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

Framsteg inom T-ALL-riskstratifiering: NGS-baserad klassificering identifierar högriskundergrupper

2025-01-03

I en banbrytande studie publicerad i BlodForskare har använt nästa generations sekvensering (NGS) för att förbättra riskstratifieringen av akut lymfatisk leukemi (T-ALL) i T-celler. Detta förbättrade klassificeringssystem erbjuder ett mer exakt sätt att förutsäga patientresultat och identifiera högriskgrupper, vilket potentiellt öppnar dörren för mer personliga behandlingsstrategier.

 

1.3.1.1.webp

Studien, som inkluderade 198 vuxna T-ALL-patienter från GRAALL-2003/2005-studien och 242 pediatriska T-ALL-patienter från FRALLE2000T-studien, använde riktad hel-exomsekvensering för att undersöka 72 cancerrelaterade gener. Bland resultaten var NOTCH1-mutationer de vanligaste hos vuxna, närvarande i 77 % av fallen, följt av CDKN2A-mutationer (66 %) och PHF6-mutationer (50 %). Denna detaljerade genetiska profilering gjorde det möjligt för forskarna att klassificera patienter i högrisk- och lågriskkategorier, med betydande implikationer för deras prognos.

 

Ett nytt NGS-baserat klassificeringssystem utvecklades, vilket visade överlägsna prediktiva förmågor för kumulativa återfallsfrekvenser, total överlevnad och sjukdomsfri överlevnad jämfört med tidigare metoder. Studien identifierade lågriskpatienter som de som bär på specifika mutationer (t.ex. NOTCH1/FBXW7, PHF6, EP300) utan ytterligare högriskförändringar (t.ex. mutationer i PI3K-vägen, TP53 och IDH1/2). Dessa patienter hade en 5-årig kumulativ återfallsfrekvens (CIR) på 21 %, medan de i högriskkategorin hade en mycket högre CIR på 47 %.

 

Dessutom ledde integrationen av NGS-fynd med kliniska faktorer som antal vita blodkroppar (WBC) och nivåer av minimal residual disease (MRD) till en förfinad riskmodell som klassificerade patienter i tre grupper: högrisk, mellanrisk och lågrisk. Denna modell visade sig vara mycket effektiv för att särskilja patienter som skulle kunna dra nytta av mer aggressiva behandlingar, särskilt de med genetiska profiler med hög risk.

 

Studiens resultat understryker potentialen hos NGS att förfina prognosförutsägelser och förbättra behandlingsplaneringen för både vuxna och pediatriska T-ALL-patienter. Genom att kombinera genetiska insikter med kliniska data kan läkare bättre identifiera patienter som kan dra nytta av nya riktade terapier, såsom PI3K-hämmare och selektiva IDH1/IDH2-hämmare.

 

I takt med att studien banar väg för personliga behandlingsstrategier, äveno väcker viktiga frågor om tillämpligheten av denna klassificering i olika etniska grupper och med moderna behandlingsregimer. Även om den NGS-baserade stratifieringen är lovande behövs ytterligare forskning för att validera dess effektivitet i olika populationer och för att förfina metoden för utmanande fall, såsom de med refraktär T-ALL.