脓毒症和COVID-19患者最危险预测遗传模型

新模式对于脓毒症患者的理解,COVID-19和流感免疫功能紊乱,更有可能遭受贫穷的结果已经由Wellcome基金会桑格研究所的研究人员开发的,牛津大学的玛丽皇后大学、帝国理工学院和他们的合作者。

这项研究发表在科学转化医学,确定19基因预测人体免疫系统的方式回应脓毒症、COVID-19和流感感染,以及如何免疫反应在某些个体可能出错。中使用的少量的基因模型为应用精密医学技术铺平了道路,如优先个人特定的干预措施,为脓毒症等疾病已被证明难以诊断和治疗。

脓毒症是由一个不适当的免疫反应引起的感染或损伤,可以扩散到全身。原因未知,在脓毒症的免疫反应变得过度活跃或不够,造成损害健康的细胞,而不仅仅是感染源。很难预测谁将得到败血症,谁将会复苏,谁会可怜的结果如post-sepsis综合征(PSS)和死亡。在全球范围内,据估计,大约有4900万每年败血症病例和1100万人死亡。

尽管数百名临床试验旨在改善脓毒症的结果,目前没有有针对性的治疗。因为败血症能带来无数的原因,这是一个高度可变的疾病,和一些药物试验的阳性结果没有重现。

这是认为脓毒症的更强的理解分子水平上,所以,患者可以根据特定分类特征的疾病,是更大的成功的关键在识别这些风险和开发有效的治疗方法。

在这项新研究中,研究人员在牛津大学的威康基金会桑格研究所的着手开发一种基因表达模式对于理解败血症患者更可能有特定的反应和潜在不良的结果。

这包括从脓毒症患者身上采集到的1655个样本作为英国的一部分基因脓毒症研究的进步,然后威康基金会桑格研究所的测序确定哪些基因表达。结果数据然后结合现有的数据从脓毒症患者和健康人。

分析这些数据确定的基因表达模式意味着一个不适当的免疫反应,让研究人员预测临床结果从一群19基因。

朱利安·奈特教授,这项研究的资深作者从牛津大学,说:“我们迫切需要更好的方法来理解错了免疫系统为了应对感染引起败血症、疾病与毁灭性的结果数以百万计的人每年在世界各地。一种快速、准确的测试来预测谁有一个特定类型的感染和免疫反应在更大的风险在脓毒症会帮助大量来自贫困的结果,现在似乎是一个真正的可能性。”

衡量19-gene模型还可以应用于其他疾病,机器学习框架开发测试败血症,SARS-CoV-2和流感。该模型能够成功地预测个体的可怜的结果对所有三种疾病的可能性。

埃迪Cano-Gamez博士,这项研究的作者从牛津大学和威康桑格研究所说:“现在我们有能力预测脓毒症的结果从19基因,这是至关重要的,尽可能多的研究人员可以利用这种方法。为了促进这一点,我们已经创建了一个代码包允许其他研究者自行运行模型数据。本设计为易于使用,无论什么样的技术是用于生成示例数据”。

研究人员下一步将了解更多关于底层免疫功能紊乱参与脓毒症和与同事合作开发biomarker-led临床试验。这项工作的目的是帮助目标最有效的疗法在那些将受益最多,例如使用19-gene模型在本研究开发的类型。

艾玛·达文波特博士威康基金会桑格研究所的这项研究的资深作者,说:“脓毒症一直是棘手的问题,因为我们根本不了解这种疾病,以及我们需要。同样,COVID-19大流行的早期阶段强调了压力下医生,试图治疗病人没有可靠的信息来帮助他们发现那些高危人群。我们的模型提供了一个的详细级别,最后让我们开始应用精密医学技术脓毒症和改善患者的结果。”