Dlaczego niektórzy pacjenci zapadają na ciężką chorobę, a inni nie? To pytanie nęka ekspertów od początku pandemii COVID-19. W badaniu przeprowadzonym przez chiński zespół badawczy zidentyfikowano markery molekularne we krwi, które pozwalają przewidywać poważne skutki COVID-19 wynikające z zakażenia koronawirusem SARS-CoV-2. Wyniki badania poszerzają wiedzę na temat patofizjologii i postępu klinicznego COVID-19, umożliwiając identyfikację na wczesnym etapie przebiegu zakażenia, które osoby są najbardziej narażone na wystąpienie ciężkich schorzeń i wymagają opieki szpitalnej. Przeczytaj także – Otyłość, spożywanie alkoholu może obniżyć skuteczność szczepionek Covid-19 Receptory ACE2 znajdujące się w narządach innych niż płuca Oprócz zapalenia płuc i zespołu septycznego u mniejszego odsetka pacjentów wystąpiły również ciężkie objawy żołądkowo-jelitowe i / lub sercowo-naczyniowe, a także neurologiczne. objawy po zakażeniu SARS-COV-2. Jest to możliwe, ponieważ receptor enzymu konwertującego angiotensynę 2 (ACE 2) używany przez SARS-COV-2 do wnikania do komórek znajduje się w innych narządach poza płucami, w tym w sercu, wątrobie, nerkach, trzustce, jelicie cienkim, a także w OUN (Ośrodkowy układ nerwowy), zwłaszcza glejowe nieneuronalne komórki mózgu. Przeczytaj także – u prawie 30% wyleczonych pacjentów z COVID-19 w ciągu 5 miesięcy pojawiają się powikłania, ponad 12% umiera Krew, wymazy z gardła pomogły zidentyfikować biomarkery ciężkiej choroby. W badaniu przyjęto podejście multi-omiczne, integrujące dane z różnych dyscyplin, w tym z najnowocześniejszej transkryptomiki, technologie proteomiczne i metabolomiczne do identyfikacji znaczących, skorelowanych zmian molekularnych u pacjentów z COVID-19, szczególnie ciężkich przypadków. W pracy oceniono dane od 83 osób w trzech grupach, 16 ciężkich przypadkach, 50 łagodnych i 17 zdrowych kontrolach bez wirusa. Od wszystkich uczestników pobrano seryjne próbki krwi i wymazów z gardła, a aby ustalić, czy patofizjologia COVID-19 była związana z określonymi zmianami molekularnymi, łącznie 23 373 genów ulegających ekspresji, 9439 białek, 327 metabolitów i 769 zewnątrzkomórkowych RNA (exRNA) krążących w krew została zbadana. Profile różniły się znacząco we wszystkich trzech grupach. Przeczytaj także – Skutki uboczne szczepionki COVID-19: Utrata czucia w ramionach i więcej zgłaszane przez pracowników służby zdrowia Pune Różne markery odporności zidentyfikowane w łagodnych i ciężkich przypadkach Występowały znaczące różnice między łagodnymi i ciężkimi przypadkami w różnych markerach odpornościowych, takich jak interferon typu 1 i cytokiny zapalne, które były podwyższone w drugim przypadku, podczas gdy pierwsze wykazywały silne odpowiedzi komórek T, które przypuszczalnie pomogły zatrzymać postęp choroby. Niezwykłym i nieoczekiwanym odkryciem było istnienie znaczących korelacji między danymi multi-omicznymi a klasycznymi parametrami diagnostycznymi krwi lub biochemicznymi. Znalazło to odzwierciedlenie w szczególności w analizie proteomicznej, gdzie wystąpiła znaczna regulacja w dół w cyklu kwasu trikarboksylowego lub cyklu „Krebsa” (TCA) i szlakach glikolitycznych wykorzystywanych do uwalniania zmagazynowanej energii zarówno u pacjentów z łagodnym, jak i ciężkim stanem zdrowia, w porównaniu ze zdrowymi kontrolami. I odwrotnie, dobrze znane szlaki obronne gospodarza, takie jak szlak sygnałowy receptora komórek T, były podwyższone u pacjentów z COVID-19. Cenne odkrycie do przyszłego zastosowania klinicznego Innym potencjalnie cennym odkryciem do przyszłego zastosowania klinicznego było istnienie związku między wiremią a rokowaniem chorobowym u ciężkich pacjentów z COVID-19. Niestety, sześciu pacjentów z ciężkimi objawami zmarło i mieli oni wcześniej przy przyjęciu do szpitala odnotowane obciążenia RNA SARS-CoV-2 w gardle znacznie większe niż u tych, którzy przeżyli. Godnym uwagi odkryciem było to, że białka uczestniczące w procesach przeciwwirusowych, w tym szlaki sygnałowe limfocytów T i receptorów limfocytów B, były pozytywnie powiązane ze zmianami obciążenia wirusem u ciężkich pacjentów, którzy przeżyli. Wreszcie, zidentyfikowano określone cząsteczki jako biomarkery kolejnych wyników COVID-19 i wykorzystano je do stworzenia prognostycznych modeli klasyfikacji. Modele predykcyjne oparte na czterech typach danych działały dobrze, zwłaszcza te wykorzystujące kliniczne zmienne towarzyszące i dane proteomiczne, sugerując możliwe ramy dla identyfikacji pacjentów, którzy mogą z wyprzedzeniem rozwinąć ciężkie objawy, tak aby można było odpowiednio ukierunkować leczenie. (Z danymi uzyskanymi od agencji) Opublikowano: 16 grudnia 2020 r., 23:06 | Zaktualizowano: 17 grudnia 2020 10:16
