Zdravlje i medicina

Otkriće oko korone predviđa smrt pacijenta ili hospitalizaciju

N.B.

Kako se dijelovi zapadnog svijeta polako vraćaju u normalu, mnoge zemlje s niskim i srednjim dohotkom još uvijek se bore i boje se izbijanja novih valova COVID-19. A većini je gotovo nepodnošljivo izdržati još jedan novi val, koji bi mogao završiti s više smrtnih slučajeva i dugotrajnim simptomima infekcije COVID-19.

U novoj studiji, istraživači sa Sveučilišta u Kopenhagenu predstavljaju ono što bi moglo biti prijeko potrebna ruka pomoći u borbi protiv virusa. Studija pokazuje da će analiza određenog proteina na površini stanice vjerojatno predvidjeti tko je u opasnosti od ozbiljne infekcije uzrokovane virusom, objašnjava docent Rajan Gogna, vodeći autor nove studije.

"Stanice imaju takozvani status fitnesa, a analizom istog mogli bismo predvidjeti hospitalizaciju ili smrt kod pacijenata oboljelih od COVID-19, što bi potencijalno moglo učiniti takav biomarker ranijim alatom za predviđanje, posebno zato što se može otkriti iz uobičajenog COVID-19 testa", kaže Rajan Gogna iz Biotehnološkog centra za istraživanje i inovacije.

Ako je stanje tih stanica loše, to ukazuje na to da se stanica ne razvija dobro, bilo zato što je stanica ostarjela, nema pouzdanost, ima loše funkcioniranje metabolizma ili je sklona bolestima. Ranije 2021., istraživački je tim otkrio da se status fitnesa izražava u proteinima koji se nazivaju cvjetni proteini. Ovi cvjetni proteini nalaze se na površini stanice, a izraženi su u dva oblika, objašnjava Rajan Gogna.

"U jednom obliku, oni govore okolnim stanicama da ova stanica radi dobro. U drugom obliku, oni ukazuju na okolno tkivo da ova određena stanica ne radi dobro pa ima loš status. Ako stanje stanice nije dobro, stanica će se postupno ugasiti i ubiti je od strane okolnih stanica."

Točno predviđanje ozbiljne infekcije

Posebno korisno u slučajevima rane faze bolesti COVID-19, ekspresija cvjetnog proteina mogla bi točno predvidjeti hospitalizaciju ili smrt, kao i predvidjeti tko će imati manje ozbiljnu infekciju.

"Metoda je mogla predvidjeti kome je potrebna hospitalizacija s točnošću od 78,7 posto. S pacijentima oboljelim od COVID-19 koji ne bi imali ozbiljnu infekciju, predviđanje je bilo točno na 93,9 posto", kaže profesor Kyoung Jae Won, koji je analizirao podatke pomoću strojnog učenja.

Kako bi analizirali podatke, znanstvenici su izvršili obdukciju inficiranog plućnog tkiva umrlih pacijenata oboljelih od COVID-19 kako bi se utvrdila biološka uloga cvjetnih proteina u akutnoj ozljedi pluća, koja je glavni uzrok smrti od bolesti.

Koristeći uzorke testiranja iz nosa, također su izveli opservacijsku studiju kako bi procijenili može li ekspresija proteina točno predvidjeti hospitalizaciju ili smrt.

"Stanična sposobnost izražena cvjetnim proteinom mogla bi objasniti zašto neki ljudi slabo reagiraju na COVID-19 i pružiti priliku za predidentifikaciju visokorizičnih pojedinaca. Ovo otkriće ima potencijal pomoći u spašavanju njihovih života tako što će ih strogo upozoriti da se dodatno štite ili cijepe", kaže Rajan Gogna.

Status fitnesa stanica ne ovisi samo o vašim godinama

Status fitnesa stanica relativan je za mnoge stvari u našim tijelima i ne mijenja se nužno s godinama. Starost ima utjecaja, ali istraživači su vidjeli mnoge slučajeve iz svoje baze podataka u kojima ljudi koji imaju 80 godina imaju vrlo dobar profil fitnesa pluća, što je glavno područje u kojem se mjeri sposobnost stanica za predviđanje ishoda infekcije COVID-19.

"Također smo vidjeli kako mladi ljudi umiru u zemljama poput Indije, Indonezije i Brazila. Jer nije samo dob već i komorbiditeti ono što utječe na status fitnesa stanica i u gornjim i donjim dišnim putevima. Također je poznato da signalizacija inzulina, dijabetes i hipertenzija igraju ulogu u određivanju sposobnosti stanica", kaže Rajan Gogna.

Istraživači se nadaju da je njihovo otkriće pravovremeno, zbog postojanosti COVID-19 i sve većeg broja slučajeva i smrti u raznim zemljama izvan zapadnog svijeta unatoč cjepivima.

Izvor: EMBO Molecular Medicine

Možda će vas zanimati