MS चे दोन नवीन उपप्रकार ‘रोमांचक’ प्रगतीमध्ये सापडले | मल्टिपल स्क्लेरोसिस

चे दोन नवीन उपप्रकार शास्त्रज्ञांनी शोधून काढले आहेत एकाधिक स्क्लेरोसिस कृत्रिम बुद्धिमत्तेच्या सहाय्याने, वैयक्तिक उपचारांचा मार्ग मोकळा आणि रुग्णांसाठी चांगले परिणाम.
जागतिक स्तरावर लाखो लोकांना हा आजार आहे – परंतु उपचार हे मुख्यतः लक्षणांच्या आधारे निवडले जातात आणि ते परिणामकारक असू शकत नाहीत कारण ते रुग्णाच्या अंतर्निहित जीवशास्त्राला लक्ष्य करत नाहीत.
आता, शास्त्रज्ञांनी एआय, एक साधी रक्त चाचणी आणि एमआरआय स्कॅन वापरून एमएसचे दोन नवीन जैविक स्ट्रँड शोधले आहेत. तज्ञांनी सांगितले की “रोमांचक” यश जगभरातील रोगाच्या उपचारात क्रांती घडवू शकते.
युनिव्हर्सिटी कॉलेज लंडन (UCL) आणि क्वीन स्क्वेअर ॲनालिटिक्स यांच्या नेतृत्वाखालील 600 रूग्णांचा समावेश असलेल्या संशोधनात, संशोधकांनी सीरम न्यूरोफिलामेंट लाईट चेन (sNfL) नावाच्या विशेष प्रोटीनच्या रक्त पातळीचे परीक्षण केले. प्रथिने तंत्रिका पेशींच्या नुकसानाची पातळी दर्शविण्यास आणि रोग किती सक्रिय आहे हे सूचित करण्यास मदत करू शकते.
sNfL परिणाम आणि रूग्णांच्या मेंदूचे स्कॅन हे SuStaIn नावाच्या मशीन लर्निंग मॉडेलद्वारे स्पष्ट केले गेले. परिणाम, ब्रेन मेडिकल जर्नलमध्ये प्रकाशितMS चे दोन वेगळे प्रकार उघडकीस आले: लवकर sNfL आणि लेट sNfL.
पहिल्या उपप्रकारात, रोगाच्या सुरुवातीच्या काळात रुग्णांमध्ये sNfL ची उच्च पातळी होती, ज्यामध्ये कॉर्पस कॅलोसम नावाच्या मेंदूच्या एका भागात दृश्यमान नुकसान होते. त्यांना मेंदूच्या जखमाही लवकर विकसित झाल्या. हा प्रकार अधिक आक्रमक आणि सक्रिय असल्याचे दिसून येते, असे शास्त्रज्ञांनी सांगितले.
दुसऱ्या उपप्रकारात, रुग्णांनी sNfL पातळी वाढण्यापूर्वी लिंबिक कॉर्टेक्स आणि खोल राखाडी पदार्थ यांसारख्या भागात मेंदूचे संकोचन दाखवले. हा प्रकार हळूवार दिसतो, नंतर उघडपणे नुकसान होते.
संशोधकांचे म्हणणे आहे की या यशामुळे डॉक्टरांना अधिक अचूकपणे समजून घेता येईल की कोणत्या रुग्णांना विविध गुंतागुंत होण्याचा धोका जास्त आहे, ज्यामुळे अधिक वैयक्तिक काळजी घेण्याचा मार्ग मोकळा होईल.
अभ्यासाचे प्रमुख लेखक, UCL चे डॉ. अरमान इशाघी म्हणाले: “MS हा एक आजार नाही आणि सध्याचे उपप्रकार ऊतींमधील अंतर्निहित बदलांचे वर्णन करण्यात अयशस्वी ठरतात, ज्यावर उपचार करण्यासाठी आपल्याला माहित असणे आवश्यक आहे.
“एमआरआयसह उच्च उपलब्ध रक्त मार्करसह एकत्रित एआय मॉडेल वापरून, आम्ही प्रथमच एमएसचे दोन स्पष्ट जैविक नमुने दाखवण्यात सक्षम झालो आहोत. यामुळे रोगाच्या मार्गावर एखादी व्यक्ती कोठे बसते आणि कोणाला जवळून निरीक्षण किंवा आधी, लक्ष्यित उपचारांची आवश्यकता असू शकते हे समजण्यास मदत होईल.”
भविष्यात, जेव्हा एआय टूल सूचित करेल की रुग्णाला लवकर sNfL MS आहे, तेव्हा ते उच्च-कार्यक्षमतेच्या उपचारांसाठी पात्र होऊ शकतात आणि त्यांचे अधिक बारकाईने निरीक्षण केले जाऊ शकते, ईशाघी म्हणाले.
याउलट, उशीरा sNfL असलेल्यांना विविध प्रकारचे उपचार दिले जाऊ शकतात, जसे की मेंदूच्या पेशी किंवा न्यूरॉन्सचे संरक्षण करण्यासाठी वैयक्तिक उपचार पद्धती. “म्हणून नवीनता दुहेरी असेल: क्लिनिकल आणि न्यूरोलॉजिकल परीक्षांचे रूपांतर, ज्यात शतकानुशतके बदलले नाहीत, एआय अल्गोरिदमच्या मदतीने आणि रोग प्रोफाइलवर आधारित वैयक्तिक उपचार प्रदान करणे.”
कॅटलिन ॲस्टबरी, एमएस सोसायटी, एक धर्मादाय संस्थेचे वरिष्ठ संशोधन संप्रेषण व्यवस्थापक, म्हणाले: “एमएसबद्दल आमच्या समजुतीतील हा एक रोमांचक विकास आहे.
“या अभ्यासात रीलेप्सिंग रीमिटिंग आणि दुय्यम प्रगतीशील एमएस असलेल्या लोकांकडून एमआरआय आणि बायोमार्कर डेटा पाहण्यासाठी मशीन लर्निंगचा वापर केला गेला. हा डेटा एकत्र करून, ते एमएसचे दोन नवीन जैविक उपप्रकार ओळखण्यात सक्षम झाले.
“अलिकडच्या वर्षांत, आम्ही स्थितीच्या जीवशास्त्राची चांगली समज विकसित केली आहे. परंतु सध्या, व्याख्या एखाद्या व्यक्तीने अनुभवलेल्या क्लिनिकल लक्षणांवर आधारित आहेत. MS जटिल आहे, आणि या श्रेणी अनेकदा शरीरात काय चालले आहे ते अचूकपणे दर्शवत नाहीत, ज्यामुळे प्रभावीपणे उपचार करणे कठीण होऊ शकते.”
रिलेप्सिंग MS असलेल्या लोकांसाठी सुमारे 20 उपचार पर्याय आहेत आणि काही प्रगतीशील MS साठी उदयास येऊ लागले आहेत, परंतु अनेकांसाठी कोणतेही पर्याय नाहीत, ॲस्टबरी म्हणाले. “आम्ही या स्थितीबद्दल जितके अधिक शिकू, तितकेच रोगाची प्रगती थांबवू शकणारे उपचार शोधण्यात सक्षम होऊ.
“हे संशोधन MS च्या विद्यमान वर्णनकर्त्यांपासून (जसे की ‘रिलेप्सिंग’ आणि ‘प्रोग्रेसिव्ह’) दूर जाण्यासाठी आणि स्थितीचे अंतर्निहित जीवशास्त्र प्रतिबिंबित करणाऱ्या अटींकडे समर्थन करणाऱ्या वाढत्या पुराव्यात भर घालते. यामुळे प्रगतीच्या वाढीव जोखीम असलेल्या लोकांना ओळखण्यात मदत होऊ शकते – आणि लोकांना अधिक वैयक्तिक उपचार देऊ केले जाऊ शकतात.”
Source link



