Az új diagnosztikai módszer gépi tanulást alkalmaz fejlett genomikai adatokra a szepszis kimutatására

Az új diagnosztikai módszer gépi tanulást alkalmaz fejlett genomikai adatokra a szepszis kimutatására

A szepszis, az immunrendszer túlzott reakciója a fertőzésre, a becslések szerint a halálozások 20%-át okozza világszerte és a kórházi halálozások 20-50%-át az Egyesült Államokban évente. Elterjedtsége és súlyossága ellenére azonban a betegséget nehéz diagnosztizálni és hatékonyan kezelni.

A betegség csökkent véráramlást okozhat a létfontosságú szervekben, gyulladást okozhat az egész szervezetben, és rendellenes véralvadást okozhat. Ezért, ha nem ismerik fel és nem kezelik gyorsan, a szepszis sokkhoz, szervi elégtelenséghez és halálhoz vezethet. Nehéz lehet azonban meghatározni, hogy melyik kórokozó okozza a szepszist, vagy hogy a fertőzés a véráramban vagy máshol a szervezetben van-e. A szepszishez hasonló tüneteket mutató betegnél pedig nehéz lehet megállapítani, hogy van-e fertőzésük.

A Chan Zuckerberg Biohub (CZ Biohub), a Chan Zuckerberg Initiative (CZI) és az UC San Francisco (UCSF) kutatói most egy új diagnosztikai módszert fejlesztettek ki, amely gépi tanulást alkalmaz a mikrobáktól és a gazdaszervezetektől származó fejlett genomiális adatok azonosítására, valamint a szepszis eseteinek előrejelzésére. Amint arról a Nature Microbiology 2022. október 20-án beszámolt, a megközelítés meglepően pontos, és jócskán meghaladhatja a jelenlegi diagnosztikai képességeket.

A szepszis az emberiség 10 legfontosabb egészségügyi problémája közé tartozik. A szepszis egyik legnagyobb kihívása a diagnózis. A meglévő diagnosztikai tesztek nem képesek megragadni a betegség kétoldalú természetét – magát a fertőzést és a gazdaszervezet fertőzésre adott immunválaszát.”

Chaz Langelier, MD, Ph.D., vezető szerző, az orvostudomány docense, az UCSF fertőző betegségek osztálya és a CZ Biohub kutatója

A jelenlegi szepszis diagnosztika a baktériumok tenyésztéssel történő kimutatására összpontosít, amely folyamat az új módszer mögött álló kutatók szerint „elengedhetetlen a megfelelő antibiotikum-terápiához, ami kritikus a szepszis túlélése szempontjából”. Ezeknek a kórokozóknak a tenyésztése azonban időigényes, és nem mindig azonosítja megfelelően a fertőzést okozó baktériumot. Hasonlóképpen, a vírusok esetében a PCR-vizsgálat kimutathatja, hogy a vírusok megfertőzik a beteget, de nem mindig azonosítják a szepszist okozó specifikus vírust.

"Ez azt eredményezi, hogy az orvosok az esetek 30-50%-ában nem tudják azonosítani a szepszis okát" - mondta Langelier. "Ez az antibiotikum-kezelés és a kiváltó kórokozó közötti eltéréshez is vezet."

Végleges diagnózis hiányában az orvosok gyakran antibiotikumok koktélját írják fel a fertőzés megállítására, de az antibiotikumok túlzott használata világszerte megnövekedett antibiotikum-rezisztenciához vezetett. "Orvosként nem akarunk kihagyni egy fertőzéses esetet" - mondta Carolyn Calfee, MD, MAS, az UCSF orvostudományi és aneszteziológiai professzora és az új tanulmány társszerzője. "De ha lenne egy tesztünk, amely segíthetne pontosan meghatározni, hogy ki nem fertőzött, akkor ez segíthetne korlátozni az antibiotikumok használatát ezekben az esetekben, ami nagyon jó lenne mindannyiunk számára."

A kétértelműség megszüntetése

A kutatók 2010 és 2018 között több mint 350 kritikus állapotú beteg teljes vér- és plazmamintáját elemezték, akiket az UCSF Medical Centerbe vagy a Zuckerberg San Francisco General Hospitalba vettek fel.

De ahelyett, hogy tenyészetekre támaszkodtak volna a kórokozók azonosítására ezekben a mintákban, a CZ Biohub tudósai, Norma Neff (Ph.D.) és Angela Pisco (Ph.D.) által vezetett csapat ehelyett metagenomikus következő generációs szekvenálást (mNGS) használt. Ez a módszer azonosítja a mintában lévő összes nukleinsavat vagy genetikai adatot, majd összehasonlítja ezeket az adatokat a referenciagenomokkal a jelenlévő mikrobiális organizmusok azonosítása érdekében. Ez a technika lehetővé teszi a tudósok számára, hogy azonosítsák az ugyanabban a mintában jelen lévő, teljesen különböző organizmusok – akár baktériumok, vírusok vagy gombák – genetikai anyagát.

A szepszis pontos diagnosztizálásához azonban önmagában a kórokozó kimutatása és azonosítása nem elegendő, ezért a Biohub kutatói egy transzkripciós profilt is létrehoztak - amely a génexpressziót számszerűsíti -, hogy rögzítse a páciens fertőzésre adott válaszát.

Genetika és genomika e-könyv

Összeállítás az elmúlt év legjobb interjúiból, cikkeiről és híreiről. Töltse le a másolatot még ma

Ezután gépi tanulást alkalmaztak az mNGS-re és a transzkripciós adatokra, hogy különbséget tegyenek a szepszis és más kritikus betegségek között, hogy megerősítsék a diagnózist. Katrina Kalantar, Ph.D., a CZI vezető bioinformatikusa és a tanulmány társszerzője integrált gazda-mikroba modellt hozott létre, amelyet szepszissel vagy nem fertőző szisztémás gyulladásos betegséggel diagnosztizált betegek adatainak felhasználásával képeztek ki. amely igen nagy pontossággal tette lehetővé a szepszis diagnózisát.

„A modellt úgy fejlesztettük ki, hogy egy sor metagenomikus adatot megvizsgáltunk a hagyományos klinikai tesztek eredményei mellett” – magyarázta Kalantar. Először is, a kutatók azonosították a génexpresszió változásait a megerősített szepszisben és nem fertőző szisztémás gyulladásos állapotokban szenvedő betegek között, amelyek klinikailag hasonlónak tűnnek, majd gépi tanulással azonosították azokat a géneket, amelyek a legjobban előre jelezhetik ezeket a változásokat.

A kutatók azt találták, hogy amikor a hagyományos baktériumtenyészet szepszist okozó kórokozót azonosított, általában bőséges genetikai anyag volt az adott kórokozóból a megfelelő mNGS-szel elemzett plazmamintában. Ezt szem előtt tartva Kalantar úgy programozta a modellt, hogy azonosítsa azokat az organizmusokat, amelyek aránytalanul nagy mennyiségben vannak jelen a mintában lévő többi mikrobához képest, majd ezeket hasonlítsa össze az ismert szepszist okozó mikrobák referenciaindexével.

„Emellett az összes észlelt vírust is feljegyeztük, még akkor is, ha alacsonyabb szinten voltak, mert nem kellett volna ott lenniük” – magyarázta Kalantar. „Ezzel a viszonylag egyszerű szabályrendszerrel elég jól teljesítettünk.”

„Majdnem tökéletes” teljesítmény

A kutatók azt találták, hogy az mNGS módszer és a hozzá tartozó modell a vártnál jobban működött: a megerősített bakteriális szepszises esetek 99%-át, a vírusos szepszis igazolt eseteinek 92%-át tudták azonosítani, és az esetek 74%-ában jelezték előre a szepszis kialakulását olyan klinikai gyanú mellett, amelyet még nem diagnosztizáltak véglegesen.

„Jó vagy akár kiváló teljesítményt vártunk, de ez majdnem tökéletes volt” – mondta Lucile Neyton, Ph.D., a Calfee laboratórium posztdoktori kutatója és a tanulmány társszerzője. "Ezzel a megközelítéssel elég jó képet kapunk arról, hogy mi okozza a betegséget, és viszonylag nagy biztonsággal tudjuk, hogy a beteg szepszisben szenved-e vagy sem."

A csapat azt is izgatottan fedezte fel, hogy ezt a kombinált gazdaválaszt és mikrobiális kimutatási módszert használhatják a szepszis diagnosztizálására, a legtöbb betegtől rutinszerűen gyűjtött plazmaminták segítségével, a szokásos klinikai ellátás részeként. "Annak a ténynek, hogy ezzel a széles körben használt, könnyen gyűjthető mintatípussal valóban azonosítható a szepszises betegek, nagy gyakorlati következményei vannak" - mondta Langelier.

A munka ötlete Langelier, Kalantar, Calfee, UCSF kutatóinak és a CZ Biohub elnöke, Joe DeRisi, Ph.D. és kollégáik korábbi kutatásaiból fakadt, amelyekben mNGS-t alkalmaztak az alsó légúti fertőzések hatékony diagnosztizálására kritikus állapotú betegeknél. Mivel a módszer olyan jól működött, "meg akartuk látni, hogy ugyanez a megközelítés alkalmazható-e a szepszis kontextusában" - mondta Kalantar.

Tágabb vonatkozások

A csapat azt reméli, hogy erre a sikeres diagnosztikai technikára építhet egy olyan modell kidolgozásával, amely képes előre jelezni az ezzel a módszerrel felfedezett kórokozók antibiotikum-rezisztenciáját is. "Néhány sikert értünk el ezzel a légúti fertőzések terén, de senki sem talált jó módszert a szepszis kezelésére" - mondta Langelier.

Emellett a kutatók azt remélik, hogy végül meg tudják jósolni a szepszisben szenvedő betegek kimenetelét, "mint például a mortalitást vagy a kórházi tartózkodás időtartamát, ami fontos információkkal szolgálna, amelyek lehetővé tennék az orvosok számára, hogy jobban elláthassák betegeiket, és az erőforrásokat azokra a betegekre irányítsák, akiknek leginkább szükségük van rájuk" - mondta Langelier.

„Nagy lehetőség rejlik az ehhez hasonló újszerű szekvenálási megközelítésekben, amelyek segítségével pontosabban azonosíthatjuk a páciens kritikus betegségének okait” – tette hozzá Calfee. "Ha ezt meg tudjuk tenni, ez lesz az első lépés a precíziós orvoslás és annak megértése felé, hogy mi történik az egyes betegek szintjén."

Forrás:

Chan Zuckerberg Biohub

Referencia:

Kalantar, KL, et al. (2022) Integrált gazdamikrobiális plazma metagenomika szepszis diagnosztizálására kritikus állapotú felnőttek leendő kohorszában. Természetes mikrobiológia. doi.org/10.1038/s41564-022-01237-2.

.