探索炎症,免疫和基于受体的生物标志物的联合潜力,以评估ME/CFS进展
Uldis Berkis1, Simons Svirskis2, Angelika Krumina3
1Development and Project Department, Riga Stradins University, Riga, Latvia.
Frontiers in immunology
|January 8, 2024
概括
这项研究确定了关键的炎症和免疫标记物,包括特定抗体和细胞因子,在区分肌痛性脑炎/慢性疲劳综合征 (ME/CFS) 患者和健康个体方面表现出高准确性. 这些生物标志物可以帮助诊断ME/CFS进展和个性化治疗.
科学领域:
- 免疫学 免疫学 免疫学
- 生物标志物发现发现
- 慢性疲劳综合征研究 慢性疲劳综合征研究
背景情况:
- 肌痛性脑筋炎/慢性疲劳综合征 (ME/CFS) 是一种使人衰弱的疾病,影响高达0.89%的人口,目前没有诊断生物标志物.
- 炎症免疫轴是研究的关键领域,因为它与疾病爆发的联系.
- 之前的研究发现了对β2-上腺素 (anti-β2AdR) 和肌肉酸乙胆 (anti-M4) 受体的抗体对ME/CFS进展敏感.
研究的目的:
- 研究基于炎症组,免疫组和受体的生物标志物的联合潜力,以评估ME/CFS进展.
- 确定生物标志物的最佳选择,以便在临床研究中进行未来的验证.
- 探索这些标记物的联合诊断和预后能力.
主要方法:
- 分析了来自188名个体的数据集 (54名健康对照,134名ME/CFS患者在轻度,中度和重度类别).
- 使用ELISA和多重测定,测量炎症组 (IFN-γ,TNF-α,IL-2,IL-21,IL-23,IL-6,IL-17A,Activin-B),免疫组 (IgG1-4,IgM,IgA) 和受体生物标志物 (抗M3,抗M4,抗β2AdR) 的数量.
- 统计分析包括相关性,主要成分分析,线性差异分析和随机森林分类.
主要成果:
- 在严重的ME/CFS病例中观察到炎症和免疫标记物之间的更强的关联.
- 主要组件分析分离了与炎症组,免疫组和受体生物标志物相关的组件.
- 随机森林模型在将ME/CFS患者与对照患者区分时实现了>90%的准确性,严重程度分级的准确性为45%. 关键分类器包括抗β2AdR,抗M4,IgG4,IL-2和IL-6.
结论:
- 炎症和免疫标志物之间的相互作用对ME/CFS进展研究有希望.
- 这些生物标志物可能对开发诊断工具和个性化ME/CFS治疗策略有价值.
- 需要进一步的临床研究来验证这些发现的预后应用.
更多相关视频
08:47Induction of Experimental Autoimmune Encephalomyelitis in Mice and Evaluation of the Disease-dependent Distribution of Immune Cells in Various Tissues
Published on: May 8, 2016
23.8K
09:38Determining Immune System Suppression versus CNS Protection for Pharmacological Interventions in Autoimmune Demyelination
Published on: September 12, 2016
12.3K
