ALS ప్రమాదానికి రక్త పరీక్ష వ్యూహం రూపుదిద్దుకుంటోంది
Nature Medicine లో ప్రచురితమైన ఒక కొత్త దీర్ఘకాలిక అధ్యయనం, రక్త ప్రోటీన్లలో మార్పులు లక్షణాలు కనిపించడానికి సంవత్సరాల ముందే క్లినికల్గా కనిపించే amyotrophic lateral sclerosis సమీపాన్ని సూచించగలవని నివేదిస్తోంది. ఈ పని ALS-సంబంధిత pathogenic variants ను కలిగి ఉన్నప్పటికీ ఇంకా వ్యాధి అభివృద్ధి చేయని వ్యక్తులపై దృష్టి పెట్టింది. వీరు ఎవరు లక్షణాలతో ఉన్న ALS గా మారతారు, ఎప్పుడు మారతారు అనే విషయాన్ని నమ్మదగిన విధంగా అంచనా వేయడానికి వైద్యులకు మార్గాలు లేకపోవడంతో, ఈ సమూహాన్ని అధ్యయనం చేయడం కష్టంగా ఉంది.
ఆ పరిమితి నిర్ధారణకు మించి కూడా ప్రాముఖ్యం కలిగి ఉంది. నివారణ-పరీక్షలు, ఏ భాగస్వాములు ఒక ప్రాయోగిక అధ్యయన కాలవ్యవధిలో వ్యాధిని అభివృద్ధి చేసే అవకాశం ఉందో తెలుసుకోవడంపై ఆధారపడతాయి. అది లేకపోతే, పరీక్షలు మరింత నెమ్మదిగా, పెద్దవిగా, మరియు అనిశ్చితంగా మారుతాయి. ఒకే జీవ వైజ్ఞానిక snapshot పై ఆధారపడకుండా, కాలక్రమంలో పునరావృత plasma measurements ను ఉపయోగించి ఆ ఖాళీని పూరించడానికి ఈ కొత్త పరిశోధన ప్రయత్నిస్తోంది.
పరిశోధకులు ఏమి విశ్లేషించారు
ఈ అధ్యయనంలో వివిధ సమూహాల నుండి వరుసగా సేకరించిన 516 plasma నమూనాలు ఉన్నాయి: తర్వాత క్లినికల్గా కనిపించే ALS కు phenoconvert అయిన 33 మంది, ఇప్పటికే ALS ఉన్న 35 మంది రోగులు, 10 ముందు-లక్షణాత్మక pathogenic variant carriers, మరియు 59 controls. Olink Explore high-throughput proteomics ను ఉపయోగించి, పరిశోధకులు phenoconversion కు ముందు protein concentrations ఎలా మారాయో ట్రాక్ చేశారు, మరియు ఆ trajectories ను predictive tool గా మార్చవచ్చా అని పరిశీలించారు.
దీని ఫలితంగా, వ్యాధి క్లినికల్గా స్పష్టమయ్యే ముందు మారిన 92 ప్రోటీన్ల సమూహం లభించింది. ఆ విస్తృత సమూహం నుండి, బృందం 19 ప్రోటీన్ల core panel ను గుర్తించింది, ఇది ఆరు నెలల నుండి ఐదు సంవత్సరాల వరకు ఉన్న time horizons లో phenoconversion ను సమూహంగా అంచనా వేసింది. నివేదించిన cross-validated area-under-the-curve values 0.80 నుండి 0.89 వరకు ఉన్నాయి, ఇది మోడల్ నిర్ధారణ పాయింట్ దగ్గర మాత్రమే కాకుండా అనేక windows లో కూడా గణనీయమైన discriminative power కలిగి ఉందని సూచిస్తుంది.
ఆ ప్యానెల్ phenoconversion కు వెళ్లే సమయాన్ని 1.6 సంవత్సరాల mean absolute error తో అంచనా వేసిందని కూడా పరిశోధకులు తెలిపారు. లక్షణాలు బయటపడే ముందు సమయాన్ని ఖరారు చేయడం కూడా కష్టంగా ఉన్న వ్యాధి రంగంలో, ఆ స్థాయి పనితీరు గమనార్హం. ఇది విస్తృత వినియోగానికి సిద్ధంగా ఉన్న ఖచ్చితమైన clinical test ఇప్పుడు అకస్మాత్తుగా వచ్చిందని అర్థం కాదు, కానీ ఇప్పటివరకు ఉపయోగించిన పరిమిత biomarker strategies కంటే multi-protein approach చాలా ఎక్కువ సమాచారం ఇవ్వగలదని సూచిస్తోంది.
ALS పరిశోధనకు ఇది ఎందుకు ముఖ్యం
ALS సాధారణంగా లక్షణాలు స్పష్టమయ్యాకే నిర్ధారణ అవుతుంది; అప్పటికే motor neuron damage ప్రారంభమై ఉంటుంది. pre-symptomatic దశలో ఏమి జరుగుతుందో అర్థం చేసుకోవడానికి, మరియు prevention-focused intervention కు పునాది వేయడానికి, వ్యాధి జీవవిజ్ఞానాన్ని ముందుగానే తెలియజేసే biomarkers ను పరిశోధకులు చాలాకాలంగా వెతుకుతున్నారు. ఈ అధ్యయనం రెండు లక్ష్యాలకు కూడా తోడ్పడుతుంది.
మొదటగా, స్పష్టమైన వ్యాధికి ముందు ఉన్న అంతరంలో జరిగే biological change ను ఇది మ్యాప్ చేస్తుంది. ఇది ముఖ్యమైంది, ఎందుకంటే pre-symptomatic ALS అనేది ఖాళీగా ఎదురుచూసే కాలం మాత్రమే కాదు; phenoconversion దగ్గరపడేకొద్దీ plasma లో కొలవదగిన molecular shifts ఇప్పటికే జరుగుతున్నాయని ఈ కనుగొనీలు సూచిస్తున్నాయి. రెండవది, risk ను వర్గీకరించి timing ను అంచనా వేయడానికి ఒక practical framework ను ఈ అధ్యయనం అందిస్తుంది, ఇది trial designers కు ఎవరి ని చేర్చాలి, ఎప్పుడు intervention చేయాలి అనే నిర్ణయానికి అవసరమైన సమాచారం.
ALS risk prediction ఒక standout protein కంటే markers కలయికలపై ఆధారపడాల్సి రావచ్చని కూడా ఈ పేపర్ సూచిస్తోంది. ఇది ముఖ్యమైన విషయం, ఎందుకంటే neurofilament light chain అనే candidate biomarker కు neurodegeneration పరిశోధనలో పెద్ద ఆసక్తి ఉంది. ఇక్కడ, రచయితలు multi-protein panel, time to phenoconversion అంచనాలో neurofilament light chain alone కంటే మెరుగ్గా పనిచేసిందని నివేదించారు.
పునరావృతం బలాన్ని పెంచుతుంది, కానీ పరిమితులతో
ఈ కనుగొనీలను UK Biobank data ఉపయోగించి భాగంగా పునరావృతం చేశారు. ఆ external analysis, NEFL, EDA2R మరియు CA3 సహా అనేక ప్రోటీన్లలో ముందు-లక్షణాత్మక పెరుగుదలలను ధృవీకరించిందని, అలాగే time estimates కోసం NEFL alone కంటే multi-protein panel మెరుగ్గా పని చేస్తుందనే విస్తృత నిర్ధారణకు మద్దతు ఇచ్చిందని పేపర్ చెబుతోంది.
భాగస్వామ్య పునరావృతం పూర్తి validation కి సమానం కాదు, మరియు మరింత follow-up అవసరమని అధ్యయనం తానే సూచిస్తోంది. కొన్ని ఉపసమూహాల కోసం, ముఖ్యంగా ఇంకా convert కాని ముందు-లక్షణాత్మక carriers కోసం, cohort sizes ఇప్పటికీ తక్కువగానే ఉన్నాయి. ఇది rare-disease biomarker work లో కొనసాగుతున్న సవాలు, ముఖ్యంగా లక్ష్య జనాభా నిర్ధారణతో పాటు genotype మరియు disease stage ఆధారంగా నిర్వచించబడినప్పుడు.
అయినా సరే, longitudinal design signal ను బలపరుస్తుంది. పునరావృత sampling ద్వారా పరిశోధకులు వ్యక్తుల మధ్య ఉన్న తేడాలకన్నా trajectories ను గమనించగలరు; clinically silent disease process ఎప్పుడు పెరగడం ప్రారంభిస్తుందో ఊహించడానికి ఇది చాలా విలువైనది.
తరువాత ఏమి
తక్షణ ప్రభావం routine ALS screening త్వరలో రాబోతోందని కాదు. బదులుగా, ఈ అధ్యయనం ఒక మెరుగైన research instrument ను అందిస్తోంది: ALS-సంబంధిత pathogenic variants మోసుకెళ్తున్నారని ఇప్పటికే తెలిసిన వ్యక్తుల్లో biological risk ను ముందుగానే, మరింత ఖచ్చితంగా గుర్తించే మార్గం. ఇది prevention-trial design ను పదునుగా చేయవచ్చు, పాల్గొనేవారిని సంభావ్య conversion window ఆధారంగా వర్గీకరించడంలో సహాయపడవచ్చు, మరియు వ్యాధి ప్రారంభ దశపై రంగం యొక్క అవగాహనను మెరుగుపరచవచ్చు.
దీర్ఘకాలంలో, composite blood-based markers ద్వారా preclinical detection వైపు నరాల శాస్త్రంలో విస్తృత మార్పును ఈ పని మద్దతు ఇస్తోంది. భవిష్యత్ అధ్యయనాలు ఈ ప్యానెల్ను పెద్ద మరియు మరింత వైవిధ్యభరిత జనాభాలలో validate చేసి refine చేస్తే, irreversible loss of function bedside వద్ద స్పష్టంగా కనిపించే ముందే preventive therapies ను ALS పరిశోధకులు ఎలా పరీక్షిస్తారనే దానిలో ఈ approach కేంద్రంగా మారవచ్చు.
ఇప్పటికి, ఈ పేపర్ చేసిన సహకారం స్పష్టంగా ఉంది. ఇది ముందు-లక్షణాత్మక మార్పు ఉందా అనే ప్రశ్నను దాటి, ALS biomarker పరిశోధనను మరింత ప్రాయోగిక ప్రశ్న వైపు నడిపిస్తోంది: ఆ మార్పులను disease onset దగ్గరలో ఉన్నవారిని, మరియు ఎప్పుడు అనేదాన్ని అంచనా వేయగలిగేంత బాగా కొలవగలమా? Longitudinal data తో multi-marker models ను నిర్మించి, validate చేయడం కొనసాగిస్తే, సమాధానం increasingly yes కావచ్చని ఈ అధ్యయనం సూచిస్తోంది.
ఈ వ్యాసం Nature Medicine నివేదిక ఆధారంగా ఉంది. మూల వ్యాసాన్ని చదవండి.
Originally published on nature.com


