਮਲਿਆਂ, ਜਿਵੇਂ ਕਿ ਰਿਫ੍ਰੈਕਟਰੀ T-ALL ਵਾਲੇ ਮਾਮਲਿਆਂ ਲਈ ਪਹੁੰਚ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਹੋਰ ਖੋਜ ਦੀ ਲੋੜ ਹੈ।