Vroege voorspelling van sepsis met behulp van metabolomica (EPoS)

In het verleden waren de studies over de voorspelling en prognose van sepsis gericht op de niveaus van eiwit en genen, en er is weinig onderzoek gedaan op het gebied van metabolomics. Eigenlijk kunnen de veranderingen in het functioneren van biologische systemen niet alleen worden weerspiegeld door het specifiek tot expressie gebrachte eiwit, maar ook door het metabolisme. Het metabolische kenmerk van biologische vloeistoffen zal aanzienlijk veranderen wanneer het lichaam lijdt aan pathologische of fysiologische stimulatie, en deze veranderingen kunnen de ziektetoestand of ernst onthullen terwijl de orgaanfunctie normaal blijft vanwege de compenserende werking. Daarom is het mogelijk om het optreden, de ontwikkeling en de prognose van sepsis in een vroeg stadium te voorspellen door de concentraties of verhoudingen van deze metabolieten te detecteren. De traditionele methoden zijn moeilijk aan te passen aan de detectie van dergelijke gecompliceerde veranderingen in metabole profielen wanneer sepsis optreedt, dus is er een enorme vraag naar nieuwe middelen voor de metabole profilering in de ontstekingsreactie. Inmiddels zijn er verschillende onderzoeken gedaan naar de metabole profilering van ernstige wonden, maar er zijn er nog maar weinig gedaan op het gebied van intensive care-geneeskunde. De metabole profielen bij sepsispatiënten zijn tot nu toe onduidelijk gebleven. Daarom is het van groot belang om een ​​metabolische profileringsbenadering te ontwikkelen voor de meting en interpretatie van de metabolieten uit de biologische monsters van sepsispatiënten en om een ​​methode vast te stellen voor de op metabolomics gebaseerde vroege voorspelling van sepsis.

Er zullen verschillende kwalitatieve en kwantitatieve detectiemethoden worden gebruikt om het doel van metabole profilering bij patiënten met of zonder sepsis te bereiken. Principal Components Analysis (PCA) en Partial Least Squares Discrimination Analysis (PLS-DA) methodologie zullen worden toegepast om het metabolische profiel te begrijpen. De gegevens zullen worden geanalyseerd door Mestrec en MestReNova softwarepakket en de Human Metabolome Database (HMDB) zoeken om de biomarkers te identificeren voor de voorspelling van sepsis. De biomarkers die het meest zijn veranderd, zullen worden geverifieerd door middel van vloeistofchromatografie-massaspectrometrie (LC-MS).