Multi-Omics Profiling and CRISPR Dependency Screening Identify WEE1 Inhibition and Rational BET Inhibitor Combinations as a Therapeutic Strategy for Triple-Negative Breast Cancer
यद्यपि मल्टी-ओमिक्स एकीकरण और एआई-संचालित ड्रग प्रेडिक्शन ने प्रारंभ में ट्रिपल-नेगेटिव ब्रेस्ट कैंसर के लिए एक चिकित्सीय लक्ष्य के रूप में IGF1R/PIK3CA/BET एक्सिस को रेखांकित किया था, लेकिन बाद के CRISPR डिपेंडेंसी स्क्रीनिंग और क्लिनिकल वैलिडेशन ने इन नोड्स को गलत सिद्ध करते हुए, WEE1 इनहिबिशन और मिटोक्सेंट्रोन को BET इनहिबिटर्स के साथ संयोजित करने को एक बेहतर, कार्यात्मक रूप से मान्य चिकित्सीय रणनीति के रूप में प्रकट किया।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
स्तन कैंसर कोई एक अकेली बीमारी नहीं है, बल्कि कई अलग-अलग स्थितियों का एक संग्रह है जो संयोग से एक ही नाम साझा करती हैं। इनमें से, ट्रिपल-नेगेटिव ब्रेस्ट कैंसर सबसे आक्रामक और उपचार में कठिन है। इसे "ट्रिपल-नेगेटिव" इसलिए कहा जाता है क्योंकि कैंसर कोशिकाओं में तीन विशिष्ट प्रोटीन की कमी होती है जिन्हें डॉक्टर आमतौर पर दवाओं के साथ लक्षित करते हैं: एस्ट्रोजन रिसेप्टर्स, प्रोजेस्टेरोन रिसेप्टर्स, और HER2 नामक एक प्रोटीन। इन लक्ष्यों के बिना, अन्य प्रकार के स्तन कैंसर के लिए काम करने वाली मानक हार्मोनल थेरेपी बेकार है। दशकों तक, एकमात्र विकल्प कीमोथेरेपी रहा है, जो सभी तेजी से विभाजित होने वाली कोशिकाओं पर हमला करती है लेकिन अक्सर कैंसर को वापस आने से रोकने में विफल रहती है। चूंकि इस बीमारी में कोशिकाएं रोगी से रोगी के अनुसार बहुत विविध होती हैं, इसलिए उन्हें मारने का एक नया, सटीक तरीका खोजना वैज्ञानिकों के लिए एक बड़ी चुनौती रही है।
इसे हल करने के लिए, शोधकर्ताओं ने हाल ही में एक नया दृष्टिकोण आजमाया जिसमें जैविक डेटा की विशाल मात्रा को कंप्यूटर मॉडलिंग के साथ जोड़ा गया। उन्होंने 186 रोगियों से चार अलग-अलग प्रकार की जानकारी एकत्र की: जीन कैसे चालू या बंद होते हैं, डीएनए पर रासायनिक टैग जो जीन गतिविधि को नियंत्रित करते हैं, जीन प्रतियों की संख्या में परिवर्तन, और जेनेटिक कोड में विशिष्ट उत्परिवर्तन (म्यूटेशन)। इस जानकारी की चार परतों को एक साथ बुनकर, टीम ने 'सिमिलरिटी नेटवर्क फ्यूजन' नामक विधि का उपयोग किया ताकि रोगियों को आठ विशिष्ट आणविक समूहों (मॉलिक्यूलर क्लस्टर्स) में वर्गीकृत किया जा सके। इसे केवल रंग के आधार पर नहीं, बल्कि वजन, बनावट और आंतरिक संरचना के आधार पर भी मार्बल्स के एक मिश्रित बैग को छांटने के रूप में समझें, जो ऐसे पैटर्न को उजागर करता है जो एक साधारण दृष्टि से छूट सकते हैं। लक्ष्य इन सभी अलग-अलग समूहों के बीच साझा कमजोरी को खोजना था, यानी विफलता का एक एकल बिंदु जिसे दवा के साथ लक्षित किया जा सके।
कंप्यूटर विश्लेषण ने भविष्यवाणी की कि कैंसर कोशिकाओं के भीतर घटनाओं की एक विशिष्ट श्रृंखला ही मुख्य भेद्यता (वल्नरेबिलिटी) थी। यह श्रृंखला एक विकास संकेत (ग्रोथ सिग्नल) से शुरू हुई, एक उत्तरजीविता मार्ग (सर्वाइवल पाथवे) से गुजरी, और उस तंत्र पर समाप्त हुई जो यह नियंत्रित करता है कि जीन को कैसे पढ़ा जाता है। इस भविष्यवाणी के आधार पर, शोधकर्ताओं ने पांच दवाओं की पहचान की जो इन सभी रोगी समूहों के विरुद्ध काम करनी चाहिए। इनमें वे दवाएं शामिल थीं जो प्रारंभिक विकास संकेत को रोकती हैं, वे दवाएं जो डीएनए को नुकसान पहुंचाती हैं, और वे दवाएं जो आनुवंशिक निर्देशों को पढ़ने से रोकती हैं। कंप्यूटर ने सुझाव दिया कि कैंसर भारी रूप से इस पूरी श्रृंखला पर निर्भर था, जिससे यह उपचार के लिए एक आदर्श लक्ष्य बन गया।
हालांकि, जब शोधकर्ताओं ने इन भविष्यवाणियों का वास्तविक दुनिया के डेटा और जैविक प्रयोगों के विरुद्ध परीक्षण किया, तो कहानी नाटकीय रूप से बदल गई। उन्होंने पहले 320 रोगियों के एक बड़े, स्वतंत्र समूह को यह देखने के लिए देखा कि क्या अनुमानित श्रृंखला में शामिल जीन वास्तव में उत्तरजीविता के लिए मायने रखते हैं। परिणामों ने दिखाया कि जबकि श्रृंखला का एक हिस्सा इस बात से जुड़ा था कि कैंसर के वापस आने में कितना समय लगा, लेकिन इसने इस बात को प्रभावित नहीं किया कि रोगी जीवित रहे या नहीं। इससे भी महत्वपूर्ण बात यह है कि जब उन्होंने प्रयोगशाला में एक शक्तिशाली जीन-एडिटिंग टूल का उपयोग करके कैंसर कोशिकाओं का परीक्षण किया कि कौन से जीन उनके जीवित रहने के लिए बिल्कुल आवश्यक हैं, तो अनुमानित श्रृंखला पूरी तरह से विफल रही। जिन जीनों को कंप्यूटर ने सबसे महत्वपूर्ण लक्ष्य बताया था, वे बिल्कुल भी आवश्यक नहीं थे; कैंसर कोशिकाएं उनके बिना भी आसानी से जीवित रह सकती थीं।
अनुमानित श्रृंखला के बजाय, प्रयोगों ने एक पूरी तरह से अलग जीन का खुलासा किया जिसके बिना कैंसर जीवित नहीं रह सकता था। यह जीन, जिसे WEE1 कहा जाता है, एक सुरक्षा ब्रेक (सेफ्टी ब्रेक) के रूप में कार्य करता है जो कोशिकाओं को तब तक विभाजित होने से रोकता है जब तक कि वे अपने डीएनए के किसी भी नुकसान की मरम्मत न कर लें। शोधकर्ताओं ने पाया कि परीक्षण की गई सभी 15 कैंसर सेल लाइनों में से प्रत्येक पूरी तरह से इस सुरक्षा ब्रेक पर निर्भर थी। यदि उन्होंने WEE1 को हटा दिया, तो कोशिकाएं मर गईं। यह निर्भरता अन्य प्रसिद्ध कैंसर लक्ष्यों की आवश्यकता से भी अधिक मजबूत थी। अध्ययन बताता है कि कंप्यूटर की प्रारंभिक भविष्यवाणी, हालांकि गणितीय रूप से सुसंगत थी, वास्तविक जैविक वास्तविकता को पकड़ने में विफल रही। कैंसर विकास संकेतों पर निर्भर नहीं था जिन्हें कंप्यूटर ने उजागर किया था, बल्कि वह अपने स्वयं के डीएनए क्षति की मरम्मत की आवश्यकता में फंसा हुआ था।
शोधकर्ताओं ने यह भी देखा कि कैंसर को मारने के लिए दवाओं को संयोजित करने का सबसे अच्छा तरीका क्या है। उन्होंने पाया कि डीएनए को नुकसान पहुंचाने वाली दवा को आनुवंशिक निर्देशों को पढ़ने को रोकने वाली दवा के साथ मिलाने से एक शक्तिशाली प्रभाव पैदा हुआ। जब जेनेटिक रीडिंग को ब्लॉक कर दिया गया, तो कैंसर कोशिकाएं उस क्षति की मरम्मत करने की अपनी क्षमता खो बैठीं जो दूसरी दवा द्वारा पहुंचाई गई थी, जिससे उनका विनाश हो गया। यह संयोजन अकेले किसी भी दवा के उपयोग की तुलना में बहुत बेहतर काम करता है। अध्ययन निष्कर्ष निकालता है कि इस कठिन कैंसर के इलाज के लिए आगे का रास्ता उन विकास संकेतों पर ध्यान केंद्रित नहीं होना चाहिए जिन्हें कंप्यूटर ने मूल रूप से पहचाना था। इसके बजाय, सबसे आशाजनक रणनीति डीएनए मरम्मत के सुरक्षा ब्रेक को अक्षम करना और उसे डीएनए को नुकसान पहुंचाने वाले उपचारों के साथ जोड़ना है, एक ऐसा दृष्टिकोण जिसे डेटा दृढ़ता से भविष्य के उपचार के लिए एक व्यवहार्य पथ के रूप में समर्थन देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।