कैंसर के खिलाफ जारी जंग में इम्यूनोथेरेपी ने कई रोगियों के लिए चमत्कारिक परिणाम दिए हैं। यह एक ऐसी उपचार पद्धति है जो शरीर की अपनी प्रतिरक्षा प्रणाली को कैंसर कोशिकाओं से लड़ने के लिए सक्रिय करती है। हालांकि, यह जीवनरक्षक उपचार सभी मरीजों के लिए प्रभावी नहीं होता, और यह जानना कि किस रोगी को लाभ होगा, एक बड़ी चुनौती रही है। इस ज्ञान की कमी का रोगी के पूर्वानुमान, नैदानिक परीक्षणों में भर्ती और नई थेरेपी की खोज पर नकारात्मक प्रभाव पड़ता है।
हार्वर्ड मेडिकल स्कूल के शोधकर्ताओं और उनके सहयोगियों द्वारा विकसित एक नए आर्टिफिशियल इंटेलिजेंस (एआई) मॉडल, जिसे COMPASS कहा जाता है, ने इम्यून चेकपॉइंट इनहिबिटर (ICIs) नामक कैंसर इम्यूनोथेरेपी दवाओं के प्रति कौन से रोगी सबसे अधिक प्रतिक्रिया देंगे, इसका अनुमान लगाने में उल्लेखनीय सुधार किया है। पिछले रोगियों के डेटा का उपयोग करते हुए, इस मॉडल ने सर्वोत्तम मौजूदा दृष्टिकोणों की तुलना में 8.5 प्रतिशत अधिक सटीकता से प्रदर्शन किया। यह रोगियों के ट्यूमर जीन गतिविधि के आधार पर अपने अनुमान लगाता है और अपने निष्कर्षों का तर्क भी प्रस्तुत करता है।
यदि भविष्य के नैदानिक परीक्षणों में ये परिणाम मान्य होते हैं, तो COMPASS कैंसर रोगियों के लिए बेहतर व्यक्तिगत दवा, नई थेरेपी के लिए अधिक कुशल परीक्षण नामांकन और शोधकर्ताओं के लिए नए दवा लक्ष्यों का मार्ग प्रशस्त कर सकता है। इन परिणामों का विवरण 3 जुलाई को नेचर मेडिसिन पत्रिका में प्रकाशित किया गया है।
अध्ययन की वरिष्ठ लेखिका और हार्वर्ड मेडिकल स्कूल के ब्लावतनिक इंस्टीट्यूट में बायोमेडिकल इंफॉर्मेटिक्स की एसोसिएट प्रोफेसर मारिंका ज़िटनिक कहती हैं, “ICIs एक रोमांचक चिकित्सीय प्रणाली है जिसने पिछले एक दशक में कैंसर के उपचार को बदल दिया है। यह प्रतिरक्षा प्रणाली को कैंसर कोशिकाओं से लड़ने और उन्हें नष्ट करने में संलग्न करती है। अत्याधुनिक एआई क्षमताओं का लाभ उठाकर, हम यह पहचान सकते हैं कि कौन सा रोगी दवा प्राप्त करने से पहले किसी विशेष ICI के प्रति सबसे अधिक प्रतिक्रिया देगा।”
ICIs की कार्यप्रणाली और उनकी सीमाएँ
पहले ICI को अमेरिकी खाद्य एवं औषधि प्रशासन (FDA) द्वारा 2011 में अनुमोदित किया गया था। ये दवाएं — जो आंशिक रूप से हार्वर्ड मेडिकल स्कूल के वैज्ञानिकों के शोध से संभव हुईं — ट्यूमर कोशिकाओं या टी-कोशिकाओं की सतह पर प्रोटीन को लक्षित करती हैं, जिनमें PD-L1, PD-1 और CTLA-4 शामिल हैं। ये प्रोटीन कैंसर कोशिकाओं के लिए एक अदृश्य कवच का काम कर सकते हैं, उन्हें प्रतिरक्षा प्रणाली के हमले से बचाते हैं। ICIs इस बातचीत को बाधित करते हैं, कैंसर कोशिकाओं को प्रतिरक्षा प्रणाली द्वारा पहचाने और नष्ट किए जाने के लिए फिर से खोलते हैं।
कुछ विशेष प्रकार के कैंसर वाले रोगियों के लिए, ICIs वास्तव में जीवनरक्षक साबित हुए हैं, जिससे जीवित रहने का समय पहले की तुलना में कहीं अधिक बढ़ गया है। उदाहरण के लिए, पूर्व अमेरिकी राष्ट्रपति जिमी कार्टर ने स्टेज IV मेलेनोमा के निदान के बाद नौ साल तक जीवित रहे, जो उनके लिवर और मस्तिष्क में फैल गया था। इस परिणाम का श्रेय मुख्य रूप से पेम्ब्रोलिज़ुमाब नामक PD-1 ब्लॉकर लेने को दिया जाता है।
हालांकि, राष्ट्रपति कार्टर और अन्य जो ICIs के प्रति प्रतिक्रिया देते हैं, वे इन दवाओं को प्राप्त करने वाले रोगियों का केवल एक छोटा सा हिस्सा हैं — नैदानिक परीक्षणों से पता चला है कि कैंसर के प्रकार के आधार पर केवल 10 प्रतिशत से 40 प्रतिशत रोगी ही ICIs से सफलता प्राप्त करते हैं। जो रोगी प्रतिक्रिया नहीं देते, उन्हें कभी-कभी गंभीर दुष्प्रभावों का जोखिम होता है, साथ ही उनके कैंसर की प्रगति के दौरान अप्रभावी उपचार प्राप्त करने में समय भी बर्बाद होता है।
कुछ मशीन लर्निंग दृष्टिकोण और बायोमार्कर का उपयोग यह अनुमान लगाने में मदद करने के लिए किया गया है कि कौन से रोगी ICIs के प्रति सबसे अधिक प्रतिक्रिया देंगे। उदाहरण के लिए, प्रतिक्रिया को प्रतिरक्षा-सूजन वाले ट्यूमर माइक्रोएनवायरनमेंट से जोड़ा गया है — जो प्रतिरक्षा कोशिकाओं के ट्यूमर में घुसपैठ से चिह्नित होता है — जबकि प्रतिक्रिया न देने वाले रोगियों के ट्यूमर अक्सर तथाकथित प्रतिरक्षा-मरुस्थल होते हैं।
लेकिन बड़ी संख्या में रोगी इन दवाओं के प्रति अप्रत्याशित तरीकों से प्रतिक्रिया देते हैं, जिससे इन अनुमानों की विश्वसनीयता नकारात्मक रूप से प्रभावित होती है। हार्वर्ड विश्वविद्यालय में केम्पनर इंस्टीट्यूट फॉर द स्टडी ऑफ नेचुरल एंड आर्टिफिशियल इंटेलिजेंस में एसोसिएट फैकल्टी भी ज़िटनिक कहती हैं, “यह समझना कि कौन ICIs के प्रति प्रतिक्रिया देगा, कोई मामूली जानकारी की कमी नहीं है। यह ऑन्कोलॉजी में सबसे केंद्रीय अनसुलझी समस्याओं में से एक है।”
COMPASS कैसे काम करता है?
ज़िटनिक और उनके सहयोगियों ने इस समस्या को हल करने में मदद करने के लिए COMPASS विकसित किया। यह मॉडल प्रतिरक्षा कोशिका अवस्थाओं, ट्यूमर-माइक्रोएनवायरनमेंट इंटरैक्शन और सिग्नलिंग पाथवे में ज्ञात भूमिकाओं वाले लगभग 16,000 जीनों की गतिविधि का विश्लेषण करके ICI प्रतिक्रिया के अनुमान लगाता है।
COMPASS को “कॉन्सेप्ट बॉटलनेक ट्रांसफार्मर आर्किटेक्चर” के साथ डिज़ाइन किया गया था: यह बिना किसी स्पष्टीकरण के ‘ब्लैक-बॉक्स’ अनुमानों को बाहर निकालने के बजाय, मानव-व्याख्या योग्य परिणाम प्रदान करता है, जो अपने आउटपुट के लिए तर्क प्रस्तुत करता है।
शोधकर्ताओं ने COMPASS को कैंसर जीनोम एटलस से प्राप्त 33 कैंसर प्रकारों के 10,184 ट्यूमर के डेटा का उपयोग करके प्रशिक्षित किया। यह एक सार्वजनिक डेटाबेस है जिसमें प्राथमिक कैंसर और मिलान किए गए सामान्य नमूनों से आनुवंशिक अनुक्रम और आणविक डेटा शामिल है। इस डेटा के साथ, एआई प्रोग्राम ने “सीखा” कि कौन सी जीन गतिविधि विभिन्न प्रकार के ICIs के प्रति प्रतिक्रिया देने वालों और प्रतिक्रिया न देने वालों से संबंधित है।
टीम ने फिर 16 नैदानिक परीक्षणों के परिणामों का उपयोग करके इस प्रशिक्षण को बेहतर किया, जिन्होंने सात कैंसर प्रकारों पर विभिन्न ICI व्यवस्थाओं के प्रभावों का परीक्षण किया। मॉडल की सफलता का मूल्यांकन करने के लिए, उन्होंने इस फाइन-ट्यूनिंग से एक-एक करके व्यक्तिगत नैदानिक परीक्षणों को हटा दिया और COMPASS से लापता परीक्षण में ICI प्रतिक्रिया देने वालों और प्रतिक्रिया न देने वालों का अनुमान लगाने के लिए कहा।
उनके परिणामों से पता चला कि COMPASS ने ICI प्रतिक्रिया का अनुमान लगाने के लिए सर्वोत्तम मौजूदा दृष्टिकोण को औसतन लगभग 10 प्रतिशत से बेहतर प्रदर्शन किया। सटीकता में यह वृद्धि विभिन्न स्थितियों में भी सही साबित हुई, जिसमें विभिन्न कैंसर प्रकार, ICI दवाएं, जीन ट्रांसक्रिप्ट अनुक्रमण प्लेटफॉर्म और बायोप्सी साइटें शामिल हैं।
क्योंकि परिणाम व्याख्या योग्य थे, टीम ICI प्रतिक्रिया में अप्रत्याशित बाहरी परिणामों की व्याख्या कर सकी। उदाहरण के लिए, प्रतिरक्षा-सूजन वाले ट्यूमर वाले कुछ प्रतिक्रिया न देने वाले रोगियों की जीन अभिव्यक्ति उन प्रक्रियाओं से संबंधित थी जो प्रतिरक्षा प्रतिक्रिया में बाधा डालती थीं। इसके विपरीत, प्रतिरक्षा-मरुस्थल ट्यूमर वाले प्रतिक्रिया देने वाले रोगियों की जीन अभिव्यक्ति के हस्ताक्षर अक्सर जैविक प्रक्रियाओं का सुझाव देते थे जो अन्य प्रकार की प्रतिरक्षा गतिविधि को प्रोत्साहित करते थे।
भविष्य की दिशाएँ और प्रभाव
ज़िटनिक ने समझाया कि यदि ये परिणाम संभावित नैदानिक परीक्षणों में सही साबित होते हैं, तो COMPASS का उपयोग कैंसर क्लीनिकों में एक निर्णय सहायक के रूप में किया जा सकता है ताकि डॉक्टरों को यह तय करने में मदद मिल सके कि किन व्यक्तियों को ICIs से सबसे अधिक लाभ होगा।
यह उपकरण ICI नैदानिक परीक्षणों के लिए भी एक वरदान हो सकता है, जिससे परीक्षण चलाने वालों को सबसे उपयुक्त प्रतिभागियों को नामांकित करने में मदद मिलेगी और उन प्रतिभागियों को सार्थक प्रतिक्रिया की सबसे बड़ी संभावना मिलेगी।
और क्योंकि COMPASS के परिणाम व्याख्या योग्य हैं, ज़िटनिक ने आगे कहा, वे इस बात पर नई परिकल्पनाएँ उत्पन्न कर सकते हैं कि प्रतिरक्षा प्रणाली कैंसर से कैसे लड़ती है, जिससे बदले में नए दवा लक्ष्य प्राप्त हो सकते हैं।
वह और उनके सहयोगी यह परीक्षण करने की योजना बना रहे हैं कि COMPASS में अतिरिक्त डेटा को शामिल करने से इसकी सटीकता में और सुधार हो सकता है या नहीं। इसमें रोगियों के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से विवरण शामिल हो सकते हैं — जैसे उनका चिकित्सा इतिहास, रोग सह-रुग्णता और अन्य दवाओं और उपचारों के प्रति पिछली प्रतिक्रिया — या एकल-कोशिका अनुक्रमण से डेटा जो ICI प्रतिक्रिया में विभिन्न कोशिका आबादी की भूमिका पर प्रकाश डाल सकता है।
संदर्भ और कड़ियां (References & Links)
- मूल समाचार विज्ञप्ति: हार्वर्ड मेडिकल स्कूल
- शोध पत्र: नेचर मेडिसिन
