Naujasis diagnostikos metodas taiko mašininį mokymąsi pažangiems genominiams duomenims, kad būtų galima nustatyti sepsį

Naujasis diagnostikos metodas taiko mašininį mokymąsi pažangiems genominiams duomenims, kad būtų galima nustatyti sepsį

Sepsis, per didelė imuninės sistemos reakcija į infekciją, kasmet sukelia 20 % mirčių visame pasaulyje ir nuo 20 % iki 50 % ligoninių mirčių Jungtinėse Valstijose. Tačiau, nepaisant jos paplitimo ir sunkumo, ligą sunku diagnozuoti ir veiksmingai gydyti.

Liga gali sukelti sumažėjusį kraujo tekėjimą į gyvybiškai svarbius organus, viso kūno uždegimą ir nenormalų kraujo krešėjimą. Todėl greitai neatpažinus ir negydomas sepsis gali sukelti šoką, organų nepakankamumą ir mirtį. Tačiau gali būti sunku nustatyti, kuris patogenas sukelia sepsį, ar infekcija yra kraujyje ar kitur kūno vietoje. Daugeliui pacientų, kurių simptomai yra panašūs į sepsį, gali būti sunku nustatyti, ar jie net neturi infekcijos.

Dabar Chan Zuckerberg Biohub (CZ Biohub), Chan Zuckerberg Initiative (CZI) ir UC San Francisco (UCSF) mokslininkai sukūrė naują diagnostikos metodą, kuris taiko mašininį mokymąsi, kad nustatytų pažangius mikrobų ir šeimininkų genominius duomenis ir prognozuotų sepsio atvejus. Kaip pranešama 2022 m. spalio 20 d. Nature Microbiology, šis metodas yra stebėtinai tikslus ir gali gerokai viršyti dabartines diagnostikos galimybes.

Sepsis yra viena iš 10 didžiausių sveikatos problemų, su kuriomis susiduria žmonija. Vienas iš didžiausių sepsio iššūkių yra diagnozė. Esami diagnostiniai testai negali užfiksuoti dvipusio ligos pobūdžio – pačios infekcijos ir šeimininko imuninio atsako į infekciją.

Chazas Langelier, MD, Ph.D., vyresnysis autorius, medicinos docentas, UCSF Infekcinių ligų skyrius ir CZ Biohub tyrėjas

Dabartinė sepsio diagnostika skirta bakterijoms aptikti auginant jas kultūroje, o tai, pasak naujojo metodo mokslininkų, yra „būtinas tinkamam antibiotikų gydymui, kuris yra labai svarbus sepsio išgyvenimui“. Tačiau šių patogenų auginimas užima daug laiko ir ne visada teisingai nustato infekciją sukeliančią bakteriją. Panašiai virusų atveju PGR tyrimas gali nustatyti, kad virusai užkrečia pacientą, bet ne visada nustato konkretų virusą, sukeliantį sepsį.

"Dėl to gydytojai negali nustatyti sepsio priežasties maždaug 30-50% atvejų", - sakė Langelier. "Tai taip pat lemia gydymo antibiotikais ir patogeno neatitikimą."

Nesant galutinės diagnozės, gydytojai dažnai skiria antibiotikų kokteilį, kad sustabdytų infekciją, tačiau per didelis antibiotikų vartojimas padidino atsparumą antibiotikams visame pasaulyje. „Kaip gydytojai, nenorime praleisti infekcijos atvejo“, – sakė UCSF medicinos ir anesteziologijos profesorė ir naujojo tyrimo bendraautorė Carolyn Calfee, MD, MAS. „Tačiau jei turėtume testą, kuris padėtų tiksliai nustatyti, kas neturi infekcijos, tai galėtų padėti mums apriboti antibiotikų vartojimą tokiais atvejais, o tai būtų tikrai naudinga mums visiems.

Dviprasmiškumo pašalinimas

Tyrėjai išanalizavo viso kraujo ir plazmos mėginius iš daugiau nei 350 sunkiai sergančių pacientų, paguldytų į UCSF medicinos centrą arba Zuckerberg San Francisco Generalinę ligoninę 2010–2018 m.

Tačiau užuot pasikliaujusi kultūromis, kad nustatytų patogenus šiuose mėginiuose, komanda, vadovaujama CZ Biohub mokslininkų Normos Neff, Ph.D. ir Angelos Pisco, Ph.D., naudojo metagenominę naujos kartos seką (mNGS). Šis metodas identifikuoja visas mėginyje esančias nukleino rūgštis arba genetinius duomenis ir palygina šiuos duomenis su etaloniniais genomais, kad nustatytų esamus mikrobinius organizmus. Šis metodas leidžia mokslininkams identifikuoti genetinę medžiagą iš visiškai skirtingų organizmų karalysčių – bakterijų, virusų ar grybelių – esančių tame pačiame mėginyje.

Tačiau norint tiksliai diagnozuoti sepsią, vien patogeno aptikimo ir identifikavimo nepakanka, todėl Biohub tyrėjai taip pat sukūrė transkripcijos profilį, kuris kiekybiškai įvertina genų ekspresiją, kad užfiksuotų paciento atsaką į infekciją.

Genetika ir genomika e-knyga

Populiariausių praėjusių metų interviu, straipsnių ir naujienų rinkinys. Atsisiųskite kopiją šiandien

Tada jie pritaikė mašininį mokymąsi mNGS ir transkripcijos duomenims, kad atskirtų sepsį ir kitas kritines ligas, kad patvirtintų diagnozę. Katrina Kalantar, mokslų daktarė, vyresnioji CZI bioinformatikė ir viena iš pirmųjų tyrimo autorių, sukūrė integruotą šeimininko ir mikrobo modelį, apmokytą naudojant duomenis iš pacientų, kuriems diagnozuotas sepsis arba neinfekcinės sisteminės uždegiminės ligos. kurie leido labai tiksliai diagnozuoti sepsį.

"Mes sukūrėme modelį kartu su metagenominiais duomenimis, kartu su tradicinių klinikinių tyrimų rezultatais", - paaiškino Kalantar. Pirma, mokslininkai nustatė genų ekspresijos pokyčius tarp pacientų, kuriems patvirtintas sepsis ir neinfekcinės sisteminės uždegiminės ligos, kurios atrodo kliniškai panašios, o tada naudojo mašininį mokymąsi, kad nustatytų genus, kurie galėtų geriausiai numatyti šiuos pokyčius.

Tyrėjai išsiaiškino, kad kai tradicinė bakterinė kultūra nustatė sepsį sukeliantį patogeną, atitinkamame mNGS analizuojamame plazmos mėginyje paprastai buvo gausu to patogeno genetinės medžiagos. Atsižvelgdamas į tai, Kalantar suprogramavo modelį, kad nustatytų organizmus, kurių yra neproporcingai daug, palyginti su kitais mėginio mikrobais, ir palygintų juos su žinomų sepsį sukeliančių mikrobų etaloniniu indeksu.

„Be to, mes taip pat pažymėjome visus aptiktus virusus, net jei jie buvo žemesnio lygio, nes jų ten nebuvo“, – paaiškino Kalantar. „Taikant šį gana paprastą taisyklių rinkinį, mums pavyko gana gerai.

„Beveik tobulas“ pasirodymas

Tyrėjai nustatė, kad mNGS metodas ir jį atitinkantis modelis veikė geriau nei tikėtasi: jiems pavyko nustatyti 99% patvirtintų bakterinio sepsio atvejų, 92% patvirtintų virusinio sepsio atvejų ir numatyti sepsį 74% atvejų, kai buvo klinikinis įtarimas, kuris dar nebuvo galutinai diagnozuotas.

„Tikėjomės gero ar net puikaus pasirodymo, bet tai buvo beveik tobula“, – sakė Kalifornijos laboratorijos doktorantė ir viena iš pirmųjų tyrimo autorių Lucile Neyton, Ph.D. "Naudodami šį metodą, mes gauname gana gerą supratimą apie tai, kas sukelia ligą, ir gana tiksliai žinome, ar pacientas serga sepsiu, ar ne."

Komanda taip pat džiaugėsi atradusi, kad jie gali naudoti šį kombinuotą šeimininko atsako ir mikrobų aptikimo metodą sepsiui diagnozuoti, naudojant plazmos mėginius, kurie paprastai renkami iš daugumos pacientų kaip standartinės klinikinės priežiūros dalis. „Tai, kad jūs iš tikrųjų galite identifikuoti sepsiu sergančius pacientus naudodami šį plačiai naudojamą, lengvai paimamą mėginių tipą, turi didelių praktinių pasekmių“, - sakė Langelier.

Darbo idėja kilo iš ankstesnių Langelier, Kalantar, Calfee, UCSF mokslininkų ir CZ Biohub prezidento Joe DeRisi, Ph.D. ir jų kolegų tyrimų, kuriuose jie naudojo mNGS veiksmingai diagnozuoti apatinių kvėpavimo takų infekcijas kritinės būklės pacientams. Kadangi metodas veikė taip gerai, „norėjome pamatyti, ar tas pats metodas galėtų veikti sergant sepsiu“, - sakė Kalantar.

Platesnės reikšmės

Komanda tikisi remtis šiuo sėkmingu diagnostikos metodu, sukurdama modelį, kuris taip pat gali numatyti naudojant šį metodą aptiktų patogenų atsparumą antibiotikams. „Mums pavyko tam tikrą sėkmę gydant kvėpavimo takų infekcijas, bet niekas nerado tinkamo metodo sepsiui gydyti“, - sakė Langelier.

Be to, mokslininkai tikisi, kad galiausiai galės numatyti pacientų, sergančių sepsiu, pasekmes, „pvz., mirtingumą ar buvimo ligoninėje trukmę, o tai suteiktų svarbios informacijos, kuri leistų gydytojams geriau pasirūpinti savo pacientais ir nukreipti išteklius tiems pacientams, kuriems jų labiausiai reikia“, – sakė Langelier.

"Yra didelis naujų sekos nustatymo metodų, tokių kaip šis, potencialas, kuris padėtų mums tiksliau nustatyti paciento kritinės ligos priežastis", - pridūrė Calfee. „Jei galime tai padaryti, tai bus pirmasis žingsnis tikslios medicinos link ir supratimo, kas vyksta individualaus paciento lygmeniu.

Šaltinis:

Chan Zuckerberg Biohub

Nuoroda:

Kalantar, KL ir kt. (2022) Integruota šeimininko mikrobų plazmos metagenomika, skirta sepsio diagnozei būsimoje kritiškai sergančių suaugusiųjų grupėje. Natūrali mikrobiologija. doi.org/10.1038/s41564-022-01237-2.

.