Een baanbrekende studie uitgevoerd door onderzoekers van de Linköping University, het Karolinska Institute en de University of Skövde heeft een set van slechts 11 eiwitten geïdentificeerd die nauwkeurig langdurige invaliditeitsresultaten kunnen voorspellen bij patiënten met multiple sclerose (MS). Deze ontdekking kan de manier waarop behandelingen worden afgestemd op individuen op basis van de verwachte ernst van de ziekte revolutioneren.
De wetenschappers analyseerden monsters van 92 personen met vermoedelijke of recent gediagnosticeerde MS gedurende maximaal 13 jaar. Door eiwitgegevens te combineren met informatie uit medische dossiers en beeldvormende onderzoeken, gebruikten de onderzoekers machinaal leren-algoritmen om eiwitten te identificeren die ziekteprogressie konden voorspellen.
Hoofdauteur Julia Åkesson legt uit: “We concludeerden dat het belangrijk is om deze eiwitten in hersenvocht te meten, wat beter weergeeft wat er gaande is in het centrale zenuwstelsel in vergelijking met metingen in het bloed.”
Multiple sclerose is een auto-immuunziekte waarbij het immuunsysteem per ongeluk de beschermende myelineschede rond zenuwcellen aanvalt. Dit leidt tot verminderde overdracht van zenuwsignalen. De progressie en ernst van de ziekte kunnen sterk variëren tussen individuen, wat de noodzaak van gepersonaliseerde behandelstrategieën benadrukt.
Het doel van het team was om in een vroeg stadium van de ziekte die individuen te detecteren die waarschijnlijk meer agressieve behandelopties nodig zouden hebben. Dit zou zorgverleners in staat stellen effectiever in te grijpen en langdurige invaliditeit te voorkomen.
Hoofdonderzoeker Mika Gustafsson merkt op: “Ik denk dat we een stap dichter bij een analyse-instrument zijn gekomen om te bepalen welke patiënten in een vroeg stadium van de ziekte een effectievere behandeling nodig hebben.”
Bovendien bevestigde de studie de betrouwbaarheid van een specifiek eiwit genaamd neurofilament light chain (NfL) als biomarker voor ziekteactiviteit op korte termijn. Dit eiwit, dat lekt uit beschadigde zenuwvezels, kan aangeven hoe actief de ziekte is gedurende maximaal twee jaar.
De kracht van deze studie ligt in de uitgebreide eiwitanalyse die is uitgevoerd met behulp van een zeer gevoelige methode genaamd proximity extension assay gecombineerd met next-generation sequencing (PEA-NGS). Deze technologie maakt een nauwkeurige meting van eiwitten mogelijk, zelfs in zeer kleine hoeveelheden.
De bevindingen van deze studie bieden niet alleen waardevolle inzichten in de voorspelling van individuele ziekte-uitkomsten bij multiple sclerose, maar bieden ook hoop voor de ontwikkeling van gepersonaliseerde behandelingsbenaderingen. Door de analyse te beperken tot slechts 11 eiwitten, hopen onderzoekers het proces toegankelijker en kosteneffectiever te maken voor verder onderzoek en klinische toepassing.
The source of the article is from the blog tvbzorg.com