Pharmazeutische Zeitung online Avoxa
whatsApp instagram facebook bluesky linkedin xign

Neue Studie
-
Long-Covid-Risiko mit genetischen Biomarkern einschätzen

Nach wie vor fehlt es an Biomarkern, mit deren Hilfe sich das individuelle Risiko für die Entwicklung von Long Covid abschätzen lässt. Einen signifikanten Schritt, diesem Defizit zu begegnen, macht jetzt eine große genomweite Assoziationsstudie, die Forschende des Unternehmens »23andMe« veröffentlicht haben.
AutorKontaktTheo Dingermann
Datum 15.10.2024  12:00 Uhr

Forschende des amerikanischen Unternehmens 23andMe haben im Rahmen einer großen genomweiten Assoziationsstudie (GWAS) Genvarianten identifiziert, die mit einem erhöhten Risiko für die Entwicklung von Long-Covid in Verbindung stehen.

23andMe war eines der ersten Unternehmen, die Genominformationen auf Basis von Einzelnucleotid-Variationen (Single Nucleotid Polymorphisms, SNP) für Privatpersonen anboten. Stimmten die Personen, die für sich eine solche Analyse in Auftrag gegeben hatten, zu, wurden sie in regelmäßigen Abständen in Online-Umfragen zu persönlichen Daten befragt, darunter auch Krankheitsdaten.

Diese Informationen, aus denen alle personenbezogenen Daten entfernt werden, nutzen Forschende bei 23andMe, um Assoziationen zwischen den genetischen Daten und bestimmten Krankheitsdaten zu identifizieren – oft auch in Zusammenarbeit mit Forschenden an akademischen Einrichtungen.

Die Basis der kürzlich auf dem Preprint-Server »Medrxiv« veröffentlichten Studie war die Frage nach bestimmen genetischen Variationen, die für ein erhöhtes Risiko verantwortlich sein könnten, nach einer Infektion mit SARS-CoV-2 Long Covid zu entwickeln.

Für ihre Untersuchung verwendeten die Forschenden Daten von mehr als 53.000 Long-Covid-Patienten und 120.000 Kontrollpersonen aus der 23andMe-Forschungskohorte mit drei genetischen Abstammungsgruppen: Europäer (42.899 Long-Covid-Patienten, 94.721 Kontrollpersonen), Lateinamerikaner (8631 Long-Covid-Patienten, 20.351 Kontrollpersonen) und Afroamerikaner (2234 Long-Covid-Patienten, 5596 Kontrollpersonen).

In die Studie waren nur Teilnehmende eingeschlossen, bei denen Covid-19 diagnostiziert wurde oder die positiv auf Covid-19 getestet wurden. Long-Covid-Fälle wurden auf der Grundlage von Selbstauskünften definiert.

Drei genetische Regionen identifiziert

Die Forschenden identifizierten drei wichtige genetische Regionen, die mit einem erhöhten Long-Covid-Risiko in Verbindung stehen:

  1. HLA-DQA1-HLA-DQB, insbesondere die HLA-DRB1 *11:04-Variante (rs9273363; A/C, wobei C das Effektallel ist). HLA-Gene kodieren Proteine, die dem Immunsystem helfen, zwischen körpereigenen und Proteinen von Krankheitserregern zu unterscheiden. Diese auffällige Assoziation erwies sich über alle drei ethnischen Gruppierungen hinweg als signifikant mit dem Long-Covid-Risiko assoziiert.
  2. Der ABO-Genlokus (rs644234; G/T, wobei T das Effektallel ist), der zuvor schon mit der Schwere von Covid-19 in Verbindung gebracht wurde.
  3. BPTF-KPAN2-C17orf58 auf Chromosom 17 (rs2080090; A/T, wobei T das Effektallel ist). BPTF ist ein so genannter Chromatin-Remodeller, der an der Kontrolle der Transkription, vor allem auch im Gehirn, beteiligt ist.

Die Funktionsanalyse dieser Gene deutet auf zugrunde liegende immun- und thrombo-inflammatorische Mechanismen bei Long Covid hin.

Assoziation mit anderen Erkrankungen

Interessanterweise fanden die Forschenden auch Hinweise auf starke genetische Verbindungen zwischen Long Covid und 13 Erkrankungen mit ähnlicher Symptomatik oder Pathophysiologie. Dies deutet an, dass eine gemeinsame genetische Architektur zwischen Long Covid und diesen Pathologien besteht, darunter, chronische Müdigkeit (Odds Ratio (OR)=1,59), Fibromyalgie (OR=1,54) und Depression (OR=1,53).

Eine mendelsche Randomisierung ergab, dass Menschen, die an chronischer Müdigkeit leiden, ein um 59 Prozent (OR=1,59) erhöhtes Risiko für Long Covid haben. Somit scheint eine genetische Veranlagung für chronische Müdigkeit ursächlich mit einem erhöhten Risiko für Long Covid verknüpft zu sein. Dieses Ergebnis stimmt tatsächlich auch mit klinischen Beobachtungen der Symptomüberschneidung zwischen dem chronischen Müdigkeitssyndrom und Long Covid überein, was einen gemeinsamen biologischen Mechanismus plausibel macht.

Insgesamt liefern diese Ergebnisse wichtige Erkenntnisse über die genetischen Grundlagen von Long Covid. Dies könnte dazu beitragen, Personen mit hohem Risiko zu identifizieren und die Entwicklung gezielter Behandlungen für diese schwerwiegende Erkrankung zu unterstützen.

Allerdings ist es wichtig zu beachten, dass die Studie zwar Hinweise auf eine genetische Korrelation und einen möglichen kausalen Zusammenhang liefert, die genauen Mechanismen, die dieser Korrelation zugrunde liegen, jedoch nicht vollständig geklärt sind. Um die Wissenslücke zu schließen, wie spezifische biologische Signalwege und Mechanismen chronische Müdigkeit und Long Covid auf genetischer Ebene miteinander verbinden, sind weitere Studien erforderlich. 

Frag die KI
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
BETA
Menü
Zeit
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
Zeit
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
Senden
SENDEN
KI
IHRE FRAGE WIRD BEARBEITET ...
KI
KI
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.

Mehr von Avoxa