在美国，有超过 300 万人患有慢性疲劳综合征 (CFS)，这是一种以极度、持续疲劳为特征的复杂疾病。睡眠或休息都无法缓解他们的疲惫，而 CFS 的许多未知因素中就包括如何准确诊断这种疾病。
康奈尔大学的科学家们希望改变这一现状。最近发表在同行评审期刊《美国国家科学院院刊》上的一项研究描述了开发诊断测试的“具体一步”。
诊断慢性疲劳综合征
目前，CFS（也称为肌痛性脑脊髓炎）尚无诊断工具。相反，医生依赖一套广泛的患者症状——如疲劳、头晕和脑雾——并辅以漫长而艰巨的排除其他潜在病因的努力。
关键在于 RNA，它是人体细胞的重要组成部分，负责将 DNA 的指令传递给体内的其他蛋白质。当细胞死亡时，它们会留下 RNA 中的遗传记录，这些记录会释放到血液中，揭示一生中发生的各种变化。细胞将 RNA 释放到血液中存在多种机制，包括正常的细胞死亡、身体压力或细胞间的通讯。
“一旦脱离细胞，这些循环 RNA 分子就被称为无细胞 RNA (cfRNA)。这些 cfRNA 分子反映了细胞周转或导致其释放的信号传递瞬间的基因表达动态，这使它们成为研究复杂疾病的理想生物标志物，”研究合著者、分子生物学家 Anne Gardella 说。
Gardella 补充道：“通过在特定时间点测量细胞中的 RNA，我们就能了解哪些基因正在根据当前的细胞环境积极表达。”
阅读更多： 您的血液检查结果意味着什么？
机器学习与 cfRNA
Gardella 的团队创建了能够筛选 cfRNA 以识别与 CFS 相关的生物标志物（或分子指纹）的机器学习模型。
康奈尔大学疲劳神经免疫疾病中心主任 Maureen Hanson 在一份新闻稿中说：“ME/CFS 影响身体的许多不同部位。神经系统、免疫系统、[以及] 心血管系统。分析血浆可以让您了解这些不同部位正在发生什么。”
研究人员收集了参与研究的两组人群的血液样本：一组被诊断患有 CFS，另一组是健康的但久坐不动的人群。由于 CFS 患者的日常活动水平通常有限，因此与久坐不动的人群进行比较有助于控制体力活动的差异。
Gardella 说：“如果我们将其与活动水平正常的人群进行比较，cfRNA 的变化可能反映的是体能状况的差异，而不是疾病本身引起的真实生物学效应。”
使用离心机将血液样本离心，以分离和分离其成分。然后，对 RNA 分子的特征进行基因测序，以了解体内哪些基因编码 cfRNA。
Gardella 说：“本质上，这些计算机算法会‘学习’哪些基因最能区分这些群体，然后可以根据其 cfRNA 表达谱对新样本进行分类。”
未来更好的诊断工具
研究人员收集了两组人群的 700 多个 RNA 转录本，所有这些转录本都经过机器学习解析，以开发一种分类工具，能够识别 CFS 患者观察到的免疫应激和其他因素的迹象。随后对 RNA 分子进行测绘，显示 CFS 患者特有的细胞类型有六种。
Gardella 说：“当某些细胞类型出现不成比例的信号时，这表明这些细胞在该疾病中存在潜在的失调。”
尽管该测试在使用这些指标检测 CFS 时准确率为 77%，但这一比率不足以被视为可靠的诊断工具。
然而，这代表了诊断慢性疾病领域的重大进步。
Gardella 说：“对于临床应用，准确率高于 90% 的测试最有价值。但是，考虑到 ME/CFS 的复杂性以及相对较小的样本量，该模型是一个有希望的非侵入性测试的开端，”并补充说，她的团队希望收集更多样本以进一步提高这些模型的性能。
此外，研究人员希望评估 cfRNA 在 CFS 症状不同阶段的变化情况，例如在剧烈运动后。CFS 患者有时在体力消耗后感觉更糟，而这种消耗对于健康人来说是微不足道的。
Gardella 说：“最终，我们希望这项工作不仅有助于开发可靠的诊断工具和加深对 ME/CFS 的理解，而且还能继续增进对导致患者生活体验的生物学问题的理解。”
阅读更多： 没有已知的病因或治愈方法，这是我们所了解的关于慢性疲劳综合征的一切
文章来源
我们《Discovermagazine.com》的作者使用经过同行评审的研究和高质量来源来撰写文章，我们的编辑会审查科学准确性和编辑标准。请参阅本文使用的来源：
- 《美国国家科学院院刊》。循环无细胞 RNA 特征用于肌痛性脑脊髓炎/慢性疲劳综合征的表征和诊断
- CDC。ME/CFS 临床概述
