ભારતીય મૂળના સંશોધક સ્મિતા કૃષ્ણસ્વામી / Courtesy photo

યેલ યુનિવર્સિટીના કોમ્પ્યુટર સાયન્સ અને જિનેટિક્સના એસોસિયેટ પ્રોફેસર, ભારતીય મૂળના સંશોધક સ્મિતા કૃષ્ણસ્વામીએ એક નવા આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટૂલના વિકાસમાં સહ-નેતૃત્વ કર્યું છે, જે એક ટ્યૂમરમાં વિવિધ પ્રકારના કેન્સર કોષોને ઓળખે છે. 24 જૂને 'કેન્સર ડિસ્કવરી'માં પ્રકાશિત થયેલા આ અભ્યાસના પરિણામો કેન્સરના નિદાન અને સારવારમાં નોંધપાત્ર પ્રગતિ લાવશે.

યેલ એન્જિનિયરિંગ સાથેની વાતચીતમાં કૃષ્ણસ્વામીએ જણાવ્યું કે આ ટૂલ, જેનું નામ 'AAnet' છે, તે સિંગલ-સેલ સ્તરે જનીન અભિવ્યક્તિના પેટર્ન શોધી શકે છે અને જટિલ ડેટાને સરળ કરીને પાંચ અલગ-અલગ કોષ જૂથો અથવા 'આર્કિટાઇપ્સ'માં વિભાજિત કરે છે.

તેમણે કહ્યું, “આ અભ્યાસ પ્રથમ વખત દર્શાવે છે કે સિંગલ-સેલ ડેટા દ્વારા કોષોની વિવિધ સ્થિતિઓને થોડા અર્થપૂર્ણ આર્કિટાઇપ્સમાં સરળ બનાવી શકાય છે, જેના દ્વારા વિવિધતાનું વિશ્લેષણ કરીને ટ્યૂમરના વિકાસ અને મેટાબોલિક લક્ષણો સાથે મહત્વપૂર્ણ સંબંધો શોધી શકાય છે. આ એક ગેમ-ચેન્જર સાબિત થઈ શકે છે.”

AAnetને ટ્રિપલ-નેગેટિવ બ્રેસ્ટ કેન્સર તેમજ ER-પોઝિટિવ અને HER2-પોઝિટિવ નમૂનાઓના માનવ મોડેલના ડેટા પર તાલીમ આપવામાં આવી હતી. સંશોધકોના જણાવ્યા અનુસાર, આ ટૂલે ટ્યૂમરમાં પાંચ કોષ જૂથો શોધ્યા, જેમાં દરેકની અલગ-અલગ જૈવિક પાથવે અને વૃદ્ધિ, મેટાસ્ટેસિસ અને નબળી રોગનિદાનના સૂચકો છે.

ઓસ્ટ્રેલિયાના ગાર્વન ઇન્સ્ટિટ્યૂટ ઓફ મેડિકલ રિસર્ચના એસોસિયેટ પ્રોફેસર અને સહ-વરિષ્ઠ લેખક ક્રિસ્ટીન ચેફરે જણાવ્યું કે ટ્યૂમરની વિવિધતા એ કેન્સરની સારવારમાં મોટો પડકાર છે.

ચેફરે યેલ એન્જિનિયરિંગને કહ્યું, “વિવિધતા એટલે સમસ્યા છે કારણ કે હાલમાં આપણે ટ્યૂમરને એવું માનીને સારવાર આપીએ છીએ કે તે એક જ પ્રકારના કોષોથી બનેલું છે. આનો અર્થ એ થાય કે આપણે એક ચોક્કસ યાંત્રિકતાને લક્ષ્ય બનાવીને એક જ ઉપચાર આપીએ છીએ, જે ટ્યૂમરના મોટાભાગના કોષોને મારી નાખે છે. પરંતુ બધા કેન્સર કોષોમાં તે યાંત્રિકતા હોય તે જરૂરી નથી.”

ચેફરે વધુમાં કહ્યું કે આ કોષોની વિવિધતાને કારણે સારવાર પછી કેન્સર ફરી ઉદ્ભવે છે. “અત્યાર સુધી સંશોધકો ટ્યૂમરમાં નજીકના કોષો એકબીજાથી કેવી રીતે અલગ છે તે સ્પષ્ટ રીતે સમજાવી શક્યા નથી,” તેમણે કહ્યું. “પરંતુ આ જાણવું જરૂરી છે જેથી યોગ્ય ઉપચારો દ્વારા ટ્યૂમરના બધા કોષોને નાશ કરી શકાય.”

કૃષ્ણસ્વામીએ ઉલ્લેખ કર્યો કે સિંગલ-સેલ ટેકનોલોજીમાં તાજેતરની પ્રગતિએ આ સફળતાને શક્ય બનાવી છે. “ટેકનોલોજીની પ્રગતિને કારણે, છેલ્લા 20 વર્ષમાં સિંગલ-સેલ સ્તરે ડેટામાં વિસ્ફોટ થયો છે,” તેમણે કહ્યું. “આ ડેટા દ્વારા આપણે જાણ્યું છે કે દરેક દર્દીનું કેન્સર માત્ર અલગ જ નથી, પરંતુ દરેક કેન્સર કોષ પણ બીજા કોષથી અલગ રીતે વર્તે છે.”

સંશોધન ટીમને આશા છે કે AAnet ટ્યૂમરના તમામ મુખ્ય કોષ પ્રકારોને લક્ષ્ય બનાવતી સંયોજન ઉપચારો ડિઝાઇન કરવામાં મદદ કરશે.