Een van de vele mysteries die nog steeds rond COVID-19 bestaan, is waarom sommige mensen slechts milde, griepachtige symptomen, terwijl anderen lijden aan levensbedreigende ademhalingsproblemen, vasculaire disfunctie en weefselbeschadiging. Nutsvoorzieningen, onderzoekers rapporteren in ACS' Analytische scheikunde hebben een combinatie van metabolomics en machine learning gebruikt om mogelijke biomarkers te identificeren die zowel kunnen helpen bij het diagnosticeren van COVID-19 als het beoordelen van het risico op het ontwikkelen van een ernstige ziekte.

Hoewel sommige reeds bestaande voorwaarden, zoals diabetes of obesitas, kan het risico op ziekenhuisopname en overlijden door COVID-19 verhogen, sommige overigens gezonde mensen hebben ook ernstige symptomen ervaren. Aangezien het grootste deel van de wereldbevolking wacht op vaccinatie, de mogelijkheid om gelijktijdig een patiënt te diagnosticeren en hun risiconiveau in te schatten, zou een betere medische besluitvorming mogelijk maken, zoals hoe nauwkeurig een bepaalde patiënt moet worden gecontroleerd of waar middelen moeten worden toegewezen. Daarom, Anderson Rocha, Rodrigo Ramos Catharino en collega's wilden massaspectrometrie gebruiken in combinatie met een kunstmatige intelligentietechniek genaamd machine learning om een ​​panel van metabolieten te identificeren die precies dat konden doen.

De cross-sectionele studie omvatte 442 patiënten die verschillende ernst van COVID-19-symptomen hadden en positief testten met een reverse transcriptase-polymerase chain reaction (RT-PCR)-test, 350 controles die negatief testten op COVID-19 en 23 mensen die ondanks een negatieve RT-PCR-test verdacht werden van het hebben van het virus. De onderzoekers analyseerden bloedplasmamonsters van de deelnemers met massaspectrometrie en machine learning-algoritmen, het identificeren van 19 potentiële biomarkers voor de diagnose van COVID-19 en 26 biomarkers die verschilden tussen milde en ernstige ziekten.

Van de COVID-19-verdachte patiënten, 78,3% testte positief met de nieuwe aanpak, wat mogelijk aangeeft dat dit RT-PCR-vals-negatieven waren. Hoewel de geïdentificeerde biomarkers, waaronder metabolieten die betrokken zijn bij virale herkenning, ontsteking, lipidenremodellering en cholesterolhomeostase, verder moeten worden geverifieerd, ze zouden nieuwe aanwijzingen kunnen onthullen over hoe SARS-CoV-2 het lichaam beïnvloedt en ernstige ziekten veroorzaakt, zeggen de onderzoekers.