新冠病毒血液中發現奇怪的微觀結構

在血液中循環的小而異常的凝血蛋白團塊。 2021 年，斯泰倫博斯大學生理學系的 Resia Pretorius 教授報告稱，在 COVID-19 患者的血液樣本中發現了這些不尋常的蛋白質簇後，該術語開始流行。對與新冠病毒相關的凝血問題的潛在影響隨著大流行的開始，它受到了廣泛的關注。

什麼是中性粒細胞胞外陷阱 (NET)？

蒙彼利埃 INSERM 蒙彼利埃癌症研究所 (IRCM) 的 Alain Thierry 博士和他的團隊是第一批研究人員之一。強調了 NET 在 COVID-19 中的重要性，當中性粒細胞通過稱為 NETosis 的過程釋放其 DNA 時，就會形成 NET，該過程會產生充滿有害酶的線狀結構。可以快速捕獲併中和入侵的微生物

儘管 NET 有助於防止感染，但 NET 的過量生產也可能有害。過度的 NET 形成與嚴重的炎症和凝血狀況有關。 Thierry 博士指出，包括嚴重感染、自身免疫性疾病、癌症、糖尿病和關節炎，都會繼續過量產生 NET。這是由炎症和血栓循環驅動的。它可能會使疾病的嚴重程度變得更嚴重。

為此，由 Pretorius 教授和 Thierry 博士領導的團隊共同努力，確定微血栓和 NET 在 Long COVID 患者中是否相互作用。

重要發現

研究人員利用流式細胞術成像和熒光顯微鏡測量了長效新冠病毒感染者血漿中的微膠體和 NET。並將結果與​​健康對照進行比較。他們還通過評估蛋白質標記和循環 DNA 來量化 NET。

他們報告了幾個重要的觀察結果：

• 在長新冠病毒患者中，與小結腸和 NET 相關的生物標誌物顯著升高。
• 患者不僅表現出微血栓數量增加，而且微血栓更大。
• 特別是，該團隊確定了微凝塊和 NET 之間的結構關係。這種關係出現在所有樣本中。但對於長期感染新冠病毒的人來說，這一點更為重要。

“這些發現表明微凝塊和 NET 之間存在生理相互作用，當失調時，可能會導致疾病發生，”Thierry 博士解釋道。

研究人員還整合了人工智能工具。這包括機器學習。分析生物標誌物模式這些方法可以準確地區分長期新冠肺炎患者與健康個體。並一起識別信息最豐富的生物標誌物。這些見解可以支持未來更準確的診斷和個性化治療。

Pretorius 教授強調，這項研究揭示了長期新冠患者血漿中微凝塊的積累。這可能受到過度的 NET 活動的支持：“這種相互作用可能使小結腸對纖維蛋白溶解更具抵抗力。促進循環的持續性並導致慢性微血管並發症，”她解釋道。

這項研究通過闡明 NET 如何穩定微觀世界，提供了有關 Long COVID 疾病的生物過程的寶貴信息。研究結果還強調了旨在減少有害血液凝固和炎症的潛在治療方法。

這項工作還推動了新生物標誌物的尋找。可以幫助診斷和管理長期的新冠病毒疾病正如作者指出的那樣，“先進成像技術和機器學習的結合提供了方法論的穩健性，並為正在進行的關於病毒後綜合症的科學討論做出了重大貢獻。”

在長新冠病毒患者中，一項新的研究揭示了循環微觀世界和中性粒細胞胞外陷阱（NET）之間的結構關係。

這些發現表明微觀世界和 NETS 之間存在生理相互作用，當失調時可能會患病。

什麼是微批次？

階段 微克隆這是最近在科學文獻中使用的。它是指在患者血液中循環的一組異常凝血蛋白。這個想法是由斯泰倫博斯大學生理學系的 Resia Pretorius 教授於 2021 年提出的，他在 COVID-19 患者的血液樣本中發現了這種不尋常的微簇。這些發現在疫情期間受到了廣泛關注。這是因為它可能在治療與新冠病毒相關的凝血病症中發揮作用。

什麼是中性粒細胞胞外陷阱 (NET)？

來自蒙彼利埃 INSERM 蒙彼利埃癌症研究所 (IRCM) 的 Alain Thierry 博士團隊。這是最早的團隊之一。這表明 NET 在 COVID-19 發病機制中發揮著關鍵作用。 NET 是通過一種特殊形式的先天免疫反應（稱為 NET）產生的。 NETos中性粒細胞分泌 DNA，形成嵌入細胞毒性酶的纖維結構，可以快速捕獲和中和病原體。

然而，創建過多的 NET 可能是有害的。它會導致炎症性疾病和血栓。包括嚴重感染、自身免疫性疾病、癌症、糖尿病和關節炎

Thierry 博士表示，NET 的生產可能持續過剩。這是由炎症和長期血栓引起的。使得病情更加嚴重

在合作中，Pretorius 教授和 Thierry 博士的團隊研究了長新冠病毒背景下小結腸和 NET 之間的潛在相互作用。

重要發現

使用流式細胞術和熒光顯微鏡成像。他們對 Long COVID 患者血漿中的微觀世界和 NET 與健康對照進行了定量和結構分析。還通過分析 NET 蛋白質標記和循環 DNA 來量化 NET。

• 他們觀察到患者樣本中與微觀世界和 NET 相關的生物標誌物顯著增加。
• 微凝塊不僅變得越來越多。但它們在患者身上也更大。
• 最重要的是，他們發現了小結腸和NET之間以前從未報導過的結構關係，這種關係在所有受試者中都發現了。但這種情況在長期新冠肺炎患者中更為明顯。

“這些發現表明微凝塊和 NET 之間存在生理相互作用，當失調時，可能會導致疾病發生，”Thierry 博士解釋道。

此外，集成機器學習等人工智能工具。與生物標誌物分析兼容它可以高精度地區分長期新冠肺炎患者與健康個體。該算法識別出最具預測性的生物標誌物組合。提高診斷的可靠性並為個性化醫療鋪平道路。

普雷托利斯教授表示，結果顯示，長期感染新冠病毒的患者血漿中存在大量微凝塊積聚。過量的 NET 產生可能會促進和穩定這種情況：“這種反應可能會使微觀世界對纖維蛋白溶解更具抵抗力。促進循環的持續性並導致慢性微血管並發症，”她解釋道。

通過確定 NET 在維持微批量穩定性方面的機械作用。這項研究為長新冠病毒的病理生理學提供了新的見解。這些發現支持制定旨在調節血栓和炎症反應的靶向治療策略。

最終，這項研究為開髮用於診斷和管理的新生物標誌物鋪平了道路：“先進成像技術和機器學習的結合提供了方法論的穩健性，並為正在進行的關於病毒後綜合症的科學討論做出了重大貢獻，”他們總結道。