Nätverksmedicinska tillvägagångssätt för att klassificera hjärtsvikt med bevarad ejektionsfraktion genom signaturer av DNA-metylering och Point-of-CarE Riskberäknare (PRESMET) (PRESMET)

Hjärtsvikt (HF) är ett syndrom som orsakas av strukturell eller funktionell försämring av ventrikulär fyllning eller utstötning av blod. Effektiv HF-hantering är beroende av noggrann och snabb diagnos som kräver bedömning av symtom och fysiska tecken i kombination med avancerade och dyra bildbehandlingsverktyg. Flera utmaningar uppstår dock från den traditionella symtombaserade diagnosen eftersom samsjukligheter av HF har liknande presentationer. Detta innebär behovet av en djupare kunskap om mekanistiska kopplingar mellan genetiska och epigenetiska händelser som styr patofysiologin för HF, vilket leder till ett nytt molekylärbaserat system för att differentiera HF-fenotyper. Nu visar det sig att patofysiologin för HFpEF och HFrEF är annorlunda, det ger en möjlighet att identifiera biomarkörkandidater som kan hjälpa till med HF-diagnos och stratifiering mellan dessa två former av sjukdomen. Syftet med PRESMET-projektet är att utföra flytande biopsistrategier för att identifiera nya förmodade icke-invasiva epigenetiskt känsliga biomarkörer som kan användas antingen ensamma eller i kombination med etablerade diagnostiska tester, såsom natriuretisk peptid, för att hjälpa till att skilja HFpEF från HFrEF. Utredarna kommer att utföra DNA-metyleringsanalys på CD4+ T-celler isolerade från patienter kontra kontroller. Anmärkningsvärt nog kommer big data som genereras från NGS-verktyg att analyseras med avancerade nätverksorienterade algoritmer. Våra resultat kan ge en användbar klinisk färdplan för att förbättra precisionsmedicin och personlig terapi av HF.