Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Malattie infettive (eccetto HIV/AIDS)

Proteine del sangue collegate alla mortalità per infezione

Uno studio identifica le proteine nel sangue che potrebbero influenzare il rischio di morire per infezioni.

― 6 leggere min


Studio sui Proteini delStudio sui Proteini delSangue e Mortalitàalle infezioni.proteine nel sangue alle morti legateLa ricerca collega i livelli di
Indice

Le malattie infettive, nonostante i miglioramenti grazie a misure di sanità pubblica, vaccini e trattamenti antimicrobici, continuano a causare molte morti in tutto il mondo. Uno studio ha dimostrato che quasi il 20% dei decessi era legato alla sepsi nel 2017, e il rischio di morire per infezioni può variare notevolmente tra diverse regioni e all'interno dello stesso paese. Ad esempio, nel Regno Unito, l'età avanzata, il status socioeconomico e problemi di salute preesistenti aumentano il rischio di morire per infezioni rispetto ad altre cause di morte. Anche se i fattori sociali contribuiscono a questo rischio, gli aspetti biologici, in particolare come il corpo risponde alle infezioni, sono anch'essi cruciali.

Scopo dello studio

Data la minaccia di future pandemie, la crescente resistenza antimicrobica, i cambiamenti climatici e i cambiamenti nella demografia della popolazione, è fondamentale capire meglio come i Fattori biologici nel corpo possano influenzare il rischio di morire per infezioni. Questo studio mirava a identificare le proteine del sangue che potrebbero fungere da potenziali marcatori o obiettivi terapeutici in relazione alle morti correlate alle infezioni.

Design dello studio e partecipanti

Il UK Biobank è uno studio ampio che ha incluso oltre 500.000 individui di età compresa tra i 37 e i 73 anni, reclutati dal 2006 al 2010 in vari centri in Inghilterra, Scozia e Galles. I partecipanti hanno fornito sia campioni biologici che informazioni sulla salute tramite questionari. È stata concessa l'approvazione etica e tutti i partecipanti hanno acconsentito a partecipare.

Dati della proteomica plasmatica

Il progetto di proteomica farmacologica del UK Biobank ha analizzato campioni di sangue di 53.029 partecipanti per misurare quasi 2.923 proteine uniche. Questo progetto è tra i più grandi studi del suo genere. Le proteine del sangue sono state analizzate utilizzando tecnologie avanzate per ottenere risultati che sono stati poi standardizzati per facilitare il confronto. Qualsiasi risultato al di sotto di un certo limite di rilevamento è stato contrassegnato come mancante.

Valutazione dei fattori che influenzano la salute

Per comprendere l'impatto di vari fattori sul rischio di morire per infezioni, la ricerca ha considerato diverse aggiustamenti, tra cui età, sesso, razza, abitudini di fumo e Stato di Salute generale. I ricercatori hanno categorizzato i partecipanti in base all'etnia, alle abitudini di fumo e allo status socioeconomico utilizzando un sistema di punteggio. Hanno anche incluso classificazioni di obesità basate sull'indice di massa corporea (BMI) e categorizzato molte condizioni di salute preesistenti come malattie cardiache, diabete e altre.

Monitoraggio della Mortalità

I ricercatori hanno monitorato la mortalità dei partecipanti utilizzando dati da organizzazioni sanitarie. Si sono concentrati principalmente sulle morti correlate alle infezioni avvenute prima dell'inizio della pandemia di COVID-19, assicurandosi che i loro risultati non fossero influenzati da morti legate al coronavirus. I decessi sono stati classificati utilizzando un sistema di codifica standardizzato.

Analisi delle proteine del sangue e rischio di mortalità

Lo studio ha valutato il legame tra specifiche proteine del sangue e il rischio di morire per infezioni utilizzando modelli statistici. I ricercatori hanno apportato aggiustamenti per vari fattori nella loro analisi per garantire risultati accurati. Hanno cercato di determinare quali proteine fossero specificamente collegate alla mortalità legata alle infezioni rispetto alla mortalità generale.

Dopo un'attenta analisi, hanno trovato un numero significativo di proteine associate alla morte per infezioni. Tuttavia, molte di queste proteine erano anche collegate alla mortalità generale, indicando una relazione complessa tra queste proteine e gli esiti di salute. Per concentrarsi sulle proteine con un legame più diretto alla mortalità per infezione, hanno ristretto la loro analisi a coloro che erano morti per infezione prima della data limite definita.

Impostando soglie per la significatività statistica, hanno identificato proteine con un'associazione più forte con le morti correlate alle infezioni, rivelando schemi interessanti nei loro risultati.

Comprendere le connessioni biologiche

I ricercatori hanno anche esplorato i ruoli biologici delle proteine collegate alla mortalità per infezione. Hanno utilizzato strumenti statistici per rivelare temi comuni tra queste proteine, scoprendo che molte erano coinvolte in processi di segnalazione, fondamentali per la risposta del corpo alle infezioni.

Fattori genetici e mortalità per infezione

Per capire meglio come la genetica possa influenzare la presenza di queste proteine e il rischio di mortalità per infezione, i ricercatori hanno utilizzato dati genetici. Hanno generato punteggi che riflettono le variazioni genetiche collegate a specifiche proteine e hanno esaminato la loro associazione con le morti per infezioni in un gruppo separato di partecipanti che non sovrapponessero con lo studio principale di proteomica.

Sebbene la maggior parte delle proteine non mostrasse un forte legame genetico con la mortalità per infezione, una proteina, MERTK, ha mostrato un'associazione significativa. Questo ha sollevato interrogativi sulla potenziale relazione causale tra i livelli di MERTK e il rischio di morire per infezioni.

Utilizzo della randomizzazione mendeliana

La randomizzazione mendeliana è un metodo che utilizza variazioni genetiche per dedurre se un certo fattore influisce su un risultato, in questo caso, la mortalità per infezione. I ricercatori hanno condotto analisi utilizzando dati genetici per stimare l'effetto causale potenziale di MERTK sulle morti per infezione.

Sebbene l'esplorazione iniziale dei dati genetici non avesse fornito conclusioni definitive, analisi di follow-up hanno suggerito un possibile legame causale tra livelli più elevati di MERTK nel sangue e un aumento dei rischi di morire per infezioni.

Caratterizzazione dei partecipanti

Per capire meglio gli individui con livelli più elevati di MERTK, i ricercatori hanno analizzato i dettagli demografici dei partecipanti raggruppati per livelli di MERTK. Hanno scoperto che coloro con livelli più alti erano generalmente più anziani, più propensi a essere maschi e avevano più problemi di salute cronici. Hanno anche osservato un leggero aumento in un comune indicatore di infiammazione, suggerendo una relazione complicata tra i livelli di MERTK e la salute generale.

Conclusioni

Questo studio fornisce una visione dettagliata della connessione tra le proteine del sangue e il rischio di morire per infezioni. I risultati evidenziano molte proteine che potrebbero essere collegate a questo rischio, con un particolare focus su MERTK, che sembra avere un ruolo più diretto. Come potenziale obiettivo per terapie, MERTK potrebbe aiutare a ridurre i risultati fatali per le persone ad alto rischio.

Limitazioni

Ci sono alcune limitazioni da considerare, come il fatto che il UK Biobank non è completamente rappresentativo della popolazione generale, il che potrebbe influenzare l'applicazione di questi risultati a gruppi più ampi. Inoltre, l'esclusione delle morti legate al COVID-19 significa che i risultati non si applicano a quel contesto. I ricercatori hanno anche notato che non potevano valutare il legame tra le proteine identificate e le infezioni non fatali, il che potrebbe fornire ulteriori informazioni sui meccanismi in gioco.

In generale, questo studio sottolinea la relazione intricata tra fattori biologici, genetica e mortalità per infezione, presentando vie per future ricerche e potenziali applicazioni cliniche.

Fonte originale

Titolo: Plasma proteomic associates of infection mortality in UK Biobank

Estratto: BackgroundInfectious diseases are a major cause of mortality in spite of existing public health, anti-microbial and vaccine interventions. We aimed to define plasma proteomic associates of infection mortality and then apply Mendelian randomisation (MR) to yield biomarkers that may be causally associated. MethodsWe used UK Biobank plasma proteomic data to associate 2,923 plasma proteins with infection mortality before 31st December 2019 (240 events in 52,520 participants). Since many plasma proteins also predict non-infection mortality, we focussed on those associated with >1.5-fold risk of infection mortality in an analysis excluding survivors. Protein quantitative trait scores (pQTS) were then used to identify whether genetically predicted protein levels also associated with infection mortality. To conduct Two Sample MR, we performed a genome-wide association study (GWAS) of infection mortality using UK Biobank participants without plasma proteomic data (n=363,953 including 984 infection deaths). FindingsAfter adjusting for clinical risk factors, 1,142 plasma proteins were associated with risk of infection mortality (false discovery rate 1.5-fold increased risk of infection versus non-infection mortality. Of these, we identified genetically predicted increasing MERTK concentration was associated with increased risk of infection mortality. GWAS for infection mortality revealed no SNPs achieving genome-wide statistical significance (p

Autori: Richard Cubbon, M. Drozd, F. Hamilton, C. Cheng, P. Lillie, O. Brown, N. Chaddock, S. Savic, K. Naseem, M. Iles, A. W. Morgan, M. Kearney

Ultimo aggiornamento: 2024-01-22 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2024.01.21.24301569

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.01.21.24301569.full.pdf

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili