x
۲۶ / آذر / ۱۴۰۰ ۰۸:۲۶

تشخیص به موقع سرطان ریه با این روش!

تشخیص به موقع سرطان ریه با این روش!

پژوهشگران آمریکایی سعی دارند امکان تشخیص زودهنگام سرطان ریه را تنها با استفاده از یک قطره خون فراهم کنند.

کد خبر: ۵۹۰۵۹۹
آرین موتور

به گزارش اقتصادآنلاین به نقل از ایسنا، سرطان ریه که از علت‌های اصلی مرگ و میر ناشی از سرطان به شمار می‌رود، معمولا در مراحل پایانی بیماری و زمانی که میزان بقا بسیار پایین است، تشخیص داده می‌شود. سرطان ریه در مراحل ابتدایی، عمدتاً بدون علامت است و تصویربرداری با سی‌تی‌اسکن که روش کنونی برای تشخیص ضایعات ابتدایی سرطان ریه است، به دلیل هزینه بالا و خطر تشعشعات مکرر، نمی‌تواند یک آزمایش گسترده برای عموم مردم باشد.

بررسی جدید پژوهشگران بیمارستان عمومی ماساچوست که با بودجه "موسسه ملی سرطان آمریکا" (NCI) انجام شده است، شواهدی را در مورد قابلیت یک قطره خون برای آشکار کردن سرطان ریه در بیماران بدون علامت ارائه می‌دهد.

"لئو چنگ" (Leo Cheng)، سرپرست این پژوهش گفت: پژوهش ما، قابلیت ابداع یک دستگاه نظارت بسیار حساس را برای تشخیص زودهنگام سرطان ریه نشان می‌دهد. مدل پیش‌بینی که ما ابداع کرده‌ایم، می‌تواند افرادی را شناسایی کند که ممکن است در معرض خطر سرطان ریه باشند. افرادی که نتایج مربوط به آن‌ها مشکوک باشد، برای ارزیابی بیشتر و تشخیص قطعی، به آزمایش‌های تصویربرداری مانند سی‌تی‌اسکن ارجاع داده می‌شوند.

"چنگ" و همکارانش، یک مدل پیش‌بینی کننده سرطان ریه را براساس سوابق مربوط به "متابولومیکس" (Metabolomics) خون ساختند. متابولومیکس با بررسی "متابولوم" (Metabolome)، جریان‌های متابولیت سلولی را برای رمزگشایی حالت‌های سالم و پاتولوژیک تجزیه و تحلیل می‌کند. وجود سرطان ریه با فیزیولوژی و آسیب‌شناسی تغییر یافته آن، می‌تواند به بروز تغییراتی در متابولیت‌های خون منجر شود که توسط سلول‌های سرطانی ریه تولید یا مصرف شده‌اند. پژوهشگران به کمک "روش طیف‌نگاری با تشدید مغناطیسی" (MRS)، سوابق متابولومیک خون را بررسی کردند. روش طیف‌نگاری با تشدید مغناطیسی می‌تواند مجموعه‌ای از ترکیبات درون سلول‌های زنده را با اندازه‌گیری واکنش‌های جمعی متابولیت‌ها بررسی کند.

پژوهشگران، ده‌ها هزار نمونه خون ذخیره‌شده در بانک زیستی بیمارستان عمومی ماساچوست و منابع دیگر را مورد بررسی قرار دادند و ۲۵ بیمار را یافتند که به "سرطان ریه سلول غیر کوچک" (NSCLC) مبتلا بودند و نمونه خون آن‌ها در زمان تشخیص بیماری به دست آمده بود. پژوهشگران، نمونه‌های به دست آمده از این بیماران را با نمونه‌های به دست آمده از ۲۵ فرد سالم مقایسه کردند.

پژوهشگران ابتدا مدل آماری خود را آموزش دادند تا بتواند سرطان ریه را با بررسی سوابق متابولومیک نمونه‌های خون بیماران تشخیص دهد و آن‌ها را با نمونه‌های به دست آمده از افراد سالم مقایسه کند. سپس، آن‌ها اعتبار مدل خود را با استفاده از نمونه‌های خون همان بیماران تایید کردند که پیش از تشخیص سرطان ریه جمع‌آوری شده بودند. مدل پیش‌بینی توانست نتایجی را در مورد افراد سالم و بیماران ارائه دهد.

"چنگ" گفت: این نتایج واقعا امیدوارکننده بودند، زیرا بررسی بیماری در مرحله ابتدایی باید تغییراتی را در سوابق متابولومیک خون تشخیص دهد که حد واسط میان مراحل سلامتی و بیماری هستند.

سپس، پژوهشگران مدل خود را با گروه متفاوتی متشکل از ۵۴ بیمار مبتلا به سرطان ریه سلول غیر کوچک و با بررسی نمونه‌های خون که پیش از تشخیص سرطان آن‌ها به دست آمده بودند، مورد آزمایش قرار دادند. نتایج تأیید کردند که پیش‌بینی‌های مدل، دقیق بوده‌اند.

نتایج مدل پیش‌بینی که از نمونه‌های خون پیش از تشخیص بیماری به دست آمده بودند، توانستند بقای پنج ساله بیماران را پیش‌بینی کنند. این نتایج ممکن است در هدایت راهبرد‌های بالینی و تصمیم‌گیری‌های درمانی، سومند باشند. بررسی پیشین این پژوهشگران، ظرفیت متابولومیک مبتنی بر روش طیف‌سنجی رزونانس مغناطیسی را برای تفکیک کردن انواع سرطان و مراحل بیماری‌ها نشان داد. برای تایید کردن استفاده از مدل‌های متابولومیک خون به عنوان ابزار نظارت ابتدایی بر سرطان ریه سلول غیر کوچک در مرحله بالینی، به بررسی‌های بیشتری نیاز است.

پژوهشگران در مرحله بعد، سوابق متابولومیک ویژگی‌های بالینی سرطان ریه را برای درک طیف متابولیک بیماری تجزیه و تحلیل خواهند کرد که ممکن است برای انتخاب درمان‌های هدفمند سودمند باشد. آن‌ها سوابق متابولومیک بیش از ۴۰۰ بیمار مبتلا به سرطان پروستات را نیز بررسی کرده‌اند تا مدلی را ابداع کنند که بین سرطان غیرفعال که نیاز به نظارت دارد و سرطان تهاجمی‌تر که نیاز به درمان فوری دارد، تمایز قائل شود. همچنین، پژوهشگران قصد دارند از همین فناوری برای بررسی بیماری آلزایمر با استفاده از نمونه خون و مایع مغزی-نخاعی استفاده کنند.

نوبیتکس
ارسال نظرات
x