nSeP: Påvisning af neonatal sepsis ved immunmetabolisk netværksanalyse (nSeP)

Adskillige undersøgelser har vist, at ændringer i værtens genekspression kan forekomme præsymptomatisk som reaktion på infektion i enhver del af kroppen, hvor den kontinuerlige interaktion mellem blod og væv gør det muligt for blodceller at fungere som biosensorer for ændringerne (Manger og Relman, 2000) , Liew et al., 2006). Genom bred analyse afslører koordineret udtryk, der udvikler netværk kausalt forbundet gennem veje.

Tidligere undersøgelser fra vores gruppe, der undersøgte optimale metoder til prøveudtagning og ekstraktion af neonatale hele transkriptionsprodukter (RNA) viste de første gennemførlighedsundersøgelser for at bruge genom bred RNA-analyse som en metodisk tilgang til at identificere værtsbiomarkører for infektion og vaccination i det tidlige liv (Smith et al. al., 2007, Flanagan et al., 2013). Prøveudtagningsmetoderne blev yderligere forfinet i 2015 med udviklingen af ​​en enkeltdråbe-metodologi, der er blevet grundigt testet i en lang række indstillinger, herunder indsamling af neonatale prøver i hjemmet på tidspunktet for Guthrie-testning af jordemødre. Detaljer om disse metoder er for nylig blevet indsendt til tidsskriftet Nature Protocols. Yderligere udførte vi tidligt virtuelle kliniske forsøg ved hjælp af en super computing-ramme, der simulerede flere 100.000 neonatale fuldblodsprøver til at forudsige infektion (Khondoker et al., 2010). Disse undersøgelser viste kravet om flere markører og ideelt set i diskrete biologiske veje, der understøtter kausalitet (Khondoker et al., 2010, Watterson og Ghazal, 2010). Disse undersøgelser gav et stærkt grundlag for at påbegynde en case-kontrol af neonatal sepsis (Dickinson et al., 2015). Derfor var vi den første gruppe, der offentliggjorde undersøgelser, der undersøgte det systemiske immunrespons hos nyfødte på sepsis ved at måle aktiviteten af ​​alle kendte menneskelige gener (Smith et al. Nature comm. 2014). Disse beregningsintensive undersøgelser førte til for første gang at afsløre den pathway-biologi, der ligger til grund for neonatal sepsis, med blodprøver taget ved de første kliniske tegn på mistanke om en infektion. En kombination af maskinlæring, statistiske og dybdegående biologianalyser førte til identifikation af et 52-geners panel af biologisk forbundne netværksmoduler. Modulerne omfatter tre centrale veje, medfødt-immun eller inflammatorisk, adaptiv-immun og uventet metabolisk. Ekspressionsniveauerne af bestemte kombinationer af biomarkører, og specifikt dem af en vej, der tidligere ikke var forbundet med immunresponser, giver en usædvanlig høj diagnostisk kvalitet. På trods af patientens heterogenitet havde det 52-node dobbelte biomarkørnetværk mere end 99 % nøjagtighed til påvisning af bakteriel infektion med 100 % følsomhed, hvilket viste overlegen ydeevne i forhold til tidligere karakteriserede markører. Ydermere tillod disse specifikke kombinationer af biomarkører påvisning af neonatal sepsis i prøver, der havde vist bloddyrkningsnegative resultater, hvilket illustrerer de specifikke diagnostiske fordele ved de særlige kombinationer af biomarkører. De uventede høje nøjagtigheds- og følsomhedsværdier kunne ikke være et resultat af undersøgelsen af ​​nogen af ​​de enkelte biomarkører alene, og de kunne heller ikke have været forudsagt. En kritisk del af disse resultater er kravet om metaboliske veje for at øge både sensitivitet og specificitet. En delmængde af de metaboliske markører omfatter ligander (specifikt små og mellemkædede fedtsyrer), der er afledt af mikrobiel metabolisme, især fra kommensaler, og som afspejles i det fæces mikrobiom. Til dato giver disse undersøgelser et proof of concept, men har brug for uafhængige bekræftende undersøgelser samt undersøgelse af specificitet mod ikke-bakterielle (virale og svampe) infektioner og steril inflammation. Det presserende uopfyldte medicinske spørgsmål er, om prædiktive værtsveje for infektion kan bruges til først at identificere, om en patient er inficeret ved eller før den kliniske præsentation, og til yderligere at skelne mellem typen af ​​infektion (især bakteriel eller viral) og forudsigeligheden af ​​sepsis.