L'un des nombreux mystères qui entourent encore COVID-19 est la raison pour laquelle certaines personnes ne ressentent que des symptômes légers, symptômes pseudo-grippaux, tandis que d'autres souffrent de problèmes respiratoires potentiellement mortels, dysfonctionnement vasculaire et lésions tissulaires. Maintenant, chercheurs reportant dans ACS' Chimie analytique ont utilisé une combinaison de métabolomique et d'apprentissage automatique pour identifier des biomarqueurs possibles qui pourraient à la fois aider à diagnostiquer COVID-19 et évaluer le risque de développer une maladie grave.

Bien que certaines conditions préexistantes, comme le diabète ou l'obésité, peut augmenter le risque d'hospitalisation et de décès dus au COVID-19, certaines personnes par ailleurs en bonne santé ont également présenté des symptômes graves. Alors que la majeure partie de la population mondiale attend la vaccination, la capacité à diagnostiquer simultanément un patient et à estimer son niveau de risque pourrait permettre une meilleure prise de décision médicale, comme la surveillance étroite d'un patient en particulier ou l'affectation des ressources. Par conséquent, Anderson Rocha, Rodrigo Ramos Catharino et ses collègues voulaient utiliser la spectrométrie de masse combinée à une technique d'intelligence artificielle appelée apprentissage automatique pour identifier un panel de métabolites capables de faire exactement cela.

L'étude transversale a inclus 442 patients qui présentaient différentes sévérités des symptômes du COVID-19 et ont été testés positifs par un test de réaction en chaîne de la transcriptase inverse-polymérase (RT-PCR), 350 témoins testés négatifs au COVID-19 et 23 personnes suspectées d'avoir le virus malgré un test RT-PCR négatif. Les chercheurs ont analysé des échantillons de plasma sanguin des participants avec des algorithmes de spectrométrie de masse et d'apprentissage automatique, identifiant 19 biomarqueurs potentiels pour le diagnostic de COVID-19 et 26 biomarqueurs qui différaient entre les maladies bénignes et graves.

Parmi les patients suspectés de COVID-19, 78,3 % ont été testés positifs avec la nouvelle approche, indiquant peut-être qu'il s'agissait de faux négatifs RT-PCR. Bien que les biomarqueurs identifiés, qui comprenait des métabolites impliqués dans la reconnaissance virale, inflammation, remodelage lipidique et homéostasie du cholestérol, doivent être encore vérifiés, ils pourraient révéler de nouveaux indices sur la façon dont le SRAS-CoV-2 affecte le corps et provoque une maladie grave, disent les chercheurs.