德国科学家：新冠肺炎患者血液中27种蛋白质生物标志物或帮助预测病情

弗朗西斯克里克研究所和柏林夏里特大学(Charite - Universitatsmedizin Berlin)的研究人员已经确定了27种蛋白质生物标志物，可以用来预测新冠肺炎（COVID-19）患者是否有可能患上重病。

根据此前一系列研究，我们都知道感染SARS-CoV-2病毒的人的反应是不同的。有些人没有任何症状，有些人症状轻微，有些人则需要接受住院治疗，而对有些人来说，这种疾病是致命的。

近日，发表于《细胞系统》上的一项新研究中，研究人员发现，在COVID-19患者中存在27个不同水平的潜在生物标志物，这决定了他们症状的严重程度。由此，这些标记物可以帮助医生预测病人的病情，并为科学家提供药物开发的新目标。

研究人员改进了一种称为质谱的分析方法，以快速检测血浆中各种蛋白质的存在和数量。该平台是由弗朗西斯克里克研究所开发的，并应用于柏林夏里特大学医院31名COVID-19患者的血清进行分析。他们的结果在同一家医院17名COVID-19患者和15名健康人身上得到进一步验证。

研究人员希望他们的发现将有助于开发简单的常规测试，以检查COVID-19患者体内的一种或部分这种蛋白的水平。这些测试的结果可以用来帮助医生决定给予何种治疗。

第一作者之一、弗朗西斯克里克研究所新陈代谢分子生物学实验室博士后Christoph Messner说:“帮助医生预测COVID-19患者病情是否可能变得危急的测试将是非常宝贵的。这将帮助他们做出决定，如何最好地管理每个病人的疾病，以及识别那些最危险的人。我们希望我们鉴定出的生物标记将会引领这些至关重要的测试的发展。”

研究小组发现的三个关键蛋白质与白细胞介素IL-6有关，白细胞介素IL-6是一种引起炎症的蛋白质，是严重症状的已知标志物。研究人员认为，通过使用针对这些相关蛋白的药物，有可能减轻这些症状。

在一个病例中，临床重新评估改变了诊断(患者实际上是患了B型流感)，而在另一个病例中，发现了由抗癌化疗引起的严重共病，目前应用的临床试验没有发现这种情况。

论文作者、弗朗西斯克里克研究所与柏林夏里特大学研究组组长Markus Ralser表示:“我们在这项研究中使用的稳健方法是一种有价值且强大的工具，可以预测疾病的进展，并找到潜在的治疗靶点。我们的方法也可以很容易地应用于现在和未来的其它疾病，以了解更多关于它们对身体的影响。”

另一位主要作者、弗朗西斯克里克研究所新陈代谢分子生物学实验室的科学家Vadim Demichev补充说:“虽然我们的技术平台不是专门为COVID-19开发的，但它已被证明非常有用，可以获得对这种疾病的新见解。我们希望在不久的将来，它将有助于开发针对各种情况的预后分析测试。”

靠蛋白质来预测新冠肺炎这一思路此前也有不少研究，发表在《重症监护》上的一篇研究报告称，蛋白溶性尿激酶纤溶酶原激活物受体(suPAR)可能有助于科学家预测谁可能发展为更严重的COVID-19，它可以帮助临床医生确定哪些人更有可能需要重症监护支持。这也可以帮助他们找到那些在家里可以安全控制疾病的人。

在这一研究中，作者研究了COVID-19患者血液中高水平的suPAR与疾病严重程度之间的关系。根据芝加哥拉什大学内科教授Jochen Reiser表示，“我们测量suPAR作为诊断COVID-19的一部分，我们可能知道谁需要接受观察，谁可以回家。”

“血浆suPAR水平为我们了解疾病的进程提供了一个窗口，使我们能够更好地监测和尽早应用新的支持性治疗。”

该研究分析了来自拉什大学医学中心的15名COVID-19患者和来自希腊雅典大学医学院的57名患者的数据。

在测量了患者的血液suPAR水平后，研究人员观察了患者需要多长时间才能进行插管，也就是将一根管子插入肺部使人通气。

研究人员发现，血液中suPAR水平较高的患者比血液中suPAR水平较低的患者需要更快地插管。

根据Reiser教授的说法，“这是世界上第一个表明suPAR在COVID-19中升高并具有预测性的报告。”

由于suPAR是先天免疫系统的反应物，它是疾病严重程度的指标。这些结果表明，血浆suPAR水平越高，这些患者的肺部预后越差。

编译/前瞻经济学人APP资讯组

原文来源：

https://medicalxpress.com/news/2020-06-proteins-blood-covid-patients-ill.html

https://www.cell.com/cell-systems/pdf/S2405-4712(20)30197-6.pdf?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405471220301976%3Fshowall%3Dtrue

本文来源前瞻网，转载请注明来源。本文内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）