T-ALL අවදානම් ස්ථරීකරණයේ දියුණුව: NGS-පාදක වර්ගීකරණය ඉහළ අවදානම් උප කණ්ඩායම් හඳුනා ගනී
ප්රකාශයට පත් කරන ලද ඉදිරි ගමනක අධ්යයනයක ලේ, පර්යේෂකයන් T-සෛල උග්ර ලිම්ෆොබ්ලාස්ටික් ලියුකේමියාව (T-ALL) අවදානම් ස්ථරීකරණය වැඩිදියුණු කිරීම සඳහා ඊළඟ පරම්පරාවේ අනුක්රමණය (NGS) උපයෝගී කර ගෙන ඇත. මෙම වැඩිදියුණු කළ වර්ගීකරණ පද්ධතිය රෝගියාගේ ප්රතිඵල පුරෝකථනය කිරීමට සහ අධි අවදානම් උප කණ්ඩායම් හඳුනා ගැනීමට වඩාත් නිවැරදි ක්රමයක් ලබා දෙන අතර, වඩාත් පුද්ගලාරෝපිත ප්රතිකාර උපාය මාර්ග සඳහා දොර විවර කරයි.
GRAALL-2003/2005 අත්හදා බැලීමේ වැඩිහිටි T-ALL රෝගීන් 198 දෙනෙකු සහ FRALLE2000T අත්හදා බැලීමේ ළමා T-ALL රෝගීන් 242 දෙනෙකු ඇතුළත් වූ මෙම අධ්යයනයේදී, පිළිකා ආශ්රිත ජාන 72 ක් පරීක්ෂා කිරීම සඳහා ඉලක්කගත සම්පූර්ණ-එක්සෝම් අනුක්රමණය භාවිතා කරන ලදී. සොයාගැනීම් අතර, NOTCH1 විකෘති වැඩිහිටියන් තුළ වඩාත් ප්රචලිත වූ අතර, එය 77% ක් තුළ දක්නට ලැබෙන අතර, පසුව CDKN2A විකෘති (66%) සහ PHF6 විකෘති (50%) ඇත. මෙම සවිස්තරාත්මක ජාන පැතිකඩ මගින් පර්යේෂකයන්ට රෝගීන් ඉහළ අවදානම් සහ අඩු අවදානම් කාණ්ඩවලට වර්ගීකරණය කිරීමට හැකි වූ අතර, ඔවුන්ගේ පුරෝකථනය සඳහා සැලකිය යුතු ඇඟවුම් ඇත.
නව NGS මත පදනම් වූ වර්ගීකරණ පද්ධතියක් සංවර්ධනය කරන ලද අතර, එය පෙර ක්රමවලට සාපේක්ෂව සමුච්චිත නැවත ඇතිවීමේ අනුපාත, සමස්ත පැවැත්ම සහ රෝග-නිදහස් පැවැත්ම සඳහා උසස් පුරෝකථන හැකියාවන් පෙන්නුම් කළේය. අධ්යයනයෙන් අඩු අවදානම් රෝගීන් හඳුනා ගත්තේ අතිරේක අධි අවදානම් වෙනස් කිරීම් නොමැතිව (උදා: PI3K මාර්ගයේ විකෘති, TP53, සහ IDH1/2) නිශ්චිත විකෘති (උදා: NOTCH1/FBXW7, PHF6, EP300) රැගෙන යන අය ලෙසය. මෙම රෝගීන්ට වසර 5 ක සමුච්චිත නැවත ඇතිවීමේ අනුපාතය (CIR) 21% ක් වූ අතර, අධි අවදානම් කාණ්ඩයේ අය 47% ක බෙහෙවින් ඉහළ CIR එකකට මුහුණ දුන්හ.
තවද, සුදු රුධිරාණු (WBC) ගණන සහ අවම අවශේෂ රෝග (MRD) මට්ටම් වැනි සායනික සාධක සමඟ NGS සොයාගැනීම් ඒකාබද්ධ කිරීම මගින් රෝගීන් කාණ්ඩ තුනකට වර්ගීකරණය කරන ලද පිරිපහදු කළ අවදානම් ආකෘතියක් ඇති විය: අධි අවදානම්, අතරමැදි අවදානම් සහ අඩු අවදානම්. වඩාත් ආක්රමණශීලී ප්රතිකාර වලින් ප්රතිලාභ ලබා ගත හැකි රෝගීන්, විශේෂයෙන් අධි අවදානම් ජානමය පැතිකඩ ඇති රෝගීන් වෙන්කර හඳුනා ගැනීමේදී මෙම ආකෘතිය ඉතා ඵලදායී බව ඔප්පු විය.
අධ්යයනයේ සොයාගැනීම් මගින් වැඩිහිටි සහ ළමා T-ALL රෝගීන් සඳහා පුරෝකථන අනාවැකි පිරිපහදු කිරීමට සහ ප්රතිකාර සැලසුම් වැඩිදියුණු කිරීමට NGS හි විභවය අවධාරණය කෙරේ. ජානමය අවබෝධය සායනික දත්ත සමඟ ඒකාබද්ධ කිරීමෙන්, PI3K නිෂේධක සහ තෝරාගත් IDH1/IDH2 නිෂේධක වැනි නැගී එන ඉලක්කගත ප්රතිකාර වලින් ප්රතිලාභ ලැබිය හැකි රෝගීන් වෛද්යවරුන්ට වඩා හොඳින් හඳුනාගත හැකිය.
මෙම අධ්යයනය පුද්ගලාරෝපිත ප්රතිකාර උපාය මාර්ග සඳහා මග පාදන බැවින්, එය ද එසේමයවිවිධ ජනවාර්ගික කණ්ඩායම්වල සහ නවීන ප්රතිකාර ක්රම සමඟ මෙම වර්ගීකරණයේ අදාළත්වය පිළිබඳව o වැදගත් ප්රශ්න මතු කරයි. NGS මත පදනම් වූ ස්ථරීකරණය පොරොන්දු වුවද, විවිධ ජනගහනයන් හරහා එහි කාර්යක්ෂමතාව තහවුරු කිරීමට සහ වර්තන T-ALL වැනි අභියෝගාත්මක අවස්ථාවන් සඳහා ප්රවේශය පිරිපහදු කිරීමට තවදුරටත් පර්යේෂණ අවශ්ය වේ.