Постковидный синдром — это долгосрочное мультисистемное осложнение, возникающее после коронавирусной инфекции и продолжающееся от шести месяцев до двух лет. Распространенность постковидного синдрома – от 10 до 30% среди переболевших COVID-19. Симптомы – от респираторных и желудочно-кишечных проблем до нервно-психических расстройств и общей утомляемости.
Ключевую роль в развитии симптомов постковидного синдрома может играть микробиом кишечника. Особенно интересно, что разнообразие симптомов может быть связано с индивидуальными различиями в составе кишечной микрофлоры.
Китайские ученые из Центра микробиоты использовали модель машинного обучения, чтобы на основе анализа кишечного микробиома предсказывать симптомы постковидного синдрома.
В исследовании участвовали более 1200 человек с постковидным синдромом, средний возраст участников – 48 лет. Наиболее частыми симптомами у пациентов были утомляемость, потеря памяти, проблемы с концентрацией внимания и бессонница.
У пациентов с постковидным синдромом было снижено разнообразие и количество кишечных бактерий, по сравнению с контрольными группами, участники которых либо перенесли COVID-19 без последствий, либо вообще не болели коронавирусом. Особенно выраженным были снижение количества бактерий Bifidobacterium adolescentis и Roseburia hominis, а также увеличение Clostridium bolteae и Flavonifractor plautii.
Изменения кишечного микробиома объясняли почти 13% вариаций в симптомах постковидного синдрома. По сравнению с этим, симптомы гораздо меньше зависели от статуса вакцинации против COVID-19, истории заболевания и демографических данных. Но изменения микробиома могут служить посредниками, через которые остальные факторы влияют на состояние здоровья после COVID-19.
От состава кишечного микробиома зависят симптомы постковидного синдрома
Участников исследования распределили по трем группам, в зависимости от их кишечного энтеротипа. Энтеротип кишечника — классификация кишечного микробиома в соответствии с преобладающими типами бактерий.
В зависимости от энтеротипа кишечника, группы показали заметные различия в распространенности симптомов:
- Первая группа страдала преимущественно от респираторных симптомов, таких как одышка и кашель, насморк и боль в груди. Преобладающие бактерии – Ruminococcus gnavus и Clostridium.
- Вторая группа — от неврологических проблем, включая потерю памяти, проблемы с концентрацией внимания, бессонницу и нечеткость зрения. Преобладающие бактерии – на изображении ниже.
- Третья группа отличалась более низкой утомляемостью по сравнению с остальными. В этой группе преобладали бифидобактерии.
Рисунок 1. Связь кишечного энтеротипа с симптомами постковидного синдрома
Источник изображения: https://www.cell.com/cell-host-microbe/abstract/S1931-3128(24)00122-7
С постковидным синдромом было связано истощение бактерий Adlercreutzia equolifaciens, Bifidobacterium Teenis и Gemmiger formicilis. А Coprobacillus cateniformis чаще встречались у пациентов с желудочно-кишечными проблемами.
Интересно, что такие факторы как диета, употребление алкоголя и вакцинация от COVID-19 не влияли на симптомы постковидного синдрома. Это значит, что основная причина разнообразия симптомов – в различном составе микробиома.
Предсказать симптомы постковидного синдрома можно по составу кишечного микробиома
Ученые разработали модель машинного обучения, которая анализирует микробиом и с высокой точностью может определить предрасположенность человека к конкретным симптомам постковидного синдрома. Такая модель может быть полезна для создания персонализированных методов лечения и профилактики постковидного синдрома.
Ученые проверили эффективность этой модели на почти 200 пациентах, у которых образцы микробиома были собраны во время острого COVID-19, еще до развития постковидного синдрома. Через полгода наблюдения у этих пациентов начали появляться различные симптомы постковидного синдрома. Модель машинного обучения успешно предсказала симптомы этих пациентов по составу микробиоты. Точность предсказания развития постковидного синдрома – 84%, постковидной усталости – 94%.
Вывод
От изменений в микробиоме зависят симптомы постковидного синдрома. Модель машинного обучения, разработанная китайскими учеными, может с высокой точностью предсказывать различные симптомы постковидного синдрома, основываясь на анализе микробиома. С помощью этой модели анализ микробиома можно будет использовать для более точной диагностики постковидного синдрома. Это поможет разработать более персонализированные методы лечения пациентов, страдающих от долгосрочных последствий COVID-19.
Полезная статья, нужная информация? Поделитесь ею!
Кому-то она тоже будет полезной и нужной:
Источник
The gut microbiome associates with phenotypic manifestations of post-acute COVID-19 syndrome
