^

สิ่งตีพิมพ์ใหม่

A
A
A

นักวิทยาศาสตร์ได้เรียนรู้ที่จะรับรู้อาการอ่อนล้าเรื้อรังโดยสังเกตจากร่องรอยของ RNA ที่เป็นอิสระในเซลล์

 
อเล็กซี่ ครีเวนโก ผู้ตรวจสอบทางการแพทย์
ตรวจสอบล่าสุด: 18.08.2025
 
Fact-checked
х

เนื้อหา iLive ทั้งหมดได้รับการตรวจสอบทางการแพทย์หรือตรวจสอบข้อเท็จจริงเพื่อให้แน่ใจว่ามีความถูกต้องตามจริงมากที่สุดเท่าที่จะเป็นไปได้

เรามีแนวทางการจัดหาที่เข้มงวดและมีการเชื่อมโยงไปยังเว็บไซต์สื่อที่มีชื่อเสียงสถาบันการวิจัยทางวิชาการและเมื่อใดก็ตามที่เป็นไปได้ โปรดทราบว่าตัวเลขในวงเล็บ ([1], [2], ฯลฯ ) เป็นลิงก์ที่คลิกได้เพื่อการศึกษาเหล่านี้

หากคุณรู้สึกว่าเนื้อหาใด ๆ ของเราไม่ถูกต้องล้าสมัยหรือมีข้อสงสัยอื่น ๆ โปรดเลือกแล้วกด Ctrl + Enter

11 August 2025, 22:55

ทีมวิจัยจากมหาวิทยาลัยคอร์เนลล์ได้แสดงให้เห็นว่าเลือดเพียงขวดเดียวสามารถให้ “ลายนิ้วมือโมเลกุล” ของโรคกล้ามเนื้อสมองและไขสันหลังอักเสบ/กลุ่มอาการอ่อนเพลียเรื้อรัง (ME/CFS) ได้ พวกเขาได้จัดลำดับเซลล์อาร์เอ็นเอ (cfRNA) ในพลาสมาและฝึกฝนแบบจำลองการเรียนรู้ของเครื่องที่สามารถแยกแยะผู้ป่วยออกจากผู้ที่มีสุขภาพดี (อยู่ประจำ) ด้วยความแม่นยำประมาณ 77% รูปแบบดังกล่าวบ่งชี้ถึงระบบภูมิคุ้มกันที่ทำงานผิดปกติ เมทริกซ์นอกเซลล์ที่ “หลวม” และสัญญาณของความเหนื่อยล้าของเซลล์ที โดยเซลล์พลาสมาไซตอยด์เดนไดรต์ (PCDC) ที่เกี่ยวข้องกับการตอบสนองของอินเตอร์เฟอรอนมีความโดดเด่นเป็นพิเศษ งานวิจัยนี้ได้รับการตีพิมพ์ออนไลน์เมื่อวันที่ 11 สิงหาคม 2568 ในวารสารPNAS

ความเป็นมาของการศึกษา

  • ปัญหาคือไม่มี "การตรวจ " ME/CFS ไม่มีการตรวจทางห้องปฏิบัติการที่เชื่อถือได้ การวินิจฉัยขึ้นอยู่กับอาการ (เช่น อาการแย่ลงหลังออกกำลังกาย "สมองล้า" นอนไม่หลับ ฯลฯ) และการแยกสาเหตุอื่นๆ ออกไป ด้วยเหตุนี้ ผู้คนจึงวนเวียนอยู่กับที่เป็นเวลาหลายปี เพราะมีตัวชี้วัดเชิงวัตถุที่แพทย์สามารถ "ยึดติด" ได้น้อยมาก
  • ดูเหมือนจะมีหลายสิ่งหลายอย่างอาการ ME/CFS มักซ้ำซ้อนกับภาวะซึมเศร้า โรคโลหิตจาง ภาวะต่อมไทรอยด์ทำงานผิดปกติ โรคภูมิต้านตนเองและโรคหลังติดเชื้อ รวมถึงโรคโควิด-19 ระยะยาวในช่วงไม่กี่ปีที่ผ่านมา จำเป็นต้องมีลายนิ้วมือชีวภาพเพื่อช่วยแยกแยะความแตกต่างระหว่างโรคเหล่านี้
  • ทำไมพวกเขาถึงลองใช้เลือดและ cfRNA? พลาสมาประกอบด้วยชิ้นส่วนของ RNA ที่ “ถูกปล่อย” ลงมาจากเซลล์ของอวัยวะต่างๆ — cell-free RNA (cfRNA) เปรียบเสมือน “กล่องดำ” ของร่างกาย: ชิ้นส่วนเหล่านี้สามารถนำมาใช้เพื่อตัดสินว่าเนื้อเยื่อและเซลล์ภูมิคุ้มกันใดถูกกระตุ้น และวิถีใดกำลัง “ส่งเสียงดัง” อยู่ในขณะนี้ วิธีการนี้ได้รับการพิสูจน์แล้วในภาวะอักเสบและติดเชื้ออื่นๆ
  • อะไรที่ขัดขวางไม่ให้เรามองเห็นสัญญาณ? CfRNA มีขนาดเล็ก เปราะบาง และผู้ป่วย ME/CFS มักไม่ค่อยได้เคลื่อนไหวร่างกาย — การไม่ออกกำลังกายเพียงอย่างเดียวก็เปลี่ยนแปลงภูมิหลังของโมเลกุลได้ ดังนั้น สิ่งสำคัญคือต้องสร้างกระบวนการทางห้องปฏิบัติการที่เข้มงวด (การรวบรวม/จัดเก็บ/จัดลำดับ) และการเลือกกลุ่มควบคุมที่เหมาะสม (รวมถึงกลุ่มที่มีสุขภาพดีแต่ไม่ค่อยได้เคลื่อนไหวร่างกาย)

วัตถุประสงค์ของการทำงานคืออะไร?

  1. เพื่อทำความเข้าใจว่า ME/CFS มีลายเซ็น cfRNA ที่คงอยู่ในเลือดหรือไม่
  2. ย่อยสลายสัญญาณตามแหล่งที่มา: เซลล์/เนื้อเยื่อใดบ้างที่มีส่วนร่วม
  3. ระบุเส้นทางทางชีวภาพ (ภูมิคุ้มกันผิดปกติ เมทริกซ์นอกเซลล์ สัญญาณของความเหนื่อยล้าของเซลล์ที ฯลฯ) ที่สามารถทดสอบได้ด้วยวิธีอื่น
  4. การสร้างแบบจำลองการเรียนรู้ของเครื่องจักรที่สามารถแยกแยะ ME/CFS จากกลุ่มควบคุมได้ถือเป็นก้าวหนึ่งสู่การทดสอบเชิงวัตถุประสงค์และการแบ่งกลุ่มผู้ป่วยในอนาคต

ความหมายเชิงปฏิบัติ

หากลายเซ็น cfRNA ได้รับการยืนยันในกลุ่มประชากรขนาดใหญ่ จะทำให้เกิด:

  • เครื่องมือวินิจฉัยเสริม (ไม่ใช่ใช้แทนคลินิก แต่เพื่อช่วยเหลือ)
  • พื้นฐานสำหรับประเภทย่อย ME/CFS (บางประเภทมีลักษณะ "โปรอินเตอร์เฟอรอน" มากกว่า บางประเภทมีลักษณะโปรเมทริกซ์/หลอดเลือดมากกว่า ฯลฯ)
  • เส้นทางสู่การวิจัยที่ตรงเป้าหมายและการติดตามการตอบสนองต่อการแทรกแซง

แนวคิดนี้เรียบง่ายมาก แทนที่จะพึ่งพาอาการเพียงอย่างเดียว ให้ลองอ่าน "บันทึกเหตุการณ์" ของระบบร่างกายจากเลือด และดึงข้อมูลโปรไฟล์ ME/CFS ที่สามารถจดจำได้ออกมา

พวกเขาทำอะไรกัน?

  • พวกเขาได้นำเลือดจากกลุ่มผู้ป่วย ME/CFS และกลุ่มผู้เข้าร่วมที่มีสุขภาพดีแต่ไม่ค่อยออกกำลังกาย (เพื่อหลีกเลี่ยงความสับสนระหว่างผลกระทบของโรคและความไม่ออกกำลังกาย) พวกเขาแยกชิ้นส่วน RNA ขนาดเล็กจากพลาสมาที่ถูกปล่อยออกมาเมื่อเซลล์ถูกทำลายและตาย ซึ่งเป็นเสมือนบันทึกเหตุการณ์ต่างๆ ที่เกิดขึ้นทั่วร่างกาย จากนั้นพวกเขาจึงจัดลำดับและ "สอน" อัลกอริทึมเพื่อค้นหารูปแบบของโรค ผลที่ได้คือทรานสคริปต์ที่แตกต่างกันอย่างมีนัยสำคัญมากกว่า 700 รายการระหว่างกรณีศึกษาและกลุ่มควบคุม
  • นักวิจัยใช้ลายเซ็นยีนเพื่อ "ดีคอนโวลูท" cfRNA และประเมินว่าเซลล์และเนื้อเยื่อใดที่ส่งสัญญาณ พวกเขาพบความแตกต่างในเซลล์ 6 ชนิดพร้อมกัน โดยเซลล์เดนไดรต์พลาสมาไซต์อยด์ ซึ่งผลิตอินเตอร์เฟอรอนชนิดที่ 1 (ซึ่งบ่งชี้ถึงการตอบสนองต้านไวรัสที่ยาวนาน) เป็นตัวนำทาง นอกจากนี้ ชนิดย่อยของโมโนไซต์ เกล็ดเลือด และทีเซลล์ก็มีการเปลี่ยนแปลงเช่นกัน
  • เครื่องจำแนกประเภทที่ใช้ cfRNA มีความแม่นยำประมาณ 77% ซึ่งยังถือว่าต่ำสำหรับการทดสอบสำเร็จรูป แต่ถือเป็นก้าวสำคัญในการวินิจฉัย ME/CFS อย่างเป็นรูปธรรม

เหตุใดสิ่งนี้จึงสำคัญ?

  • ปัจจุบันยังไม่มีการตรวจทางห้องปฏิบัติการสำหรับ ME/CFS การวินิจฉัยขึ้นอยู่กับอาการหลายอย่างรวมกัน (เช่น อ่อนเพลียอย่างรุนแรง อาการแย่ลงหลังออกกำลังกาย “สมองล้า” นอนไม่หลับ ฯลฯ) ซึ่งมักสับสนกับอาการอื่น ๆ ได้ง่าย การตรวจเลือดแบบ “โมเลกุล” อาจช่วยให้แพทย์มีทางเลือกมากขึ้น อย่างน้อยก็ในฐานะเครื่องมือเสริมในช่วงแรก
  • แนวทางนี้สามารถปรับขนาดได้: กลุ่มวิศวกรกลุ่มเดียวกันนี้ได้ใช้ cfRNA เพื่อช่วยแยกแยะโรคคาวาซากิ MIS-C การติดเชื้อแบคทีเรียและไวรัสในเด็กแล้ว ซึ่งหมายความว่าเป็นแพลตฟอร์มสากลสำหรับการวินิจฉัยที่ซับซ้อน
  • สำหรับวิทยาศาสตร์ ME/CFS นี่ถือเป็นก้าวสำคัญสู่ไบโอมาร์กเกอร์ของกลไกโรค ได้แก่ แกนอินเตอร์เฟอรอน การหมดแรงของเซลล์ที และการหยุดชะงักของเมทริกซ์ ซึ่งทั้งหมดนี้สามารถทดสอบได้ด้วยวิธีอื่นและบูรณาการเข้ากับโปรตีโอมิกส์/เมตาโบโลมิกส์ สาขานี้กำลังสะสม “ชิ้นส่วนปริศนา” ที่คล้ายคลึงกันนี้ (เช่น บทบาทของความเครียดออกซิเดชันและไมโครอาร์เอ็นเอที่ไหลเวียน) และ cfRNA ช่วยเพิ่มมุมมองจากบนลงล่างของระบบ

รายละเอียดที่สะดุดตา

  • ข้อมูลถอดรหัสที่แตกต่างกันมากกว่า 700 รายการและมุ่งเน้นไปที่เส้นทางของความผิดปกติของภูมิคุ้มกัน การจัดระเบียบเมทริกซ์นอกเซลล์ และความหมดแรงของเซลล์ T ไม่ใช่เพียงการวินิจฉัยแบบใช่/ไม่ใช่เท่านั้น แต่ยังเป็นข้อบ่งชี้ถึงชีววิทยาของกระบวนการอีกด้วย
  • การเพิ่มขึ้นของสัญญาณจากเซลล์เดนไดรต์พลาสมาไซต์ (ซึ่งเป็นผู้ผลิต IFN-I หลัก) สอดคล้องกับสมมติฐานของการตอบสนองภูมิคุ้มกันต่อต้านไวรัสในระยะยาวหรือ "ที่เข้าใจผิด" ในผู้ป่วยบางราย
  • ทีมงานเน้นย้ำว่าการแยกความแตกต่างระหว่าง ME/CFS จาก COVID ระยะยาวโดยใช้ cfRNA นั้นมีความเป็นไปได้ และถือเป็นขั้นตอนถัดไปที่สมเหตุสมผล เนื่องจากอาการและกลไกต่างๆ มีลักษณะที่ทับซ้อนกัน

ความระมัดระวังอยู่ที่ไหน?

  • นี่ไม่ใช่การวิเคราะห์สำเร็จรูป "จากคลินิก" ความแม่นยำ 77% ถือเป็นจุดเริ่มต้นที่ดี แต่ก่อนคลินิก จำเป็นต้องมีกลุ่มตัวอย่างขนาดใหญ่ที่หลากหลาย การตรวจสอบจากภายนอก การเปรียบเทียบกับโรคความเหนื่อยล้าอื่นๆ และการกำหนดมาตรฐานก่อนการวิเคราะห์ (วิธีการเก็บ/เก็บเลือด)
  • กลุ่มควบคุมคือคนออกกำลังกายที่มีสุขภาพดี สิ่งสำคัญคือต้องตรวจสอบว่าโมเดลนี้ทำงานอย่างไรในการวินิจฉัยแยกโรคที่แท้จริงในสำนักงาน (ภาวะซึมเศร้า โรคโลหิตจาง โรคไทรอยด์ โรคภูมิคุ้มกันผิดปกติและโรคหลังติดเชื้อ ฯลฯ)
  • cfRNA คือ “บทสรุป” ของข้อมูลทั้งหมดในร่างกาย แม้จะมีความละเอียดอ่อนแต่ก็มีความกำกวม ดังนั้น การตีความจึงต้องอาศัยแกนข้อมูลอิสระ (โปรตีโอมิกส์, อิมมูโนโพรไฟล์, คลินิก)

ต่อไปจะเป็นยังไง?

  • ขยายชุดข้อมูลและปรับแต่งแบบจำลองให้เป็นตัวชี้วัดทางคลินิก (AUC/ความไว/ความจำเพาะ) ในกลุ่มผู้ป่วยหลายศูนย์
  • เพื่อเชื่อมโยงสัญญาณ cfRNA กับความรุนแรงของอาการและพลวัตหลังการออกกำลังกายเพื่อเข้าใกล้การแบ่งกลุ่มผู้ป่วย
  • การรวม cfRNA เข้ากับ "omics" ที่สะสมอยู่แล้วใน ME/CFS และ COVID ระยะยาวเป็นเส้นทางสู่การแบ่งประเภทย่อยเชิงวัตถุประสงค์และการแทรกแซงแบบกำหนดเป้าหมาย

บทสรุป

RNA ไร้เซลล์กลายเป็น "กล่องดำ" ของร่างกาย: ลวดลายของมันในเลือดสามารถใช้เพื่อดูสัญญาณของโรค ME/CFS ไม่ใช่แค่ฟังอาการเท่านั้น พรุ่งนี้จะไม่มีการตรวจวินิจฉัย แต่ทิศทางก็ชัดเจน: หลอดทดลองหนึ่งหลอด - ชีววิทยามากมาย และแพทย์จะมีโอกาสหยุด "รู้สึกเหมือนช้าง" อย่างงมงาย

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.