ড্রেসডেনের টেকনিক্যাল ইউনিভার্সিটি কর্তৃক ২০২৬ সালের ৫ই জানুয়ারি প্রকাশিত গবেষণা অনুসারে, বিজ্ঞানীরা পূর্বে অজানা একটি প্রক্রিয়া আবিষ্কার করেছেন যা ক্যান্সার কোষকে বিকশিত হতে সাহায্য করে। গবেষণাটি প্রকাশ করে যে প্রোটিন MCL1, যা পূর্বে মূলত ক্যান্সার কোষকে অ্যাপোপটোসিস বা প্রোগ্রামড সেল ডেথ হওয়া থেকে বাঁচায় বলে মনে করা হত, সেটি সক্রিয়ভাবে ক্যান্সার বিপাককে উদ্দীপিত করে।
গবেষকরা দেখেছেন যে MCL1 র্যাপামাইসিনের (mTOR) গ্রোথ পথের স্তন্যপায়ী টার্গেট নিয়ন্ত্রণ করে, যা কার্যকরভাবে কোষের বেঁচে থাকা এবং শক্তি ব্যবহারের মধ্যে সংযোগ স্থাপন করে। এই সংযোগটি ক্যান্সার চিকিৎসায় MCL1-কে লক্ষ্য করে তৈরি করা ওষুধের কার্যকারিতা ব্যাখ্যা করে, তবে এই ওষুধগুলি মাঝে মাঝে কেন হৃদপিণ্ডের ক্ষতি করে তাও স্পষ্ট করে।
ড্রেসডেনের টেকনিক্যাল ইউনিভার্সিটির প্রকল্পের প্রধান গবেষক ডঃ Elena Schmidt বলেন, "MCL1-এর এই দ্বৈত ভূমিকা দেখে আমরা অবাক হয়েছিলাম। এটি কেবল ক্যান্সার কোষকে বাঁচিয়ে রাখার বিষয় নয়, এটি তাদের বৃদ্ধিতেও সাহায্য করে।"
দলটি MCL1-কে লক্ষ্য করে তৈরি করা ওষুধের সাথে সম্পর্কিত হৃদরোগের ঝুঁকি কমাতে একটি সম্ভাব্য পদ্ধতির সন্ধান পেয়েছে। mTOR পথের উপর MCL1-এর কার্যকলাপকে বিশেষভাবে নিয়ন্ত্রণ করে, গবেষকরা মনে করেন যে তারা স্বাস্থ্যকর টিস্যুগুলির ক্ষতি কমিয়ে ক্যান্সার-বিরোধী প্রভাবগুলি বজায় রাখতে সক্ষম হবেন। এই আবিষ্কার নিরাপদ এবং আরও কার্যকর ক্যান্সার চিকিৎসার পথ প্রশস্ত করতে পারে।
এই ফলাফল ক্যান্সার কোষের বেঁচে থাকা এবং বিপাকের মধ্যে জটিল সম্পর্ককে তুলে ধরে। ক্যান্সার কোষগুলি প্রায়শই দ্রুত বৃদ্ধি এবং বংশবৃদ্ধিকে সমর্থন করার জন্য তাদের বিপাকীয় প্রক্রিয়াগুলিকে নতুন করে সাজায়, যা সাম্প্রতিক বছরগুলিতে নিবিড় গবেষণার কেন্দ্রবিন্দুতে পরিণত হয়েছে। এই বিপাকীয় প্রোগ্রামিংয়ের পেছনের আণবিক প্রক্রিয়াগুলি বোঝা, লক্ষ্যযুক্ত থেরাপিগুলি বিকাশের জন্য অত্যন্ত গুরুত্বপূর্ণ।
এই গবেষণার ফলাফল ওষুধ আবিষ্কারে কৃত্রিম বুদ্ধিমত্তার (AI) ক্ষেত্রেও প্রসারিত। AI অ্যালগরিদমগুলি ক্রমবর্ধমানভাবে সম্ভাব্য ওষুধের লক্ষ্য সনাক্ত করতে এবং ওষুধের কার্যকারিতা ভবিষ্যদ্বাণী করতে ব্যবহৃত হয়। MCL1-এর দ্বৈত ভূমিকার আবিষ্কার AI-চালিত ওষুধ আবিষ্কারের পাইপলাইন তৈরি করার সময় একাধিক সেলুলার প্রক্রিয়া বিবেচনা করার গুরুত্বের উপর জোর দেয়। ওষুধের প্রভাব এবং সম্ভাব্য পার্শ্ব প্রতিক্রিয়াগুলির সঠিকভাবে ভবিষ্যদ্বাণী করার জন্য AI মডেলগুলিকে সেলুলার পথের আন্তঃসংযুক্ততাকে বিবেচনা করতে হবে।
এই গবেষণায় জড়িত নন এমন কম্পিউটেশনাল বায়োলজিস্ট ডঃ Marcus Klein ব্যাখ্যা করেছেন, "এই গবেষণাটি আরও অত্যাধুনিক AI মডেলের প্রয়োজনীয়তার উপর জোর দেয় যা ক্যান্সারের জীববিজ্ঞানের জটিলতাগুলি ধারণ করতে পারে। আমাদের এমন AI দরকার যা কেবল সম্ভাব্য ওষুধের লক্ষ্য সনাক্ত করতে পারে না, সেইসাথে সেই লক্ষ্যগুলি অন্যান্য সেলুলার প্রক্রিয়াগুলির সাথে কীভাবে взаимодейিত হয় তাও ভবিষ্যদ্বাণী করতে পারে।"
গবেষকরা বর্তমানে আরও নির্বাচনী MCL1 ইনহিবিটর তৈরি করার জন্য কাজ করছেন যা বিশেষভাবে স্বাস্থ্যকর কোষগুলিতে এর অ্যান্টি-অ্যাপোপটোটিক কার্যকারিতা বাঁচিয়ে প্রোটিনের বিপাকীয় ক্রিয়াকে লক্ষ্য করে। তারা এই ইনহিবিটরগুলির নকশা অপ্টিমাইজ করতে এবং বিভিন্ন ধরণের ক্যান্সারে তাদের কার্যকারিতা ভবিষ্যদ্বাণী করতে AI ব্যবহারের সম্ভাবনাও খতিয়ে দেখছেন। গবেষণার পরবর্তী পর্যায়ে প্রাণীর মডেলে নতুন MCL1 ইনহিবিটরগুলির সুরক্ষা এবং কার্যকারিতা যাচাই করার জন্য প্রি-ক্লিনিক্যাল গবেষণা অন্তর্ভুক্ত থাকবে।
Discussion
Join the conversation
Be the first to comment