Onderzoekers identificeren 35 genen die in hoge mate tot expressie komen bij patiënten met langdurige ziekte van Lyme

Onderzoekers identificeren 35 genen die in hoge mate tot expressie komen bij patiënten met langdurige ziekte van Lyme

Onderzoekers van de Icahn School of Medicine op Mount Sinai in New York hebben 35 genen geïdentificeerd die bijzonder sterk tot uiting komen bij mensen met een al lang bestaande ziekte van Lyme. Deze genen kunnen mogelijk worden gebruikt als biomarkers om patiënten met de aandoening te diagnosticeren, die anders moeilijk te diagnosticeren en te behandelen is.

De resultaten, gepubliceerd op 15 november in de Journal Cell Reports Medicine [DOI: 10.1016/j.xcrm.2022.100816],kan ook leiden tot nieuwe therapeutische doelen. De studie is de eerste waarbij transcriptomics wordt gebruikt als bloedtest om RNA-niveaus te meten bij patiënten met langdurige ziekte van Lyme.

De ziekte van Lyme is een door teken overgedragen ziekte die nog niet goed wordt begrepen. Jaarlijks worden ongeveer 30.000 gediagnosticeerde gevallen gerapporteerd aan de CDC, maar het geschatte werkelijke aantal ligt dichter bij 476.000 gevallen, wat in de Verenigde Staten ongeveer 1 miljard dollar aan jaarlijkse gezondheidszorgkosten kost. Hoewel de meeste patiënten in de vroegste stadia van de ziekte van Lyme worden gediagnosticeerd en met antibiotica worden behandeld, ontwikkelt ongeveer 20 procent van de patiënten complicaties op de lange termijn. Deze kunnen onder meer artritis, neurologische symptomen en/of hartproblemen zijn.

We wilden begrijpen of er een specifieke immuunrespons is die kan worden gedetecteerd in het bloed van patiënten met langdurige ziekte van Lyme om zo een betere diagnostiek voor deze slopende ziekte te ontwikkelen. Er bestaat nog steeds een cruciale onvervulde behoefte, omdat deze ziekte zo vaak niet of verkeerd wordt gediagnosticeerd. Er is onvoldoende bekend over de moleculaire mechanismen van de langdurige ziekte van Lyme.”

Avi Ma’ayan, PhD, hoogleraar farmacologische wetenschappen en directeur van het Mount Sinai Center for Bioinformatics op Icahn Mount Sinai en senior auteur van het artikel

Als onderdeel van het onderzoek werd RNA-sequencing uitgevoerd met behulp van bloedmonsters van 152 patiënten met symptomen van de ziekte van Lyme na behandeling om hun immuunrespons te meten. Gecombineerd met RNA-sequencinggegevens van 72 patiënten met de acute ziekte van Lyme en 44 niet-geïnfecteerde controles, observeerden onderzoekers verschillen in genexpressie en ontdekten dat de meeste patiënten met de ziekte van Lyme na behandeling een kenmerkende ontstekingssignatuur hadden vergeleken met de groep met acute Lyme.

eBook over laboratoriumdiagnostiek en automatisering

Compilatie van de beste interviews, artikelen en nieuws van het afgelopen jaar. Download een gratis exemplaar

Door de differentieel tot expressie gebrachte genen in deze studie te analyseren, samen met genen die differentieel tot expressie kwamen als gevolg van andere infecties uit andere gepubliceerde onderzoeken, identificeerden de onderzoekers bovendien een subset van genen die in hoge mate tot expressie kwamen en die nog niet eerder waren geïdentificeerd voor deze ziekte van Lyme. bijbehorende ontstekingsreactie.

Met behulp van een soort kunstmatige intelligentie, machine learning genaamd, hebben de onderzoekers de reeks genen verder verkleind om een ​​mRNA-biomarkerset te creëren die gezonde patiënten kan onderscheiden van patiënten met de acute ziekte van Lyme of die na de behandeling. Een genenpanel dat de expressie van de door de onderzoekers geïdentificeerde genen meet, zou kunnen worden ontwikkeld als diagnostiek om op Lyme te testen.

“We moeten de waarde van het gebruik van omics-technologieën, waaronder transcriptomics, niet onderschatten om RNA-niveaus te meten om de aanwezigheid van veel complexe ziekten zoals de ziekte van Lyme te detecteren, een betrouwbare diagnose te stellen en, als resultaat, een mogelijk beter beheer van deze ziekte”, aldus Dr. Ma’ayan.

Vervolgens zijn de onderzoekers van plan het onderzoek te herhalen met behulp van gegevens uit eencellige transcriptomics en volbloed, de machine learning-aanpak toe te passen op andere complexe ziekten die moeilijk te diagnosticeren zijn, en het diagnostische genenpaneel te ontwikkelen en te testen op monsters van patiënten.

Bron:

Mount Sinaï-gezondheidssysteem

Referentie:

Willis, MD, et al. (2022) Voorspeller van genenreeksen van de ziekte van Lyme na de behandeling. Cel meldt medicijnen. doi.org/10.1016/j.xcrm.2022.100816.

.