ALS রক্ত-প্রোটিন গবেষণা আগাম পূর্বাভাসের জানালার ইঙ্গিত দিচ্ছে

ALS ঝুঁকির জন্য একটি রক্তপরীক্ষার কৌশল গড়ে উঠছে

Nature Medicine-এ প্রকাশিত একটি নতুন দীর্ঘমেয়াদি গবেষণায় বলা হয়েছে, রক্তের প্রোটিনে পরিবর্তন উপসর্গ প্রকাশের বহু বছর আগে clinically manifest amyotrophic lateral sclerosis-এর আগমন নির্দেশ করতে পারে। এই কাজটি এমন ব্যক্তিদের উপর কেন্দ্রীভূত, যারা ALS-সম্পর্কিত pathogenic variants বহন করেন কিন্তু এখনও রোগে আক্রান্ত হননি। এই গোষ্ঠীকে অধ্যয়ন করা কঠিন ছিল, কারণ চিকিৎসকদের কাছে নির্ভরযোগ্যভাবে বোঝার উপায় ছিল না যে কারা symptomatic ALS-এ রূপান্তরিত হবেন এবং কখন হবেন।

এই সীমাবদ্ধতা কেবল রোগনির্ণয়ের বাইরে গিয়েও গুরুত্বপূর্ণ। প্রতিরোধমূলক ট্রায়াল নির্ভর করে জানার ওপর যে কোন অংশগ্রহণকারীরা একটি বাস্তবসম্মত গবেষণা সময়সীমার মধ্যে রোগে আক্রান্ত হওয়ার সম্ভাবনা রাখেন। তা না জানলে, ট্রায়াল ধীর, বড় এবং বেশি অনিশ্চিত হয়ে পড়ে। নতুন গবেষণাটি একক biological snapshot-এর ওপর নির্ভর না করে সময়ের সঙ্গে বারবার plasma measurement ব্যবহার করে সেই ফাঁকটি পূরণের চেষ্টা করেছে।

গবেষকরা কী বিশ্লেষণ করেছেন

গবেষণাটিতে বিভিন্ন গোষ্ঠী থেকে ধারাবাহিকভাবে সংগৃহীত 516টি plasma sample অন্তর্ভুক্ত ছিল: 33 জন ব্যক্তি, যারা পরে clinically manifest ALS-এ phenoconvert করেন, 35 জন রোগী যাদের ইতিমধ্যেই ALS ছিল, 10 জন pre-symptomatic pathogenic variant carrier এবং 59 জন control। Olink Explore high-throughput proteomics ব্যবহার করে, গবেষকরা phenoconversion-এর আগে protein concentration কীভাবে বদলাচ্ছিল তা অনুসরণ করেন এবং সেই trajectory-গুলোকে পূর্বাভাসমূলক টুলে রূপান্তর করা যায় কি না তা খতিয়ে দেখেন।

এর ফল ছিল 92টি protein-এর একটি সেট, য deren মাত্রা disease clinically apparent হওয়ার আগে পরিবর্তিত হয়। সেই বৃহত্তর গোষ্ঠী থেকে দলটি 19টি protein-এর একটি core panel শনাক্ত করে, যা ছয় মাস থেকে পাঁচ বছর পর্যন্ত time horizon জুড়ে phenoconversion পূর্বাভাস দিতে সক্ষম হয়। রিপোর্ট করা cross-validated area-under-the-curve মান ছিল 0.80 থেকে 0.89-এর মধ্যে, যা ইঙ্গিত করে যে modelটি শুধু রোগনির্ণয়ের কাছাকাছিই নয়, একাধিক window জুড়েই অর্থবহ discriminative power ধারণ করেছিল।

গবেষকরা আরও জানান যে এই panel phenoconversion-এর সময়কে 1.6 বছরের mean absolute error দিয়ে অনুমান করতে পেরেছে। এমন এক রোগক্ষেত্রে, যেখানে উপসর্গ প্রকাশের আগে মোটামুটি সময় নির্ধারণ করাও কঠিন হয়েছে, এই কর্মক্ষমতা উল্লেখযোগ্য। এর অর্থ এই নয় যে ক্ষেত্রটি হঠাৎ করেই ব্যাপক ব্যবহারের উপযোগী একটি definitive clinical test পেয়ে গেছে, তবে এটি ইঙ্গিত দেয় যে multi-protein approach এখন পর্যন্ত ব্যবহৃত সংকীর্ণ biomarker strategy-গুলোর তুলনায় অনেক বেশি তথ্যবহুল হতে পারে।

ALS গবেষণার জন্য কেন এটি গুরুত্বপূর্ণ

ALS সাধারণত তখনই নির্ণয় হয় যখন উপসর্গ প্রকাশ পায়, এবং তখনই motor neuron damage ইতিমধ্যেই শুরু হয়ে যায়। গবেষকরা দীর্ঘদিন ধরে এমন biomarker খুঁজছেন যা রোগের biology আরও আগে প্রকাশ করতে পারে, যাতে pre-symptomatic পর্যায়ে কী ঘটে তা বোঝা যায় এবং prevention-focused intervention-এর ভিত্তি তৈরি করা যায়। এই গবেষণা উভয় লক্ষ্যেই অবদান রাখে।

প্রথমত, এই কাজ overt disease-এর আগের সময়কালে biological change-এর মানচিত্র তৈরি করে। এটি গুরুত্বপূর্ণ, কারণ pre-symptomatic ALS কেবল অপেক্ষার একটি ফাঁকা সময় নয়; findings ইঙ্গিত দেয় যে phenoconversion ঘনিয়ে আসার সঙ্গে সঙ্গে plasma-তে পরিমাপযোগ্য molecular shift ইতিমধ্যেই ঘটছে। দ্বিতীয়ত, গবেষণাটি ঝুঁকি শ্রেণিবিন্যাস ও সময় অনুমানের জন্য একটি বাস্তব কাঠামো দেয়, যা ট্রায়াল-ডিজাইনারদের দরকার হয় কারা অন্তর্ভুক্ত হবেন এবং কখন intervention প্রয়োজন তা নির্ধারণ করতে।

এ গবেষণা আরও ইঙ্গিত করে যে ALS ঝুঁকি পূর্বাভাসে একটি standout protein-এর বদলে marker-এর সমন্বয় প্রয়োজন হতে পারে। এটি গুরুত্বপূর্ণ, কারণ neurofilament light chain নামের একটি candidate biomarker neurodegeneration গবেষণায় বিপুল আগ্রহ কেড়েছে। এখানে লেখকরা জানিয়েছেন, multi-protein panel phenoconversion পর্যন্ত সময় নির্ণয়ে neurofilament light chain একার তুলনায় ভালো কাজ করেছে।

পুনরাবৃত্তি ফলকে জোর দেয়, তবে সীমাবদ্ধতাও আছে

UK Biobank data ব্যবহার করে findings-এর আংশিক পুনরাবৃত্তি করা হয়েছে। পেপার অনুযায়ী, ওই external analysis NEFL, EDA2R ও CA3-সহ বেশ কয়েকটি protein-এ pre-symptomatic বৃদ্ধি নিশ্চিত করেছে, এবং NEFL একার তুলনায় সময় নির্ণয়ে multi-protein panel বেশি কার্যকর হতে পারে—এই বিস্তৃত সিদ্ধান্তকে সমর্থন করেছে।

আংশিক পুনরাবৃত্তি পূর্ণ validation-এর সমান নয়, এবং গবেষণাটি নিজেও আরও follow-up-এর প্রয়োজনীয়তার কথা বলে। কিছু subgroup-এর sample size, বিশেষ করে এখনও convert না-হওয়া pre-symptomatic carrier-দের ক্ষেত্রে, তুলনামূলকভাবে ছোট রয়ে গেছে। বিরল রোগের biomarker গবেষণায় এটি একটি স্থায়ী চ্যালেঞ্জ, বিশেষ করে যখন target population নির্ধারিত হয় শুধু diagnosis নয়, genotype এবং disease stage দ্বারাও।

তবুও, longitudinal design signal-কে শক্তিশালী করে। পুনরাবৃত্ত sampling গবেষকদের ব্যক্তি-ভিত্তিক বিচ্ছিন্ন পার্থক্যের বদলে trajectory দেখতে সাহায্য করে, যা clinically silent disease process কখন তীব্র হতে শুরু করে তা বোঝার ক্ষেত্রে বিশেষভাবে মূল্যবান।

এরপর কী

তাৎক্ষণিক অর্থ এই নয় যে routine ALS screening খুব শিগগিরই আসছে। বরং, গবেষণাটি একটি উন্নত research instrument দেয়: ALS-সম্পর্কিত pathogenic variants বহনকারী হিসেবে ইতিমধ্যেই পরিচিত ব্যক্তিদের মধ্যে biological risk আরও আগেই এবং আরও নির্ভুলভাবে শনাক্ত করার উপায়। এতে prevention-trial design আরও সূক্ষ্ম হতে পারে, সম্ভাব্য conversion window অনুযায়ী অংশগ্রহণকারীদের stratify করা সহজ হতে পারে, এবং রোগের একেবারে প্রাথমিক পর্যায় সম্পর্কে ক্ষেত্রটির বোঝাপড়া উন্নত হতে পারে।

দীর্ঘমেয়াদে, এই কাজ neurology-তে composite blood-based marker ব্যবহার করে preclinical detection-এর দিকে বড় পরিবর্তনকে সমর্থন করে। ভবিষ্যৎ গবেষণায় যদি বড় এবং আরও বৈচিত্র্যময় জনসংখ্যায় এই panel validate ও refine করা যায়, তাহলে অপরিবর্তনীয় কার্যহানি bedside-এ স্পষ্ট হওয়ার আগেই preventive therapy কীভাবে পরীক্ষা করা হবে, তাতে এই পদ্ধতি কেন্দ্রীয় হয়ে উঠতে পারে।

এই মুহূর্তে, পেপারের অবদান স্পষ্ট। এটি ALS biomarker গবেষণাকে এই প্রশ্নের বাইরে নিয়ে যায় যে pre-symptomatic change আছে কি না, এবং আরও ব্যবহারিক প্রশ্নের দিকে নিয়ে যায়: সেই পরিবর্তনগুলো কি যথেষ্ট ভালোভাবে মাপা যায় যাতে বোঝা যায় কে রোগ-শুরুর কাছাকাছি এবং কখন? এই গবেষণা ইঙ্গিত দেয়, longitudinal data-সহ multi-marker model তৈরি ও validate করা চলতে থাকলে উত্তর increasingly yes হতে পারে।

এই নিবন্ধটি Nature Medicine-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.