Integrating Genomic and Fragmentomic Features for Tissue-of-Origin Prediction from Routine Targeted ctDNA Sequencing
यह अध्ययन SHAPE पेश करता है, जो एक नवीन विधि है जो कैंसर ऊतक के मूल (tissue-of-origin) के अत्यधिक सटीक और जैविक रूप से व्याख्या योग्य पूर्वानुमान के लिए जीनोमिक और फ्रैगमेंटोमिक विशेषताओं को एकीकृत करने हेतु नियमित लक्षित ctDNA अनुक्रमण (sequencing) का लाभ उठाती है, जो अतिरिक्त अनुक्रमण की आवश्यकता के बिना मौजूदा परीक्षणों की नैदानिक उपयोगिता को संभावित रूप से विस्तारित करती है।
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
जब कैंसर शरीर के अन्य हिस्सों में फैलता है, तो डॉक्टरों के सामने एक गंभीर चुनौती होती है: उन्हें सही उपचार चुनने के लिए यह जानना होता है कि बीमारी कहाँ से शुरू हुई थी। इस शुरुआती बिंदु को 'टिश्यू ऑफ ओरिजिन' (ऊतक का मूल स्थान) कहा जाता है। कभी-कभी, स्कैन और बायोप्सी के बावजूद, मूल स्थान एक रहस्य बना रहता है, जिससे मरीज बिना किसी स्पष्ट मार्ग के रह जाते हैं। हाल के वर्षों में, 'लिक्विड बायोप्सी' नामक एक तकनीक उभरी है, जो डॉक्टरों को रक्त के एक साधारण नमूने में कैंसर के निशान खोजने की अनुमति देती है। ये निशान डीएनए (DNA) के वे सूक्ष्म टुकड़े हैं जो ट्यूमर द्वारा रक्तप्रवाह में छोड़े जाते हैं। हालांकि वैज्ञानिक लंबे समय से इन टुकड़ों के भीतर मौजूद जेनेटिक कोड को पढ़कर विशिष्ट उत्परिवर्तन (म्यूटेशन) खोजने की विधि जानते हैं, लेकिन अब डीएनए के टुकड़ों के भौतिक आकार और संरचना में छिपी जानकारी की एक नई परत की खोज की गई है। जिस तरह एक किताब को इस तरह से फाड़ा जा सकता है जिससे यह पता चल सके कि वह किस अध्याय से आई है, ये डीएनए के टुकड़े भी सूक्ष्म संकेत देते हैं कि वे किस प्रकार की कोशिका से उत्पन्न हुए हैं।
दक्षिण कोरिया में सैमसंग मेडिकल सेंटर के शोधकर्ताओं के एक दल ने यह सवाल उठाया कि क्या वे पहले से ही कैंसर रोगियों द्वारा प्राप्त किए जाने वाले मानक रक्त परीक्षणों का उपयोग करके इन छिपे हुए सुरागों को खोल सकते हैं। वर्तमान में, अस्पताल सर्कुलेटिंग ट्यूमर कोशिकाओं के डीएनए में विशिष्ट आनुवंशिक परिवर्तनों को देखने के लिए 'टारगेटेड सीक्वेंसिंग पैनल' का उपयोग करते हैं। ये परीक्षण उन विशिष्ट जीनों के सेट पर ध्यान केंद्रित करते हैं जो कैंसर से जुड़े होते हैं, लेकिन इन्हें मूल रूप से डीएनए के टुकड़ों की भौतिक संरचना का विश्लेषण करने के लिए डिज़ाइन नहीं किया गया था। शोधकर्ताओं ने सोचा कि क्या वे नए, महंगे या समय लेने वाले परीक्षणों की आवश्यकता के बिना इस मौजूदा डेटा से अतिरिक्त नैदानिक मूल्य निकाल सकते हैं। उन्होंने यह देखने के लिए एक विधि विकसित की कि ये डीएनए के टुकड़े उन विशिष्ट स्थानों पर कैसे टूटते हैं जहाँ प्रोटीन डीएनए से जुड़ते हैं, क्योंकि यह प्रक्रिया इस बात पर निर्भर करती है कि कैंसर किस प्रकार के ऊतक (टिश्यू) से आया है।
टीम ने मेटास्टैटिक कैंसर वाले लगभग 1,900 रोगियों के रक्त नमूनों का विश्लेषण किया, जिसमें फेफड़े, कोलोरेक्टल और अग्नाशय (पैनक्रिएटिक) जैसे ग्यारह अलग-अलग प्रकार के कैंसर शामिल थे। उन्होंने एक नियमित क्लिनिकल टेस्ट का उपयोग किया जो 523 जीनों को स्कैन करता है, जो कैंसर के उपचार के मार्गदर्शन के लिए एक मानक उपकरण है। उसी डेटा का उपयोग करके, जिसका उपयोग जेनेटिक म्यूटेशन खोजने के लिए किया जाता था, शोधकर्ताओं ने पांच अलग-अलग प्रकार की जानकारी निकाली। उन्होंने स्वयं जेनेटिक म्यूटेशन, डीएनए प्रतियों की कुल संख्या, जीनों में कवरेज की गहराई और डीएनए टुकड़ों के कटने के तरीके से संबंधित दो नए फीचर्स (विशेषताओं) का अध्ययन किया। इनमें से एक फीचर ने उन विशिष्ट स्थानों पर खंडों (फ्रैगमेंट) की लंबाई की विविधता को मापा जहाँ प्रोटीन डीएनए से जुड़ते हैं, जबकि दूसरे ने खंडों के सिरों की स्थिति को मापा। इन सभी संकेतों को मिलाकर, उन्होंने एक कंप्यूटर मॉडल बनाया जिसे कैंसर के मूल स्थान की भविष्यवाणी करने के लिए डिज़ाइन किया गया था।
परिणामों ने दिखाया कि यह संयुक्त दृष्टिकोण अत्यधिक प्रभावी था। जब मॉडल ने पांचों प्रकार की जानकारी को एक साथ देखा, तो इसने अधिकांश मामलों में कैंसर के मूल स्थान की सही पहचान की, और यह किसी भी एकल प्रकार की जानकारी की तुलना में काफी बेहतर प्रदर्शन कर रहा था। सबसे शक्तिशाली व्यक्तिगत सुराग भौतिक विखंडन पैटर्न (फ्रैगमेंटेशन पैटर्न) और डीएनए के समग्र कवरेज से आए, लेकिन जेनेटिक म्यूटेशन ने एक अनूठा बढ़ावा दिया जिसे अन्य संकेतों द्वारा प्रतिस्थापित नहीं किया जा सकता था। मॉडल तब सबसे अच्छा काम करता था जब रक्त में ट्यूमर डीएनए की मात्रा इतनी अधिक होती थी कि उसे आसानी से पहचाना जा सके, जिससे उन मामलों में लगभग 80 प्रतिशत की सटीकता प्राप्त हुई। इससे भी महत्वपूर्ण बात यह है कि यह विधि कोशिकाओं द्वारा छोड़े गए विशिष्ट जैविक हस्ताक्षरों (बायोलॉजिकल सिग्नेचर), जैसे कि मूल ऊतक में कौन से प्रोटीन डीएनए से जुड़ रहे थे, के आधार पर विभिन्न प्रकार के कैंसर के बीच अंतर करने में सक्षम थी।
यह सुनिश्चित करने के लिए कि उनके निष्कर्ष केवल उनके विशिष्ट लैब उपकरणों का कोई संयोग मात्र नहीं हैं, शोधकर्ताओं ने एक अलग संस्थान के पूरी तरह से अलग रोगियों के समूह पर अपने तरीके का परीक्षण किया, जिसमें एक अलग सीक्वेंसिंग प्लेटफॉर्म का उपयोग किया गया था। मॉडल ने इस स्वतंत्र समूह में भी अपनी उच्च सटीकता बनाए रखी, जिससे यह सिद्ध हुआ कि यह दृष्टिकोण विभिन्न सेटिंग्स में काम करता है। उन्होंने अपने मुख्य अध्ययन में उपयोग किए गए क्लिनिकल टेस्ट के दो थोड़े अलग संस्करणों के बीच इस पद्धति के स्थानांतरण की भी जांच की। जबकि कुछ विशेषताएं स्थिर रहीं, अन्य को सावधानीपूर्वक समायोजन की आवश्यकता थी, जो यह दर्शाता है कि डीएनए के टुकड़ों का भौतिक विवरण इस बात के प्रति संवेदनशील है कि परीक्षण कैसे चलाया जाता है। यह सुझाव देता है कि हालांकि यह विधि मजबूत है, लेकिन इसे प्रत्येक प्रयोगशाला सेटअप के लिए कैलिब्रेट (सटीक बनाना) करने की आवश्यकता है।
यह अध्ययन पुष्टि करता है कि कैंसर के नियमित रक्त परीक्षणों में सरल जेनेटिक म्यूटेशन से परे भी सूचनाओं का एक बड़ा भंडार होता है। डीएनए के टुकड़ों के भौतिक आकार और आकार का विश्लेषण करके, डॉक्टर अब बिना किसी नए बायोप्सी या विशेष परीक्षण के यह निर्धारित कर सकते हैं कि कैंसर कहाँ से शुरू हुआ था। यह दृष्टिकोण मौजूदा डेटा को एक शक्तिशाली नैदानिक उपकरण में बदल देता है, जो अज्ञात प्राथमिक कैंसर की पहेली को सुलझाने का एक तरीका प्रदान करता है, और वह भी उन्हीं नमूनों का उपयोग करके जो मरीज पहले से ही प्रदान कर रहे हैं। शोधकर्ता इस बात पर जोर देते हैं कि हालांकि परिणाम आशाजनक हैं, लेकिन नैदानिक देखभाल का मानक हिस्सा बनने के लिए इस पद्धति को उन रोगियों के बड़े, प्रोस्पेक्टिव अध्ययनों में परीक्षण करने की आवश्यकता है जिनका कैंसर का मूल वास्तव में अज्ञात है। फिलहाल, यह कार्य यह प्रदर्शित करता है कि कैंसर के उद्गम की कहानी न केवल इसके जेनेटिक कोड में, बल्कि इस बात में भी लिखी होती है कि इसका डीएनए किस तरह से टूटता 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।