MS యొక్క రెండు కొత్త ఉప రకాలు ‘ఉత్తేజకరమైన’ పురోగతిలో కనుగొనబడ్డాయి | మల్టిపుల్ స్క్లెరోసిస్

శాస్త్రవేత్తలు రెండు కొత్త ఉప రకాలను కనుగొన్నారు మల్టిపుల్ స్క్లెరోసిస్ కృత్రిమ మేధస్సు సహాయంతో, రోగులకు వ్యక్తిగతీకరించిన చికిత్సలు మరియు మెరుగైన ఫలితాలకు మార్గం సుగమం చేస్తుంది.

ప్రపంచవ్యాప్తంగా మిలియన్ల మంది ప్రజలు ఈ వ్యాధిని కలిగి ఉన్నారు – కానీ చికిత్సలు ఎక్కువగా లక్షణాల ఆధారంగా ఎంపిక చేయబడతాయి మరియు రోగి యొక్క అంతర్లీన జీవశాస్త్రాన్ని లక్ష్యంగా చేసుకోనందున అవి ప్రభావవంతంగా ఉండకపోవచ్చు.

ఇప్పుడు, శాస్త్రవేత్తలు AI, సాధారణ రక్త పరీక్ష మరియు MRI స్కాన్‌లను ఉపయోగించి MS యొక్క రెండు కొత్త జీవ తంతువులను కనుగొన్నారు. “ఉత్తేజకరమైన” పురోగతి ప్రపంచవ్యాప్తంగా వ్యాధి చికిత్సలో విప్లవాత్మక మార్పులు చేయగలదని నిపుణులు చెప్పారు.

యూనివర్శిటీ కాలేజ్ లండన్ (UCL) మరియు క్వీన్ స్క్వేర్ అనలిటిక్స్ నేతృత్వంలోని 600 మంది రోగులు పాల్గొన్న పరిశోధనలో, పరిశోధకులు సీరం న్యూరోఫిలమెంట్ లైట్ చైన్ (sNfL) అనే ప్రత్యేక ప్రోటీన్ యొక్క రక్త స్థాయిలను పరిశీలించారు. ప్రోటీన్ నరాల కణాల నష్టం స్థాయిలను సూచించడానికి మరియు వ్యాధి ఎంత చురుకుగా ఉందో సూచించడానికి సహాయపడుతుంది.

sNfL ఫలితాలు మరియు రోగుల మెదడు యొక్క స్కాన్‌లు SuStaIn అని పిలువబడే మెషిన్ లెర్నింగ్ మోడల్ ద్వారా వివరించబడ్డాయి. ఫలితాలు, మెడికల్ జర్నల్ బ్రెయిన్‌లో ప్రచురించబడిందిMS యొక్క రెండు విభిన్న రకాలను వెల్లడించింది: ప్రారంభ sNfL మరియు చివరి sNfL.

మొదటి ఉప రకంలో, రోగులు వ్యాధి ప్రారంభంలోనే అధిక స్థాయిలో sNfLని కలిగి ఉన్నారు, కార్పస్ కాలోసమ్ అని పిలువబడే మెదడులోని ఒక భాగంలో కనిపించే నష్టంతో. వారు మెదడు గాయాలను కూడా త్వరగా అభివృద్ధి చేశారు. ఈ రకం మరింత దూకుడుగా మరియు చురుకుగా కనిపిస్తుందని శాస్త్రవేత్తలు తెలిపారు.

రెండవ ఉప రకంలో, sNfL స్థాయిలు పెరగడానికి ముందు రోగులు లింబిక్ కార్టెక్స్ మరియు లోతైన బూడిద పదార్థం వంటి ప్రాంతాల్లో మెదడు సంకోచాన్ని చూపించారు. ఈ రకం నెమ్మదిగా ఉన్నట్లు అనిపిస్తుంది, తర్వాత బహిరంగంగా నష్టం జరుగుతుంది.

ఈ పురోగతి వైద్యులు ఏ రోగులకు వివిధ సమస్యలకు ఎక్కువ ప్రమాదం ఉందో మరింత ఖచ్చితంగా అర్థం చేసుకోగలదని, మరింత వ్యక్తిగతీకరించిన సంరక్షణకు మార్గం సుగమం చేస్తుందని పరిశోధకులు అంటున్నారు.

అధ్యయనం యొక్క ప్రధాన రచయిత, UCL యొక్క డాక్టర్ అర్మాన్ ఇషాగి ఇలా అన్నారు: “MS ఒక వ్యాధి కాదు మరియు ప్రస్తుత ఉప రకాలు అంతర్లీన కణజాల మార్పులను వివరించడంలో విఫలమవుతాయి, దీనికి చికిత్స చేయడానికి మనం తెలుసుకోవాలి.

“MRIతో అత్యంత అందుబాటులో ఉన్న బ్లడ్ మార్కర్‌తో కలిపి AI మోడల్‌ని ఉపయోగించడం ద్వారా, మేము మొదటిసారిగా MS యొక్క రెండు స్పష్టమైన జీవ నమూనాలను చూపించగలిగాము. ఇది ఒక వ్యక్తి వ్యాధి మార్గంలో ఎక్కడ కూర్చుంటాడో మరియు ఎవరికి దగ్గరి పర్యవేక్షణ లేదా అంతకుముందు, లక్ష్య చికిత్స అవసరమో అర్థం చేసుకోవడానికి వైద్యులకు సహాయం చేస్తుంది.”

భవిష్యత్తులో, AI సాధనం రోగికి ముందస్తు sNfL MS ఉందని సూచించినప్పుడు, వారు అధిక-సమర్థవంతమైన చికిత్సలకు అర్హులు అవుతారు మరియు మరింత నిశితంగా పరిశీలించబడవచ్చు, Eshaghi చెప్పారు.

దీనికి విరుద్ధంగా, sNfL ఆలస్యంగా ఉన్నవారికి మెదడు కణాలు లేదా న్యూరాన్‌లను రక్షించడానికి వ్యక్తిగతీకరించిన చికిత్సలు వంటి వివిధ రకాల చికిత్సలను అందించవచ్చు. “అందువల్ల కొత్తదనం రెండు రెట్లు ఉంటుంది: AI అల్గారిథమ్‌ల సహాయంతో శతాబ్దాలుగా మారని క్లినికల్ మరియు న్యూరోలాజికల్ పరీక్షలను మార్చడం మరియు వ్యాధి ప్రొఫైల్ ఆధారంగా వ్యక్తిగతీకరించిన చికిత్సలను అందించడం.”

MS సొసైటీ, ఒక స్వచ్ఛంద సంస్థలో సీనియర్ రీసెర్చ్ కమ్యూనికేషన్స్ మేనేజర్ కైట్లిన్ ఆస్ట్‌బరీ ఇలా అన్నారు: “MS గురించి మన అవగాహనలో ఇది ఒక ఉత్తేజకరమైన పరిణామం.

“ఈ అధ్యయనం రీలాప్సింగ్ రెమిటింగ్ మరియు సెకండరీ ప్రోగ్రెసివ్ MS ఉన్న వ్యక్తుల నుండి MRI మరియు బయోమార్కర్ డేటాను చూడటానికి మెషిన్ లెర్నింగ్‌ను ఉపయోగించింది. ఈ డేటాను కలపడం ద్వారా, వారు MS యొక్క రెండు కొత్త జీవ ఉప రకాలను గుర్తించగలిగారు.

“ఇటీవలి సంవత్సరాలలో, మేము పరిస్థితి యొక్క జీవశాస్త్రంపై మెరుగైన అవగాహనను అభివృద్ధి చేసాము. కానీ ప్రస్తుతం, నిర్వచనాలు వ్యక్తి అనుభవించే క్లినికల్ లక్షణాలపై ఆధారపడి ఉంటాయి. MS సంక్లిష్టంగా ఉంటుంది మరియు ఈ వర్గాలు తరచుగా శరీరంలో ఏమి జరుగుతుందో ఖచ్చితంగా ప్రతిబింబించవు, ఇది సమర్థవంతంగా చికిత్స చేయడం కష్టతరం చేస్తుంది.”

పునరావృతమయ్యే MS ఉన్న వ్యక్తులకు సుమారు 20 చికిత్సా ఎంపికలు ఉన్నాయి మరియు కొన్ని ప్రగతిశీల MS కోసం ఉద్భవించాయి, కానీ చాలా మందికి ఎంపికలు లేవు, ఆస్ట్‌బరీ చెప్పారు. “పరిస్థితి గురించి మనం ఎంత ఎక్కువ నేర్చుకుంటే, వ్యాధి పురోగతిని ఆపగల చికిత్సలను మనం కనుగొనగలుగుతాము.

“ఈ పరిశోధన MS యొక్క ప్రస్తుత డిస్క్రిప్టర్‌ల నుండి (‘పునరాలోచన’ మరియు ‘ప్రగతిశీల’ వంటివి) మరియు పరిస్థితి యొక్క అంతర్లీన జీవశాస్త్రాన్ని ప్రతిబింబించే పదాల వైపు వెళ్లడానికి మద్దతునిచ్చే పెరుగుతున్న సాక్ష్యాలను జోడిస్తుంది. ఇది పురోగతి యొక్క అధిక ప్రమాదం ఉన్న వ్యక్తులను గుర్తించడంలో సహాయపడుతుంది – మరియు వ్యక్తులకు మరింత వ్యక్తిగతీకరించిన చికిత్సను అందించడానికి అనుమతిస్తుంది.”