潜在的预测标记COVID-19患者体液免疫反应

Galit改变博士组长在MGH雷根研究所正是从麻省理工学院和哈佛大学和哈佛医学院医学教授和海伦,医学博士,副教授,过敏和传染病,华盛顿大学医学院和威斯康辛大学医学医生,最近发表了一篇论文,确定五个免疫反应标记,总的来说,既能正确分类康复的COVID-19疾病患者和那些没有生存。该研究发表在《华尔街日报》免疫力。

朱棣文博士的团队,负责登记、收集、和管理的临床工作在这项研究中,收集样本COVID-19住院病人。总的来说,本研究使用样本一群22个人,12人恢复,10人死亡。

改变博士的研究小组利用她系统血清学技术,这种方法依赖于60 +化验来创建一个详细的免疫反应,比较免疫反应的那些没有人幸存下来。

“任何给定的功能告诉故事的只有一小部分。通过观察免疫反应的整体形象,我们可以开始真正的了解免疫系统响应COVID-19,然后使用这些知识来预防这种疾病的最坏的结果,改变。

病毒COVID-19 SARS-CoV-2,体液免疫系统有两个主要的蛋白质,负责抗体生产、响应。他们是飙升(S)蛋白质核衣壳蛋白(N)。

“大多数候选疫苗的发展是为了抗体抗原,这是我们观察到的响应与个人幸存下来的自然感染,”朱说。N蛋白在病毒比年代蛋白质水平显著升高,但之前有研究表明,免疫反应的N蛋白不提供保护SARS-CoV-2相关冠状病毒。

使用她的系统血清学技术,创建了一个详细的体液免疫反应,改变博士的实验室相比恢复个人死者的免疫反应。他们发现,患者恢复体液免疫反应,反应主要是蛋白质,而死者身上immunodominance这样的转变,他们有一个更强的免疫反应的N蛋白。

“immunodominance只是明显的转变比较健壮,免疫反应的详细资料从不同组的病人,“改变说。

这immunodominance转变可以通过测量发现五个免疫反应标记:IgM和IgA1反应蛋白质和锁定补充存款,IgM, IgA2响应到N蛋白。利用这五个标记,研究人员可以构建一个模型,该模型能正确分类的临床样本属于已故或个人休养。为了验证这个模型中,40个临床COVID-19样本波士顿,20个人休养和20从死去的病人,化验。结果表明同一年代蛋白质N immunodominance已故人的转变而休养的。此外,在样品分析,这immunodominance转变比使用更复苏的预测或死亡人口年龄和性别等因素。

“寻找这些早期抗体签名可能影响评估COVID-19候选疫苗,以确保他们产生免疫反应类似于人生存的自然感染,”朱说。

这些预测免疫标记可能会如何影响到COVID-19风险因素,感染,或疾病严重程度尚未清楚。然而,这项研究提供了一种潜在的方式,可以发现高危患者基于个体的免疫反应和驱动可以帮助理性疫苗的设计。

---

---