RNA通過細胞死亡或主動釋放從細胞中排出，然后進入血漿。康奈爾大學領導的一項合作開發(fā)了機器學習模型，該模型使用這些無細胞分子RNA渣渣來診斷難以區(qū)分的兒科炎癥。
該診斷工具可以準確判斷患者是否患有川崎病(KD)、兒童多系統(tǒng)炎癥綜合征(MIS-C)、病毒感染或細菌感染，同時監(jiān)測患者的器官健康狀況。
炎癥性疾病對兒童的威脅特別大，因為這些疾病的癥狀——比如發(fā)燒和皮疹——很普遍，而且患者經常被誤診。如果治療不當，MIS-C會導致心臟、肺、大腦和其他器官腫脹。同樣，KD——兒童獲得性心臟病的主要原因——可導致心臟動脈瘤和心臟病發(fā)作。一種基于無細胞rna的測試將是臨床醫(yī)生在關鍵的兒童早期階段發(fā)現這些炎癥的第一個分子診斷工具。
該團隊的論文發(fā)表在《Proceedings of the National Academy of Sciences》上?？的螤柎髮W的研究小組由Iwijn De vlamink領導，他是生物醫(yī)學工程副教授，也是這篇論文的資深作者之一。本文的主要作者是Conor Loy，他目前是Ignite for New Ventures的研究員。
這些發(fā)現源于四年前開始的一項合作，該合作使用下一代測序來表征在大流行期間激增的兒童中嚴重的COVID-19和MIS-C病例。最初，De vlamink和Loy專注于使用無細胞DNA來研究疾病的潛力，但他們發(fā)現自己對無細胞RNA越來越感興趣，因為它提供了豐富的信息內容。雖然無細胞RNA已被證明是懷孕和癌癥的有效生物標志物，但它的研究不如無細胞DNA那么充分。
第一作者Conor Loy說：“當你分析血漿中的RNA時，你看到的是來自垂死細胞的RNA，以及從身體任何地方的細胞釋放出來的RNA。這給了你一個巨大的優(yōu)勢。在炎癥條件下，有很多細胞死亡。在某些情況下，細胞會爆炸，它們的RNA被釋放到血漿中。通過分離RNA并對其進行測序，我們可以發(fā)現疾病的生物標志物，并回溯RNA的來源，以測量細胞死亡。”
合作者研究了370份來自患有一系列炎癥的兒科患者的血漿樣本。該團隊將RNA轉化為DNA，然后進行DNA測序，分析基因組的蛋白質編碼區(qū)域。洛伊花了一年的時間，用機器學習算法在樣本中尋找疾病特征，基本上創(chuàng)建了一系列不同的工具來理解無細胞RNA。
除了開發(fā)準確的診斷模型外，研究人員還證明，無細胞RNA測序可用于量化特定組織和器官的損傷，包括肝臟、心臟、內皮、神經系統(tǒng)和上呼吸道。
De Vlaminck說:“我認為，數據分析中有很多新奇的東西、技術創(chuàng)新和工程設計。“我們能夠量化有多少RNA來自不同的器官。有多少來自肝臟，或血管系統(tǒng)的上皮細胞。通過量化來源，我們還可以了解可能與免疫相關但發(fā)生在血管化組織中的損傷過程。”
這項研究得到了美國國立衛(wèi)生研究院下屬的國家兒童健康與人類發(fā)展研究所的支持。
（文章來源：www.ebiotrade.com/newsf/2024-9/20240910064205136.htm） | 
