98. மரபணு சோதனை அல்லது டிஎன்ஏ பகுப்பாய்வு மூலம் புற்றுநோயைக் கண்டறிய முடியுமா?
மரபணு சோதனை மற்றும் டிஎன்ஏ பகுப்பாய்வு மூலம் புற்றுநோயைக் கண்டறியலாம், இது மரபுவழி புற்றுநோய் அபாயத்தைக் (inherited cancer risk) கண்டறிவதற்கும், தீவிரமாக வளர்ந்து வரும் புற்றுநோயைக் கண்டறிவதற்கும் ஆகும். பொதுவாக அடுத்த தலைமுறை வரிசைமுறையை (Next Generation Sequencing-NGS) பயன்படுத்தி செய்யப்படும் ஜெர்ம்லைன் (Germline) மரபணு சோதனை, BRCA1, BRCA2, TP53, MLH1 போன்ற மரபணுக்களில் உள்ள நோய்க்கிருமி மாறுபாடுகளை அடையாளம் காட்டுகிறது, அவை கணிசமாக உயர்ந்த வாழ்நாள் புற்றுநோய் அபாயத்தை (lifetime cancer risk) வழங்குகின்றன. குறிப்பிட்ட புற்றுநோய் பாதிப்பு மரபணுக்களுக்கு FDA-அங்கீகரிக்கப்பட்ட இந்த சோதனைகள், 99% ஐ விட அதிகமான உணர்திறன் மற்றும் தனித்தன்மைகளைக் கொண்டுள்ளன, மேலும் தடுப்பு நடவடிக்கைகள், மேம்பட்ட திரையிடல் (enhanced screening) மற்றும் நோய்த்தடுப்பு தலையீடுகளை வழிநடத்த பரவலாகப் பயன்படுத்தப்படுகின்றன. புற்றுநோயியல் நோயறிதலில், திசு அடிப்படையிலான கட்டி மரபணு விவரக்குறிப்பு சோமாடிக் பிறழ்வுகள்( somatic mutations), நகல் எண் மாற்றங்கள் (copy number alterations) மற்றும் மரபணு இணைப்புகள் (gene fusions) ஆகியவற்றின் உயர் தெளிவுத்திறன் பார்வையை வழங்குகிறது, இது துல்லியமான கட்டி வகைப்பாடு மற்றும் இலக்கு சிகிச்சைகளின் தேர்வு இரண்டையும் செயல்படுத்துகிறது. இரத்தத்தில் சுற்றும் கட்டி டிஎன்ஏ (circulating tumor DNA-ctDNA) ஐ பகுப்பாய்வு செய்யும் ஊடுருவாத திரவ பயாப்ஸிகள்(noninvasive liquid biopsies) - உண்மையான நேரத்தில் கட்டி சார்ந்த மாற்றங்களைக் கண்டறியப் பயன்படுத்தப்படுகின்றன. Guardant360 CDx (https://www.guardantcomplete.com/hcp/solutions/guardant360-liquid) மற்றும் FoundationOne Liquid CDx (https://www.foundationmedicine.com/test/foundationone-liquid-cdx) போன்ற FDA-அங்கீகரிக்கப்பட்ட மதிப்பீடுகள் மேம்பட்ட புற்றுநோய்களுக்கு 70–85% உணர்திறனைக் காட்டுகின்றன, இருப்பினும் குறைந்தபட்ச ctDNA வெளியீடு காரணமாக ஆரம்ப நிலை உணர்திறன் குறைவாக உள்ளது. இந்த இடத்தில் ஒரு முக்கிய எல்லை, Galleri (https://www.galleri.com/) மற்றும் CancerSEEK (https://www.nature.com/articles/nrclinonc.2018.21) போன்ற பல-புற்றுநோய் ஆரம்ப கண்டறிதல் (multi-cancer early detection -MCED) சோதனைகளின் வளர்ச்சியாகும், அவை மெத்திலேஷன் விவரக்குறிப்பு(methylation markers), பிறழ்வு பேனல்கள் அல்லது துண்டு துண்டானவியல் (fragmentomics)ஆகியவற்றைப் பயன்படுத்தி ஒரே இரத்த மாதிரியில் 50 க்கும் மேற்பட்ட புற்றுநோய் வகைகளிலிருந்து சமிக்ஞைகளைக் கண்டறியின்றன. இந்த சோதனைகள் 99% க்கும் அதிகமான தனித்தன்மைகளைக் காட்டுகின்றன, நிலை I நோயில் தோராயமாக 30% முதல் பிந்தைய நிலை நோயில் 90% க்கும் அதிகமான உணர்திறன் வரை உள்ளன, மேலும் தற்போது மேம்பட்ட மருத்துவ சரிபார்ப்பில் உள்ளன, சில FDA மதிப்பாய்வின் கீழ் உள்ளன, ஆனால் பரந்த மக்கள்தொகை பரிசோதனைக்கு இன்னும் அங்கீகரிக்கப்படவில்லை.
மரபணு
புற்றுநோய் கண்டறிதலின் எதிர்காலம், புற்றுநோயை அதன் ஆரம்ப, மிகவும் சிகிச்சையளிக்கக்கூடிய
நிலைகளில் கண்டறியும் திறன் கொண்ட மிகவும் ஒருங்கிணைந்த, AI-மேம்படுத்தப்பட்ட தளங்களை
நோக்கி நகர்கிறது. PATHFINDER 2 மற்றும் Cancer Genome Computational Analysis-CCGA
போன்ற பெரிய அளவிலான சோதனைகள் அறிகுறியற்ற மக்கள்தொகையில் MCED மதிப்பீடுகளை மதிப்பீடு
செய்கின்றன, அதே நேரத்தில் அதிக ஆபத்துள்ள நபர்களில் - அறியப்பட்ட நோய்க்கிருமி கிருமி
வரிசை பிறழ்வுகளைக் கொண்டவர்கள் போன்ற - இலக்கு வைக்கப்பட்ட ஆய்வுகள் குறுகிய திரையிடல்
இடைவெளிகளுடன் தனிப்பயனாக்கப்பட்ட மரபணு கண்காணிப்பை ஆராய்கின்றன. எபிஜெனோமிக் கையொப்பங்கள்,
துண்டுப்பிரசுரங்கள் மற்றும் மல்டி-ஓமிக் ஒருங்கிணைப்பு (டிஎன்ஏ, ஆர்என்ஏ மற்றும் புரத
பயோமார்க்ஸர்களை இணைத்தல்) ஆகியவற்றில் முன்னேற்றங்கள் இயந்திர கற்றல் (machine
learning) வழிமுறைகளுடன் இணைக்கப்பட்டு, ஆரம்ப கட்ட உணர்திறனை மேம்படுத்துகின்றன, அதே
நேரத்தில் உயர் குறிப்பிட்ட தன்மையைப் பராமரிக்கின்றன மற்றும் புற்றுநோய் சமிக்ஞை தோற்றத்தை
(cancer signal origin -CSO)
துல்லியமாக கணிக்கின்றன. ஆரம்ப கண்டறிதலுக்கு அப்பால், திரவ பயாப்ஸி அடிப்படையிலான
குறைந்தபட்ச எஞ்சிய நோய் (minimal residual disease-MRD) சோதனை சிகிச்சை பதிலைக் கண்காணிக்கவும்,
வழக்கமான இமேஜிங்கிற்கு மாதங்களுக்கு முன்பே மீண்டும் மீண்டும் வருவதைக் கண்டறியவும்
ஒரு சக்திவாய்ந்த கருவியாக உருவாகி வருகிறது, இது உண்மையிலேயே தனிப்பயனாக்கப்பட்ட கண்காணிப்பு
உத்திகளுக்கு கதவைத் திறக்கிறது. MCED மற்றும் MRD சோதனைகளுக்கான தெளிவான ஒப்புதல்
பாதைகளை நிறுவ ஒழுங்குமுறை நிறுவனங்கள் செயல்பட்டு வருகின்றன, அதே நேரத்தில் சுகாதார
பொருளாதார ஆய்வுகள் அவற்றின் செலவு-செயல்திறன் மற்றும் புற்றுநோய் இறப்பு மீதான சாத்தியமான
தாக்கத்தை மதிப்பிடுகின்றன. இந்த தொழில்நுட்பங்கள் தொடர்ந்து முதிர்ச்சியடைந்து ஒழுங்குமுறை
மற்றும் மருத்துவ ஏற்றுக்கொள்ளலைப் பெற்றால், அவை புற்றுநோயியல் துறையில் ஒரு முன்னறிவிப்பு-தடுப்பு
மாதிரியை செயல்படுத்த முடியும் - அடிப்படையில் ஒரு எதிர்வினை செயல்முறையிலிருந்து புற்றுநோய்
கண்டறிதலை ஒரு முன்கணிப்பு, துல்லியம் சார்ந்த அணுகுமுறையாக மாற்றும், இது அறிகுறிகள்
தோன்றுவதற்கு முன்பே நோயைக் கண்டறிந்து நோயாளியின் விளைவுகளை வியத்தகு முறையில் மேம்படுத்துகிறது.
