Những tiến bộ trong phân tầng nguy cơ T-ALL: Phân loại dựa trên NGS xác định các nhóm nguy cơ cao
Trong một nghiên cứu đột phá được công bố trên MáuCác nhà nghiên cứu đã tận dụng công nghệ giải trình tự thế hệ tiếp theo (NGS) để cải thiện việc phân tầng nguy cơ của bệnh bạch cầu cấp dòng tế bào T (T-ALL). Hệ thống phân loại được nâng cao này cung cấp một phương pháp chính xác hơn để dự đoán kết quả điều trị của bệnh nhân và xác định các nhóm có nguy cơ cao, từ đó có khả năng mở ra cánh cửa cho các chiến lược điều trị cá nhân hóa hơn.
Nghiên cứu này, bao gồm 198 bệnh nhân T-ALL trưởng thành từ thử nghiệm GRAALL-2003/2005 và 242 bệnh nhân T-ALL nhi từ thử nghiệm FRALLE2000T, đã sử dụng phương pháp giải trình tự toàn bộ exome có mục tiêu để kiểm tra 72 gen liên quan đến ung thư. Trong số các phát hiện, đột biến NOTCH1 là phổ biến nhất ở người lớn, xuất hiện trong 77% trường hợp, tiếp theo là đột biến CDKN2A (66%) và đột biến PHF6 (50%). Hồ sơ di truyền chi tiết này cho phép các nhà nghiên cứu phân loại bệnh nhân thành các nhóm nguy cơ cao và nguy cơ thấp, với ý nghĩa quan trọng đối với tiên lượng bệnh của họ.
Một hệ thống phân loại dựa trên NGS mới đã được phát triển, cho thấy khả năng dự đoán vượt trội về tỷ lệ tái phát tích lũy, tỷ lệ sống sót tổng thể và tỷ lệ sống sót không bệnh so với các phương pháp trước đây. Nghiên cứu đã xác định các bệnh nhân có nguy cơ thấp là những người mang các đột biến cụ thể (ví dụ: NOTCH1/FBXW7, PHF6, EP300) mà không có thêm các biến đổi nguy cơ cao khác (ví dụ: đột biến trong con đường PI3K, TP53 và IDH1/2). Những bệnh nhân này có tỷ lệ tái phát tích lũy (CIR) 5 năm là 21%, trong khi những người thuộc nhóm nguy cơ cao phải đối mặt với tỷ lệ CIR cao hơn nhiều, lên đến 47%.
Hơn nữa, việc tích hợp các phát hiện NGS với các yếu tố lâm sàng như số lượng bạch cầu (WBC) và mức độ bệnh tồn dư tối thiểu (MRD) đã dẫn đến một mô hình đánh giá rủi ro được tinh chỉnh, phân loại bệnh nhân thành ba nhóm: rủi ro cao, rủi ro trung bình và rủi ro thấp. Mô hình này đã chứng tỏ hiệu quả cao trong việc phân biệt những bệnh nhân có thể hưởng lợi từ các phương pháp điều trị tích cực hơn, đặc biệt là những người có hồ sơ di truyền rủi ro cao.
Kết quả nghiên cứu nhấn mạnh tiềm năng của NGS trong việc tinh chỉnh dự đoán tiên lượng và cải thiện kế hoạch điều trị cho cả bệnh nhân T-ALL người lớn và trẻ em. Bằng cách kết hợp hiểu biết về di truyền với dữ liệu lâm sàng, các bác sĩ lâm sàng có thể xác định tốt hơn những bệnh nhân có thể hưởng lợi từ các liệu pháp nhắm mục tiêu mới nổi, chẳng hạn như thuốc ức chế PI3K và thuốc ức chế IDH1/IDH2 chọn lọc.
Nghiên cứu này mở đường cho các chiến lược điều trị cá nhân hóa, đồng thời cũng...Điều này đặt ra những câu hỏi quan trọng về tính ứng dụng của phân loại này trong các nhóm dân tộc khác nhau và với các phác đồ điều trị hiện đại. Mặc dù phân tầng dựa trên NGS đầy hứa hẹn, nhưng cần nghiên cứu thêm để xác thực hiệu quả của nó trên các quần thể đa dạng và để hoàn thiện phương pháp này đối với các trường hợp khó khăn, chẳng hạn như những trường hợp T-ALL kháng trị.