遗传模型预测脓毒症和COVID-19高危患者

威康桑格研究所、牛津大学、玛丽女王大学、帝国理工学院的研究人员及其合作者开发了一种新模型，用于了解哪些败血症、COVID-19和流感患者有免疫功能障碍，更有可能出现不良结果。

这项研究今天发表在科学转化医学，确认19基因预测身体免疫系统的反应方式脓毒症， COVID-19和流感感染，以及如何免疫反应有些人可能会出问题。该模型中使用的少量基因为精确医疗技术的应用铺平了道路，例如对败血症等已被证明难以诊断和治疗的疾病进行特殊干预。

败血症是由对感染或损伤的“不适当”免疫反应引起的，这种反应可能会扩散到全身。由于未知的原因，在败血症中，免疫反应变得过度活跃或不足，并导致损伤健康的细胞，而不仅仅是感染源。很难预测谁会患上败血症，谁会康复，谁会出现败血症后综合征(PSS)和死亡等不良后果。据估计，全球每年约有4900万例败血症病例和1100万例死亡。

尽管成百上千临床试验为了改善败血症的结果，目前还没有靶向治疗方法。由于败血症可由多种原因引起，它是一种高度可变的疾病，一些药物试验的阳性结果在其他药物试验中无法重现。

人们认为对脓毒症有更深入的了解分子水平上这样就可以根据疾病的特殊特征对患者进行分类，这是更成功地识别高危人群和开发有效治疗方法的关键。

在这项新研究中，威康桑格研究所和牛津大学的研究人员着手开发一种基因表达模型，以了解哪些败血症患者更有可能产生特定的反应和潜在的不良结果。

这包括1655个来自败血症患者的样本，作为英国败血症基因组进展研究的一部分，然后在威康桑格研究所对这些样本进行测序，以确定哪些基因表达。然后将所得数据与脓毒症患者和健康个体的现有数据结合起来。

对这些数据的分析确定了表明不适当免疫反应的基因表达模式，使研究人员能够从一组仅19个基因中预测临床结果。

这项研究的资深作者、牛津大学的朱利安·奈特教授说:“我们迫切需要更好的方法来了解大脑的问题所在免疫系统为了应对感染导致败血症，这种疾病每年对全世界数百万人造成毁灭性的后果。一种快速、准确的测试来预测谁对感染有特定类型的免疫反应，谁在败血症中有更大的风险，这将有很大帮助，现在看来这是一种真正的可能性。”

为了评估19个基因模型是否也可以应用于其他疾病，开发了一个机器学习框架来测试败血症、SARS-CoV-2和流感。该模型能够成功预测个体在这三种疾病中出现不良结果的可能性。

来自牛津大学和威康桑格研究所的研究作者Eddie Cano-Gamez博士说:“现在我们有能力从19个基因中预测败血症的结果，尽可能多的研究人员可以利用这种方法是至关重要的。为了促进这一点，我们创建了一个代码包，允许其他研究人员在他们自己的数据上运行模型。无论使用什么技术来生成样本数据，这种设计都易于使用。”

研究人员的下一步将是了解更多的潜在因素免疫功能紊乱参与败血症研究，并与同事合作开发生物标志物主导的临床试验。这项工作的目的是帮助那些受益最大的人找到最有效的治疗方法，例如使用本研究中开发的19个基因模型。

Wellcome Sanger研究所的资深作者Emma Davenport博士说:“长期以来，败血症似乎是一个棘手的问题，因为我们根本没有像我们需要的那样了解这种疾病。同样，COVID-19大流行的早期阶段凸显了医生所承受的压力，他们试图在没有可靠信息帮助他们识别高危人群的情况下治疗患者。我们的模型提供了一定程度的细节，最终使我们能够开始将精准医疗技术应用于败血症，并改善患者的预后。”