Einzelansicht

Neues aus der Forschung: Neutrophile von Patienten mit Mukoviszidose weisen in ihren RNA-Sequenzierungsdaten auf die Möglichkeit hin, diese als Biomarker für pulmonale Exazerbationen zu nutzen

Die europäische CF-Gesellschaft ECFS veröffentlicht monatlich die wichtigsten News aus der Fachzeitschrift "Journal of Cystic Fibrosis" (JCF). Die Artikel sind auf die wichtigsten Fragen fokussiert und werden in verständlicher (englischer) Sprache dargestellt. Wir stellen Ihnen hier eine Übersetzung der News zur Verfügung.

RNA SEQUENCING DATA FROM NEUTROPHILS OF PATIENTS WITH CYSTIC FIBROSIS REVEALS POTENTIAL FOR DEVELOPING BIOMARKERS FOR PULMONARY EXACERBATIONS 

Autoren:

Kaiyu Jiang1, Kerry E. Poppenberg2, Laiping Wong1, Yanmin Chen1, Drucy Borowitz3, Danielle Goetz3, Daniel Sheehan3, Carla Frederick4, Vincent M. Tutino2, Hui Meng2, and James N Jarvis1

1 Department of Pediatrics, Pediatric Rheumatology Research, University at Buffalo Jacobs School of Medicine and Biomedical Sciences, Clinical and Translational Research Center, Buffalo, NY, USA
2 Department of Biomedical Engineering, University at Buffalo Jacobs School of Medicine and Biomedical Sciences, Clinical and Translational Research Center, Buffalo, NY, USA
3 Department of Pediatrics, Pulmonology Section, University at Buffalo, Women and Children’s Hospital of Buffalo, Buffalo, NY, USA
4 Department of Medicine, Section on Pulmonary, Critical Care, and Sleep Medicine, Buffalo General Medical Center Heart and Lung Center, Buffalo, NY, USA

Was war Ihre wissenschaftliche Fragestellung?

Wir wollten herausfinden, ob sich in bestimmten Zellen des Blutes, die man Neutrophile nennt, Genexpressionsmuster finden lassen, mit denen man diejenigen Patienten identifizieren könnte, bei denen eine Verschlechterung ihrer Lungenerkrankung unmittelbar bevorsteht. Genexpressionsmuster lassen erkennen, welche Gene gerade angeschaltet oder abgeschaltet sind. Neutrophile zeigen mit hoher Sensitivität an, ob eine bakterielle Infektion vorliegt.

Warum ist das wichtig?

Eine sogenannte CF-pulmonale Exazerbationen (CFPE), also eine akute Verschlechterung der Lungenerkrankung, ist eine der Ursachen dafür, dass in der Lunge von Menschen mit Mukoviszidose irreversible Schäden entstehen. Wir hoffen, dass man das Ausmaß solcher Schäden reduzieren kann, wenn man CFPE frühzeitiger entdeckt, schon bevor sich die Symptome zeigen.

Wie sind Sie vorgegangen?

Wir untersuchten das Genexpressionsmuster in Neutrophilen von Patienten mit Mukoviszidose, die wegen CFPE stationär aufgenommen wurden. Wenn die Patienten behandelt worden waren und es ihnen besser ging, wiederholten wir die Untersuchung. Wir nahmen an, dass diejenigen Gene, deren Expression sich in diesem Zeitablauf veränderte, für zukünftige Studien am besten geeignet wären. Außerdem benutzten wir ein mathematisches Verfahren mit der Bezeichnung „Machine learning“, um das gesamte Muster der Genexpression vor und nach der Behandlung betrachten zu können. (Dabei nutzt man Algorithmen, um große Datenmengen zu strukturieren und Modelle daraus zu entwickeln, WB.)

Was haben Sie herausgefunden?

Wir fanden eine ganze Reihe von RNA-Kandidaten, mit denen man CFPE frühzeitiger entdecken könnte, wenn man den Verlauf ihrer Expression aufzeichnet und auswertet. Allerdings gab es dabei sehr große Unterschiede zwischen den Patienten. Das erschwert die Entwicklung von Biomarkern, die sich für alle Patienten gleich gut eignen würden. Bei der Analyse der Daten aus dem „machine learning“ zeigte sich jedoch, dass man damit viel leichter zwischen den Patienten unterscheiden konnte, die gerade eine CFPE hatten, im Vergleich zu denjenigen, die sich schon wieder erholten. Außerdem konnten wir zeigen, dass man für diese Untersuchung nur eine kleine Blutprobe benötigt.

Was bedeutet das, und warum muss man bei der Bewertung der Ergebnisse vorsichtig sein? 

Der machine learning-Ansatz führt weiter als alles, was man in dieser Richtung bisher erreicht hat. Man benötigt dazu aber spezielle Fähigkeiten, die ein typisches Krankenhauslabor in der Regel nicht besitzt. Außerdem fanden wir heraus, dass der Abstand von 2 Wochen zwischen den beiden Probennahmen nicht lang genug ist, so dass wir immer noch nicht wissen, was sich am besten als Biomarker eignen könnte.

Wie geht es weiter?

Wir müssen diese Studie mit einer viel größeren Gruppe von Patienten wiederholen und dabei den Zeitabstand bis zur zweiten Probennahme verlängern.

 Übersetzung von Wilhelm Bremer, 28.06.2018