La reacción individual a Ebola predijo por nuevo método

El virus de Ebola produce reacciones extensamente diversas, de enfermedad asintomática a la muerte, en gente dependiendo de la susceptibilidad del individuo. ¿Pero qué impulsa esta diferencia en la reacción? Un nuevo estudio publicado en los partes de la célula del gorrón va en febrero de 2020 un paso más allá en la comprensión de cómo el sistema inmune reacciona al virus que causa niveles de variación de severidad de la enfermedad entre los casos.  

Virus de Ebola. Haber de imagen: Jaddingt/Shutterstock
Virus de Ebola. Haber de imagen: Jaddingt/Shutterstock

El estudio

El nuevo papel describe el trabajo de personas en el centro de la Universidad de Columbia para la infección y la inmunidad en una población especializada del ratón del laboratorio, criados para mostrar a humanoid reacciones inmunes al virus de Ebola. La investigación ayudará a entender cuáles de los caminos inmunes humanos numerosos predicen los resultados en gente Ebola-infectada.

Los ratones primero fueron infectados con Ebola, y la inmunorespuesta era analizada. Las diferencias entre los sobrevivientes y los que murieron de la infección fueron determinadas. El paso siguiente era al plan cómo diversos genes fueron expresados en maneras diferentes entre estos grupos y cómo éste explicó la inmunorespuesta que entraba en direcciones opuestas en los dos grupos.

Los datos entonces fueron introducidos en una computador para impulsar un programa de aprendizaje de máquina. El rendimiento llevado a la creación de un modelo pionero del AI que puede predecir seguro el resultado de una enfermedad humana, sobre la base de cómo un pequeño equipo de genes se expresa.

Probándolo fuera

Los investigadores probaron este modelo con un grupo de datos de la vida real, obtenido de los pacientes reales de Ebola en las Áfricas occidentales. Estos datos describen los tipos del ARN que se conectan a la función inmune en la sangre de pacientes.  El resultado de la enfermedad en estos pacientes estaba también disponible.

Cuando estos datos fueron suministrados al modelo, los resultados previstos correlacionaron a los resultados reales en el 75% de casos. Es decir el modelo del ratón permitió que los investigadores determinaran los factores correctos que impulsaron el curso clínico de la infección en seres humanos también.

Este experimento fue hecho posible por la disponibilidad de datos humanos en la expresión génica cerco durante un brote real de Ebola. En la mayoría de los casos, este tipo de investigación es limitado porque las muestras recogidas en tales veces que contienen este tipo de datos son difíciles de obtener. Este conjunto de datos está entre muy el pocos que están real en existencia.

Usando los modelos del ratón para estudiar enfermedad humana

El investigador, Atsushi Okamura, comentarios, los “datos humanos cerco durante un brote contiene raramente la anchura combinada y la especificidad de los documentalistas necesita realizar análisis detallados de la función inmune. Los modelos del ratón pueden ayudar a completar los entrehierros de información.”

Otro investigador, Angela Rasmussen, explica, “las críticas comunes de los modelos del ratón de Ebola son que no recapitulan fielmente la infección humana, y no se pueden utilizar así para desarrollar las herramientas diagnósticas o pronósticas. Aquí mostramos que los datos generados en nuestro modelo del ratón se pueden aplicar a los datos pacientes para predecir resultados correctamente.”

La buena cosa sobre modelos del ratón es que son más baratos, más rápidamente y da los resultados útiles que se pueden utilizar para fijar la trayectoria para el estudio de la enfermedad viral en seres humanos y el revelado de mejores medicaciones. El valor del actual estudio es que muestra la confiabilidad de un modelo desarrollado en ratones para predecir resultados en enfermedad humana.

La capacidad de emplear provechosamente modelos del ratón podía, por lo tanto, llevar a más investigación en esta área. Las ventajas incluyen la viabilidad de realizar estudios preclínicos en instalaciones de alta seguridad del laboratorio, y la capacidad de utilizar animales de experimento para lograr una potencia estadística más alta en un más barato que posible con el uso de animales más grandes. Y finalmente, el uso del aprendizaje de máquina ayuda a obtener modelos más realistas incluso en ausencia de suficiente muestras humanas.

Implicaciones

El modelo no está todavía listo para el uso en seres humanos. No obstante, podría ser desarrollado en las herramientas útiles para clasificar a pacientes con Ebola en los que son probables tener una enfermedad severa o fatal y los que no son en peligro en países donde están escasos los recursos médicos. Podría también ayudar a elegir qué pacientes necesitan un alza en su función inmune porque están en muy de alto riesgo, incluso antes de que desarrollan signos de la enfermedad severa. En tercer lugar, podría ayudar a seleccionar a los pacientes que deben ser vacunado debido a su ser en el riesgo más alto.

Rasmussen dice, “desde la terapéutica actual de Ebola que es probada en el Manual del Transportista [el República del Congo Democratic] es el más efectivo cuando está dado tan pronto como sea posible en la infección, nuestro modelo se podría utilizar para desarrollar pruebas con un impacto enorme en cuidado clínico y resultados pacientes.”

Finalmente, la capacidad del modelo del ratón de reflejar inmunorespuestas humanas a Ebola podría ayudar a entender cómo otros virus como el brote nuevo infame del coronavirus ahora que hace noticias en China afectan al sistema inmune humano, y a conducir el revelado de la terapéutica.

Journal reference:

Transcriptional Correlates of Tolerance and Lethality in Mice Predict Ebola Virus Disease Patient Outcomes Price, Adam et al. Cell Reports, Volume 30, Issue 6, 1702 - 1713.e6, https://www.cell.com/cell-reports/fulltext/S2211-1247(20)30035-8

Dr. Liji Thomas

Written by

Dr. Liji Thomas

Dr. Liji Thomas is an OB-GYN, who graduated from the Government Medical College, University of Calicut, Kerala, in 2001. Liji practiced as a full-time consultant in obstetrics/gynecology in a private hospital for a few years following her graduation. She has counseled hundreds of patients facing issues from pregnancy-related problems and infertility, and has been in charge of over 2,000 deliveries, striving always to achieve a normal delivery rather than operative.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Thomas, Liji. (2020, February 11). La reacción individual a Ebola predijo por nuevo método. News-Medical. Retrieved on May 28, 2020 from https://www.news-medical.net/news/20200211/Individual-response-to-Ebola-predicted-by-new-method.aspx.

  • MLA

    Thomas, Liji. "La reacción individual a Ebola predijo por nuevo método". News-Medical. 28 May 2020. <https://www.news-medical.net/news/20200211/Individual-response-to-Ebola-predicted-by-new-method.aspx>.

  • Chicago

    Thomas, Liji. "La reacción individual a Ebola predijo por nuevo método". News-Medical. https://www.news-medical.net/news/20200211/Individual-response-to-Ebola-predicted-by-new-method.aspx. (accessed May 28, 2020).

  • Harvard

    Thomas, Liji. 2020. La reacción individual a Ebola predijo por nuevo método. News-Medical, viewed 28 May 2020, https://www.news-medical.net/news/20200211/Individual-response-to-Ebola-predicted-by-new-method.aspx.