سرطان تخمدان یک بیماری نوکرده و اغلب کشنده است. کمبود ابزارهای اسکرینینگ کارا و طبیعت بیعلامت مراحل ابتدایی بیماری، به تأخیر در تشخیص و محدودیت گزینههای درمانی منجر میشود. اما یک مطالعه اخیر ارایه شده در جلسه سالانه انجمن آمریکایی برای تحقیقات سرطان (AACR) در سال ۲۰۲۴، اخبار امیدبخشی را به همراه دارد. پژوهشگران از مرکز سرطان جانز هاپکینز کیمل بیماری سرطان، یک آزمایش یادگیری ماشین مبتنی بر خون توسعه دادهاند که امیدوارکننده در تمایز بیماران سرطان تخمدان از افراد سالم یا افرادی با جرمهای خوشخیم تخمدانی است.
این آزمایش دو بیومارکر شناخته شده سرطان تخمدان، پروتئینهای CA125 و HE4 را با یک تجزیه و تحلیلی از الگوهای شکافهای DNA آزاد سلولی (cfDNA) ترکیب میکند. با تجزیه و تحلیل دقیق شکافها در سراسر ژنوم انسان، پژوهشگران میتوانند الگوهای معمولی اشارهدهنده به حضور سرطان را تشخیص دهند. این روش، DELFI (ارزیابی DNA از شکافها برای مداخله زودرس) نام دارد که یک رویکرد جدید بر اساس fragmentomics، یک تکنولوژی وعدهدهنده بیوپسی مایع است.
تکنولوژیهای بیوپسی مایع، که DNA مشتق از تومور را در خون تجزیه و تحلیل میکنند، در تشخیص غیرتهاجمی سرطان پتانسیل نشان دادهاند. اما همیشه موفق در تشخیص سرطان تخمدان نبودهاند. اما fragmentomics، با تغییرات در اندازه و توزیع شکافهای cfDNA در سراسر ژنوم، دقت این آزمایشها را افزایش میدهد.
جیمی مدینا، دکترای، پژوهشگر اصلی این پژوهش، توضیح میدهد که سلولهای سرطانی الگوهای مختلفی از شکافهای DNA در خون نسبت به سلولهای سالم دارند که به دلیل رشد سریع و ژنومهای هرج و مرجی آنها است. آزمایش DELFI از این تفاوتها برای شناسایی حضور سرطان تخمدان استفاده میکند.
در این مطالعه، پژوهشگران از fragmentomes افراد دارای سرطان تخمدان و بدون آن با استفاده از DELFI تحلیل کردند. آنها یک الگوریتم یادگیری ماشین را آموزش دادند تا دادههای fragmentome را با سطوح پروتئینهای CA125 و HE4 در پلاسما یکپارچه سازد. دو مدل توسعه یافت: یکی برای اسکرینینگ سرطان تخمدان در افراد بیعلامت و دیگری برای تمایز از جرمهای خوشخیم به اسکلهای سرطانی.
مدل اسکرینینگ نتایج قابل توجهی به دست آورد، با یک خصوصیت بالای ۹۹٪ و توانایی تشخیص ۶۹٪، ۷۶٪، ۸۵٪ و ۱۰۰٪ از موارد سرطان تخمدان مرحله I-IV بهترتیب. دقت، که با مساحت زیر منحنی اندازهگیری شدهاست، ۰.۹۷ بودهاست.
این پیشرفت امید به تشخیص زودرس سرطان تخمدان را بههمراه دارد و میتواند احتمالاً جانها را نجات دهد. ترکیب تجزیه و تحلیل بیوپسی مایع و الگوریتمهای یادگیری ماشین، یک رویکرد هزینهای و قابل دسترس برای اسکرینینگ سرطان تخمدان فراهم میکند.
همچنین، بر اساس پیشبینیهای بازار، بازار بیوپسی مایع جهانی پیشبینی میشود که تا سال ۲۰۲۶ به ۶.۵۱ میلیارد دلار برسد و در طول دوره پیشبینی با نرخ رشد ۲۳.۶٪ رشد کند. افزایش انتشار سرطان، رشد فعالیتهای تحقیقاتی و توسعه و افزایش تقاضا برای پزشکی شخصی، رشد بازار بیوپسی مایع را پشتیبانی میکند که
با این حال، صنعت بیوپسی مایع نیز با چالشهایی روبهرو است. یک چالش اصلی، نیاز به استانداردسازی و اعتبارسنجی تکنولوژیها و آزمایشهای بیوپسی مایع است. تضمین نتایج قابل تکرار و قابل اطمینان در انواع مختلف آزمایشگاهها و پلتفرمها برای پذیرش گسترده مهم است.
سوالات متداول:
س: چیست DELFI؟
ج: DELFI (ارزیابی DNA از شکافها برای مداخله زودرس) یک تکنولوژی بیوپسی مایع است که اندازه و توزیع شکافهای DNA آزاد سلولی را در سراسر ژنوم برای تشخیص حضور سرطان تجزیه و تحلیل میکند.
س: CA125 و HE4 چیست؟
ج: CA125 و HE4 پروتئینهایی هستند که بیومارکرهای شناخته شده سرطان تخمدان هستند. سطوح آنها در خون میتواند حضور بیماری را نشان دهد.
س: دقت مدل اسکرینینگ چقدر است؟
ج: مدل اسکرینینگ موفقیتی را با خصوصیت بیش از ۹۹٪ و توانایی تشخیص درصدهای مختلفی از موارد سرطان تخمدان، به وابستگی به مرحلههای آن، داشت.
س: چگونه این پیشرفت میتواند بر تشخیص سرطان تخمدان تأثیر بگذارد؟
ج: این پیشرفت یک رویکرد جدید و امیدوارکننده برای اسکرینینگ سرطان تخمدان ارائه میدهد که هزینهای و قابل دسترس است. این امکان را دارد که تشخیص و مداخله زودرس را بهبود بخشد، منجر به نتایج بهتر درمانی و افزایش شاخصهای بقا شود.
منابع:
– جانز هاپکینز: https://www.hopkinsmedicine.org/
The source of the article is from the blog be3.sk