કેન્સર, ન્યુરલ ડિસઓર્ડર અને કાર્ડિયોવેસ્ક્યુલર રોગો માટે ચોક્કસ દવા

નવો અભ્યાસ ચોક્કસ દવા અથવા વ્યક્તિગત ઉપચારાત્મક સારવારને આગળ વધારવા માટે શરીરના કોષોને વ્યક્તિગત રીતે અલગ કરવાની પદ્ધતિ દર્શાવે છે.

શુદ્ધતા દવા નું નવું મોડલ છે સ્વાસ્થ્ય કાળજી જેમાં આનુવંશિક ડેટા, માઇક્રોબાયોમ ડેટા અને દર્દીની જીવનશૈલી, વ્યક્તિગત જરૂરિયાતો અને આસપાસની એકંદર માહિતીનો ઉપયોગ ઓળખવા અને વર્ગીકરણ કરવા માટે થાય છે. રોગ અને પછી ભવિષ્યમાં વધુ સારા, કસ્ટમાઇઝ્ડ અથવા વિશિષ્ટ ઉપચારાત્મક ઉકેલ અથવા તો અસરકારક નિવારણ વ્યૂહરચના પ્રદાન કરો. આ પરમાણુ-લક્ષ્યીકરણ અભિગમ છેલ્લા એક દાયકામાં ઘણી પ્રગતિ કરી રહ્યો છે અને હવે રોગને 'વર્ગીકૃત, નિદાન અને સારવાર' માટે એક નવા દાખલા તરીકે મજબૂત અસર કરવાનું શરૂ કરી રહ્યું છે. પ્રિસિઝન મેડિસિનમાં આ ડેટાનું અર્થઘટન અને પ્રક્રિયા કરવા માટે પ્રથમ ડેટા, અને પછી સાધનો/સિસ્ટમ્સ/તકનીકો/ટેકનોલોજીનો સમાવેશ થાય છે. તેને વૈધાનિક સંસ્થાઓ દ્વારા યોગ્ય નિયમો અને અલબત્ત વચ્ચે સહયોગની પણ જરૂર છે આરોગ્ય સંભાળ કાર્યકરો કારણ કે દરેક સ્તરે માણસો સામેલ છે. સૌથી નિર્ણાયક સ્ટેપિન ચોકસાઈ દવા દર્દીઓની આનુવંશિક રૂપરેખાઓનું મહત્વ અને તેને કેવી રીતે અસરકારક રીતે અર્થઘટન કરવાની જરૂર છે તે સમજવા માટે છે. આમાં સુધારાઓ સ્થાપિત કરવા, તાલીમ હાથ ધરવા વગેરેનો સમાવેશ થશે. આમ, આજની તારીખે ચોક્સાઈની દવાની પ્રેક્ટિસ અસ્પષ્ટ છે કારણ કે તેના અમલીકરણ માટે મજબૂત ડેટા ઈન્ફ્રાસ્ટ્રક્ચર અને સૌથી અગત્યનું "માનસિકતા" સુધારાની જરૂર છે. રસપ્રદ વાત એ છે કે, 2015 માં, એફડીએ, યુએસએ દ્વારા મંજૂર કરાયેલ તમામ નવી દવાઓના એક ક્વાર્ટરથી વધુ દવાઓ આવી વ્યક્તિગત દવાઓ હતી કારણ કે આ વધુ "લક્ષિત" દવાઓ વધુ ચોક્કસ રીતે વ્યાખ્યાયિત દર્દી પસંદગી માપદંડ સાથે નાની અને ટૂંકી ક્લિનિકલ ટ્રાયલ્સ દ્વારા સમર્થિત છે અને તે બહાર આવી છે. વધુ કાર્યક્ષમ અને સફળ. એવો અંદાજ છે કે વિકાસમાં વ્યક્તિગત દવાઓ 70 સુધીમાં લગભગ 2020% વધશે.

મોલેક્યુલર સ્તરે રોગને સમજવું

તાજેતરના ગ્રાઉન્ડ-બ્રેકિંગ અભ્યાસમાં એક નવી પદ્ધતિની શોધ થઈ છે જે પરમાણુ સ્તરે શરીરમાં રોગ કેવી રીતે વિકસે છે અને ફેલાય છે તેની આંતરદૃષ્ટિ પ્રદાન કરી શકે છે. 'ચોકસાઇની દવા' તરીકે જેની ચર્ચા કરવામાં આવી છે તેને વિકસાવવા માટે આ સમજણ નિર્ણાયક માનવામાં આવે છે. અભ્યાસમાં વર્ણવેલ પદ્ધતિ ખૂબ જ અસરકારક રીતે અને ઝડપથી શરીરમાં કોષોના પેટા પ્રકારોને ઓળખે છે, જે ચોક્કસ રોગ સાથે સંકળાયેલા "ચોક્કસ" કોષોને નિર્ધારિત કરવામાં મદદ કરી શકે છે. આ માન્યતા પ્રથમ વખત પ્રાપ્ત કરવામાં આવી છે અને આ અભ્યાસને આમાં પ્રકાશિત કરે છે પ્રકૃતિ બાયોટેકનોલોજી તબીબી ક્ષેત્રના ભવિષ્ય માટે અત્યંત રસપ્રદ અને સુસંગત.

તેથી, પ્રશ્ન એ છે કે શરીરમાં કોષોના પ્રકારોને કેવી રીતે ઓળખી શકાય. માનવ શરીરમાં લગભગ 37 ટ્રિલિયન કોષો હોય છે અને આ રીતે દરેક કોષને વ્યક્તિગત રીતે અલગ પાડવું એ એક સરળ કાર્ય છે તેમ કહી શકાય નહીં. આપણા શરીરના તમામ કોષો જીનોમ ધરાવે છે - કોષની અંદર એન્કોડેડ જનીનોનો સંપૂર્ણ સમૂહ. કોષની અંદર કયા જનીનો (અથવા કોષમાં 'વ્યક્ત' થાય છે) તેની આ પેટર્ન કોષને અનન્ય બનાવે છે, ઉદાહરણ તરીકે તે લીવર કોષ કે મગજનો કોષ (ચેતાકોષ) છે. એક અંગના આ "સમાન" કોષો હજી પણ એકબીજાથી વિશિષ્ટ હોઈ શકે છે. 2017 માં દર્શાવવામાં આવેલી પદ્ધતિ દર્શાવે છે કે કોષના પ્રકારો કે જે પ્રોફાઇલ કરવામાં આવી રહ્યા છે તે કોષના ડીએનએની અંદર રહેલા રાસાયણિક માર્કર દ્વારા ઓળખી શકાય છે. આ રાસાયણિક માર્કર દરેક કોષના ડીએનએમાં જોડાયેલા મિથાઈલ જૂથોની પેટર્ન છે - જેને કોષના "મેથાઈલોમ" તરીકે ઓળખવામાં આવે છે. જો કે, આ પદ્ધતિ એ અર્થમાં ખૂબ જ પ્રતિબંધિત છે કે તે ફક્ત સિંગલ-સેલ સિક્વન્સિંગને મંજૂરી આપે છે. યુએસએની ઓરેગોન હેલ્થ એન્ડ સાયન્સ યુનિવર્સિટીના સંશોધકોએ એકસાથે હજારો કોષોને પ્રોફાઈલ કરવા માટે આ હાલની પદ્ધતિનો વિસ્તાર કર્યો. તેથી, આ નવી પદ્ધતિ સમગ્રમાં લગભગ 40 ગણો વધારો દર્શાવે છે અને તે દરેક કોષમાં અનન્ય ડીએનએ ક્રમ સંયોજનો (અથવા અનુક્રમણિકાઓ) ઉમેરે છે જે ક્રમના સાધન દ્વારા વાંચવામાં આવે છે. ટીમે આ પદ્ધતિનો સફળતાપૂર્વક ઉપયોગ કરીને અનેક માનવ કોષ રેખાઓને અનુક્રમિત કરવા માટે સફળતાપૂર્વક ઉપયોગ કર્યો છે. લગભગ 3200 એકલ કોષો પર માહિતી જાહેર કરવા માટે માઉસ કોષો પણ. લેખકો નોંધે છે કે એકસાથે વાંચવાથી એક કોષ માટે $50 થી $20 ની સરખામણીમાં આશરે 50 સેન્ટ્સ (USD) સુધીના ખર્ચમાં ઘટાડો થાય છે, જે સિંગલ-સેલ ડીએનએની મેથિલેશન લાઇબ્રેરીઓને વધુ ખર્ચ-અસરકારક બનાવે છે.

ચોકસાઇ દવાના પાસાઓ

આ અભ્યાસ એક ગ્રાઉન્ડ બ્રેકિંગ અભ્યાસ છે અને તે ઘણી પરિસ્થિતિઓ માટે ચોકસાઇ દવા અથવા ચોક્કસ સારવારના વિકાસને આગળ વધારવાની ક્ષમતા ધરાવે છે જ્યાં કોષ પ્રકારની વિષમતા અથવા વિવિધતા હોય છે જેમ કે કેન્સરમગજને અસર કરતી વિકૃતિઓ (ન્યુરોસાયન્સ) અને રક્તવાહિની રોગ જે હૃદયને અસર કરે છે. જો કે, આપણે ચોક્સાઈની દવા અપનાવીએ તે પહેલાં હજી લાંબો રસ્તો કાપવાનો છે કારણ કે તેને ફાર્મા અને હેલ્થકેર વર્કર્સ વચ્ચે સારા સહયોગની જરૂર છે જેમાં હિતધારકો, વિવિધ ક્ષેત્રોના નિષ્ણાતો, ડેટા એનાલિટિક્સ અને ગ્રાહક-સંરક્ષણ જૂથોનો સમાવેશ થઈ શકે છે. વૈજ્ઞાનિક અને તકનીકી પ્રગતિ ચોક્કસપણે નિષ્ણાત, લક્ષિત ઉપચારો વિકસાવવા અને વધુ દર્દી-કેન્દ્રિત ઉકેલો બનાવવા માટે મદદ કરી રહી છે, જેના કારણે ચોકસાઇયુક્ત દવાનું ભાવિ ઉજ્જવળ દેખાય છે. એકવાર ડાયગ્નોસ્ટિક્સ લાગુ થઈ જાય પછી, દર્દીઓની "માનસિકતા" નો અભ્યાસ અને સમજી શકાય છે જેથી સશક્ત દર્દીઓ પોતે વધુ ખર્ચ-અસરકારક પરિણામો તરફ દોરી જતા વિકલ્પો પર વધુ માહિતી અને પસંદગીની માંગ કરી શકે.

પરમાણુ આધારિત ચોકસાઇ દવાના નકારાત્મક પાસાં પર એ છે કે જો આપણે અને સમગ્ર આરોગ્ય પ્રણાલીઓ વિશે વાત કરીએ તો તે તમામ ઉપચાર ક્ષેત્રો માટે વ્યવહારુ અથવા પોસાય તેવું નથી, અને તે ભવિષ્યમાં ટૂંક સમયમાં ગમે ત્યારે વધુ સારું બનશે નહીં. દર્દીઓ માટે વિશિષ્ટ હોય તેવી તમામ માહિતી ભેગી કરવા માટે સૌપ્રથમ વિશાળ ડેટા સ્ટોરેજની જરૂર પડે છે. આ માહિતી, ખાસ કરીને આનુવંશિક ડેટા સાયબર હુમલા માટે સંવેદનશીલ છે તેથી સુરક્ષા અને ગોપનીયતા જોખમમાં છે અને આવા ડેટાનો દુરુપયોગ પણ થાય છે. જે ડેટા એકત્રિત કરવામાં આવી રહ્યો છે તે મોટાભાગે સ્વયંસેવકો પાસેથી છે તેથી અમે સમગ્ર વસ્તીના માત્ર અમુક ટકા જ એકત્રિત કરી શકીએ છીએ જે ટેક્નોલોજીની રચનાને અસર કરી શકે છે. અને સૌથી અગત્યનું પાસું આ ડેટાની "માલિકી" છે, માલિક કોણ છે અને શા માટે, તે એક મોટો પ્રશ્ન છે જેને હજુ સંબોધિત કરવાનો બાકી છે. ફાર્મા કંપનીઓએ લક્ષ્યાંકિત થેરાપીઓ માટે ટેકો અને ગતિ એકત્ર કરવા માટે સરકારો અને આરોગ્યસંભાળ પ્રદાતાઓ સાથે વધુ સહયોગ કરવાની જરૂર પડશે પરંતુ તે પછી ખાનગી કંપનીઓને ખાનગી આનુવંશિક ડેટા સોંપવામાં આવે છે તે એક મોટી ચર્ચા છે.

ડાયાબિટીસ અથવા હૃદય સંબંધિત પરિસ્થિતિઓ જેવા ક્રોનિક રોગો માટે, ડિજિટલી સંચાલિત ચોકસાઇ દવા એ એક વિકલ્પ છે એટલે કે પહેરવા યોગ્ય જે સામાન્ય રીતે માપી શકાય તેવા હોય છે અને ખર્ચાળ વ્યક્તિગત સંભાળ પૂરી પાડવાની તુલનામાં એક સસ્તું ઉકેલ છે. ઉપરાંત, બધી દવાઓ ખરેખર ચોક્કસ દવા બની શકતી નથી કારણ કે વિશ્વભરની આરોગ્ય પ્રણાલીઓ પહેલેથી જ બોજારૂપ છે અને નાના વસ્તી જૂથો અથવા મધ્યમ-આવક અથવા ઓછી આવક ધરાવતા દેશો માટે લક્ષિત ઉપચાર પ્રદાન કરવા માટે તે લગભગ અશક્ય તેમજ હાસ્યાસ્પદ રીતે ખર્ચાળ છે. આ ઉપચારો સારી રીતે અને વધુ ધ્યાન કેન્દ્રિત રીતે પ્રદાન કરવાની હોય છે. વસ્તી અને લોકો-આધારિત આરોગ્ય સંભાળના દાખલાઓ મહત્વપૂર્ણ બની રહેશે, પસંદગીના ઉપચાર ક્ષેત્રો અને આરોગ્ય સંભાળ પ્રણાલીઓમાં આને વધારવા માટે ચોકસાઇયુક્ત દવાઓના અભિગમો સાથે. આપણે આનુવંશિક રીતે વસ્તીનો નકશો બનાવી શકીએ, માહિતીનું અર્થઘટન અને વિશ્લેષણ કરી શકીએ, સંગ્રહ કરી શકીએ તે હજુ ઘણો લાંબો રસ્તો છે. તે સુરક્ષિત રીતે અને સુરક્ષિત રીતે, અને વ્યક્તિગત ભલામણો અને રોગનિવારક સારવાર વિકસાવે છે.

***

{તમે ટાંકેલા સ્ત્રોત(ઓ)ની સૂચિમાં નીચે આપેલ DOI લિંક પર ક્લિક કરીને મૂળ સંશોધન પેપર વાંચી શકો છો}

સ્રોત (ઓ)

મુલ્કીન આરએમ એટ અલ. 2018. સિંગલ્સ કોષોમાં ડીએનએ મેથિલેશન પ્રોફાઇલ્સની અત્યંત સ્કેલેબલ જનરેશન. પ્રકૃતિ બાયોટેકનોલોજી. https://doi.org/10.1038/nbt.4112