Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Czy badanie HbA1c zastąpi test OGTT w diagnozowaniu cukrzycy?
dodany przez
KopalniaWiedzy.pl, w Artykuły
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Diagnostyka genetyczna ma na celu poszukiwanie wariantów genetycznych będących przyczyną zaburzeń fenotypowych pacjenta. Każdy pojedynczy genom ludzki zawiera tysiące zmian genetycznych. Tylko nieliczne z nich prowadzą do zmian fenotypowych. Dlatego tak ważna jest ocena prognostyczna ich konsekwencji biologicznych oraz klinicznych. Błędna interpretacja znaczenia wykrytego wariantu może spowodować poważne konsekwencje dla pacjenta oraz jego rodziny. Liczba i różnorodność diagnozowanych wariantów sprawia, że ocena ich konsekwencji funkcjonalnych wymaga wsparcia przez wieloelementową analizę obliczeniową. Obecnie dostępnych jest wiele narzędzi predykcji in silico. Wykorzystują one różnorodne modele obliczeniowe oraz źródła danych genetycznych.
Genom człowieka jest to całkowita informacja genetyczna zawarta w zestawie 23 par chromosomów obecnych w jądrze komórkowym (genom jądrowy) oraz w mitochondriach (genom mitochondrialny) [1]. Haploidalny ludzki genom jądrowy ma długość około 3 miliardów par zasad i koduje około 30 000 genów [2]. Genom zbudowany jest z kwasu dezoksyrybonukleinowego (DNA). Składa się z części kodujących białka tzw. eksonów obejmujących
Dla przetrwania oraz prawidłowego rozrodu wymagana jest stabilność genetyczna. Jest ona zapewniana przez proces replikacji oraz mechanizmy naprawy wychwytujące i korygujące błędy wynikające z pomyłek aparatu replikacyjnego oraz z przypadkowych uszkodzeń DNA. Czasem jednak mechanizmy naprawy okazują się zawodne i wtedy zamiast zmiany przejściowej dochodzi do utrwalenia błędu. Takie trwałe zmiany, które mogą lecz nie muszą, prowadzić do poważnych konsekwencji, nazywamy mutacjami. Efekty wpływu mutacji na komórkę, organizm zależą od wielu czynników m.in. rodzaju wariantu, miejsca powstania [4]. Mutacje zgodnie z definicją, są to wszelkie trwałe zmiany w sekwencji nukleotydowej o częstości populacyjnej poniżej 1%. Termin polimorfizm jest zdefiniowany jako wariant występujący w populacji z częstością 1% lub większą. Warianty genetyczne można sklasyfikować na podstawie wielu różnych parametrów m.in.: ze względu na zakres jaki obejmują, mechanizm powstawania, miejsca powstania lub konsekwencje jakie wywołują [5].
Wśród mutacji genowych dodatkowo wyróżnić można mutacje punktowe, które dotyczą zmian pojedynczych nukleotydów.
Dynamiczny rozwój diagnostyki molekularnej wymusił konieczność wprowadzenia ujednoliconego oraz jednoznacznego zapisu wariantów sekwencji nukleotydowej. Na podstawie zestawu standardowych kryteriów powstała międzynarodowa, referencyjna nomenklatura wariantów genetycznych. Za utrzymywanie i wersjonowanie nomenklatury odpowiedzialna jest organizacja Human Genome Variation Society (HGVS). Opracowane wytyczne umożliwiają efektywne współdzielenie oraz użytkowanie informacji genomowych. Wszystkie laboratoria genetyczne zobligowane są do zapisu wyniku badania genetycznego zgodnie z wytycznymi HGVS [5,6]. Przyjęte rekomendacje dostępne są do publicznej wiadomości na stronie internetowej www.varnomen.hgvs.org [7].
Celem diagnostyki genetycznej jest wsparcie oceny klinicznej oraz podejmowanych decyzji medycznych. Błędna interpretacja znaczenia wykrytego wariantu może spowodować poważne konsekwencje dla pacjenta oraz błędną stratyfikację ryzyka dla członków jego rodziny. W 2013 r. organizacja American College of Medical Genetics and Genomics (ACMG) zwołała specjalną grupę roboczą złożoną z przedstawicieli ACMG, American Association for Molecular Pathology (AMP) oraz College of American Pathologists (CAP). Grupa ta składała się z klinicystów oraz dyrektorów laboratoriów klinicznych. Celem było opracowanie międzynarodowych wytycznych dotyczących klasyfikacji znaczenia wariantów genetycznych wykrywanych w analizach sekwencjonowania genomu ludzkiego. W 2015 roku został opublikowany specjalny raport przedstawiający szczegółowe rekomendacje dotyczące testów genetycznych wykonywanych w laboratoriach klinicznych. Warianty identyfikowane w chorobach monogenowych, dziedziczonych zgodnie z prawami Mendla zaklasyfikowano do pięciu kategorii:
● wariant patogenny (ang. pathogenic),
● wariant potencjalnie patogenny (ang. likely pathogenic),
● wariant o niepewnym znaczeniu (ang. uncertain significance),
● wariant potencjalnie łagodny (ang. likely benign),
● wariant łagodny (ang. benign) [6].
“In silico” jest to termin naukowy określający sposób wykonania czynności, badania, testu. Oznacza, że analiza została przeprowadzona za pomocą komputera i urządzeń informatycznych. Nazwa powstała analogicznie do terminów in vitro i in vivo [10]. Diagnostyka genetyczna ma na celu poszukiwanie wariantów genetycznych będących przyczyną zaburzeń fenotypowych pacjenta. Wykorzystuje analizę asocjacji polegającą na łączeniu określonego wariantu z wystąpieniem danej cechy [11]. Analiza bioinformatyczna wyniku pacjenta składa się z wielu etapów. Obejmuje m.in. następujące analizy in silico:
● porównywanie sekwencji badanej z sekwencją referencyjną - sekwencje referencyjne dostępne są w wielu przeglądarkach genomowych, do najczęściej stosowanych należą m.in. GenBank, LRG oraz Ensembl,
● przeszukiwanie baz danych populacyjnych, gromadzących informacje o częstościach wariantów np.1000 Genomes,, Exome Aggregation Consortium (ExAC), Exome Variant Server,
● przeszukiwanie biomedycznych baz danych, gromadzących informacje o klinicznym znaczeniu wariantów, powiązaniu fenotypowym, zaburzeniach genetycznych m.in. ClinVar, OMIM, Human Gene Mutation Database (HGMD)
● przeszukiwaniu biomedycznych publikacji naukowych,
● interpretację wpływu wykrytego wariantów na genom oraz kodowane białko z zastosowaniem programów predykcyjnych [6,7,8].
W chwili obecnej dostępnych jest wiele narzędzi predykcji in silico, a analiza patogenności wariantów genetycznych jest kluczowa w skutecznej diagnostyce genetycznej i następującej po niej terapii.
Piśmiennictwo
[1] Brown, T. A.: The Human Genome. Oxford: Wiley-Liss 2002
[2] National Human Genome Research Institute (NHGRI). Human Genome Project Completion: Frequently Asked Questions. https://www.genome.gov
[3] Friedman J.M., Dill F.J. , Hayden M.R., McGillivaray B.C.: Genetyka. Wydawnictwo medyczne Urban & Partner, Wydanie I polskie pod redakcją Limona J., Wrocław 1996
[4] Alberts B., Bray D., Johnson A., Lewis J., Raff M., Roberts K., Walter P.: Podstawy biologii komórki. Wprowadzenie do biologii molekularnej. Wydawnictwo Naukowe PWN, przekład pod redakcją Michejdy J. i Augustyniaka J., Warszawa 1999
[5] Claustres M., Kozich V., Dequeker E., Fowler B., Hehir-Kwa J.Y., Miller K., Oosterwijk C., Peterlin B., van Ravenswaaij-Arts C., Zimmermann U., Zuffardi O., Hastings R.J. and David E., Barton D.E., on behalf of the ESHG Quality committee: Recommendations for reporting results of diagnostic genetic testing (biochemical, cytogenetic and molecular genetic). European Journal of Human Genetics 2014; 22
[6] Richards S., Aziz N., Bale S., Bick D., Das S., Gastier-Foster J., Grody W.W., Hegde M., Lyon E., Spector E., Voelkerding K., Rehm H.L., on behalf of the ACMG Laboratory Quality Assurance Committee: Standards and Guidelines for the Interpretation of Sequence Variants: A Joint Consensus Recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genetics in Medicine 2015; 17
[7] https://varnomen.hgvs.org
[8] den Dunnen J.T., Dalgleish R. , Maglott D.R., Hart R.K., Greenblatt M.S., McGowan-Jordan J., Roux A.F., Smith T., Antonarakis S.E., Taschner P.E.: HGVS Recommendations for the Description of Sequence Variants. Hum Mutat. 2016; 37(6)
[9] Kim Y.E., Ki C.S., Jang M.A.: Challenges and Considerations in Sequence Variant Interpretation for Mendelian Disorders. Ann Lab Med 2019; 39(5)
[10] Colquitt R.B., Colquhoun D.A., Thiele R.H.: In silico modelling of physiologic systems. Best Practice & Research Clinical Anaesthesiology 2011; 25
[11] Słomski R.: Analiza DNA - Teoria i Praktyka. Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, Poznań 2008
« powrót do artykułu -
przez KopalniaWiedzy.pl
W Journal of Medical Internet Research ukazał się opis eksperymentu, w ramach którego ChatGPT miał stawiać diagnozy medyczne i proponować dalsze działania na podstawie opisanych objawów. Algorytm poradził sobie naprawdę nieźle. Udzielił prawidłowych odpowiedzi w 71,7% przypadków. Najlepiej wypadł przy ostatecznych diagnozach, gdzie trafność wyniosła 76,9%, najgorzej poradził sobie z diagnozą różnicową. Tutaj jego trafność spadła do 60,3%.
Autorzy eksperymentu wykorzystali 36 fikcyjnych przypadków klinicznych opisanych w Merck Manual. Przypadki te są wykorzystywane podczas szkoleń lekarzy i innego personelu medycznego. Naukowcy z Harvard Medical School, Brigham and Women'a Hospital oraz Mass General Brigham wprowadzili do ChataGPT opisy tych przypadków, a następnie zadawali maszynie pytanie, dołączone w podręczniku do każdego z przypadków. Wykluczyli z badań pytania dotyczące analizy obrazów, gdyż ChatGPT bazuje na tekście.
Najpierw sztuczna inteligencja miała za zadanie wymienić wszystkie możliwe diagnozy, jakie można postawić na podstawie każdego z opisów. Następnie poproszono ją, by stwierdziła, jaki dodatkowe badania należy przeprowadzić, później zaś ChatGPT miał postawić ostateczną diagnozę. Na koniec zadaniem komputera było opisanie metod leczenia.
Średnia trafność odpowiedzi wynosiła 72%, jednak różniła się w zależności od zadania. Sztuczna inteligencja najlepiej wypadła podczas podawania ostatecznej diagnozy, którą stawiała na podstawie początkowego opisu przypadku oraz wyników dodatkowych badań. Trafność odpowiedzi wyniosła tutaj 76,9%. Podobnie, bo z 76-procentową trafnością, ChatGPT podawał dodatkowe informacje medyczne na temat każdego z przypadków. W zadaniach dotyczących zlecenia dodatkowych badań oraz metod leczenia czy opieki, trafność spadała do 69%. Najgorzej maszyna wypadła w diagnozie różnicowej (60,3% trafnych odpowiedzi). Autorzy badań mówią, że nie są tym zaskoczeni, gdyż diagnoza różnicowa jest bardzo trudnym zadaniem. O nią tak naprawdę chodzi podczas nauki w akademiach medycznych i podczas rezydentury, by na podstawie niewielkiej ilości informacji dokonać dobrego rozróżnienia i postawić diagnozę, mówi Marc Succi z Harvard Medical School.
Być może w przyszłości podobne programy będą pomagały lekarzom. Zapewne nie będzie to ChatGPT, ale rozwijane już systemy wyspecjalizowane właśnie w kwestiach medycznych. Zanim jednak trafią do służby zdrowia powinny przejść standardowe procedury dopuszczenia do użytku, w tym testy kliniczne. Przed nimi zatem jeszcze długa droga.
Autorzy opisanych badań przyznają, że miały one ograniczenia. Jednym z nich było wykorzystanie fikcyjnych opisów przypadków, a nie rzeczywistych. Innym, niewielka próbka na której testowano ChatGPT. Kolejnym zaś ograniczeniem jest brak informacji o sposobie działania i treningu ChataGPT.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Uniwersytet im. Adama Mickiewicza w Poznaniu (UAM), Politechnika Poznańska oraz neurolodzy i psychiatrzy chcą opracować nową, bezinwazyjną metodę diagnozowania choroby Alzheimera na wczesnym etapie. Jak podkreślono na stronie UAM, w celu przeprowadzenia badań pilotażowych w projekcie naukowcy planują zgromadzić grupę około 50 osób zagrożonych rozwojem choroby, a także podobną grupę kontrolną.
Choroba Alzheimer przez dekady może rozwijać się bez żadnych objawów. Tymczasem, jak w przypadku większości chorób, wczesne rozpoznanie ma olbrzymie znaczenie dla rokowań. Im zatem szybciej schorzenie zostanie zdiagnozowane, tym większa szansa na wyleczenie czy powstrzymanie dalszych postępów choroby. Wszyscy mamy nadzieję, że prędzej czy później będziemy dysponować skutecznym lekiem, jednak może się okazać, że największą barierą w jego zastosowaniu będzie dostęp do wczesnej diagnostyki - obecnie drogiej i trudno osiągalnej, mówi profesor Jędrzej Kociński z UAM.
Naukowcy zapraszają więc do wzięcia udziału w bezpłatnych anonimowych badaniach wszystkich, którzy podejrzewają, że coś złego dzieje się z ich pamięcią, oraz osoby po 50. roku życia bez zaburzeń pamięci, ale w rodzinach których są lub były osoby z wczesnym otępieniem (czyli takie, u których rozwinęło się one przed 65. rokiem życia). W badaniach nie mogą wziąć udział osoby z wyraźnymi objawami otępienia, ani z już zdiagnozowaną chorobą Alzheimera. Szczegółowe informacje o projekcie znajdziemy na stronach Alzheimer Prediction Project, a chęć udziału w badaniu można zgłosić pisząc na adres kierownika projektu, doktora Marcina Górniaka, lekarz.marcin.gorniak[at]gmail.com.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Amerykańska firma Biometryks LLC podpisała umowę licencyjną na patent należący do Uniwersytetu Warszawskiego (UW). Patent obejmuje nowatorską technologię produkcji matrycy grafenowej. Wynalazek może być wykorzystany w konstrukcji biosensora, który w nieinwazyjny sposób prowadzi analizy próbek potu, moczu lub krwi, monitorując lub diagnozując choroby nabyte i przewlekłe.
Matryca grafenowa ma być kluczowym elementem sensora. Jego nowa generacja ma pozwolić na analizę na bieżąco próbek potu, moczu i krwi.
W pierwszym etapie projektu Biometryks opracuje nieinwazyjną technologię do oznaczania i analizy biomarkerów w pocie. Po przyklejeniu do skóry sensor będzie mógł działać przez kilka tygodni.
Jak podkreślono w komunikacie prasowym UW, dane z pomiarów zostaną przeanalizowane w chmurze w czasie rzeczywistym przez algorytm sztucznej inteligencji. Pacjent będzie mógł zobaczyć wyniki analizy w aplikacji na smartfonie. Tam znajdzie on również personalizowane (dostosowane do aktualnego stanu zdrowia) zalecenia związane ze zdrowym stylem życia. W oddzielnej aplikacji wgląd do danych będzie miał lekarz; pozwoli mu to na wczesne podjęcie decyzji o ewentualnym pogłębieniu diagnostyki czy wdrożeniu leczenia.
Współpraca środowiska naukowego i biznesowego zaowocuje powstaniem sensora, który dokona rewolucji we wczesnej diagnostyce oraz monitorowaniu pacjentów z chorobami przewlekłymi. Takiej technologii nie ma jeszcze nikt. Dzięki innowacyjnemu rozwiązaniu Biometryks poprawi jakość życia pacjentów na całym świecie – zaznacza dr n. med. Kris Siemionow, prezes zarządu Biometryksu LLC.
Matryca grafenowa została opracowana przez naukowców z Wydziału Chemii UW, którzy pracowali pod kierownictwem dr Barbary Kowalewskiej. Należy podkreślić, że to pierwsza na świecie matryca, która wykazuje na tyle wysoką stabilność, by dało się ją wykorzystać w rozwiązaniach medycznych. Zastosowanie grafenu pozwoliło uzyskać bezkonkurencyjne parametry transmisji danych pozyskiwanych przez projektowane biosensory.
Dzięki umowie licencyjnej będzie można kontynuować prace badawcze nad innowacyjną i nieinwazyjną technologią diagnostyczną. Amerykańskie urządzenie jest roboczo nazywane Biometryksem B1.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Badania profilu lipidowego pozwalają określić ryzyko zachorowania na cukrzycę typu 2. i choroby układu krążenia na dekady przed ich pojawieniem się, twierdzą naukowcy z Lipotype, Uniwersytetu w Lund oraz Twincore Centre for Experimental and Clinical Infection Research. Ich zdaniem szczegółowe opisanie profilu lipidowego pozwalałoby zapobiec cukrzycy u osób, u których profil taki byłby niekorzystny. Wystarczyłaby bowiem wówczas zmiana diety i stylu życia, by ustrzec się przed cukrzycą.
Określenie ryzyka na podstawie łatwego do wykonania, szybkiego i taniego badania, mogłoby uzupełnić stosowane dotychczas metody zapobiegania chorobom. Wykazaliśmy, jak opisanie profilu lipidowego może pomóc w wykrywaniu osób szczególnie narażonych na rozwój cukrzycy i chorób układu krążenia, stwierdzili autorzy badań. W przypadku obu chorób istnieją grupy ludzi narażonych na niezwykle wysokie ryzyko. Profil lipidowych tych grup wykazuje duże odchylenia od normy i może być prognostykiem przyszłego rozwoju choroby.
Wiemy, że cukrzyca i choroby układu krążenia są powiązane z dietą i stylem życia. Możliwość wczesnego zidentyfikowania osób szczególnie narażonych pozwalałoby zapobiec rozwojowi tych schorzeń. Obecnie ryzyko rozwoju wspomnianych chorób jest oceniane głównie na podstawie historii pacjenta, jego obecnego stylu życia i diety oraz na badaniu dwóch typów cholesterolu, LDL i HDL. Jednak ludzka krew zawiera ponad 100 rodzajów lipidów, a ich zbadanie pozwala znacznie lepiej określić metabolizm i homeostazę organizmu.
Z artykułu opublikowanego na łamach PLOS Biology dowiadujemy się, że autorzy badań wzięli pod uwagę dane dotyczące ponad 4000 zdrowych mieszkańców Szwecji w średnim wieku. U osób tych przeprowadzono pierwsze szczegółowe badania w latach 1991–1994, a następnie potarzano je do roku 2015. Zintegrowaliśmy dane genetyczne, profil lipidowy i standardowe dane kliniczne, w celu oceny przyszłego ryzyka cukrzycy typu 2. i chorób układu krążenia u 4067 osób, które wzięły udział w długoterminowych badaniach kohortowych Malmö Diet and Cancer-Cardiovascular Cohort, informują autorzy artykułu. Zmierzono poziom 184 lipidów we krwi pacjentów. W czasie trwania badań cukrzyca typu 2. pojawiła się u 13,8% uczestników, a choroby układu krążenia u 22%.
Okazało się, że szczegółowe badania profilu lipidowego pozwalają na dekady wcześniej przewidzieć ryzyko rozwoju obu chorób. Dzięki temu, zmieniając dietę i styl życia, możemy uniknąć ich pojawienia się.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.