なぜ一部の人は新型コロナウイルスによる大きなリスクに直面するのでしょうか?

新しい研究により、科学者が新型コロナウイルス感染症（COVID-19）の重症化リスクが最も高いのは誰か、また重症化した人の中で生存する可能性が最も高いのは誰なのかを予測するのに役立つ手がかりが明らかになった。

新型コロナウイルス感染症に感染した一部の人は鼻をすするだけで済むのに、他の人は人工呼吸器を装着することになるのはなぜでしょうか? そして、重症患者の中には、最終的に回復する人もいれば、回復しない人もいるのはなぜでしょうか?

この新しい研究は、国立アレルギー感染症研究所（NIAID）とイェール大学医学部（YSM）を含む全国15の研究機関との提携である、新型コロナウイルス感染症コホートにおける免疫表現型評価評価（IMPACC）研究のデータを利用した。 ）。

協力者は、全国の1,000人以上の患者の免疫反応のさまざまな側面にわたる広範な分析を実施しました。 彼らは、病気の不均一性をよりよく理解するために、入院中および入院後最長 1 年間のサンプルを評価しました。 IMPACC マルチオミクス アプローチは、ゲノミクス、プロテオミクス、トランスクリプトミクスなどの複数の「オミクス」を組み合わせたもので、これまでで最大かつ最も包括的な解析の 1 つです。

研究者らは研究結果を 臨床研究ジャーナル。

新型コロナウイルス感染症（COVID-19）は、患者に多種多様な症状をもたらします。 さまざまな患者反応につながる特徴的な特徴を特定するために、IMPACC は、国立アレルギー感染症研究所 (NIAID) の NIAID ヒト免疫学プロジェクト コンソーシアム (HIPC) が開拓したシステム免疫学アプローチを使用しています。 HIPCは、IMPACCメンバーのルース・R・モンゴメリー医学教授および疫学（微生物疾患）教授でYSM科学担当副学部長、デビッド・A・ハフラー教授（議長兼神経学教授）によってエール大学に向けて指導されている。

YSM の病理学教授であり、HIPC 研究者でもある Steven Kleinstein 氏は、マルチサイト IMPACC データ分析ワーキング グループを率いて、コンソーシアムの情報学専門家による統合分析のために個々のデータ タイプを処理しました。

「私のグループは、これら1,000人以上の人々から何百万ものデータポイントを取得し、モデリングを使用して、人によって新型コロナウイルス感染症に対する反応が異なる理由とその背後にある分子メカニズムを解明するという任務を負っていました」とイェール大学の計算科学博士課程候補者ジェレミー・ギギは言う。生物学および生物情報学プログラムおよび研究の筆頭著者。

最新の研究で、Gygi とチームは、以下に関連する署名を特定したいと考えていました。 厳しい 新型コロナウイルス感染症と 死亡。 さらに、彼らは、重篤な症例で起こる根底にある免疫カスケードをより深く理解するために、これらの特徴の相互作用を調べました。

「私たちは、誰かの遺伝子、タンパク質、代謝産物を単に個別に調べたわけではありません」とジジ氏は言います。 「代わりに、結果を説明するために、個人のトランスクリプトーム、プロテオミクス、メタボロームのプロファイルがどのように連携するかを調べました。」

「これは、非常に多くの異なる『オミクス』を同時に、そして長期にわたって調べたこれまでで最大規模の新型コロナウイルス感染症研究になる可能性があります」とイェール公衆衛生大学院の生物統計学の助教授であり、この研究の主任著者であるレイイング・グアン氏は付け加えた。 。

「これらは私たちの研究のユニークな側面であり、新型コロナウイルス感染症バイオマーカーに関するこれまでの文献で行われていること以上のことが可能になりました。」

これを達成するために、チームは IMPACC データセットと潜在因子モデリングとして知られる計算手法を活用しました。 これらのモデルは、研究者が研究した多数のアッセイ間で調整されたパターンを特定するのに役立ちました。

彼らのモデルには 2 つの主なタスクがありました。 まず、彼らは重篤な病気の原因を特定したいと考えました。 彼らは、コホートの 5 つの臨床経過グループ (5 つが最も重症) と、疾患の異なる経過に関連する予測因子を探しました。 第二に、研究者らは最も深刻なグループの中で、次のような症状を予測する兆候も探しました。 死亡。

「私たちは、入院と人工呼吸器が必要で生き残った人々と、そうでなかった人々を分けようとしていたのです」とジジは言う。

重症度モデルでは、炎症、T細胞リンパ球減少症、アミノ酸トリプトファンの異化など、新型コロナウイルス感染症の感染経路に大きく関連する複数の要因が特定された。 これらの特徴の多くは新型コロナウイルス感染症の文献で特定されていましたが、新しいモデルでは時間的要素が追加され、これらの特徴が時間の経過とともにどのように進化し、相互作用し合っているかが明らかになりました。

最も重篤な 2 つのグループのうち、免疫応答に重要な役割を果たすインターフェロンシグナル伝達の調整不全の上昇により、死亡率が有意に予測されました。

「重症度コホートについては、私たちが発見した特徴はすでによく知られていましたが、追加の相互作用層を特定しました」とグアン氏は言います。 「死亡率コホートの中で、重要なタイプの調節不全が見つかりました。 [of interferon signaling] それが入院患者の運命を特徴付けるかもしれない。」

研究者らは、この研究は重要な成果であり、刺激的な出発点であり、この研究を基にして新型コロナウイルス感染症のより多くの側面をより深く理解する計画があると述べている。

たとえば、彼らは同様のモデリング技術を使用して、Long COVID と急性感染後にどのように発症するかをより深く理解したいと考えています。 彼らは、新型コロナウイルス感染症の根底にあるメカニズムの複雑さをさらに学ぶことで、急性疾患と長引く疾患の両方に対するより効果的な治療法への新たな洞察への道を切り開きたいと考えている。

出典：イザベラ・バックマン エール大学