来源:iNature
由于新病例的迅速增加,2019年冠状病毒病(COVID-19)很快引起了全球关注,病原体被鉴定为SARS-CoV-2。截至目前(5月28日),据约翰·霍普金斯大学发布的实时统计数据,全球累计新冠肺炎确诊病例超过578万例,死亡人数达35万。这些数字每天都会更新,而且预计还会进一步增加。重症COVID-19患者的早期发现和有效治疗仍然是主要挑战。
2020年5月28日,温州医科大学,西湖大学等多机构合作(温州医科大学为第一单位),郭天南,陈海啸等人共同通讯在Cell 在线发表题为“Proteomic and Metabolomic Characterization of COVID-19 Patient Sera”的研究论文,该研究对46个COVID-19和53个对照个体的血清进行了蛋白质组学和代谢组学分析。然后,该研究从18名非严重和13名严重患者的训练队列中,使用蛋白质组学和代谢组学测量结果训练了机器学习模型。使用10名独立患者对模型进行了验证,其中七名已正确分类。在第二批19名新的COVID-19患者的测试队列中,采用了靶向蛋白质组学和代谢组学测定方法来进一步验证该分子分类器,从而得出16个正确的任务。与其他组相比,该研究确定了COVID-19患者血清中的分子变化,这表明巨噬细胞功能失调,血小板脱颗粒和补体系统途径以及大量的代谢抑制。总之,该研究揭示了重症COVID-19患者血清中特征性蛋白质和代谢产物的变化,可用于选择潜在的血液生物标志物以进行严重程度评估。由于新病例的迅速增加,2019年冠状病毒病(COVID-19)很快引起了全球关注。新型冠状病毒感染被认为是从动物传播的,病原体被鉴定为SARS-CoV-2。到2020年1月,怀疑最初受感染的患者是通过人与人之间的传播感染了该病毒。自2020年1月以来,该病毒已迅速传播到中国大部分地区和其他国家。
由于新病例的迅速增加,2019年冠状病毒病(COVID-19)很快引起了全球关注,病原体被鉴定为SARS-CoV-2。截至目前(5月28日),据约翰·霍普金斯大学发布的实时统计数据,全球累计新冠肺炎确诊病例超过578万例,死亡人数达35万。这些数字每天都会更新,而且预计还会进一步增加。大多数COVID-19研究都集中在其流行病学和临床特征上。大约80%感染SARS-CoV-2的患者表现出轻度症状,预后良好。它们通常在有或没有常规药物治疗的情况下恢复,因此被分类为轻度或中度COVID-19。但是,约有20%的患者患有呼吸窘迫,需要立即进行氧气治疗或其他住院干预,包括机械通气。这些患者被分类为临床上严重或危及生命的严重感染,主要根据一组临床特征进行经验诊断,例如呼吸频率(≥30次/ min),平均氧饱和度(静息状态下≤93%)或动脉血氧分压/氧浓度(≤300 mmHg)。
文章模式图(图源自Cell )
然而,具有这些临床表现的患者已经发展到临床严重阶段,需要立即获得专门的重症监护。否则,它们可能会迅速死亡。因此,开发新的方法以尽早评估哪些病例可能变得临床严重至关重要。此外,对重症患者的有效治疗仍是推测性的,主要是由于对SARS-CoV-2发病机理的了解有限。
在这项研究中,研究人员假设SARS-CoV-2诱导了特征性的分子变化,这种变化可以在严重患者的血清中检测到。这些分子变化可能会为COVID-19患者的治疗发展提供启示。为了检验该假设,该研究应用了蛋白质组学和代谢组学技术来分析COVID-19患者和对照组血清的蛋白质组和代谢组。
该研究对46个COVID-19和53个对照个体的血清进行了蛋白质组学和代谢组学分析。然后,该研究从18名非严重和13名严重患者的训练队列中,使用蛋白质组学和代谢组学测量结果训练了机器学习模型。使用10名独立患者对模型进行了验证,其中七名已正确分类。在第二批19名新的COVID-19患者的测试队列中,采用了靶向蛋白质组学和代谢组学测定方法来进一步验证该分子分类器,从而得出16个正确的任务。
与其他组相比,该研究确定了COVID-19患者血清中的分子变化,这表明巨噬细胞功能失调,血小板脱颗粒和补体系统途径以及大量的代谢抑制。这项研究揭示了重症COVID-19患者血清中特征性蛋白质和代谢产物的变化,可用于选择潜在的血液生物标志物以进行严重程度评估。
参考消息:
https://www.cell.com/cell/fulltext/S0092-8674(20)30627-9#%20
来源:Plant_ihuman iNature
原文链接:https://mp.weixin.qq.com/s?__biz=MzU3MTE3MjUyOA==&mid=2247509740&idx=6&sn=885a7640e914ce9ff9f6f025a11248b3&chksm=fce6d533cb915c259e45ed62ac628f58139bafb3bc995a6d68b3c2d2c82d917929656b1e4f89#rd
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn