Nowa metoda diagnostyczna wykorzystuje uczenie maszynowe do zaawansowanych danych genomicznych w celu wykrycia sepsy

Nowa metoda diagnostyczna wykorzystuje uczenie maszynowe do zaawansowanych danych genomicznych w celu wykrycia sepsy

Sepsa, nadmierna reakcja układu odpornościowego na infekcję, jest przyczyną szacunkowo 20% zgonów na całym świecie i od 20% do 50% zgonów szpitalnych w Stanach Zjednoczonych każdego roku. Jednak pomimo swojej częstości występowania i ciężkości choroba jest trudna do zdiagnozowania i skutecznego leczenia.

Choroba może powodować zmniejszenie przepływu krwi do ważnych narządów, stan zapalny w całym organizmie i nieprawidłowe krzepnięcie krwi. Dlatego też, jeśli nie zostanie szybko rozpoznana i leczona, sepsa może prowadzić do wstrząsu, niewydolności narządów i śmierci. Jednakże określenie, który patogen powoduje sepsę lub czy infekcja występuje w krwiobiegu, czy gdziekolwiek indziej w organizmie, może być trudne. A dla wielu pacjentów z objawami podobnymi do sepsy ustalenie, czy w ogóle mają infekcję, może być trudne.

Teraz naukowcy z Chan Zuckerberg Biohub (CZ Biohub), Chan Zuckerberg Initiative (CZI) i UC San Francisco (UCSF) opracowali nową metodę diagnostyczną, która wykorzystuje uczenie maszynowe do identyfikacji zaawansowanych danych genomicznych zarówno od drobnoustrojów, jak i żywicieli oraz przewidywania przypadków sepsy. Jak podano w Nature Microbiology z 20 października 2022 r., podejście to jest zaskakująco dokładne i może znacznie przekroczyć obecne możliwości diagnostyczne.

Sepsa jest jednym z 10 najważniejszych problemów zdrowotnych ludzkości. Diagnoza jest jednym z największych wyzwań związanych z sepsą. Istniejące testy diagnostyczne nie są w stanie uchwycić dwustronnego charakteru choroby – samej infekcji i odpowiedzi immunologicznej żywiciela na infekcję”.

Chaz Langelier, lekarz medycyny, starszy autor, profesor nadzwyczajny medycyny, Wydział Chorób Zakaźnych UCSF i badacz CZ Biohub

Obecna diagnostyka sepsy koncentruje się na wykrywaniu bakterii poprzez hodowlę ich w hodowli. Jest to proces, który zdaniem autorów nowej metody jest „niezbędny do odpowiedniej antybiotykoterapii, która ma kluczowe znaczenie dla przeżycia sepsy”. Jednakże hodowla tych patogenów jest czasochłonna i nie zawsze umożliwia prawidłową identyfikację bakterii wywołującej infekcję. Podobnie w przypadku wirusów badanie PCR może wykryć, że wirusy infekują pacjenta, ale nie zawsze pozwala zidentyfikować konkretnego wirusa wywołującego sepsę.

„To powoduje, że lekarze nie są w stanie zidentyfikować przyczyny sepsy w około 30–50% przypadków” – stwierdził Langelier. „Prowadzi to również do rozbieżności między leczeniem antybiotykowym a patogenem sprawczym”.

W przypadku braku ostatecznej diagnozy lekarze często przepisują koktajl antybiotyków, aby zatrzymać infekcję, ale nadużywanie antybiotyków prowadzi do zwiększonej oporności na antybiotyki na całym świecie. „Jako lekarze nie chcemy przeoczyć żadnego przypadku infekcji” – powiedziała Carolyn Calfee, lekarz medycyny, MAS, profesor medycyny i anestezjologii na UCSF oraz współautorka nowego badania. „Ale gdybyśmy mieli test, który pomógłby nam dokładnie określić, kto nie ma infekcji, pomógłby nam ograniczyć w takich przypadkach stosowanie antybiotyków, co byłoby naprawdę dobre dla nas wszystkich”.

Eliminacja niejasności

Naukowcy przeanalizowali próbki krwi pełnej i osocza od ponad 350 krytycznie chorych pacjentów przyjętych do Centrum Medycznego UCSF lub Szpitala Ogólnego Zuckerberg San Francisco w latach 2010–2018.

Zamiast jednak polegać na kulturach w celu identyfikacji patogenów w tych próbkach, zespół kierowany przez naukowców z CZ Biohub, dr Normę Neff i dr Angelę Pisco, zastosował metagenomiczne sekwencjonowanie nowej generacji (mNGS). Metoda ta identyfikuje wszystkie kwasy nukleinowe lub dane genetyczne obecne w próbce, a następnie porównuje te dane z genomami referencyjnymi w celu zidentyfikowania obecnych organizmów drobnoustrojów. Technika ta umożliwia naukowcom identyfikację materiału genetycznego z zupełnie różnych królestw organizmów – bakterii, wirusów czy grzybów – występujących w tej samej próbce.

Jednak samo wykrycie i identyfikacja obecności patogenu nie wystarczy do dokładnego rozpoznania sepsy, dlatego badacze Biohub stworzyli także profil transkrypcyjny, który określa ilościowo ekspresję genów, aby uchwycić reakcję pacjenta na infekcję.

E-Book Genetyka i genomika

Zestawienie najważniejszych wywiadów, artykułów i aktualności z ostatniego roku. Pobierz kopię już dziś

Następnie zastosowali uczenie maszynowe do danych mNGS i transkrypcji, aby odróżnić sepsę od innych chorób krytycznych i potwierdzić diagnozę. Doktor Katrina Kalantar, starsza bioinformatykka w CZI i współautorka badania, stworzyła zintegrowany model gospodarz-mikrob wyszkolony na podstawie danych od pacjentów, u których zdiagnozowano sepsę lub niezakaźną ogólnoustrojową chorobę zapalną. co umożliwiło diagnostykę sepsy z bardzo dużą dokładnością.

„Opracowaliśmy model, analizując szereg danych metagenomicznych wraz z wynikami tradycyjnych testów klinicznych” – wyjaśnił Kalantar. Najpierw badacze zidentyfikowali zmiany w ekspresji genów między pacjentami z potwierdzoną sepsą i niezakaźnymi ogólnoustrojowymi stanami zapalnymi, które wydają się klinicznie podobne, a następnie wykorzystali uczenie maszynowe do zidentyfikowania genów, które mogą najlepiej przewidzieć te zmiany.

Naukowcy odkryli, że gdy tradycyjna kultura bakteryjna identyfikowała patogen wywołujący sepsę, w odpowiedniej próbce osocza analizowanej za pomocą mNGS zwykle znajdowało się mnóstwo materiału genetycznego tego patogenu. Mając to na uwadze, Kalantar zaprogramował model tak, aby identyfikował organizmy obecne w nieproporcjonalnie dużej liczbie w porównaniu z innymi drobnoustrojami w próbce, a następnie porównywał je ze wskaźnikiem referencyjnym znanych drobnoustrojów wywołujących sepsę.

„Ponadto odnotowaliśmy również wszystkie wykryte wirusy, nawet jeśli były na niższym poziomie, ponieważ nie powinno ich tam być” – wyjaśnił Kalantar. „Dzięki temu stosunkowo prostemu zestawowi zasad poradziliśmy sobie całkiem nieźle”.

Wykonanie „prawie idealne”.

Naukowcy odkryli, że metoda mNGS i odpowiadający jej model działały lepiej, niż oczekiwano: byli w stanie zidentyfikować 99% potwierdzonych przypadków sepsy bakteryjnej, 92% potwierdzonych przypadków sepsy wirusowej i przewidzieć sepsę w 74% przypadków z podejrzeniem klinicznym, które nie zostało jeszcze ostatecznie zdiagnozowane.

„Spodziewaliśmy się dobrego lub nawet doskonałego wyniku, ale ten był prawie idealny” – powiedziała dr Lucile Neyton, badaczka ze stopniem doktora w laboratorium Calfee i współpierwsza autorka badania. „Dzięki temu podejściu mamy całkiem dobre pojęcie o przyczynach choroby i ze stosunkowo dużą pewnością wiemy, czy pacjent ma sepsę, czy nie”.

Zespół był również podekscytowany odkryciem, że może wykorzystać tę połączoną reakcję gospodarza i metodę wykrywania drobnoustrojów do diagnozowania sepsy na podstawie próbek osocza rutynowo pobieranych od większości pacjentów w ramach standardowej opieki klinicznej. „Fakt, że można faktycznie zidentyfikować pacjentów z sepsą przy użyciu tego powszechnie stosowanego, łatwego do pobrania rodzaju próbki, ma duże implikacje praktyczne” – powiedział Langelier.

Pomysł na pracę zrodził się z wcześniejszych badań przeprowadzonych przez badaczy Langelier, Kalantar, Calfee, UCSF i prezesa CZ Biohub, dr Joe DeRisi i ich współpracowników, w których wykorzystali mNGS do skutecznego diagnozowania infekcji dolnych dróg oddechowych u krytycznie chorych pacjentów. Ponieważ metoda ta działała tak dobrze, „chcieliśmy sprawdzić, czy to samo podejście może zadziałać w kontekście sepsy” – powiedział Kalantar.

Szersze implikacje

Zespół ma nadzieję wykorzystać tę skuteczną technikę diagnostyczną do opracowania modelu, który będzie w stanie przewidzieć również oporność patogenów na antybiotyki wykrytą za pomocą tej metody. „Odnieśliśmy pewne sukcesy w leczeniu infekcji dróg oddechowych, ale nikt nie znalazł dobrego sposobu na leczenie sepsy” – powiedział Langelier.

Ponadto badacze mają nadzieję, że w końcu będą w stanie przewidzieć wyniki leczenia pacjentów z sepsą, „takie jak śmiertelność lub długość pobytu w szpitalu, co dostarczy ważnych informacji, które pozwolą lekarzom lepiej opiekować się pacjentami i skierować zasoby do pacjentów, którzy ich najbardziej potrzebują” – powiedział Langelier.

„Takie nowatorskie podejścia do sekwencjonowania mają ogromny potencjał, aby pomóc nam dokładniej zidentyfikować przyczyny krytycznej choroby pacjenta” – dodał Calfee. „Jeśli nam się to uda, będzie to pierwszy krok w kierunku medycyny precyzyjnej i zrozumienia tego, co dzieje się na poziomie indywidualnego pacjenta”.

Źródło:

Biohub Chana Zuckerberga

Odniesienie:

Kalantar, KL i in. (2022) Zintegrowana metagenomika osocza drobnoustrojów gospodarza do diagnostyki sepsy w przyszłej kohorcie krytycznie chorych dorosłych. Naturalna mikrobiologia. doi.org/10.1038/s41564-022-01237-2.

.