Uno de los muchos misterios que aún rodean a COVID-19 es por qué algunas personas solo experimentan leves, síntomas similares a la gripe, mientras que otros sufren problemas respiratorios potencialmente mortales, disfunción vascular y daño tisular. Ahora, investigadores que informan en ACS ' Química analítica han utilizado una combinación de metabolómica y aprendizaje automático para identificar posibles biomarcadores que podrían ayudar a diagnosticar COVID-19 y evaluar el riesgo de desarrollar una enfermedad grave.

Aunque algunas condiciones preexistentes, como diabetes u obesidad, puede aumentar el riesgo de hospitalización y muerte por COVID-19, algunas personas por lo demás sanas también han experimentado síntomas graves. Dado que la mayor parte de la población mundial espera la vacunación, la capacidad de diagnosticar simultáneamente a un paciente y estimar su nivel de riesgo podría permitir una mejor toma de decisiones médicas, como qué tan de cerca se debe monitorear a un paciente en particular o dónde asignar los recursos. Por lo tanto, Anderson Rocha, Rodrigo Ramos Catharino y sus colegas querían usar la espectrometría de masas combinada con una técnica de inteligencia artificial llamada aprendizaje automático para identificar un panel de metabolitos que pudieran hacer precisamente eso.

El estudio transversal incluyó a 442 pacientes que tenían síntomas de COVID-19 de diferente gravedad y dieron positivo en una prueba de reacción en cadena de la polimerasa con transcriptasa inversa (RT-PCR). 350 controles que dieron negativo en la prueba de COVID-19 y 23 personas que se sospechaba que tenían el virus a pesar de una prueba de RT-PCR negativa. Los investigadores analizaron muestras de plasma sanguíneo de los participantes con espectrometría de masas y algoritmos de aprendizaje automático. identificando 19 biomarcadores potenciales para el diagnóstico de COVID-19 y 26 biomarcadores que diferían entre enfermedades leves y graves.

De los pacientes con sospecha de COVID-19, 78,3% dio positivo con el nuevo enfoque, posiblemente indicando que se trataba de falsos negativos de RT-PCR. Aunque los biomarcadores identificados, que incluía metabolitos implicados en el reconocimiento viral, inflamación, remodelación de lípidos y homeostasis del colesterol, necesita ser verificado más a fondo, podrían revelar nuevas pistas sobre cómo el SARS-CoV-2 afecta el cuerpo y causa enfermedades graves, dicen los investigadores.