Scoperti tre nuovi marcatori correlati a condizioni di malattia grave o lieve

Grazie a un’innovativa analisi che utilizza l’Intelligenza Artificiale e lo studio del microbiota e metaboloma salivare, sarà possibile indirizzare le scelte terapeutiche in situazioni di difficile predizione clinica.

A parità di sintomi, alcune persone affette da SARS-CoV-2 necessitano di ospedalizzazione mentre altre possono essere curate a casa. Cosa distingue i due gruppi e come identificarli rapidamente per guidare le scelte terapeutiche dei medici è oggetto di uno studio che descrive una nuova metodica basata sull’analisi della saliva e del sangue.

Coordinatrice della ricerca è la prof.ssa Maria Rescigno, capo del Laboratorio di immunologia delle mucose e microbiota di Humanitas e docente di Patologia Generale di Humanitas University, che con il suo team di ricercatori ha affiancato il dott. Antonio Voza, responsabile del Pronto Soccorso di Humanitas, e la dott.ssa Elena Azzolini, responsabile del Centro Vaccinale di Humanitas.

Di fronte alle difficoltà delle prime ondate pandemiche, quando in Pronto Soccorso si sono riversati migliaia di pazienti e le conoscenze sul decorso della malattia erano limitate, il team di ricercatori ha messo a frutto le competenze sul microbiota e sulle mucose per individuare nuovi marcatori di gravità che funzionassero precocemente. Maria Rescigno e Chiara Pozzi, immunologa ricercatrice di Humanitas, si sono concentrate sul microbiota della saliva e sull’insieme dei metaboliti.

“Attraverso uno studio retrospettivo, abbiamo analizzato la saliva e il sangue di pazienti ospedalizzati e di quelli trattati a domicilio per cercare cosa contraddistinguesse i due gruppi, paragonando i dati con quelli raccolti da soggetti sani e guariti – spiega la prof.ssa Maria Rescigno. È stato fondamentale un approccio di machine learning: i nostri data scientist, guidati da Riccardo Levi, ci hanno aiutato a eliminare i parametri confondenti e il fattore età, arrivando a isolare due metaboliti, Mioinositolo e acido acetico 2 pirrolidinico. Questi, insieme a una proteina presente nel sangue (Chitinasi 3-L1), hanno dimostrato di essere correlati alla gravità di COVID-19, quindi alla necessità o meno di ospedalizzazione”.

La combinazione di questi 3 parametri di saliva e sangue descrive l’identikit del malato grave e quindi sarebbe in grado di distinguere i pazienti sulla base dell’aspettativa del loro decorso clinico.

“Successivamente abbiamo visto che questi due metaboliti correlano con alcuni gruppi di batteri del microbiota salivare – prosegue la prof.ssa Rescigno. Chi ha metaboliti alterati ha anche batteri alterati. Il risultato non sorprende: il microbiota ha un ruolo importante nell’infezione perché prepara il sistema immunitario e può avere attività anti-microbiche. E la saliva, dove si trova parte del microbiota, è uno dei punti in cui il virus penetra. È importante inoltre sottolineare che la proteina individuata nel sangue è coinvolta nella regolazione del recettore ACE2, il recettore del virus Sars-CoV-2. Questo significa che se la proteina è già alta in partenza, la persona ha più recettori e quindi potrebbe ‘fare entrare’ più virus”.

La metodologia basata sull’analisi dei metaboliti – la metabolomica – è una novità che si sta imponendo nel panorama diagnostico. Una rivoluzione velocizzata dalla pandemia che ha reso possibile analizzare i dati di tanti pazienti in tempi molto rapidi.

“I risultati di questo studio ci danno speranza – conclude la prof.ssa Rescigno. In futuro, sarà possibile progettare queste analisi basate su test salivare ed esame del sangue anche per altre patologie pericolose e di difficile predizione, come la sepsi”.


Ultimo aggiornamento: 16 Febbraio 2022

×

Question-Time.it

×

Contatti

Effetti srl

Via G.B. Giorgini 16 - 20151 Milano
email: effetti@effetti.it
web: www.effetti.it - www.makevent.it

Chiudi

×

Password dimenticata

Password dimenticata

Indirizzo email non valido

Password dimenticata

Inserisca il suo indirizzo email. Riceverà un messaggio con il link per effettuare il reset della password.