কৃত্রিম বুদ্ধিমত্তা সীমিত চিকিত্সা বিকল্পগুলির সাথে ক্যান্সারের জন্য নতুন ওষুধের লক্ষ্য প্রকাশ করে

ওয়েইল কর্নেল মেডিকেল কলেজের গবেষকরা রোগীদের টিউমারের নিয়ন্ত্রক নেটওয়ার্ক প্রোফাইলের উপর ভিত্তি করে ওষুধের লক্ষ্য চিহ্নিত করতে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছেন। গবেষণাটি 4 সেপ্টেম্বর প্রকাশিত হয়েছিল কোষ ব্যবস্থা, নিউরোএন্ডোক্রাইন, লিভার এবং কিডনি ক্যান্সারের চিকিৎসার জন্য চারটি ড্রাগ প্রার্থীকে পরীক্ষামূলকভাবে চিহ্নিত করা হয়েছিল এবং বৈধ করা হয়েছিল যাদের বর্তমান চিকিত্সার বিকল্পগুলির সাথে দুর্বল পূর্বাভাস রয়েছে।

এই অধ্যয়নটি অনেক ক্যান্সারের জন্য নতুন ওষুধের লক্ষ্য চিহ্নিত করার জন্য একটি অত্যন্ত প্রয়োজনীয় নতুন উপায় প্রদান করে। যদিও কিছু ক্যান্সারের লক্ষ্যবস্তু থেরাপি বেঁচে থাকার উন্নতি করেছে, চিকিত্সা প্রতিরোধ এবং এর ফলে রোগের অগ্রগতি চ্যালেঞ্জ রয়ে গেছে। উপরন্তু, অনেক ক্যান্সারের ধরনের কোন নির্দিষ্ট ওষুধের লক্ষ্য নেই।

সিনিয়র লেখিকা একতা খুরানা, পিএইচডি, ফিজিওলজি এবং বায়োফিজিক্সের সহযোগী অধ্যাপক এবং ওয়ার্ল্ডকোয়ান্ট ফাউন্ডেশন রিসার্চ স্কলার, একটি নতুন কম্পিউটেশনাল পদ্ধতি ব্যবহার করে টিউমারের নমুনায় 22 টি ক্যান্সার নেটওয়ার্ক সহ 371 টি রোগীর জিন নিয়ন্ত্রণের জন্য ব্যবহার করেছেন। জিন নিয়ন্ত্রক নেটওয়ার্ক – যে মডেলগুলি কোষের মধ্যে জিনের মধ্যে জটিল সম্পর্ক বর্ণনা করে – প্রায়ই ক্যান্সারে পরিবর্তিত হয়।

সুনির্দিষ্ট জিন নিয়ন্ত্রক নেটওয়ার্ক স্থাপন করা একটি সহজ কাজ নয়। গবেষকরা টিউমার কোষ থেকে মেসেঞ্জার আরএনএ ডেটা অন্তর্ভুক্ত করেছেন, যা প্রোটিন এবং ক্রোমাটিন অ্যাক্সেসিবিলিটিতে অনুবাদ করা হয়, ডিএনএ প্যাকেজিং এবং অন্যান্য কারণগুলি কীভাবে জিনের অভিব্যক্তিকে প্রভাবিত করে তা প্রকাশ করতে সহায়তা করে।

গবেষকরা ক্যান্সার নিয়ন্ত্রক নেটওয়ার্ক এবং সংবেদনশীলতা (CaRNetS) নামক একটি উদ্ভাবনী কম্পিউটেশনাল পদ্ধতি তৈরি করেছেন যা জিন নিয়ন্ত্রক নেটওয়ার্কগুলির মধ্যে ক্যান্সার থেরাপিউটিক ওষুধের লক্ষ্য হিসাবে কাজ করতে পারে এমন মূল প্রোটিনগুলি আবিষ্কার করতে পারে। তারা ত্বকে BRAF, কোলনে CTNNB1 (B-Catenin) এবং ফুসফুসের ক্যান্সারে ERBB2 (Her2) এর মতো পরিচিত লক্ষ্যগুলি সনাক্ত করেছে। “এই পরিচিত ইতিবাচক কেসগুলিকে একটি রেফারেন্স পয়েন্ট হিসাবে ব্যবহার করে, আমরা কার্যকর লক্ষ্যযুক্ত থেরাপির সীমিত পুলের সাথে ক্যান্সারের জন্য সেরা ওষুধ প্রার্থীদের যাচাই করার চেষ্টা করেছি,” লেখক বলেছেন।

গবেষকরা তারপরে তাদের পদ্ধতিটি কী ট্রান্সক্রিপশন ফ্যাক্টর এবং তাদের ইন্টারঅ্যাকটিং প্রোটিনগুলি খুঁজে বের করার জন্য ব্যবহার করেছিলেন যা দুর্বল পয়েন্ট হতে পারে যা টিউমার বৃদ্ধি বন্ধ বা ধীর করার লক্ষ্য হতে পারে। ট্রান্সক্রিপশন ফ্যাক্টর হল প্রোটিন যা নির্দিষ্ট ডিএনএ সিকোয়েন্সের সাথে আবদ্ধ হয় এবং জিনের অভিব্যক্তি নিয়ন্ত্রণ করে, জিন উৎপাদন চালু এবং বন্ধ করে।

রোগীর টিউমার নমুনাগুলিতে CaRNets ব্যবহার করে, গবেষকরা রোগীদের 22টি গ্রুপে শ্রেণীবদ্ধ করতে সক্ষম হন: 9টি গ্রুপ শুধুমাত্র একটি ক্যান্সারের প্রকারের সাথে মিল রেখেছিল এবং 13টি গ্রুপে একাধিক ক্যান্সারের ধরণের রোগীদের অন্তর্ভুক্ত ছিল। গুরুত্বপূর্ণভাবে, এই পদ্ধতিটি সমস্ত 22 ক্লাস্টারের জন্য ওষুধের লক্ষ্য প্রকাশ করেছে। গবেষকরা কোষে প্রার্থীর চারটি প্রোটিন যাচাই করেছেন। তারা দেখেছে যে প্রোটিনগুলিকে বাধা দেওয়া তাদের চিহ্নিত করা নিয়ন্ত্রণের তুলনায় কিডনি, লিভার এবং নিউরোএন্ডোক্রাইন ক্যান্সারের প্রকারের প্রতিনিধিত্বকারী কোষ লাইনের বৃদ্ধিকে উল্লেখযোগ্যভাবে প্রভাবিত করে।

গবেষকরা কল্পনা করেন যে যেহেতু রোগীর টিস্যুতে ক্রোমাটিন অ্যাক্সেসযোগ্যতা পরিমাপ করা সহজ হয়ে ওঠে, তাদের কম্পিউটেশনাল পদ্ধতিটি আরও ক্যান্সারের ধরন এবং উপপ্রকারের জন্য নতুন চিকিত্সার বিকল্পগুলি খুঁজে পেতে ব্যাপকভাবে ব্যবহৃত হবে।

ডাঃ খুরানা সান্ড্রা এবং এডওয়ার্ড মেয়ার ক্যান্সার সেন্টারের একজন সদস্য, যেখানে তিনি জেনেটিক্স এবং এপিজেনেটিক্স প্রোগ্রামের সহ-নির্দেশনা করেন। কাগজটির প্রথম লেখক হলেন ডঃ আন্দ্রে ফোর্বস এবং ডঃ ডুও জু, যারা গবেষণার সময় খুরানার ল্যাবে কাজ করছিলেন।

এই গবেষণাটি আংশিকভাবে ন্যাশনাল ইনস্টিটিউট অফ হেলথ R01CA218668 এবং ওয়ার্ল্ড কোয়ান্ট ফাউন্ডেশন দ্বারা সমর্থিত ছিল।