Proteomisches Profiling zur Aufdeckung neuer prognostischer Marker für neurologische Ergebnisse nach Wiederbelebung

Hintergrund: Ein Herzstillstand ist ein lebensbedrohliches Ereignis. Intensivmediziner stehen vor der Herausforderung, dass immer mehr Patienten nach einer Herz-Lungen-Wiederbelebung (HLW) unsichere neurologische Ergebnisse haben. Der prognostische Wert aktueller Biomarker für neurophysiologische Langzeitergebnisse ist begrenzt. Daher ist die Identifizierung neuer Plasmamarker mit höherem Vorhersagewert für die neurophysiologische Genesung von entscheidender Bedeutung für das Patientenmanagement nach CPR.

Hypothese: Wir gehen davon aus, dass spezifische aus dem Gehirn stammende Gewebeleckproteine ​​identifiziert werden können, um neue, zuverlässigere prognostische Biomarker für ein gutes neurologisches Ergebnis aufzudecken.

Methoden: Diese translationale Studie (n=100) ist eine Kombination aus einer prospektiven Grundlagenstudie, die darauf abzielt, die Anzahl potenzieller Plasma-Biomarker-Kandidaten durch proteomische Shotgun-Analysen in Autopsieproben von Gehirngewebe und Plasmaproben von wiederbelebten Patienten (n=10) zu reduzieren eine prospektive klinische Validierungsstudie in einer großen Studienpopulation (n=90) mittels Hochdurchsatzanalysen. Die Proben werden durch proteomische Schrotflintenanalysen mit dem Q-Exactive Quadrupol-Orbitrap-Massenspektrometer (MS) analysiert. MS/MS-Daten werden von der MaxQuant- und Perseus-Software interpretiert. Um aus dem Gehirn stammende Proteine ​​im Plasma zu identifizieren, wird das Plasmaproteom von 10 wiederbelebten Patienten mit dem Proteomprofil von Gehirngewebe verglichen. Dadurch wird die Anzahl potenzieller Plasma-Biomarker-Kandidaten reduziert, die mit dem neurologischen Ergebnis assoziiert sind. Die prospektive Validierung in Plasmaproben wird durch einen gezielten Proteomics-Ansatz unter Verwendung von Selected Reaction Monitoring (SRM) auf einem Triple-Quadrupol-Ionen-MS durchgeführt. Das neurologische Ergebnis wird anhand der Fünf-Punkte-Skala (Tod, anhaltender Wachkoma-Zustand, schwere Behinderung, mittelschwere Behinderung und gute Genesung) entsprechend den Kategorien der Gehirnleistung (CPC) bewertet. Ein CPC-Wund von <3 gilt als gutes neurologisches Ergebnis. Die Auswahl der proteomischen Marker und die Signaturschätzung werden durch die regulierte logistische L1-Regression durchgeführt, wobei der Abstimmungsparameter durch kreuzvalidierte Modellleistung optimiert wird. Die Fähigkeit der Signatur, Patienten mit gutem und schlechtem Ergebnis zu unterscheiden, wird durch eine ROC-Analyse beschrieben.

Klinische Perspektive: Ein genauer Prädiktor für das neurologische Ergebnis nach einer Herz-Lungen-Wiederbelebung ist von größter klinischer Bedeutung. Frühere Studien konzentrierten sich jedoch auf eine sehr begrenzte Anzahl von Biomarkern. Daher könnte ein strukturierter proteomischer Analyseansatz den besten Marker unter allen Proteinen identifizieren, die während einer Zellschädigung freigesetzt werden.