全球居民已经承受了长达三年的新冠疫情带来的巨大健康和经济压力，而这场危机带给人们的负面影响仍久久无法消散。
根据北京最新疫情周报的数据显示，新型冠状病毒感染、手足口病、其他感染性腹泻疾病、流行性感冒和病毒性肝炎等传染病共占法定传染病报告发病数的92.9%。其中，新冠病毒感染在报告病例数中位居首位，持续地活跃在人们的视线中。有研究显示，虽然绝大多数人在两周内从感染中恢复，但其中很大一部分人(7.5%)报告持续
12 周或更长时间的症状(长新冠)，5.2%
的患者长新冠持续一年以上。近期，阿尔伯塔大学牵头的团队通过多组学分析(包括基因组学、转录组学、蛋白组学等)结合机器学习，找到了与COVID-19后遗症(通常称为“长COVID”)的关键临床特征相关的潜在预测生物标志物。
研究人员在《Cell Reports
Medicine》上写道：“我们利用机器学习算法，根据多组学特征的变化对PASC表型产生了深入的了解，并开发出了一个与长期临床结果相关的最小分子联检组合。”
该团队在对274个血浆蛋白进行定向液相色谱-多反应监测-质谱分析的基础上，使用机器学习算法根据多组学特征的变化，成功地对PASC表型产生了深入的了解，并开发出了一个与长期临床结果相关的最小分子联检组合。他们的研究揭示了与急性感染不同的相关生物过程，这项成果将有助于针对长期COVID患者开发特异性疗法和生物标志物。参与者包括20名进入重症监护室和97名在2020年秋季至2021年6月底期间治疗COVID-19的患者，这段时间跨越了加拿大的第二和第三波大流行。除了从28名健康对照个体采集的血样样本，30名已完全康复半年后的COVID-19患者采集的的血样、32名轻度PASC患者和55名重度PASC患者采集的血液样本的类似图谱外，多组学数据还有助于寻找与全因死亡、住院治疗或PASC相吻合的标记物。在确定了根据测量分子聚类的三组个体后，研究小组建立了一个涵盖7种细胞因子和13种代谢物的预后模型——一组富含T细胞衰竭和能量代谢成分的预测性生物标志物，其显示出在急性SARS-CoV-2感染后易于发生不良结果的个体的准确率约为83%。作者报告说：“我们的研究揭示了疗养期间不同于急性感染的相关生物过程，它支持针对长期COVID患者开发特异性疗法和生物标志物。更广泛地说，我们的研究结果表明，长程COVID患者的康复期表现为明显的炎症、血小板脱颗粒和/或凝血过程、能量代谢改变、肠道菌群失调和氨基酸代谢改变。”研究小组指出，这些发现指明了潜在的治疗策略，包括抗炎或抗凝、抗氧化或补充牛磺酸氨基酸等方法。作者在报告中指出：“鉴于长新冠缺乏经证实的有效疗法，我们的研究结果指出了未来研究可能探索的几条途径，有必要在大型前瞻性队列中开展研究，以确认长新冠病理生理学中涉及的生物标志物和分子通路，并评估已确认的几个治疗靶点的疗效，以便在临床试验中加以考虑。”
总之，这项研究是一项重要的成果，为我们深入了解长期COVID提供了新的思路和方法。虽然仍需进一步研究来确认这些发现的有效性和可靠性，但这项工作为科学家和医生提供了新的思路和指导，也为我们进一步控制和治疗COVID-19疫情提供了新的希望。
原文献链接：https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(23)00431-7