برخی بیماریها نقاب به چهره دارند. بیماری کبد چرب از موفقترین بیماریها در پنهان ماندن در برابر چشم ما بوده است.
وقتی یک برچسب دیگر کافی نیست
برای دههها پزشکان طیف گستردهای از اختلالات تجمع چربی در کبد را زیر یک نام بالینی واحد قرار دادهاند. این کار منطقی به نظر میرسید؛ تصویربرداری وجود چربی در کبد را نشان میدهد و بسیاری از بیماران عوامل خطر مشترکی مانند چاقی و دیابت دارند. اما تحلیل تازهای از پژوهشگران مایو کلینیک و همکارانشان در ویرجینیا تک این تصویر منظم را برهم میزند. این تیم با ترکیب توالییابی ژنتیکی و سوابق بالینی عمیق، پنج زیرگروه زیستی متمایز از بیماری کبد چرب مرتبط با اختلال عملکرد متابولیک را شناسایی کرد؛ بیماریای که اغلب به اختصار امایاسالدی نامیده میشود. هر زیرگروه مسیر زیستی متفاوتی را دنبال میکند و از نظر خطر بیماری قلبی، سرطان، سیروز و نیاز به پیوند کبد، الگوی خطر متفاوتی دارد.
پیامد این یافته فوری و کاربردی است: یک برچسب تشخیصی واحد، تفاوتهای مهم را در این که چه کسانی به بیماری شدید پیشرفت میکنند و چرا، پنهان کرده بود. در برخی افراد، تفاوتهای ژنتیکی ارثی، نه فقط سبک زندگی، به نظر میرسد مسیر امایاسالدی را به سوی شکل تهاجمیتر بیماری هدایت میکند؛ حتی زمانی که عوامل خطر متابولیک سنتی وجود ندارند.
پژوهش چگونه سیگنالها را از هم جدا کرد
پژوهشگران همان کاری را انجام دادند که پروژههای بزرگ پزشکی دقیق برای آن طراحی شدهاند. آنها دادههای توالییابی اگزوم و اطلاعات بالینی بیش از ۴۶۰۰ بیمار مبتلا به امایاسالدی را با هم ادغام کردند. مجموعه داده آنها شامل شاخصهای آزمایشگاهی مانند سطح آنزیمهای کبدی، شاخص توده بدنی، نمایههای چربی خون و بیماریهای همزمان از دیابت تا افسردگی و آپنه خواب بود. سپس مدلسازی محاسباتی پیشرفته، بیماران را نه فقط بر اساس ویژگیهای ظاهری، بلکه بر پایه امضاهای زیستی مشترک گروهبندی کرد.
این کار شبیه گوش دادن به سازهای متفاوت در یک ارکستر است. ممکن است در اسکن دو بیمار، تجمع چربی در کبد دیده شود. در یکی، بیماری عمدتا به دلیل مقاومت به انسولین و چاقی پیش میرود. در دیگری، واریانتهای ارثی ممکن است نحوه پردازش چربی در سلولهای کبدی را تغییر دهند و بیماری را جلو ببرند. وقتی تیم پژوهش مدلهای خود را با هماهنگیهای ژنومی و بالینی تنظیم کرد، پنج زیرگروه تکرارپذیر آشکار شد. هر زیرگروه با خطرهای بعدی و الگوهای متفاوتی از بیماریهای خارج از کبد همراه بود.
پشتوانه دادهها و دامنه پژوهش
- سوابق بالینی و نتایج آزمایشگاهی به دادههای اگزوم از اطلس دادههای پژوهشی مایو کلینیک پیوند داده شد.
- مطالعه تپستری بخش بزرگی از توالیهای اگزوم را فراهم کرد؛ این منبع بیش از ۱۰۰ هزار شرکتکننده را پوشش میدهد و امکان کشف ارتباط ژنوتیپ و فنوتیپ را در مقیاس جمعیتی فراهم میکند.
- لایهبندی محاسباتی الگوهایی را شناسایی کرد که در بررسیهای معمول بالینی دیده نمیشدند.
با جدا کردن زیرگروههایی که بر اساس زیستشناسی تعریف میشوند، پژوهشگران میتوانند پیشبینی کنند چه کسانی بیشتر در معرض عوارض قرار دارند و پایش و درمانها را متناسب با آن تنظیم کنند. این همان پزشکی دقیق است که برای بیماریای به کار میرود که پیشتر اغلب یکدست و مشابه تلقی میشد.
ژنتیک بیش از آنچه تصور میکردیم اهمیت دارد
یکی از چشمگیرترین یافتهها، نقش تغییرات ژنتیکی ارثی بود. برخی الگوهای ژنتیکی با احتمال بسیار بالاتر پیشرفت به سیروز یا نارسایی کبد ارتباط داشتند. نکته مهم این است که این زیرگروههای پرخطر ژنتیکی شامل افرادی هم میشدند که چاقی یا دیابت نداشتند؛ همان عوامل کلاسیکی که پزشکان هنگام ارزیابی بیماری کبد چرب به دنبال آنها میگردند. این واقعیت نگاه پزشکان را به غربالگری و مشاوره با بیماران تغییر میدهد: نبود عوامل خطر متابولیک دیگر تضمینکننده روند خوشخیم بیماری نیست.
فراتر از خود کبد، زیرگروههای شناساییشده با بیماریهایی در سایر دستگاههای بدن نیز همبستگی داشتند. این تحلیل، برخی زیرگروههای امایاسالدی را با نرخ بالاتر افسردگی، آپنه انسدادی خواب و میگرن مرتبط دانست. این ارتباطها به مسیرهای زیستی مشترک یا پیامدهای سیستمیک اختلال عملکرد کبد اشاره دارند؛ حوزهای که تازه در حال ترسیم نقشه آن هستیم.
این تیم قصد دارد بررسی کند که آیا زیرگروههای مختلف به درمانهای نوظهور پاسخ متفاوتی میدهند یا نه؛ از جمله داروهای آگونیست گیرنده پپتید شبه گلوکاگون ۱ که هماکنون درمان چاقی و دیابت را دگرگون کردهاند. اگر الگوهای پاسخ با نوع زیرگروه همسو باشد، پزشکان میتوانند از اطلاعات زیرگروه برای اولویتبندی درمانهایی استفاده کنند که بیشترین احتمال موفقیت را برای هر بیمار دارند.
دیدگاه کارشناس
«این پژوهش چارچوب نگاه ما به بیماری کبد چرب را تغییر میدهد»، دکتر مایا پاتل، متخصص کبد و پژوهشگر بالینی که در این مطالعه نقشی نداشته است، میگوید. «به جای رویکرد یکسان برای همه، میتوانیم بپرسیم در هر بیمار باید کدام اهرمهای زیستی را هدف قرار دهیم. این موضوع میتواند به معنای مداخله زودتر برای افراد دارای خطر ژنتیکی و طراحی کارآزماییهای هدفمندتری باشد که درمان را با سازوکار بیماری هماهنگ میکنند.»
پژوهشگران این مطالعه بر قدرت مجموعه دادههای یکپارچه تأکید کردند. وقتی دادههای بالینی و ژنومی در مقیاس بزرگ با هم تحلیل میشوند، الگوهای پیشرفت بیماری که پیشتر پنهان بودند آشکار میشوند و امکان مداخله زودتر و دقیقتر فراهم میآید. پیام کلیدی تیم پژوهش همین بود: بیماران را بر اساس زیستشناسی لایهبندی کنید، نه فقط بر اساس ظاهر بیماری در اسکن.
این یافته برای پزشکان و بیماران چه معنایی دارد
برای پزشکان، این مطالعه نقشه راهی به سوی مراقبت فردمحورتر ارائه میکند. راهبردهای غربالگری ممکن است گستردهتر شوند تا خطر ژنتیکی را هم در نظر بگیرند و فاصله پیگیریها میتواند بر اساس مسیرهای اختصاصی هر زیرگروه تنظیم شود. برای بیماران، پیام هم هشداردهنده است و هم امیدبخش: هشداردهنده از این جهت که برخی افراد که کمخطر تصور میشوند، ممکن است در واقع تهدیدهای ژنتیکی داشته باشند؛ و امیدبخش از این نظر که طبقهبندی بهتر، راه را برای درمانهای هدفمند و اقدامات پیشگیرانه باز میکند؛ اقداماتی که میتوانند پیشرفت بیماری را پیش از بروز آسیب برگشتناپذیر متوقف کنند.
نتیجهگیری
بازطبقهبندی امایاسالدی به زیرگروههایی که بر پایه زیستشناسی تعریف شدهاند، نگاه ما را به یک بیماری شایع تغییر میدهد و مسیر گامهای بعدی در پژوهش و مراقبت را روشن میکند. این مطالعه ارزش منابع ژنومی بزرگمقیاسِ پیوندخورده با سوابق بالینی دقیق را برجسته میسازد و یک دستور کار عملی ارائه میدهد: اعتبارسنجی این زیرگروهها در جمعیتهای گستردهتر، سنجش پاسخهای درمانی اختصاصی هر زیرگروه و تبدیل این یافتهها به مسیرهای بالینی که بار بیماریهای مرتبط با کبد را در سراسر جهان کاهش دهند.
.avif)





نظر بگذارید
نظرات
هنوز نظری ثبت نشده. اولین نفر باشید.