Denna #OMFScienceWednesday, tittar vi på studien Severely ill Big Data igen.
Studien som leds av Dr Davis och Dr Xiao, omfattade över 1,000 prover per patient, och har så vitt vi vet, producerat den största mängden data som någonsin genererats för en grupp ME / CFS-patienter. Studien undersökte patienternas arvsmassa, genuttryck, metaboliter, mikrobiom, cell-fria DNA (sekvensering och kvantifiering) samt cytokiner. Dessutom utfördes en mängd vanligt förekommande kliniska tester. Under 2017 var fokus inställt på analys, dataintegration, och att göra resultaten tillgängliga för forskare på The Stanford End ME / CFS Data Center (registrering nödvändig).
Uppdatering:
- Skillnader i metaboliter, mikrobiom, cytokiner och ett antal kliniska provresultat kunde observeras mellan patienter och kontroller.
- Inga signifikanta skillnader kunde hittas för viktiga DNA-virus mellan patienter och kontroller när man kontrollerade cell-fritt DNA i blodet. Genom att använda cell-fritt DNA är det möjligt att söka efter virus som kan gömma sig bakom blod-hjärnbarriären och på så sätt undgå upptäckt med vanliga prover. Dessutom undersöktes patientgruppens blod efter nya patogener genom att isolera partiklar från blodet och köra DNA-sekvensering. Inga nya patogener kunde hittas.
- SF-36 poängen är sämre för ME / CFS än för ett antal andra allvarliga sjukdomar och korrelerar allra minst med depression och mentala sjukdomar. (SF-36 är ett frågeformulär I vilket patienter skattar trötthet och andra aspekter av sin livskvalitet.)
- Genetik har varit en särskilt intressant aspekt av studien eftersom teamet har kunna identifiera flera olika genrer som kan predisponera individer för att utveckla ME / CFS (eller allvarlig ME / CFS). Detta är spännande eftersom det kan hjälpa oss att förstå sjukdomens grundorsak – vilken fortfarande är ett mysterium.
- Att snabba upp analysen är en prioritet med anledning av datamängdens komplexitet. OMF har finansierat en heltidsanställd bioinformatiker på Stanford Genome Technology Center för att hjälpa till och färdigställa analysen av datasetet, publicera det i vetenskapliga tidskrifter och införliva det I framtida projekt.
OMF tackar Marie Ronnegård för den svenska översättningen.