پیش بینی خطر عوارض جانبی درمان سرطان با مدلي جديد

خطر عوارض جانبی جدی بر وضعیت خون و مغز استخوان بیماران در طی شیمی درمانی را می توان با مدلی که در دانشگاه Linköping سوئد ارائه شده است پیش بینی کرد. این تحقیق ممکن است امکان استفاده از تجزیه و تحلیل ژنتیکی برای شناسایی بیماران، با احتمال زیاد عوارض جانبی را فراهم کند. دستیابی به تعادلي بین خلاص شدن از بيشترين تعداد ممکن از سلول های توموری و کمتررين عوارض جانبي دشوار است.

یکی از خصوصیات مشترک سلول های توموری رشد سریع و غیرقابل کنترل است. و داروهای شیمی درمانی که برای درمان سرطان استفاده می شوند برای از بین بردن سلول های در حال رشد سریع طراحی شده اند. اما این درمان، سلول های طبیعی را که به سرعت رشد می کنند نیز از بین می برد. یکی از اين بافت های حساس، مغز استخوان است که در آن انواع مختلف سلول های خونی با سرعت بالا تشکیل می شوند. تقریباً 25٪ بیماران سرطانی ریه که تحت درمان ترکیبی با داروهای gemcitabine و carboplatin قرار دارند، در طول درمان استاندارد عوارض جانبی جدي بر مغز استخوان را تجربه می کنند به صورتي که در بسیاری از موارد، درمان باید قطع شود.

ما می دانیم که عوامل ژنتیکی در واکنش فرد به این روش های درمانی نقش دارند و احتمالاً فعل و انفعالات پیچیده بین بسیاری از ژن ها دخیل است. دانشمندانی که این مطالعه را انجام داده اند بررسی کرده اند که آیا امضاهای ژنتیکی وجود دارد که بتوان از آن برای شناسایی بیمارانی که در معرض خطر بالای عوارض جانبی شدید هستند، استفاده کرد. این به آن ها امکان می دهد که از همان ابتدا درمان را با دقت بیشتری براي فرد انتخاب کنند. به افرادی که ریسک کمِ عوارض را دارند می توان دوزهای بیشتری داد (با این کار تأثیر بیشتری بر سرطان گذاشت) در حالی که ميتوان براي افرادی که مستعد خطر بالايي هستند درمان ديگري را انتخاب کرد.

این مطالعه همکاری بین محققان فارماکوژنتیک و بیوانفورماتیک است. آنها توالی DNA کامل 96 بیمار مبتلا به سرطان ریه سلول غیر کوچک را که تحت درمان با gemcitabine و carboplatinبودند تعیین کردند. با تعیین توالی کل ژنوم در مورد میلیون ها تنوع ژنتیکی، اطلاعاتی فراهم می شود که ممکن است جالب باشد. محققان می خواستند ببینند آیا می توانند در این حجم عظیم از داده ها، گروه های عملکردی ژن را پیدا کنند که با درجه سمی بودن درمان در بیماران مختلف مرتبط است.

محققان در اولین گام شبکه ای از 215 ژن را شناسایی کردند که ارتباط تنگاتنگی با یکدیگر داشتند. این شبکه به ویژه از نظر ژن هایی غنی بود که در مطالعات قبلی با این داروها ارتباط داشتند. گام بعدی کاهش تعداد انواع ژنتیکی در شبکه ژنی به 62 موردی بود که در مدل نهایی گنجانده شده است. محققان نشان دادند که می توان از این مدل برای طبقه بندی بیماران در دو گروه (با احتمال زیاد یا کم برای دیدن عوارض جانبی شدید) استفاده کرد.

دکتر Henrik Gréen استاد گروه علوم پزشکی و بالینی دانشگاه Linköping مي گويد:« بسیار جالب است که ژن های درگیر با تقسیم سلولی، به ویژه در مغز استخوان، در ارتباط هستند. ما موفق شدیم نه تنها عوارض جانبی را برای بیماران پیش بینی کنیم ، بلکه نشان دهیم که این مدل از نظر بیولوژیکی نیز مرتبط است.»

مدل پیش بینی قبل از استفاده در کلینیک باید در مطالعات بعدی نيز آزمایش شود.

منتشر شده در 12 نوامبر 2020  www.news-medical.net