അറിയാത്ത ക്യാൻസറുകളുടെ ഉറവിടം നിർണ്ണയിക്കാൻ മെഷീൻ ലേണിംഗ് ഉടൻ ഡോക്ടർമാരെ സഹായിക്കും.
മിക്ക മുഴകളും തുടർച്ചയായി കോശങ്ങൾ ചൊരിയുന്നു; പലരും മരിക്കുന്നു, പക്ഷേ ചിലത് അതിജീവിക്കുന്നു, ശരീരത്തിലുടനീളം സഞ്ചരിക്കുന്നു, മറ്റെവിടെയെങ്കിലും സ്ഥിരതാമസമാക്കുന്നു, പുതിയ, മെറ്റാസ്റ്റാറ്റിക് ട്യൂമറുകൾ ഉണ്ടാക്കുന്നു. മെറ്റാസ്റ്റാറ്റിക് കാൻസർ ഉള്ള രോഗികളെ ഫലപ്രദമായി ചികിത്സിക്കാൻ, ഈ കോശങ്ങൾ യഥാർത്ഥത്തിൽ എവിടെ നിന്നാണ് വന്നതെന്ന് ഡോക്ടർമാർ ചൂണ്ടിക്കാണിക്കണം, പക്ഷേ മൂന്ന് മുതൽ അഞ്ച് ശതമാനം കേസുകളിൽ ഒരു സാധാരണ ഡയഗ്നോസ്റ്റിക് വർക്ക്അപ്പ് അങ്ങനെ ചെയ്യുന്നതിൽ പരാജയപ്പെടുന്നു.1 ഈ രോഗാവസ്ഥയെ അജ്ഞാത പ്രൈമറിയുടെ ക്യാൻസർ (സിയുപി) എന്ന് വിളിക്കുന്നു, ഇത് ഉള്ളവരുടെ രോഗനിർണയം പലപ്പോഴും ഭയാനകമാണ്. ഈ സന്ദർഭങ്ങളിൽ, ക്യാൻസറിന്റെ ഏറ്റവും സാധ്യതയുള്ള യഥാർത്ഥ സൈറ്റ് അനുസരിച്ച് ഡോക്ടർമാർ തെറാപ്പികൾ തിരഞ്ഞെടുക്കുന്നു, പക്ഷേ അവർ തെറ്റായി തിരഞ്ഞെടുത്തേക്കാം. പകരമായി, ടാർഗെറ്റുചെയ് തവയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ കുറഞ്ഞ ഫലപ്രദവും കൂടുതൽ പാർശ്വഫലങ്ങളുള്ളതുമായ വിശാലമായ ചികിത്സകൾ അവർക്ക് ഉപയോഗിക്കാൻ കഴിയും. തൽഫലമായി, ഈ ക്യാൻസറുകൾ പലപ്പോഴും വേഗത്തിൽ പുരോഗമിക്കുന്നു, രോഗിയുടെ അതിജീവനം ആറ് മുതൽ 16 മാസം വരെ മാത്രമാണ്.2
മസാച്ചുസെറ്റ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി (എംഐടി), അലക്സാണ്ടർ ഗുസേവിന്റെ ലബോറട്ടറിയിലെ ഡാന-ഫാർബർ കാൻസർ ഇൻസ്റ്റിറ്റ്യൂട്ട് എന്നിവിടങ്ങളിലെ പിഎച്ച്ഡി വിദ്യാർത്ഥിയായ ഇന്റേ മൂൺ, കപ്പിന്റെ പ്രാഥമിക സൈറ്റ് എളുപ്പത്തിൽ നിർണ്ണയിക്കാനുള്ള ഒരു മാർഗം കൊണ്ടുവരാൻ ആഗ്രഹിച്ചു. അടുത്ത തലമുറ സീക്വൻസിംഗിന് (എൻജിഎസ്) ഒരു ട്യൂമറിന്റെ മ്യൂട്ടേഷനുകൾ തിരിച്ചറിയാനും കാൻസർ തരം നിർണ്ണയിക്കാനും സഹായിക്കും, പക്ഷേ സൃഷ്ടിക്കപ്പെടുന്ന മ്യൂട്ടേഷൻ ഡാറ്റയുടെ അളവ് പ്രാരംഭ രോഗനിർണയ വേളയിൽ ഒരു ഡോക്ടർക്ക് പരിശോധിക്കാൻ കഴിയാത്തത്ര വലുതാണ്. അതിനാൽ, ടാർഗെറ്റുചെയ് ത തെറാപ്പികൾക്കായി നിർദ്ദിഷ്ട മ്യൂട്ടേഷനുകൾ ചൂണ്ടിക്കാണിക്കാൻ കാൻസർ തരം തിരിച്ചറിഞ്ഞതിന് ശേഷം മാത്രമാണ് ക്ലിനിക്കുകൾ സാധാരണയായി എൻജിഎസ് ഉപയോഗിക്കുന്നത്. CUP-ന്റെ ക്ലിനിക്കൽ രോഗനിർണയത്തിനും രോഗനിർണയത്തിനും എൻജിഎസ് നന്നായി അന്വേഷിച്ചിട്ടില്ല. ഇത് പരിഹരിക്കുന്നതിന്, മൂണും സഹപ്രവർത്തകരും വലിയ അളവിൽ സങ്കീർണ്ണമായ മ്യൂട്ടേഷൻ ഡാറ്റ കാര്യക്ഷമമായി വേർതിരിച്ചെടുക്കുന്നതിനായി ഓങ്കോഎൻപിസി (ഓങ്കോളജി എൻജിഎസ് അടിസ്ഥാനമാക്കിയുള്ള പ്രാഥമിക കാൻസർ-ടൈപ്പ് ക്ലാസിഫയർ) എന്ന മെഷീൻ ലേണിംഗ് മോഡൽ വികസിപ്പിച്ചെടുത്തു.3 നേച്ചർ മെഡിസിനിൽ പ്രസിദ്ധീകരിച്ച പഠനം എക്സ്ജിബൂസ്റ്റ് എന്ന അൽഗോരിതം ഉപയോഗിക്കുന്നു.
അറിയപ്പെടുന്ന പ്രാഥമിക ക്യാൻസറുകളുള്ള 36,445 ട്യൂമർ സാമ്പിളുകളിൽ നിന്നുള്ള എൻജിഎസ് ഡാറ്റ ഉപയോഗിച്ച്, ജനിതക വ്യതിയാനങ്ങൾ, പകർപ്പ് നമ്പർ മാറ്റങ്ങൾ, മ്യൂട്ടേഷൻ സിഗ്നേച്ചറുകൾ എന്നിവ തിരയാൻ ഗവേഷകർ ഓങ്കോഎൻപിസി നടത്തി. അവരുടെ ഇലക്ട്രോണിക് ഹെൽത്ത് റെക്കോർഡുകളിൽ നിന്ന് രോഗിയുടെ പ്രായവും ബയോളജിക്കൽ ലിംഗവും മോഡലിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ചില ജനിതക സിഗ്നേച്ചറുകൾ 22 വ്യത്യസ്ത ക്യാൻസർ തരങ്ങളിൽ ഒന്നുമായി ബന്ധിപ്പിക്കുന്നതിന് യുഎസിലുടനീളമുള്ള മൂന്ന് വ്യത്യസ്ത കാൻസർ സെന്ററുകളിൽ നിന്നുള്ള ഡാറ്റയിൽ ടീം മോഡലിനെ പരിശീലിപ്പിച്ചു. പരിശീലനത്തിനുശേഷം, പരിശീലന ക്രമത്തിൽ നിന്ന് മുമ്പ് നീക്കം ചെയ്ത ഡാറ്റയിൽ അവർ ഓങ്കോഎൻപിസി പരീക്ഷിച്ചു. “അറിയപ്പെടുന്ന മുഴകളുടെ ഉത്ഭവം ഏകദേശം 80 ശതമാനം സമയവും ശരിയായി തിരിച്ചറിയാൻ ഓങ്കോഎൻപിസിക്ക് കഴിഞ്ഞു,” മൂൺ ഒരു ഇമെയിലിൽ പറഞ്ഞു. “എല്ലാ കേസുകളിലും 65 ശതമാനത്തോളം വരുന്ന ഉയർന്ന ആത്മവിശ്വാസമുള്ള പ്രവചനങ്ങളിൽ ഞങ്ങൾ ശ്രദ്ധ കേന്ദ്രീകരിച്ചപ്പോൾ, മോഡലിന്റെ കൃത്യത ശ്രദ്ധേയമായ 95 ശതമാനമായി ഉയർന്നു,” എന്നിരുന്നാലും അപൂർവ ക്യാൻസറുകളിൽ ഇത് അൽപ്പം കൃത്യത കുറവായിരുന്നു.
ഡാന-ഫാർബർ കാൻസർ ഇൻസ്റ്റിറ്റ്യൂട്ടിൽ ചികിത്സിച്ച സിയുപിയുള്ള 971 രോഗികളിൽ നിന്നുള്ള ട്യൂമറുകളിൽ ഗവേഷകർ ഓങ്കോഎൻപിസി പ്രയോഗിച്ചു. 41.2 ശതമാനം കപ്പ് ട്യൂമറുകളെ ഉയർന്ന ആത്മവിശ്വാസത്തോടെ ഓങ്കോഎൻസിപി തരംതിരിച്ചു. ഓരോ കാൻസർ തരവും തിരിച്ചറിയുന്നതിന് ഏതെല്ലാം ജനിതക സവിശേഷതകളാണ് ഏറ്റവും പ്രധാനമെന്നും കപ്പ് ട്യൂമറുകളുടെ നിഗൂഢ സ്വഭാവം കണക്കിലെടുത്ത് ക്ലിനിക്കൽ, ബയോളജിക്കൽ മൂല്യവത്തായ വിവരങ്ങൾ ടീം പരിശോധിക്കുകയും നിർണ്ണയിക്കുകയും ചെയ്തു.
പ്രാഥമിക ട്യൂമർ സൈറ്റുകളുടെ യഥാർത്ഥ സ്ഥാനങ്ങൾ അജ്ഞാതമായതിനാൽ, ഓരോ വ്യക്തിയുടെയും എൻജിഎസ് ഡാറ്റയ്ക്കെതിരായ ഫലങ്ങൾ പരിശോധിച്ചാണ് മോഡലിന്റെ കൃത്യത നിർണ്ണയിച്ചത്. ഈ പാരമ്പര്യ പരിവർത്തനങ്ങൾ സൂചിപ്പിക്കുന്ന കാൻസർ തരവുമായി മോഡലിന്റെ പ്രവചനങ്ങൾ വളരെ അടുത്ത് പൊരുത്തപ്പെടുന്നുവെന്ന് ഗവേഷകർ കണ്ടെത്തി.
ഓങ്കോഎൻപിസി പ്രവചനങ്ങൾ അനുസരിച്ച് ഒരു രോഗിയെ ചികിത്സിക്കുന്നത് അവരുടെ അതിജീവനം വർദ്ധിപ്പിക്കുമോ എന്നറിയാൻ, ഡാന-ഫാർബറിൽ ആദ്യ ചികിത്സ ലഭിച്ച സിയുപിയുള്ള 158 രോഗികളെ ടീം മുൻകാലാടിസ്ഥാനത്തിൽ പരിശോധിച്ചു. ഒരു സർട്ടിഫൈഡ് ഓങ്കോളജിസ്റ്റ് രോഗികളുടെ ചാർട്ടുകൾ സ്വമേധയാ അവലോകനം ചെയ്തു, അവർ ഓങ്കോഎൻപിസി കാൻസർ തരം പ്രവചനങ്ങൾ അനുസരിച്ച് ചികിത്സിക്കപ്പെട്ടിട്ടുണ്ടോ എന്ന് കാണാൻ. ഓങ്കോഎൻപിസി പ്രവചനത്തിന് അനുസൃതമായി ആദ്യത്തെ പാലിയേറ്റീവ് ചികിത്സ നടത്തിയ സിയുപി ഉള്ള രോഗികൾക്ക് ഓങ്കോഎൻപിസി അനുസരിച്ച് ചികിത്സിക്കാത്തവരേക്കാൾ മികച്ച അതിജീവനമുണ്ടെന്ന് ഗവേഷകർ കണ്ടെത്തി.
കൂടുതൽ രോഗികളുമായും ക്യാൻസറുകളുമായും പ്രവർത്തിക്കാൻ മോഡൽ വിപുലീകരിക്കുമെന്ന് ഗവേഷകർ പ്രതീക്ഷിക്കുന്നു. “മറ്റ് വംശീയ പശ്ചാത്തലങ്ങളിൽ നിന്നുള്ള രോഗികൾക്ക് മോഡൽ മാന്യമായ പ്രകടനം കാണിച്ചിട്ടുണ്ടെങ്കിലും, വൈവിധ്യമാർന്ന രോഗികളിൽ ഇത് ഫലപ്രദമാണെന്ന് സ്ഥിരീകരിക്കാൻ കൂടുതൽ ആഴത്തിലുള്ള ഗവേഷണത്തിന്റെ ആവശ്യകത ഞങ്ങൾ തിരിച്ചറിയുന്നു,” മൂൺ പറഞ്ഞു. കൂടാതെ, മോഡൽ ഏറ്റവും സാധാരണമായ 22 ക്യാൻസർ തരങ്ങൾ മാത്രമേ പരിശോധിച്ചുള്ളൂ; CUP മറ്റൊരു സൈറ്റിൽ നിന്നാണ് വരുന്നതെങ്കിൽ, മോഡലിന് അത് തിരിച്ചറിയാൻ കഴിഞ്ഞില്ല.
എന്നിരുന്നാലും, ബുദ്ധിമുട്ടുള്ള ചികിത്സാ തീരുമാനങ്ങൾ എടുക്കാൻ ഡോക്ടർമാരെ ഓങ്കോഎൻപിസി ഉടൻ സഹായിക്കും. “ഒരു ആശുപത്രി എൻജിഎസ് ട്യൂമർ സീക്വൻസിംഗ് ഉപയോഗിക്കുകയാണെങ്കിൽ, ഓങ്കോളജിസ്റ്റിനുള്ള അധിക വിവര സ്രോതസ്സായി ഇത് ഉൾപ്പെടുത്താൻ അവർക്ക് കഴിയണം,” പഠനത്തിന്റെ മുതിർന്ന രചയിതാവ് അലക്സാണ്ടർ ഗുസേവ് ഒരു ഇമെയിലിൽ പറഞ്ഞു.
“ക്ലിനിക്കിൽ ഉപയോഗിക്കുന്ന പതിവ് ടെസ്റ്റിംഗ് ഡാറ്റ അവർ ഉപയോഗിച്ചു എന്നതാണ് ഈ പ്രബന്ധത്തിന്റെ പ്രത്യേകത,” ഈ പഠനത്തിൽ ഉൾപ്പെടാത്ത യൂണിവേഴ്സിറ്റി മെഡിക്കൽ സെന്റർ ഉട്രെക്റ്റിലെ കാൻസർ ബയോളജിസ്റ്റ് എഡ്വിൻ കപ്പെൻ പറഞ്ഞു. “ഇവ ട്യൂമറുകളുടെ ഒരു പ്രത്യേക വിഭാഗമാണ്. ഈ മുഴകളെ അസാധാരണമാക്കുന്നത് എന്താണെന്ന് ഞങ്ങൾക്ക് മനസ്സിലാകുന്നില്ല, പക്ഷേ ഈ രോഗികളുടെ രോഗനിർണയം സാധാരണയായി വളരെ മോശമാണെന്ന് ഞങ്ങൾക്കറിയാം. അതിനാൽ, വലിയൊരു വിഭാഗം രോഗികളെക്കുറിച്ചുള്ള പ്രവചനം ഒരു വലിയ ചുവടുവയ്പ്പാണ്.”
