Investigadores de la Facultad de Medicina de la Universidad de California, en Estados Unidos, han descubierto patrones de expresión genética asociados con las infecciones virales pandémicas, proporcionando un mapa para ayudar a definir las respuestas inmunitarias de los pacientes, medir la gravedad de la enfermedad, predecir resultados y probar terapias, para pandemias actuales y futuras.
Utilizaron un algoritmo de inteligencia artificial (IA) para examinar terabytes de datos de expresión génica, es decir, los genes que se “activan” o “desactivan” durante la infección, con el fin de buscar patrones comunes en pacientes con infecciones virales pandémicas anteriores, como el SARS, el MERS y la gripe porcina.
Del estudio, publicado en la revista ‘eBiomedicine’, se desprenden dos firmas reveladoras. Una, un conjunto de 166 genes, revela cómo responde el sistema inmunitario humano a las infecciones víricas. Un segundo conjunto de 20 genes predice la gravedad de la enfermedad de un paciente. Por ejemplo, la necesidad de hospitalización o de utilizar un ventilador mecánico.
“Estas firmas víricas asociadas a la pandemia nos indican cómo responde el sistema inmunitario de una persona a una infección vírica y su grado de gravedad, lo que nos proporciona un mapa para ésta y futuras pandemias”, afirma el doctor Pradipta Ghosh, profesor de medicina celular y molecular de la Facultad de Medicina de la UC San Diego y del Centro Oncológico Moores.
Niveles de citoquinas
Durante una infección vírica, el sistema inmunitario libera en la sangre unas pequeñas proteínas denominadas citoquinas. Estas proteínas guían a las células inmunitarias hacia el lugar de la infección para ayudar a eliminarla.
Sin embargo, a veces el cuerpo libera demasiadas citoquinas, creando un sistema inmunitario desbocado que ataca a su propio tejido sano. Se cree que este percance, conocido como tormenta de citoquinas, es una de las razones por las que algunos pacientes infectados por virus, incluidos algunos con gripe común, sucumben a la infección mientras que otros no.
Pero la naturaleza, el alcance y el origen de las tormentas de citoquinas mortales, quiénes corren mayor riesgo y cuál es la mejor manera de tratarlas no están claros desde hace tiempo.
Estudio prospectivo
Los datos utilizados para probar y entrenar el algoritmo procedían de fuentes públicas de datos de expresión génica de pacientes: todo el ARN transcrito de los genes de los pacientes y detectado en muestras de tejido o sangre. Cada vez que se disponía de un nuevo conjunto de datos de pacientes con COVID-19, el equipo lo probaba en su modelo. Observaron siempre los mismos patrones de expresión génica característicos.
“En otras palabras, se trataba de lo que llamamos un estudio prospectivo, en el que los participantes se inscribían en el estudio a medida que desarrollaban la enfermedad y utilizábamos las firmas genéticas que encontrábamos para navegar por el territorio inexplorado de una enfermedad completamente nueva”, explica Sahoo.
Al examinar el origen y la función de esos genes en el primer conjunto de genes de firma, el estudio también reveló el origen de las tormentas de citoquinas: las células que recubren las vías respiratorias pulmonares y los glóbulos blancos conocidos como macrófagos y células T.
Además, los resultados iluminaron las consecuencias de la tormenta: daños en esas mismas células de las vías respiratorias pulmonares y en las células asesinas naturales, una célula inmunitaria especializada que mata las células infectadas por virus.
Afectación alveolar
“Pudimos ver y mostrar al mundo que las células alveolares de nuestros pulmones, que normalmente están diseñadas para permitir el intercambio de gases y la oxigenación de nuestra sangre, son una de las principales fuentes de la tormenta de citoquinas y, por lo tanto, sirven como el ojo de la tormenta de citoquinas –añade Das–. A continuación, nuestro equipo del Centro HUMANOID está modelando los pulmones humanos en el contexto de la infección por COVID-19 con el fin de examinar los efectos agudos y posteriores a esta enfermedad”.
Los investigadores creen que la información también podría ayudar a guiar los enfoques de tratamiento para los pacientes que experimentan una tormenta de citoquinas al proporcionar objetivos celulares y puntos de referencia para medir la mejora.
Desarrollo de un modelo experimental
Para probar su teoría, el equipo pretrató a modelos experimentales con una versión precursora de Molnupiravir, un fármaco que se está probando actualmente en ensayos clínicos para el tratamiento de pacientes con COVID-19, o con anticuerpos neutralizadores del SARS-CoV-2.
Tras la exposición al SARS-CoV-2, las células pulmonares de los roedores tratados como control mostraron las firmas de expresión de 166 y 20 genes asociadas a la pandemia. Los individuos tratados no lo hicieron, lo que sugiere que los tratamientos fueron eficaces para frenar la tormenta de citoquinas.
The post La inteligencia artificial predice la evolución de los pacientes con infecciones víricas, incluida la COVID-19 appeared first on El médico interactivo.
from El médico interactivo https://ift.tt/35qFRLD
0 comentarios:
Publicar un comentario