Erste Eindrücke sind wichtig—Sie können die Bühne für den gesamten Verlauf einer Beziehung. Das gleiche gilt für die Eindrücke, die die Zellen unseres Immunsystems bilden, wenn Sie Zusammentreffen eine neue Bakterie. Mit dieser Einsicht, Weizmann Institute of Science Wissenschaftler haben einen Algorithmus entwickelt, der Vorhersagen kann der Ausbruch von Krankheiten wie Tuberkulose. Die Ergebnisse dieser Untersuchung wurden vor kurzem veröffentlicht in „Nature Communications“.
Dr. Roi Avraham, dessen Gruppe des Instituts mit der Biologischen Regulation-Abteilung durchgeführt, die Forschung, erklärt: „Wenn Immunzellen und Bakterien aufeinander treffen, kann es mehrere Ergebnisse. Das Immunsystem kann die Bakterien abtöten; die Bakterien können das überwinden der Immunabwehr; oder, im Falle von Krankheiten wie der Tuberkulose, das Bakterium kann liegen schlafend für Jahre, manchmal verursachen Krankheit in einem späteren Stadium, und manchmal noch in den Ruhezustand gut. Wir denken, dass die Kreuzung in denen einer dieser Wege gewählt wird, erfolgt frühzeitig, einige von 24-48 Stunden nach der Infektion.“
Die Wissenschaftler zum ersten mal getestet, Reale Begegnungen zwischen Immunzellen und Bakterien—diese Zeit zwischen den Proben (diese enthalten Zellen des Immunsystems) und die Salmonella-Bakterium. Leitung von dres. Noa Bossel Ben Moshe und Shelly Henne-Avivi im Avraham Gruppe, verwendete das Forschungsteam eine Methode, die entwickelt wurde in den letzten Jahren am Weizmann-Institut unter anderem, um die Sequenz der Genaktivität in tausenden von einzelnen Zellen. In anderen Worten, Sie könnten sehen, was jede Zelle sah so aus, als reagierten Sie auf die Salmonellen-Bakterien, und Sie könnte anzeigen aus der Aktivierung von Profilen der einzelnen. Dies ist in der Tat offenbarte Muster nicht gesehen, in standard-Labor-tests, und es schien zur Bestätigung Ihrer these—es gab in der Tat Unterschiede, die Ihnen ermöglicht, trace-Antworten aus der ersten Sitzungen, um die späteren Ergebnisse.
Solche single-cell sequencing ist immer noch beschränkt auf spezialisierte Labors, jedoch. Die Gruppe fragte, ob es war ein Weg, um eine Verbindung Ihrer Ergebnisse, um die Echtzeit-Blut-tests im realen Patienten. Für diese, Sie wandte sich an Ihren einzigen Zelle Datenbanken auf Salmonellen-Infektion und Immunreaktion und entwickelt einen Algorithmus—basiert auf einer Methode, die so genannte Dekonvolution—das würde dann ermöglichen, Sie zu extrahieren, die ähnliche Informationen aus der standard-Daten-sets. Dieser Algorithmus verwendet die Informationen aus den standard Blut-tests und extrapoliert auf die Eigenschaften der einzelnen Blutzellen in den Experimenten. „Der Algorithmus, den wir entwickelt“, sagt Bossel Ben Moshe, „kann nicht nur definieren, das ensemble von Zellen des Immunsystems, die nehmen Teil in der Antwort, es kann zeigen, Ihre Aktivität und somit die potenzielle Stärke der Immunantwort.“
Der erste test des Algorithmus wurde in Blutproben von gesunden Menschen in den Niederlanden. Diese Proben wurden infiziert, in einer Labor-Schale mit Salmonella-Bakterien und die Immunantwort erfasst. Vergleiche mit vorhandenen genomischen Analyse-Methoden zeigte, dass die standard-Methoden nicht aufzudecken Unterschiede zwischen den Gruppen, während der Algorithmus, der die Gruppe entwickelt hatte, ergab signifikante diejenigen, die gebunden waren, um Sie später zu Variationen in Bakterien-Tötung-Fähigkeiten.
Die Gruppe fragte dann, ob der gleiche Algorithmus verwendet werden könnten, zu diagnostizieren, die den Ausbruch von Tuberkulose, verursacht durch ein Bakterium, das Häufig wählt den Dritten Weg—Dormanz—und so verstecken sich im Körper für Jahre. Bis zu ein Drittel der Weltbevölkerung trägt Tuberkulose-Bakterium, obwohl nur ein kleiner Prozentsatz dieser tatsächlich krank werden. Noch rund zwei Millionen sterben an der Krankheit jedes Jahr, meist in unterentwickelten Gebieten von China, Russland und Afrika. Der Forscher wandte sich einer anderen Datenbank, die Briten ein, gefolgt von Patienten und Träger für einen Zeitraum von zwei Jahren—so konnte die Gruppe wenden Sie den Algorithmus zum Blut-test-Ergebnisse beider Gruppen, sowie aus der Teilmenge, die ging vom Träger der Erkrankung in diesem Zeitraum.
Die Forscher fanden, dass die Aktivität der immun-Zellen, die sogenannten Monozyten, die verwendet werden könnte, um vorauszusagen, die den Ausbruch oder Verlauf der Erkrankung. „Der Algorithmus basiert auf dem ‚erste Eindrücke‘ von immun-Zellen und Salmonellen, die Ursache eine ganz andere Art von Krankheit als mycobacterium tuberculosis“, sagt Henne-Avivi. „Trotzdem waren wir in der Lage, vorherzusagen, zu früh auf, denen der Träger zu entwickeln, wäre die aktive form der Krankheit.“
Sobald Tuberkulose-Symptome auftreten, müssen die Patienten nehmen drei verschiedene Antibiotika im Laufe von neun Monaten, und die Antibiotika-Resistenz hat sich zügellos in diesen Bakterien. „Wenn diejenigen, die in Gefahr sind, die aktive Erkrankung identifiziert werden konnte, wenn die bakterielle Belastung kleiner ist, sind die Chancen der Genesung besser sein“, sagt Avraham. „Und die Staatliche medizinische Systeme in Ländern, in denen Tuberkulose endemisch ist, haben möglicherweise einen besseren Weg, um das leiden und die Inzidenz der Krankheit nach unten, während eine Verringerung der Kosten der Behandlung.“