चूँकि लीवर कैंसर के कई प्रकार होते हैं, मजबूत वंशानुक्रम और आसान पुनरावृत्ति, ऐसे बायोमार्कर की पहचान करना जो रोग की प्रगति की भविष्यवाणी कर सकते हैं, लीवर कैंसर से लड़ने में एक प्रमुख लक्ष्य है।
हाल ही में, शोधकर्ताओं ने स्प्लिसिंग बायोमार्कर के आधार पर लिवर कैंसर-हेपेटोसेलुलर कार्सिनोमा (एचसीसी) के सबसे सामान्य रूप की पहचान करने के लिए एक विधि विकसित की है। उनका मानना है कि इस पद्धति का उपयोग अन्य प्रकार के कैंसर के लिए भी किया जा सकता है। यह अध्ययन इस बात पर प्रकाश डालता है कि आरएनए स्प्लिसिंग वेरिएंट कैंसर में कैसे योगदान करते हैं, और बताते हैं कि ये वेरिएंट कैंसर की प्रगति के लिए संभावित बायोमार्कर बन सकते हैं।
Splicing एक प्रक्रिया को संदर्भित करता है जिसमें एक जीन में एन्कोडेड जानकारी से कॉपी की गई RNA जानकारी को एक विशिष्ट प्रोटीन मानचित्र बनाने के लिए उपयोग करने से पहले संपादित किया जाता है। एक जीन कई आरएनए संदेशों का उत्पादन कर सकता है, और प्रत्येक संदेश एक अलग प्रोटीन संस्करण या "आइसोमर" का उत्पादन करता है। कई बीमारियाँ आरएनए स्पिलिंग विधियों में त्रुटियों या विविधताओं से संबंधित हैं। स्पाइरलिंग में त्रुटियां या बदलाव से प्रोटीन अलग या असामान्य हो सकता है।
Recent research has identified splicing irregularities in यकृत कैंसर cells. Krainer’s team has developed a method that can comprehensively analyze all RNA information produced by a given gene. The team tested their methods of detecting splice variants in HCC by analyzing RNA information from HCC cells collected from hundreds of patients.
उन्होंने पाया कि एएफएमआईडी जीन का विशिष्ट स्प्लिसिंग आइसोफॉर्म रोगी के कम जीवित रहने से जुड़ा है। इन प्रकारों के परिणामस्वरूप कोशिकाएं AFMID प्रोटीन के छोटे-छोटे संस्करण बनाती हैं। ये असामान्य प्रोटीन TP53 और ARID1A . में उत्परिवर्तन से जुड़े हैं अर्बुद वयस्क यकृत कैंसर कोशिकाओं में शमन जीन।
शोधकर्ताओं ने अनुमान लगाया कि ये उत्परिवर्तन एनएडी + नामक अणु के निम्न स्तर से संबंधित हैं, जो क्षतिग्रस्त डीएनए की मरम्मत में शामिल है। AFMID splicing की मरम्मत से NAD + के उत्पादन में वृद्धि और डीएनए की मरम्मत में वृद्धि हो सकती है। यदि हम ऐसा कर सकते हैं, तो एएफएमआईडी सिलाई एक चिकित्सीय लक्ष्य और यकृत कैंसर के लिए नई दवाओं का स्रोत बन सकती है। प्रारंभिक प्रयोगों से पता चलता है कि टीम का शोध सही रास्ते पर है, और हम लिवर कैंसर रोगियों को लाभान्वित करने के लिए बेहतर डेटा परिणामों की उम्मीद करते हैं।
