Orqanoid modellərlə fərdiləşdirilmiş xərçəng müalicəsi – ESMO 2024-də önə çıxan tədqiqat

Bu məqalədə
Dəqiq onkologiya dövrü
Dəqiq onkologiya xərçəng müalicəsində fərdiləşdirmə anlayışını qəbul edən yanaşmadır. Bu yanaşma hər pasiyentin genetik, ətraf mühit və həyat tərzi xüsusiyyətlərinə əsasən ən uyğun müalicəni müəyyənləşdirməyi məqsəd qoyur. Müasir tibbdə xəstəliklərin müalicəsi adətən standart protokollara əsaslanır; dəqiq onkologiya isə pasiyentin özünəməxsus vəziyyətini nəzərə alaraq müalicə prosesini fərdiləşdirməyə yönəlir. Bu, həm müalicənin effektivliyini artıra, həm də yan təsirləri minimuma endirə bilər.
Dəqiq onkologiyanın mövcud tətbiqləri
Dəqiq onkologiyada istifadə olunan mövcud tətbiqlərə genetik ardıcıllığın müəyyənləşdirilməsi, biomarker testləri, hədəfə yönəlmiş müalicələr və minimal qalıq xəstəlik testləri daxildir. Bu üsullar pasiyentlərin şişlərindəki spesifik genetik mutasiyaları və digər bioloji markerləri müəyyən edərək həmin məlumatlardan müalicə seçimində istifadə etməyə imkan verir. Məsələn, müəyyən mutasiyası olan şişlər spesifik dərmanla daha effektiv müalicə edilə bilər.
Pasiyentdən əldə edilən orqanoid model nədir?
Pasiyentdən əldə edilən orqanoidlər (patient derived organoid= PDO) pasiyentin öz şiş toxumasından laboratoriya şəraitində yetişdirilən üçölçülü hüceyrə kulturlarıdır. Bu orqanoidlər pasiyentin şişinin genetik və fenotipik xüsusiyyətlərini qoruyaraq həqiqi şiş toxumasına bənzər model yaradır. Bu modellər dərmanların şişə təsirlərini birbaşa müşahidə etmək üçün istifadə oluna bilər və alimlərə, klinisistlərə pasiyentə uyğun müalicə seçimlərini sınaqdan keçirmək imkanı verir.
Orqanoid modellərin töhfəsi
Orqanoid modellər pasiyentin şişinə xas dərman cavablarını laboratoriya şəraitində yoxlamağa imkan verərək dəqiq onkologiyanın tətbiqlərinə mühüm töhfə verir. Bu modellər sayəsində hər pasiyent üçün potensial müalicə seçimləri əvvəlcədən qiymətləndirilə bilər və klinikada tətbiqdən əvvəl ən effektiv, ən az yan təsirli müalicə üsulu müəyyənləşdirilə bilər. Həmçinin orqanoidlər üzərində aparılan testlər yeni dərmanların hazırlanmasında mühüm rol oynayaraq hədəfə yönəlmiş müalicələrin kəşfinə töhfə verir. Dəqiq onkologiyanın bu inteqrasiya olunmuş yanaşması xərçəng müalicəsinin gələcəyinin formalaşmasında mühüm rol oynayır.
Fransadan yeni tədqiqatın təfərrüatları
2024 ESMO Konqresində təqdim edilmiş bu tədqiqatda mədəaltı vəzi və kolorektal xərçəng pasiyentlərindən əldə edilmiş pasiyent mənşəli orqanoidlərdən istifadə edərək klinik cavablar barədə proqnozlar hazırlanıb. Tədqiqat ümumilikdə 155 orqanoid modeli ehtiva edir: 70 mədəaltı vəzi xərçəngi və 85 kolorektal xərçəng nümunəsi. Hər orqanoid laboratoriyada pasiyentin şişindən götürülmüş hüceyrələrdən yaradılıb və bu hüceyrələr pasiyentin klinikada aldığı müalicə dərmanları ilə sınaqdan keçirilib. Bu testlər fərdi pasiyent cavablarını modelləşdirməyi və gələcək müalicə cavablarını daha yaxşı proqnozlaşdırmağı məqsəd qoyub.
Tədqiqatda orqanoid modellər üzərində aparılan biokimyəvi testlər və çoxdəyişənli analizlər birləşdirilib. Beləliklə, pasiyentlərin müalicələrə necə cavab verə biləcəyi barədə perspektiv proqnozlar hazırlanıb. Bu model klinik şəraitdə hansı müalicələrin ən yaxşı nəticələri verə biləcəyini proqnozlaşdıran vasitə kimi istifadə olunub.
Tədqiqatın nəticələri
Tədqiqatda orqanoid modellərin pasiyentlərin müalicəyə cavabını və xərçəngin irəliləmədən keçən müddətini düzgün proqnozlaşdıra bildiyi göstərilib:
Ümumi müalicə cavabının proqnozu:
- Həssaslıq: 83%
- Spesifiklik: 88%
Proqressiyasız sağqalımın proqnozu:
Tədqiqatda proqressiyasız sağqalım (PFS) müddətini proqnozlaşdırmaq üçün Cox reqressiya modeli və təhlükə nisbəti (TO) istifadə edilib.
- Cox modelinin C-balı: 0,59
- C-balı modelin proqnoz dəqiqliyini ölçən statistik göstəricidir. 0,5 təsadüfi proqnoz, 1,0 isə mükəmməl proqnoz deməkdir. Bu tədqiqatda 0,59 modelin müalicə cavabını müəyyənləşdirmək qabiliyyətinin bir qədər yüksək olduğunu, lakin mükəmməl olmadığını göstərir.
- Təhlükə nisbəti: 2,82 (95% etibar intervalı: 1,25–6,33)
- Təhlükə nisbəti hadisənin (burada xərçəngin irəliləməsinin) riskinin bir qrup daxilində nə qədər artdığını göstərir. HR = 2,82 bu hadisənin (xərçəngin irəliləməsinin) müəyyən amil (məsələn, müalicə) olduqda 2,82 dəfə daha ehtimallı olduğunu bildirir. Bu nisbət müalicənin xərçəngin irəliləməsinə nə qədər təsir etdiyini göstərir.
Yaxşı nəticə verən müalicələr böyümə modulyasiya indeksi (BMİ) ilə qiymətləndirilib:
Yaxşı nəticə verən müalicələrdə BMİ: 1,81
Yaxşı nəticə verməyənlərdə BMİ: 0,78
Klinik məlumatların təsiri
Klinik və molekulyar məlumatlar əlavə edildikdə orqanoid modellərin proqnoz dəqiqliyi artıb:
- Cox modelinin C-balı: 0,69
Müalicədən əvvəl qəbul edilən dərmanların sayı və xəstəliyin növü cavablara təsir edib:
- Dərmanların sayı üçün TO: 1,37
- Xəstəliyin növü üçün TO: 1,89
Ümumi sağlamlıq vəziyyəti (ECOG performans balı) isə müalicə cavabına əhəmiyyətli təsir etməyib.
- Klinik və molekulyar dəyişənlərə nəzarət edildikdə proqnoz gücü nəzərəçarpacaq dərəcədə artıb (TO: 4,36, p = 0,0027).
- Bu, hadisənin (məsələn, xərçəngin irəliləməsi və ya xəstəliyin ağırlaşması) riskinin 4,36 dəfə artdığını göstərir. Klinik və molekulyar dəyişənlərə nəzarət edildikdə bu riskin nəzərəçarpacaq dərəcədə artması deməkdir. Yəni bu amillər nəzərə alındıqda hadisənin baş vermə ehtimalı xeyli yüksəkdir.
Nəticə
Bu tədqiqat orqanoid modellər üzərində aparılan funksional skrininqlərə klinik və molekulyar dəyişənlərin əlavə edilməsinin proqnozlaşdırma qabiliyyətini əhəmiyyətli dərəcədə artırdığını göstərir. Pasiyent cavablarının düzgün proqnozlaşdırılması xərçəng müalicəsində fərdiləşdirilmiş yanaşmanın uğurunu artırmaq üçün mühüm addımdır. Bu nəticələr orqanoid modellərin dəqiq onkologiyada daha effektiv istifadə edilməli olduğunu və gələcəkdə xərçəng müalicəsində yeni üfüqlər aça biləcəyini göstərir.
Mənbələr
Bu məqalə sizə faydalı oldu?
Rəyiniz məzmunumuzu yaxşılaşdırmağa kömək edir.




Oxucu şərhləri
Şərhinizi paylaşın
Adınız və şərhiniz yalnız administrator təsdiqindən sonra dərc olunur. E-poçt ünvanınız ziyarətçilərə heç vaxt göstərilmir.
İlk şərhi siz yazın.