Cornell Araştırmacıları ME/CFS Biyobelirteçlerini Kan Analiziyle Belirliyor

Düzenleyen: Katia Remezova Cath

Cornell Üniversitesi'nden bilim insanları, miyaljik ensefalomiyelit (ME/CFS) olarak bilinen kronik yorgunluk sendromu için kan plazmasındaki hücre dışı RNA'ları analiz ederek önemli biyobelirteçleri tespit eden makine öğrenimi modelleri geliştirdi. Bu yenilikçi yaklaşım, teşhisi zor bir hastalık olan ME/CFS için tanı testlerinin geliştirilmesinde önemli bir adım olarak görülüyor. Çalışma, 11 Ağustos 2025 tarihinde Proceedings of the National Academy of Sciences'da yayımlandı ve biyokimya, moleküler ve hücresel biyoloji alanında doktora öğrencisi Anne Gardella liderliğinde gerçekleştirildi.

Araştırmacılar, hücrelerin kan plazmasında bıraktığı moleküler izleri inceleyerek ME/CFS'nin teşhisine yönelik somut bir ilerleme kaydetti. Çalışmada, ME/CFS hastalarından ve sağlıklı bireylerden alınan kan örnekleri analiz edildi. Hücresel hasar ve ölüm sırasında salınan RNA moleküllerinin izolasyonu ve dizilenmesiyle, gruplar arasında 700'den fazla anlamlı farklılık gösteren transkript tespit edildi. Makine öğrenimi algoritmaları, bu verileri işleyerek bağışıklık sisteminde düzensizlik, hücre dışı matrisin bozulması ve T hücre yorgunluğu gibi ME/CFS hastalarındaki belirtileri ortaya koyan bir sınıflandırıcı geliştirdi. Bulgular, ME/CFS vakaları ile kontrol grubu arasında altı farklı hücre tipinde anlamlı farklılıklar olduğunu gösterdi. Hastalarda en yüksek seviyede görülen hücre tipi, aşırı aktif veya uzun süreli bir antiviral bağışıklık tepkisini işaret eden plazmasitoid dentritik hücreydi. Monositler, trombositler ve diğer T hücre alt tiplerindeki farklılıklar da geniş çaplı bir bağışıklık düzensizliğine işaret etti. Geliştirilen hücre dışı RNA sınıflandırıcı modelleri, ME/CFS'yi %77 doğrulukla tespit etme potansiyeli taşıyor. Bu oran, henüz tanı testi için yeterli olmasa da, alanda önemli bir ilerleme olarak değerlendiriliyor. Araştırmacılar, bu yaklaşımın diğer kronik hastalıkların karmaşık biyolojisini anlamaya ve ME/CFS ile uzun COVID arasındaki farkları belirlemeye yardımcı olacağını umuyor. Bu araştırma, Ulusal Sağlık Enstitüleri (NIH) ve WE&ME Vakfı tarafından desteklenmiştir.

Kaynaklar

  • News-Medical.net

  • Medical Xpress

  • EurekAlert!

Bir hata veya yanlışlık buldunuz mu?

Yorumlarınızı en kısa sürede değerlendireceğiz.