98 დაავადების კვალი ერთ სინჯარა სისხლში: სრული სისხლის ტრანსკრიპტომის ატლასი ერზურუმიდან
ამ სტატიაში
98 დაავადების კვალი ერთ სინჯარა სისხლში: სრული სისხლის ტრანსკრიპტომის ატლასი ერზურუმიდან მსოფლიოსთვის
ათათურქის უნივერსიტეტისა და შვედეთის SciLifeLab-ის ერთობლივ კვლევაში ერზურუმში 4 444 ადამიანისგან აღებულ 2–3 მლ სისხლში დაახლოებით 20 ათასი გენის აქტივობა გაიზომა და 98 სხვადასხვა მდგომარეობის სისხლისმიერი „რნმ-კვალის“ რუკა შეიქმნა. Nature Communications-ში გამოქვეყნებული სრული სისხლის ტრანსკრიპტომის ატლასი (WBT ატლასი) ერთ წყაროში აერთიანებს იმ კვალს, რომელსაც კიბოდან სეფსისამდე და დიაბეტიდან პარკინსონის დაავადებამდე მრავალი დაავადება იმუნურ სისტემასა და მეტაბოლიზმზე ტოვებს. სისხლის რნმ-ისა და პლაზმის ცილების ერთობლივი გამოყენებისას ხელოვნური ინტელექტის მოდელმა 28 მდგომარეობა ყოველი ოთხი ნიმუშიდან სამში სწორად გაარჩია. ერთი სისხლის ნიმუშიდან ხელოვნური ინტელექტით რამდენიმე დაავადების გარჩევის იდეა ერთ-ერთ წინა სტატიაშიც განვიხილეთ.
- რა გაკეთდა: 2022–2025 წლებში ერზურუმის ორ საავადმყოფოში 0-დან 99 წლამდე ასაკის 4 444 ადამიანის სრულ სისხლში რნმ-ის სეკვენირება ჩატარდა; 1 280 ადამიანში დამატებით დაახლოებით 5 ათასი პლაზმური ცილა გაიზომა. შედეგები საჯარო ონლაინ ატლასში (phenomeatlas.org/wbt) გამოქვეყნდა.
- მთავარი მიგნება: სისხლში გენების აქტივობას ყველაზე მეტად არა ასაკი ან სქესი, არამედ ადამიანის დაავადება განსაზღვრავს. კიბოს სხვადასხვა სახეობამ სისხლში ერთმანეთის მსგავსი სიგნატურა შექმნა; ბევრ კიბოში ინტერფერონული პასუხები გაძლიერებული იყო.
- ხელოვნური ინტელექტი: მოდელმა, რომელიც თითოეული დაავადებისთვის მხოლოდ 10 გენს იყენებდა, 29 მდგომარეობა 64%-იანი სიზუსტით გაარჩია; რნმ-ისა და ცილების გაერთიანებით 28 მდგომარეობაში სიზუსტე 75% იყო. 10 დამოუკიდებელ კოჰორტაში (1 621 ნიმუში) საშუალო AUC 0,79 იყო, UK Biobank-ში ცილოვანი სიგნატურებით კი – 0,73.
- პრაქტიკაში: ეს დიაგნოსტიკური ტესტი კი არა, კვლევითი რესურსია. ის ჯერ არც კიბოს სკრინინგში და არც პაციენტების მონიტორინგში გამოიყენება, თუმცა „ერთი სისხლის ნიმუშით მრავალი დაავადების“ იდეას მყარ საფუძველს უქმნის.
რატომ არის ეს თემა მნიშვნელოვანი?
სისხლი ორგანიზმის ყველა კუთხეში მიედინება და დაავადებების კვალს ატარებს. დღეს სისხლში კიბოს კვალის მაძიებელი ტესტების უმეტესობა სიმსივნიდან სისხლში გამოთავისუფლებულ დნმ-ის ფრაგმენტებს (თხევადი ბიოფსია) ან პლაზმის ცილებს იკვლევს. სრული სისხლის ტრანსკრიპტომი კი სხვა ფანჯარას ხსნის: ის გვიჩვენებს, სისხლის უჯრედები, განსაკუთრებით იმუნური უჯრედები, მოცემულ მომენტში რომელ გენებს და რა ინტენსივობით იყენებენ. სხვა სიტყვებით, ის თავად სიმსივნეზე მეტად ორგანიზმის პასუხს „კითხულობს“ დაავადებაზე.
ეს კვლევა ორი მიზეზით არის მნიშვნელოვანი. პირველი: დაავადებებზე ორიენტირებული, ფართომასშტაბიანი სრული სისხლის ტრანსკრიპტომის ატლასი ასეთი მოცულობით პირველად შეიქმნა; ავტორების თქმით, ამგვარი ყოვლისმომცველი რესურსი აქამდე არ არსებობდა. მეორე: კვლევა თურქეთში, ერზურუმში შეგროვებულ ნიმუშებს ეყრდნობა. ნიმუშები ათათურქის უნივერსიტეტსა და ერზურუმის რეგიონულ სასწავლო და კვლევით საავადმყოფოში შეგროვდა, რნმ-ის სეკვენირება სტამბოლში ჩატარდა, ხოლო სტატიის დაახლოებით 110 ავტორიდან 90-ზე მეტი თურქეთის დაწესებულებების ექიმები და მეცნიერები არიან. ადამიანის გენომის პროექტით დაწყებულ „ომიკურ“ ეპოქაში თურქეთის, როგორც მონაცემების მწარმოებელი ქვეყნის, ადგილი ჩვენთვის განსაკუთრებით სასიხარულოა.
- რა არის პირველი: ავტორების თქმით, დაავადებებზე ორიენტირებული, ამ მასშტაბის სრული სისხლის ტრანსკრიპტომის ატლასი, რომელიც მრავალ დაავადებას ერთ ჭერქვეშ აერთიანებს, აქამდე არ არსებობდა.
- რა არ არის პირველი: სისხლის ცილოვანი რუკა ადრეც შეიქმნა. იმავე სამეცნიერო წრიდან ბუენო ალვესმა და თანაავტორებმა 2025 წლის დეკემბერში Science-ში „ადამიანის პან-დაავადებათა სისხლის ატლასი“ გამოაქვეყნეს, რომელშიც დაახლოებით 5 ათასი პლაზმური ცილა 59 დაავადებასა და 8 ათასზე მეტ ადამიანში იქნა შესწავლილი. ადამიანის ცილების ატლასი (Human Protein Atlas), UK Biobank, TCGA და GTEx ასევე ქსოვილებისა და დაავადებების ძირითადი რესურსებია.
- რა არის ახალი: რნმ-ისა და ცილის ერთსა და იმავე ადამიანებში ერთდროული გაზომვა და იმის ჩვენება, რომ ისინი ერთმანეთს ავსებენ: რნმ-ის 264 და ცილის 244 სიგნატურულ მოლეკულას შორის საერთო არც ერთი არ აღმოჩნდა.
სტატიის საკორესპონდენციო ავტორები არიან ათათურქის უნივერსიტეტის სამედიცინო ფაკულტეტის პროფესორი ჰასან თურქეზი, რომელიც ამავე დროს უნივერსიტეტის ვიცე-რექტორია, და პროფესორი ადილ მარდინოღლუ. სტამბოლის უნივერსიტეტის ელექტრო და ელექტრონული ინჟინერიის კურსდამთავრებული მარდინოღლუ ხელმძღვანელობს სისტემური ბიოლოგიის ჯგუფებს შვედეთში, KTH-ის სამეფო ტექნოლოგიური ინსტიტუტის SciLifeLab-ში, და დიდ ბრიტანეთში, King's College London-ში; ის ცნობილია გენომის მასშტაბის მეტაბოლური მოდელებითა და მულტიომიკური ანალიზებით. 2019 წელს იგი დაინიშნა თურქეთის ჯანდაცვის ინსტიტუტების (TÜSEB) პრეზიდენტად, თურქეზი კი იმ დროს ამ ორგანიზაციის გენერალური მდივანი იყო.
თურქეთის მხრიდან ათათურქის უნივერსიტეტის სამედიცინო და სტომატოლოგიური ფაკულტეტებისა და ერზურუმის რეგიონული სასწავლო-კვლევითი საავადმყოფოს 90-ზე მეტმა ექიმმა და მკვლევარმა უზრუნველყო 98 სხვადასხვა მდგომარეობის მქონე პაციენტების დიაგნოზი და ნიმუშები. რნმ-ის სეკვენირება ჩატარდა სტამბოლში, SZA Omics-ში (Acıbadem Mehmet Ali Aydınlar-ის უნივერსიტეტი), ცილების გაზომვა — შვედეთის ქალაქ უფსალაში, ანალიზი კი — სტოკჰოლმში. პირველმა ავტორმა, მენგჟენ ლიმ (Mengzhen Li), ატლასი KTH-ში თავისი სადოქტორო დისერტაციის ნაწილად მოამზადა.
რა არის სრული სისხლის ტრანსკრიპტომი?
სრული სისხლის ტრანსკრიპტომი არის სისხლის უჯრედებში მოცემულ მომენტში აქტიური ყველა გენიდან წარმოქმნილი რნმ-ის მოლეკულების გაზომვა. სისხლის რნმ-ის დიდი ნაწილი იმუნური უჯრედებიდან, მაგალითად, ნეიტროფილებიდან და ლიმფოციტებიდან მოდის. ამიტომ სრული სისხლის ტრანსკრიპტომი გვაძლევს ორგანიზმის იმუნური და მეტაბოლური პასუხის „ფოტოსურათს“ ინფექციაზე, ანთებაზე, კიბოსა თუ მეტაბოლურ დაავადებებზე.
სიმსივნური ქსოვილის რნმ-სეკვენირების როლი კიბოს მკურნალობაში ჩვენს რნმ-სეკვენირების გზამკვლევში აღვწერეთ; აქ კი იგივე ტექნოლოგია სისხლზე გამოიყენება. თუ დნმ-ს შევადარებთ წიგნს, რომელიც უჯრედის ყველა რეცეპტს შეიცავს, რნმ გვიჩვენებს, რომელი რეცეპტით მზადდება კერძი ამ წუთას. სისხლის რნმ ოთხი წყაროდან მოდის: იმუნური უჯრედები (ყველაზე დიდი წილი), ერითროციტები (ჰემოგლობინის რნმ), თრომბოციტები და მოცირკულირე უჯრედგარეშე რნმ. რადგან ჰემოგლობინის რნმ შეიძლება მთლიანი რნმ-ის ნახევარზე მეტს შეადგენდეს და სხვა სიგნალებს ჩრდილავდეს, კვლევაში ის ლაბორატორიულად მოცილდა; შედეგად ჰემოგლობინის გენების წილი მთლიანი ექსპრესიის 0,85%-ზე ნაკლებამდე შემცირდა.
| სისხლიდან დაავადების „წაკითხვის“ გზები | რა იზომება? | რას ასახავს? | დღევანდელი მდგომარეობა |
|---|---|---|---|
| სიმსივნური მარკერები (CEA, CA 19-9, CA 125) | ცალკეული ცილები | გარკვეული სიმსივნეების მიერ გამოყოფილი ნივთიერებები | გამოიყენება მონიტორინგში; სკრინინგისთვის არასაკმარისია |
| უჯრედგარეშე დნმ და მეთილირება (მაგ., Galleri) | სიმსივნიდან სისხლში გადასული დნმ-ის ფრაგმენტები | უშუალოდ თავად სიმსივნე | გამოიყენება კიბოს მრავალი სახეობის ადრეული გამოვლენის ტესტად; სკრინინგში მისი ადგილი სადავოა |
| პლაზმის პროტეომიკა (Olink, დაახლოებით 5 ათასი ცილა) | მოცირკულირე ცილები | ორგანოებიდან და უჯრედებიდან გამოყოფილი საბოლოო პროდუქტები | კვლევა; Science 2025, პან-დაავადებათა ატლასი |
| სრული სისხლის ტრანსკრიპტომი (ეს კვლევა) | დაახლოებით 20 ათასი გენის რნმ | იმუნური სისტემისა და მეტაბოლიზმის პასუხი დაავადებაზე | კვლევა; 98 მდგომარეობის ღია ატლასი |
სიმსივნური მარკერები დეტალურად განვიხილეთ CEA-ს, CA 19-9-ისა და CA 125-ის შესახებ სტატიებში, ხოლო კიბოს მრავალი სახეობის გამომვლენი სისხლის ტესტები – Galleri-ის შესახებ სტატიაში.
როგორ ჩატარდა კვლევა?
სურათი 1 · სრული სისხლის ტრანსკრიპტომის ატლასის შექმნა
ერზურუმში შეგროვებული სისხლიდან საერთაშორისო ვალიდაციამდე.
| მახასიათებელი | WBT ატლასი |
|---|---|
| მონაწილეები | 4 444 ადამიანი; 0–99 წელი (საშუალოდ 42,3); 48,7% მამაკაცი |
| ჯანმრთელობის მდგომარეობები | 98 მდგომარეობა 15 ძირითად ჯგუფში: კიბო, გულ-სისხლძარღვთა, ნევროლოგიური, ფსიქიატრიული, აუტოიმუნური და ინფექციური დაავადებები, ბავშვთა ასაკის დაავადებები; ასევე ჯანმრთელი პირები და 80 წელს გადაცილებული „დღეგრძელები“ |
| ადგილი და პერიოდი | ათათურქის უნივერსიტეტის ჯანმრთელობის კვლევისა და პრაქტიკის ცენტრი და ერზურუმის რეგიონული სასწავლო და კვლევითი საავადმყოფო; 2022 წლის იანვარი – 2025 წლის სექტემბერი |
| რნმ-ის გაზომვა | PAXgene სინჯარა, ჰემოგლობინის რნმ-ის მოცილება, სეკვენირება NovaSeq 6000-ით (სტამბოლი) |
| ცილების გაზომვა | 1 280 ადამიანი, 28 მდგომარეობა; დაახლოებით 5 ათასი ცილა Olink Explore HT-ით (უფსალა, შვედეთი) |
| გარე ვალიდაცია | 10 დამოუკიდებელი რნმ-კოჰორტა (1 621 ნიმუში; სეფსისი, ბიპოლარული აშლილობა, პარკინსონის დაავადება, რევმატოიდული ართრიტი, მე-2 ტიპის დიაბეტი) და UK Biobank-ის ცილოვანი მონაცემები (9 998 ნიმუში; ძუძუს კიბო, ფილტვის კიბო, კორონარული არტერიების დაავადება, პარკინსონის დაავადება, მე-2 ტიპის დიაბეტი) |
რა აღმოაჩინეს?
1. სისხლს ყველაზე მეტად დაავადება ცვლის
მკვლევრებმა გამოთვალეს, სისხლში გენების აქტივობის ცვალებადობის რა ნაწილი აიხსნება ასაკით, სქესით, სხეულის მასის ინდექსითა და დაავადებით. ყველაზე ცვალებადი გენების უმეტესობაში ყველაზე დიდი წილი დაავადებაზე მოდიოდა; ასაკი მეორე ადგილზე იყო. ეს ფუნდამენტური მიგნებაა, რომელიც აჩვენებს, რომ სისხლი მართლაც ატარებს ინფორმაციას დაავადების შესახებ.
2. კიბოები ერთმანეთს ჰგავს, სეფსისი და ფქოდ კი ცალკე დგას
როდესაც დაავადებები სისხლის რნმ-ის მსგავსების მიხედვით დააჯგუფეს, მსგავსი მექანიზმის მქონე დაავადებები ერთად აღმოჩნდა: კიბოები ერთმანეთთან, ნევროლოგიური დაავადებები კი ერთმანეთთან დაჯგუფდა. კიბოს ბევრ სახეობაში ინტერფერონ-გამასა და ინტერფერონ-ალფას პასუხები გაძლიერებული იყო; ეს მიუთითებს, რომ იმუნური სისტემა სიმსივნის არსებობას სისხლშიც ასახავს. ლეიკემიას, როგორც მოსალოდნელი იყო, სისხლის ყველაზე გამოკვეთილი და თავისებური სიგნატურა ჰქონდა, რადგან ლეიკემიის დროს თავად დაავადება სისხლის უჯრედებშია.
სეფსისი და ფილტვის ქრონიკული ობსტრუქციული დაავადება (ფქოდ) კი ყველა სხვა მდგომარეობისგან მკვეთრად განსხვავდებოდა. ორივე შემთხვევაში B, T და NK უჯრედებთან დაკავშირებული გენების კლასტერები შემცირებული, მეტაბოლური აქტივობა კი დაქვეითებული იყო; ანუ სახეზე იყო იმუნური სუპრესიისა და ენერგეტიკული გამოფიტვის სურათი. რევმატოიდულ ართრიტსა და ანკილოზურ სპონდილიტში კი TNF-α-სა და NF-κB-ის ანთებითი გზები მკვეთრად იყო გაძლიერებული.
3. დაბერების კვალი სისხლში: 25 და 75 წლის ზღვრები
აღწერილ იქნა ასაკთან ყველაზე ძლიერად დაკავშირებული 32 გენისგან შემდგარი „სისხლის დაბერების სიგნატურა“. ეს გენები ასაკთან დაკავშირებული ანთებისა (inflammaging) და იმუნური დაბერების გზებში იყრიდა თავს, როგორიცაა IL-2, TNF-α, mTOR და კომპლემენტი, და ასაკთან ერთად თანმიმდევრულად მცირდებოდა. ამ 32 გენით აგებულმა მოდელმა 100 დამოუკიდებელ ჯანმრთელ ადამიანში ასაკი საშუალოდ 8,2 წლის ცდომილებით განსაზღვრა; კორეაში შემუშავებულ 33-გენიან დაბერების საათში ეს ცდომილება 13,8 წელი იყო. ამ თვალსაზრისით, კვლევა ქრონოლოგიური და ბიოლოგიური ასაკის შესახებ დისკუსიაშიც შეაქვს წვლილი.
ასაკთან ერთად სისხლის იმუნური უჯრედების თანაფარდობაც იცვლებოდა: ნეიტროფილების რაოდენობა ასაკთან ერთად მატულობდა, ხოლო „ნაივური“ CD4 T უჯრედები, რომლებსაც ჯერ არც ერთ მიკრობთან არ ჰქონიათ შეხება, თანდათან მცირდებოდა. საინტერესოა, რომ ყველაზე დიდი ცვლილებები დაახლოებით 25 და 75 წლის ასაკის გარშემო იყრიდა თავს, შუალედური პერიოდი კი შედარებით სტაბილური იყო. 80 წელს გადაცილებულ დღეგრძელებში ნეიტროფილებისა და პლაზმობლასტების წილი მაღალი, ნაივური T და B უჯრედებისა კი დაბალი იყო; ეს იმუნური დაბერების (იმუნოსენესცენციის) ცნობილ სურათს შეესაბამება.
ასაკის განსაზღვრა სისხლით: საშუალო ცდომილება
წლები; განსაზღვრულ და რეალურ ასაკს შორის საშუალო სხვაობა 100 დამოუკიდებელ ჯანმრთელ ადამიანში. მოკლე ზოლი უკეთეს შედეგს ნიშნავს.
შედარება ერთი და იმავე მანქანური სწავლების მეთოდითა და მონაცემებით ჩატარდა. ახსნილი ვარიაცია (R²) WBT-სიგნატურისთვის 0,31 იყო, კორეული საათისთვის კი – −0,14.
4. რნმ და ცილა სხვადასხვა ამბავს გვიყვება
როდესაც ერთსა და იმავე ადამიანებში როგორც რნმ, ისე ცილა გაიზომა, დაავადებისას შეცვლილი გენებისა და შეცვლილი ცილების თანხვედრა ძალიან მცირე აღმოჩნდა (ჟაკარის ინდექსი 0-დან 0,13-მდე). ავტორების აზრით, რნმ უჯრედშიდა მარეგულირებელ პროცესებსა და დაავადების ადრეულ უჯრედულ მდგომარეობას ასახავს, ცილები კი – საბოლოო პროდუქტებსა და გამოყოფილ ნივთიერებებს. მაგალითად, სეფსისის დროს ცილოვანი სიგნატურები (IL1RL1, IL15, PTX3, CSF3) ძლიერ ანთებაზე მიუთითებდა, რნმ-სიგნატურები (PPARG, CYP1B1, OLAH) კი მის საფუძველში არსებულ იმუნურ რეგულაციასა და მეტაბოლურ სტრესზე. ამიტომ ორივეს ერთად გამოყენება მეტ ინფორმაციას იძლევა.
რამდენად კარგად გაარჩია ხელოვნურმა ინტელექტმა დაავადებები?
მკვლევრებმა შეარჩიეს 29 მდგომარეობა, რომელთაგან თითოეულს 40-ზე მეტი ნიმუში ჰქონდა; მონაცემების 70% მოდელის გაწვრთნას მოხმარდა, 30% კი – შემოწმებას. თითოეული დაავადების ჯანმრთელი პირებისგან გასარჩევად მხოლოდ 10 ყველაზე მნიშვნელოვანი გენიც კი მაღალ შედეგს იძლეოდა (შიდა სატესტო მონაცემებში AUC 0,89–1,0). თუმცა მთავარი და რთული ამოცანა იყო, ადამიანის სისხლის მიხედვით დაედგინათ, 29 მდგომარეობიდან რომელი აქვს მას. თითოეულ დაავადებაზე 10 გენის გამოყენებით ამ კითხვაზე სწორი პასუხების წილი 64% იყო.
რნმ-ისა და ცილის ერთობლივი გამოყენება დაავადებების გასარჩევად
28 მდგომარეობის გამრჩევი მრავალკლასიანი მოდელი; F1 ქულა სატესტო მონაცემებში (1,00 = სრულყოფილი). ფერადი ზოლი – კომბინირებული მოდელი.
სიზუსტე შესაბამისად 55%, 67% და 75% იყო. თითოეული დაავადებისთვის 10 ყველაზე მნიშვნელოვანი რნმ და 10 ცილა იქნა გამოყენებული. 29 მდგომარეობაში მხოლოდ რნმ-ით აგებული მოდელის სიზუსტე 64% იყო.
შედეგები დამოუკიდებელ მონაცემთა ნაკრებებშიც დიდწილად შენარჩუნდა. ეს ვალიდაცია მნიშვნელოვანია, რადგან ხელოვნური ინტელექტის მოდელები ხშირად კარგ შედეგს აჩვენებს იმ მონაცემებზე, რომლებზეც გაიწვრთნა, სხვა საავადმყოფოების მონაცემებზე კი – სუსტს.
ვალიდაცია დამოუკიდებელ მონაცემთა ნაკრებებში
საშუალო AUC (0,50 = შემთხვევითობა, 1,00 = სრულყოფილი). ფერადი ზოლი – კვლევაში შერჩეული სიგნატურები, ნაცრისფერი – ყველა მოლეკულით აგებული შედარებითი მოდელი.
რნმ-ის ვალიდაცია ჩატარდა სეფსისის, ბიპოლარული აშლილობის, პარკინსონის დაავადების, რევმატოიდული ართრიტისა და მე-2 ტიპის დიაბეტის, ცილების ვალიდაცია კი – ძუძუს კიბოს, ფილტვის კიბოს, კორონარული არტერიების დაავადების, პარკინსონის დაავადებისა და მე-2 ტიპის დიაბეტის შემთხვევაში.
კიბოს თვალსაზრისითაც რამდენიმე საყურადღებო სიგნატურა გამოვლინდა: ფილტვის კიბოში – სიმსივნის პროგრესირებასა და გავრცელებასთან დაკავშირებული PTP4A2, კუჭის კიბოში – სიმსივნის მიკროგარემოს მარეგულირებელი CXCL12, ძუძუს კიბოში კი – იმუნური თვალსაზრისით „ანთებით“ სიმსივნურ გარემოს ამსახველი HLA-DRA. იმ ხუთი მდგომარეობიდან, რომელთა ცილოვანი სიგნატურებიც UK Biobank-ში შემოწმდა, ორი ძუძუს და ფილტვის კიბო იყო. თუმცა კვლევა დაავადებების მიხედვით დეტალურად არ აჩვენებს, კიბოთი დაავადებულთა ნიმუშები დიაგნოზის დასმისას იქნა აღებული თუ მკურნალობის პროცესში; ამიტომ ეს მიგნებები კიბოს სკრინინგისთვის პირდაპირ ვერ გამოდგება.
ეს ატლასი არც დიაგნოსტიკური და არც სკრინინგული ტესტია. 29 მდგომარეობის გარჩევისას მოდელმა შემთხვევათა დაახლოებით მესამედში არასწორი შედეგი აჩვენა და ჯერ არ შემოწმებულა, ავლენს თუ არა ის დაავადებას ადრეულ ეტაპზე ჯანმრთელად მოჩვენებულ ადამიანებში. კიბოს სკრინინგში დადასტურებული მეთოდები (კოლონოსკოპია, მამოგრაფია, HPV ტესტი და შესაბამის პირებში ფილტვის დაბალდოზიანი კომპიუტერული ტომოგრაფია) კვლავ ძალაში რჩება.
რა შეზღუდვები აქვს ამ კვლევას?
- ერთი რეგიონი, საავადმყოფოზე დაფუძნებული შერჩევა: ყველა ნიმუში ერზურუმის ორი საავადმყოფოდან იყო. მიუხედავად იმისა, რომ ავტორები კოჰორტას „შეურჩეველს“ უწოდებენ, მონაწილეები საავადმყოფოს მიმართული ადამიანები იყვნენ; სხვა გეოგრაფიულ და ეთნიკურ ჯგუფებზე განზოგადება გარე ვალიდაციით მხოლოდ ნაწილობრივ შემოწმდა.
- არათანაბარი ჯგუფები: ზოგიერთ დაავადებაში ნიმუშების რაოდენობა მცირეა. ავტორებმა ამის მიმართ სტატისტიკურად მდგრადი მეთოდები გამოიყენეს, თუმცა მცირე ჯგუფებში შედეგები ნაკლებად განსაზღვრულია.
- ანალიზი დაავადების დონეზე: მაგალითად, „ფილტვის კიბო“ ერთ ჯგუფად განიხილებოდა; ქვეტიპები, სტადიები და მკურნალობის სტატუსი ცალკე არ შესწავლილა.
- შემრევი ფაქტორები: ასაკის, სქესისა და სხეულის მასის ინდექსის გარდა, ისეთი ფაქტორები, როგორიცაა ცხოვრების წესი და მედიკამენტების მიღება, სრულად არ იქნა გათვალისწინებული.
- ერთმომენტიანი (კროს-სექციური) დიზაინი: თითოეული ადამიანისგან მხოლოდ ერთი ნიმუში აიღეს; უცნობია, ჩნდება თუ არა სისხლის სიგნატურა დაავადების დაწყებამდე, ანუ გამოდგება თუ არა ის ადრეული დიაგნოსტიკისთვის.
- შეზღუდული გარე ვალიდაცია: რნმ-მოდელები 5 და ცილოვანი მოდელები 5 დაავადებაში შემოწმდა დამოუკიდებლად; დანარჩენი 90-ზე მეტი მდგომარეობისთვის გარე ვალიდაცია არ არსებობს.
რა შეიძლება შეიცვალოს მომავალში?
ავტორების თქმით, ატლასი გაფართოვდება, როგორც 1 მილიონ ადამიანზე გათვლილი „Global 1M Phenome“ ინიციატივის ნაწილი. მომავალში შესაძლოა, მრავალშრიანი ტესტები, რომლებიც ერთ სისხლის ნიმუშში ერთდროულად იკვლევს სიმსივნურ დნმ-ს, პლაზმის ცილებსა და იმუნური უჯრედების რნმ-ს, ერთობლივად იქნეს გამოყენებული დაავადებების ადრეული დიაგნოსტიკისა და მკურნალობაზე პასუხის მონიტორინგისთვის. პროტეოგენომიკური და ხელოვნური ინტელექტით მხარდაჭერილი მიდგომები ამ მიმართულებით სწრაფად ვითარდება. მსხვილი ნაწლავის კიბოს სკრინინგი სისხლის ტესტით და პანკრეასის კიბოს ადრეული დიაგნოსტიკის პანელები ამ სფეროში დღეისთვის კლინიკასთან ყველაზე ახლოს მდგომი მაგალითებია.
- კვლევის ყველა ნიმუში თურქეთიდან, ერზურუმიდანაა; რნმ-ის სეკვენირება სტამბოლში, Acıbadem Mehmet Ali Aydınlar-ის უნივერსიტეტთან არსებულ SZA Omics-ის ლაბორატორიაში ჩატარდა. ავტორთა სიაში ათათურქის უნივერსიტეტის ათობით კლინიკური განყოფილების ექიმები არიან.
- დაავადებების დონის შედეგები საჯაროდ ხელმისაწვდომია მისამართზე phenomeatlas.org/wbt. ინდივიდუალური მონაცემები მონაწილეთა თანხმობისა და სამართლებრივი რეგულაციების გამო ღია არ არის; არაკომერციული კვლევებისთვის მათი მიღება განაცხადის საფუძველზეა შესაძლებელი.
- სრული სისხლის ტრანსკრიპტომი დღეს არც თურქეთში და არც მსოფლიოში კლინიკურ ტესტად არ გამოიყენება; თუ ასეთი ანალიზით ფასიან „დაავადებების სკრინინგს“ შემოგთავაზებენ, სიფრთხილე გმართებთ.
ხშირად დასმული კითხვები
- შეიძლება თუ არა ერთი სისხლის ტესტით 98 დაავადების დიაგნოსტიკა?
- არა, ჯერჯერობით არა. ეს კვლევითი რესურსია, რომელიც 98 მდგომარეობის სისხლისმიერ რნმ-კვალს ასახავს რუკაზე. ხელოვნური ინტელექტის მოდელმა 29 მდგომარეობა შემთხვევათა დაახლოებით ორ მესამედში სწორად გაარჩია, ხოლო რნმ-ისა და ცილების ერთად გამოყენებისას 28 მდგომარეობა – დაახლოებით სამ მეოთხედში; ეს კლინიკური ტესტისთვის საკმარისი არ არის.
- რა არის სრული სისხლის ტრანსკრიპტომი?
- ეს არის იმ რნმ-ის გაზომვა, რომელიც სისხლის უჯრედებში, განსაკუთრებით იმუნურ უჯრედებში, მოცემულ მომენტში აქტიური დაახლოებით 20 ათასი გენიდან წარმოიქმნება. ის გვაძლევს ორგანიზმის იმუნური და მეტაბოლური პასუხის „ფოტოსურათს“ დაავადებებზე.
- შეუძლია თუ არა ამ ტესტს კიბოს ადრეული გამოვლენა?
- ეს უცნობია. კვლევაში კიბოთი დაავადებულთა სისხლში გამოკვეთილი სიგნატურები აღმოჩნდა, თუმცა არ შემოწმებულა, შესაძლებელია თუ არა კიბოს ადრეული გამოვლენა ჯანმრთელად მოჩვენებულ ადამიანებში. კიბოს სკრინინგისთვის დადასტურებული მეთოდები უნდა გამოიყენებოდეს, როგორიცაა კოლონოსკოპია, მამოგრაფია და HPV ტესტი.
- რატომ არის კვლევა მნიშვნელოვანი თურქეთისთვის?
- ყველა ნიმუში ერზურუმში შეგროვდა, რნმ-ის სეკვენირება კი სტამბოლში ჩატარდა. ის ფაქტი, რომ თურქეთში შექმნილი ამ მასშტაბის ომიკური მონაცემთა ნაკრები საერთაშორისო ატლასის საფუძველი გახდა, მნიშვნელოვანია თურქეთის, როგორც ბიოსამედიცინო კვლევებში მონაცემების მწარმოებელი ქვეყნის, პოზიციისთვის.
ტერმინთა ლექსიკონი
- ტრანსკრიპტომი
- უჯრედში ან ქსოვილში მოცემულ მომენტში წარმოქმნილი ყველა რნმ-მოლეკულის ერთობლიობა.
- პროტეომიკა
- სისხლში ან ქსოვილში მრავალი ცილის ერთდროული გაზომვა.
- უჯრედგარეშე დნმ
- უჯრედებიდან, მათ შორის სიმსივნური უჯრედებიდან, სისხლში გამოთავისუფლებული დნმ-ის ფრაგმენტები; თხევადი ბიოფსიის საფუძველი.
- AUC
- ტესტის უნარი, განასხვავოს დაავადებული ჯანმრთელისგან; 0,5 შემთხვევითობის დონეა, 1,0 – სრულყოფილი განსხვავება.
- F1 ქულა
- მაჩვენებელი, რომელიც აერთიანებს მოდელის უნარს, სწორად გამოავლინოს ჭეშმარიტად დადებითი შემთხვევები და ამავე დროს თავიდან აიცილოს ცრუ განგაში.
- იმუნური დაბერება (იმუნოსენესცენცია)
- ასაკთან ერთად იმუნური უჯრედების რაოდენობასა და ფუნქციაში მიმდინარე ცვლილებები.
DROZDOGAN აკადემიის კომენტარი
სისხლი ორგანიზმის „შავ ყუთს“ ჰგავს. ეს ატლასი ამ ყუთში შენახულ იმუნურ ჩანაწერებს პირველად კითხულობს ასეთი სიგანით და ამას თურქეთიდან აკეთებს.
⚡ რატომ არის მნიშვნელოვანი
ღია რესურსი, რომელიც 98 მდგომარეობას ერთი და იმავე მეთოდით იკვლევს; ის დაავადებების საერთო და განმასხვავებელი იმუნური და მეტაბოლური სიგნატურების შედარების საშუალებას იძლევა. ერთსა და იმავე ადამიანებში აჩვენებს, რომ რნმ და ცილა ერთმანეთს ავსებს.
✅ ძლიერი მხარეები
დიდი შერჩევა, ნიმუშების სტანდარტიზებული შეგროვება, ჰემოგლობინის რნმ-ის წარმატებული მოცილება, შეწყვილებული ცილოვანი მონაცემები, გარე ვალიდაცია დამოუკიდებელ კოჰორტებსა და UK Biobank-ში, საჯარო მონაცემთა პორტალი.
⚠️ შეზღუდვები
ერთი რეგიონის საავადმყოფოებზე დაფუძნებული შერჩევა, ჯგუფების არათანაბარი ზომა, დაავადების ქვეტიპებისა და მკურნალობის სტატუსის გაუმიჯნაობა, კროს-სექციური დიზაინი და მრავალკლასიან კლასიფიკაციაში დაახლოებით ერთი მესამედის ტოლი შეცდომის მაჩვენებელი.
🩺 პრაქტიკაში
დღეს ის პაციენტის მართვას არ ცვლის. ექიმებისთვის ეს ღირებული კვლევითი ინსტრუმენტია დაავადებების სისხლისმიერი იმუნური კვალის შესასწავლად და ახალი ბიომარკერების იდეების შესამუშავებლად.
❓ ღია კითხვები
იცვლება თუ არა სისხლის რნმ-სიგნატურები დაავადების დაწყებამდე? შეიძლება თუ არა ამ სიგნატურებით მკურნალობაზე პასუხის ან რეციდივის მონიტორინგი? შეძლებს თუ არა ერთი სისხლის ტესტი, რომელიც უჯრედგარეშე დნმ-ს, ცილებსა და რნმ-ს აერთიანებს, კიბოს უფრო ადრე გამოვლენას, ვიდრე არსებული სკრინინგული მეთოდები?
დასკვნა: WBT ატლასი მნიშვნელოვანი სამშენებლო ბლოკია „ერთი სისხლის ნიმუშით მრავალი დაავადების“ მიზნისკენ მიმავალ გზაზე. კლინიკურ პრაქტიკამდე მისასვლელად საჭიროა პროსპექტიული, მრავალცენტრიანი კვლევები ჯანმრთელ პირებში.
- ეს სტატია მომზადდა 2026 წლის ოქტომბერში.
- მონაცემები აღებულია Nature Communications-ში „Article in Press“ სტატუსით გამოქვეყნებული სტატიის სრული ტექსტიდან; სტატიის საბოლოო რედაქტირებულ ვერსიაში შესაძლოა მცირე ცვლილებები იყოს.
- ნიმუშების რაოდენობა და კლასიფიკაციის შედეგები კიბოს სახეობების მიხედვით სტატიის დამატებით ცხრილებშია მოცემული, ამიტომ აქ დეტალურად არ არის წარმოდგენილი.
- სქემა ტექსტში მოცემული გადამოწმებული დებულებების საფუძველზეა შედგენილი და ახალ მონაცემებს არ შეიცავს. აკადემიის კომენტარი ჩვენია.
წყაროები
- Li M, Tatar A, Green E, ... Turkez H, Mardinoglu A. Whole blood transcriptomics atlas across human diseases. Nat Commun. 2026 (Article in Press). doi:10.1038/s41467-026-78440-w
- WBT Atlas – მონაცემთა პორტალი. phenomeatlas.org/wbt
- Bueno Álvez M, et al. A human pan-disease blood atlas of the circulating proteome. Science. 2025. proteinatlas.org
- KTH სამეფო ტექნოლოგიური ინსტიტუტი. მენგჟენ ლის (Mengzhen Li) სადოქტორო დისერტაცია: Multi-disease characterization and classification through transcriptomics-based multi-omics analysis (ივნისი 2026). kth.se
- Global 1M Phenome Initiative. mphenome.org
ეს სტატია სასარგებლო იყო თქვენთვის?
თქვენი გამოხმაურება გვეხმარება შინაარსის გაუმჯობესებაში.
მკითხველთა კომენტარები
გაგვიზიარეთ თქვენი კომენტარი
თქვენი სახელი და კომენტარი მხოლოდ ადმინისტრატორის დამტკიცების შემდეგ გამოქვეყნდება. ელფოსტის მისამართი ვიზიტორებს არასოდეს ეჩვენებათ.
პირველმა დაწერეთ კომენტარი.