Netværksmedicinske tilgange til at klassificere hjertesvigt med bevaret ejektionsfraktion ved signaturer af DNA-methylering og Point-of-CareE Risk CalaTors (PRESMET) (PRESMET)

Hjertesvigt (HF) er et syndrom, der skyldes strukturel eller funktionel svækkelse af ventrikulær fyldning eller udstødning af blod. Effektiv HF-behandling afhænger af præcis og hurtig diagnose, der kræver vurdering af symptomer og fysiske tegn i kombination med avancerede og dyre billeddiagnostiske værktøjer. Der opstår dog flere udfordringer ved den traditionelle symptombaserede diagnose, fordi komorbiditeter af HF har lignende præsentationer. Dette indebærer behovet for en dybere viden om mekanistiske forbindelser mellem genetiske og epigenetiske hændelser, der styrer patofysiologien af ​​HF, hvilket fører til et nyt molekylært baseret system til at differentiere HF-fænotyper. Nu viser det sig, at patofysiologien af ​​HFpEF og HFrEF er anderledes, det giver mulighed for at identificere biomarkørkandidater, der kunne hjælpe med HF-diagnose og stratificering mellem disse to former for sygdommen. Formålet med PRESMET-projektet er at udføre flydende biopsistrategier for at identificere nye formodede ikke-invasive epigenetisk-følsomme biomarkører, der kan bruges enten alene eller i kombination med etablerede diagnostiske tests, såsom natriuretisk peptid, for at hjælpe med at differentiere HFpEF fra HFrEF. Efterforskerne vil udføre DNA-methyleringsanalyse på CD4+ T-celler isoleret fra patienter versus kontroller. Bemærkelsesværdigt nok vil big data genereret fra NGS-værktøjer blive analyseret af avancerede netværksorienterede algoritmer. Vores resultater kan give en nyttig klinisk køreplan for at forbedre præcisionsmedicin og personlig terapi af HF.