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

ความก้าวหน้าในการจำแนกความเสี่ยงของ T-ALL: การจำแนกประเภทโดยใช้ NGS ช่วยระบุกลุ่มย่อยที่มีความเสี่ยงสูง

2025-01-03

ในการศึกษาครั้งสำคัญที่ตีพิมพ์ใน เลือดนักวิจัยได้ใช้ประโยชน์จากเทคโนโลยีการลำดับดีเอ็นเอรุ่นใหม่ (NGS) เพื่อปรับปรุงการจำแนกความเสี่ยงของมะเร็งเม็ดเลือดขาวชนิดเฉียบพลันของเซลล์ที (T-ALL) ระบบการจำแนกประเภทที่ได้รับการปรับปรุงนี้เสนอวิธีการที่แม่นยำยิ่งขึ้นในการทำนายผลลัพธ์ของผู้ป่วยและระบุกลุ่มย่อยที่มีความเสี่ยงสูง ซึ่งอาจเปิดประตูสู่กลยุทธ์การรักษาเฉพาะบุคคลมากขึ้น

 

1.3.1.1.webp

การศึกษานี้ซึ่งรวมผู้ป่วยมะเร็งเม็ดเลือดขาวชนิด T-ALL ในผู้ใหญ่ 198 รายจากโครงการวิจัย GRAALL-2003/2005 และผู้ป่วยมะเร็งเม็ดเลือดขาวชนิด T-ALL ในเด็ก 242 รายจากโครงการวิจัย FRALLE2000T ได้ใช้เทคนิคการลำดับดีเอ็นเอแบบเจาะจงเป้าหมาย (targeted whole-exome sequencing) เพื่อตรวจสอบยีนที่เกี่ยวข้องกับมะเร็ง 72 ยีน จากการค้นพบ พบว่าการกลายพันธุ์ของยีน NOTCH1 พบมากที่สุดในผู้ใหญ่ โดยพบใน 77% ของผู้ป่วย รองลงมาคือการกลายพันธุ์ของยีน CDKN2A (66%) และการกลายพันธุ์ของยีน PHF6 (50%) การวิเคราะห์ข้อมูลทางพันธุกรรมอย่างละเอียดนี้ช่วยให้นักวิจัยสามารถจำแนกผู้ป่วยออกเป็นกลุ่มที่มีความเสี่ยงสูงและกลุ่มที่มีความเสี่ยงต่ำ ซึ่งมีผลอย่างมากต่อการพยากรณ์โรค

 

มีการพัฒนาระบบการจำแนกประเภทแบบใหม่โดยใช้ NGS ซึ่งแสดงให้เห็นถึงความสามารถในการทำนายอัตราการกลับมาเป็นซ้ำสะสม อัตราการรอดชีวิตโดยรวม และอัตราการรอดชีวิตโดยปราศจากโรคได้ดีกว่าวิธีการก่อนหน้านี้ การศึกษาครั้งนี้ระบุผู้ป่วยที่มีความเสี่ยงต่ำว่าเป็นผู้ที่มียีนกลายพันธุ์เฉพาะ (เช่น NOTCH1/FBXW7, PHF6, EP300) โดยไม่มีการเปลี่ยนแปลงที่มีความเสี่ยงสูงเพิ่มเติม (เช่น การกลายพันธุ์ในวิถี PI3K, TP53 และ IDH1/2) ผู้ป่วยกลุ่มนี้มีอัตราการกลับมาเป็นซ้ำสะสม (CIR) ในระยะเวลา 5 ปีอยู่ที่ 21% ในขณะที่ผู้ป่วยในกลุ่มที่มีความเสี่ยงสูงมี CIR สูงกว่ามากถึง 47%

 

นอกจากนี้ การบูรณาการผลการตรวจ NGS กับปัจจัยทางคลินิก เช่น จำนวนเม็ดเลือดขาว (WBC) และระดับโรคที่เหลืออยู่เพียงเล็กน้อย (MRD) นำไปสู่แบบจำลองความเสี่ยงที่แม่นยำยิ่งขึ้น ซึ่งจำแนกผู้ป่วยออกเป็นสามกลุ่ม ได้แก่ กลุ่มความเสี่ยงสูง กลุ่มความเสี่ยงปานกลาง และกลุ่มความเสี่ยงต่ำ แบบจำลองนี้พิสูจน์แล้วว่ามีประสิทธิภาพสูงในการแยกแยะผู้ป่วยที่อาจได้รับประโยชน์จากการรักษาที่เข้มข้นกว่า โดยเฉพาะอย่างยิ่งผู้ที่มีโปรไฟล์ทางพันธุกรรมที่มีความเสี่ยงสูง

 

ผลการศึกษาเน้นย้ำถึงศักยภาพของ NGS ในการปรับปรุงการพยากรณ์โรคและวางแผนการรักษาให้ดียิ่งขึ้นสำหรับผู้ป่วย T-ALL ทั้งในผู้ใหญ่และเด็ก โดยการผสมผสานข้อมูลทางพันธุกรรมเข้ากับข้อมูลทางคลินิก แพทย์สามารถระบุผู้ป่วยที่อาจได้รับประโยชน์จากการรักษาแบบมุ่งเป้าใหม่ๆ ได้ดียิ่งขึ้น เช่น สารยับยั้ง PI3K และสารยับยั้ง IDH1/IDH2 แบบเลือกจำเพาะ

 

เนื่องจากงานวิจัยนี้ปูทางไปสู่กลยุทธ์การรักษาเฉพาะบุคคล จึงเป็นอีกปัจจัยหนึ่งที่สำคัญการค้นพบนี้ก่อให้เกิดคำถามสำคัญเกี่ยวกับความเหมาะสมของการจำแนกประเภทนี้ในกลุ่มชาติพันธุ์ต่างๆ และด้วยวิธีการรักษาที่ทันสมัย ​​แม้ว่าการแบ่งชั้นตาม NGS จะดูมีแนวโน้มที่ดี แต่ก็จำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อตรวจสอบประสิทธิภาพในประชากรที่หลากหลาย และเพื่อปรับปรุงแนวทางสำหรับกรณีที่ยากลำบาก เช่น ผู้ป่วย T-ALL ที่ดื้อต่อการรักษา