纽约西奈山伊坎医学院的研究人员已经确定了35个在长期莱姆病患者中表达特别高的基因。这些基因有可能被用作生物标志物来诊断患有这种疾病的患者,否则这种疾病很难诊断和治疗。
该发现于11月15日发表在《细胞报告医学》杂志[DOI:10.1016/j.xcrm.2022.100816]上,也可能导致新的治疗靶点。该研究首次使用转录组学作为血液测试来测量长期莱姆病患者的RNA水平。
莱姆病是一种蜱传疾病,目前尚不清楚。每年大约有30,000例诊断病例报告给CDC,但估计实际病例数接近476,000例,美国每年的医疗保健费用约为10亿美元。虽然大多数患者在莱姆病的早期阶段就被诊断出来并接受了抗生素治疗,但大约20%的患者会出现长期并发症,其中可能包括关节炎、神经系统症状和/或心脏问题。
我们想了解是否存在可以在长期莱姆病患者的血液中检测到的特定免疫反应,以便为这种使人衰弱的疾病开发更好的诊断方法。仍然存在未满足的关键需求,因为这种疾病经常未被诊断或被误诊。对长期莱姆病的分子机制了解还不够。”
AviMa'ayan,博士,药理学教授,伊坎西奈山西奈山生物信息学中心主任,该论文的资深作者
作为研究的一部分,使用来自152名莱姆病治疗后症状患者的血液样本进行了RNA测序,以测量他们的免疫反应。结合来自72名急性莱姆病患者和44名未感染对照者的RNA测序数据,研究人员观察了基因表达的差异,发现与急性莱姆病组相比,大多数治疗后的莱姆病患者具有独特的炎症特征。
此外,通过分析本研究中差异表达的基因以及其他已发表研究中因其他感染而差异表达的基因,研究人员确定了一个高度表达的基因子集,这些基因以前没有针对这种莱姆病建立过。相关的炎症反应。
使用一种称为机器学习的人工智能,研究人员进一步减少了基因组,以建立能够区分健康患者与急性或治疗后莱姆病患者的mRNA生物标志物集。可以开发一个基因组来测量研究人员确定的基因的表达,作为检测莱姆病的诊断方法。
“我们不应低估使用组学技术(包括转录组学)来测量RNA水平以检测许多复杂疾病(如莱姆病)的存在的价值。莱姆病的诊断可能不是灵丹妙药,但可能代表朝着更有效的方向迈出有意义的进展。可靠的诊断,因此可能更好地管理这种疾病,”Ma'ayan博士说。
接下来,研究人员计划使用来自单细胞转录组学和全血的数据重复这项研究,将机器学习方法应用于其他难以诊断的复杂疾病,并开发诊断基因组并在患者样本上进行测试。