Kredit:Pixabay/CC0 Public Domain
Ett av de många mysterierna som fortfarande finns kring COVID-19 är varför vissa människor bara upplever milda, influensaliknande symtom, medan andra lider av livshotande andningsproblem, vaskulär dysfunktion och vävnadsskada. Nu, forskare som rapporterar i ACS' Analytisk kemi har använt en kombination av metabolomik och maskininlärning för att identifiera möjliga biomarkörer som både kan hjälpa till att diagnostisera covid-19 och bedöma risken för att utveckla allvarlig sjukdom.
Även om vissa redan existerande förhållanden, såsom diabetes eller fetma, kan öka risken för sjukhusvistelse och dödsfall av covid-19, vissa i övrigt friska personer har också upplevt svåra symtom. Eftersom större delen av världens befolkning väntar på vaccination, förmågan att samtidigt diagnostisera en patient och uppskatta deras risknivå skulle kunna möjliggöra bättre medicinskt beslutsfattande, till exempel hur noga man ska övervaka en viss patient eller var man ska fördela resurser. Därför, Anderson Rocha, Rodrigo Ramos Catharino och kollegor ville använda masspektrometri kombinerat med en artificiell intelligensteknik som kallas maskininlärning för att identifiera en panel av metaboliter som kunde göra just det.
Tvärsnittsstudien inkluderade 442 patienter som hade olika svårighetsgrad av covid-19-symtom och som testades positivt med ett test av omvänd transkriptas-polymeraskedjereaktion (RT-PCR), 350 kontroller som testade negativt för covid-19 och 23 personer som misstänktes ha viruset trots ett negativt RT-PCR-test. Forskarna analyserade blodplasmaprover från deltagarna med masspektrometri och maskininlärningsalgoritmer, identifiera 19 potentiella biomarkörer för covid-19-diagnos och 26 biomarkörer som skilde sig mellan milda och svåra sjukdomar.
Av de covid-19-misstänkta patienterna, 78,3 % testade positivt med den nya metoden, vilket möjligen indikerar att dessa var RT-PCR falsknegativa. Även om de identifierade biomarkörerna, som inkluderade metaboliter involverade i virusigenkänning, inflammation, lipidremodellering och kolesterolhomeostas, måste verifieras ytterligare, de kan avslöja nya ledtrådar till hur SARS-CoV-2 påverkar kroppen och orsakar allvarlig sjukdom, säger forskarna.