Metagenomik Açıklandı: Gen Dizileme Gizli Enfeksiyonları Nasıl Tespit Ediyor

Metagenomik dizileme gerçekte ne yapar

Standart enfeksiyon testleri aynı anda bir soru sorar: bu bir grip virüsü mü, bu E. coli mi, bu kültür bilinen bir bakteri mi üretiyor. Metagenomik yeni nesil dizileme, ya da mNGS, bunun tam tersi şekilde çalışır. NCBI'nin PubMed Central platformunda yayımlanan bir teknik incelemeye göre, kan, beyin omurilik sıvısı veya doku örneğinde bulunan her bir DNA ve RNA parçasını çıkarır ve hepsini dizileyerek sonucu referans veritabanlarıyla karşılaştırıp orada bulunan her türlü organizmayı tanımlar.

İncelemede belirtildiğine göre, test suçlu hakkında önceden bir hipotez gerektirmediğinden, bir klinisyenin düşünmediği patojenler de dahil olmak üzere bakteri, virüs, mantar ve parazitleri tek bir çalışmada işaretleyebilir.

Covid-19'un keşfinden iptal edilen bir nakle

Bu tekniğin en açık kamuoyu gösterimi, 2019'un sonlarında Wuhan'daki açıklanamayan zatürre vakalarını araştıran Çinli virologların geleneksel testlerle bir neden belirleyemediği dönemde gerçekleşti. BBC Future'ın bildirdiği ve Covid-19 olarak bilinen hastalık üzerindeki tanı ve aşı çalışmalarını hızlandıran bir bulguya göre, metagenomik dizilemeye geçilmesi genetik materyalin koronavirüs ailesiyle eşleştiğini gösterdi.

BBC Future tarafından aktarılan bireysel hasta vakaları bu önemi gözler önüne seriyor. Kaliforniya Üniversitesi, San Francisco'da (UCSF), menenjit ve karaciğer yetmezliği olan bir kadın karaciğer nakli olmak üzereyken metagenomik testler yerine hepatit E virüsünü tespit etti. Raporda alıntılanan UCSF'de profesör olan Charles Chiu, "Ona antiviral bir ilaç verdik, iyileşti ve onu nakil geçirmekten kurtardık" dedi. Londra'daki bir hastanede yapılan ayrı bir pilot çalışmada da, aynı raporun belirttiğine göre, aynı yaklaşım akciğer kanseri olduğu varsayılan bir hastada tüberkülozu tespit etti ve gereksiz bir ameliyatın önüne geçildi.

Daha hızlı, ama henüz rutin değil

Sonuç alma süresi önemli bir engel olmuştur. Singapur Ulusal Üniversitesi'nden Niranjan Nagarajan, BBC Future'a metagenomik analizin eskiden "birkaç günden bir haftaya" kadar sürdüğünü söyledi; dizileme makineleri artık DNA sonuçlarını bir ile iki saat içinde üretebiliyor ve yapay zeka araçları örüntü eşleştirme adımını hızlandırıyor.

PubMed Central incelemesi daha ayrıntılı rakamlar veriyor: geleneksel tanı iş akışları genellikle 24 ile 72 saat sürerken, uzun okuma teknolojisi olan nanopor tabanlı dizileme vakaların %86'sında aynı gün sonuç verdi ve medyan süre 6,7 saat oldu. İncelemeye göre, örnek başına dizileme maliyeti platforma bağlı olarak kabaca 100 ile 300 dolar arasında değişiyor; ancak bu rakam, testin yürütülmesinin gerçek fiyatına eklenen işçilik, hesaplama ve depolama maliyetlerini hariç tutuyor.

Standart testlerden daha iyi olduğu ve hâlâ zorlandığı alanlar

Aynı inceleme, mNGS'yi çeşitli enfeksiyon türlerinde geleneksel tanı yöntemleriyle karşılaştıran birden fazla klinik çalışmanın sonuçlarını derledi.

Bu kazanımlar, incelemenin çözülmemiş olarak işaretlediği teknik uyarılarla birlikte geliyor. Kan veya beyin omurilik sıvısı örneklerinde, dizileme okumalarının %90'ından fazlası patojenden değil hastanın kendi hücrelerinden gelebilir, bu da zayıf mikrobiyal sinyalleri maskeler. Başlangıçta çok az mikrop içeren örneklerde, laboratuvar reaktiflerinden gelen kontaminasyon bildirilen okumaların %45'ine kadar çıkabilir. İnceleme ayrıca bir sonucu pozitif olarak değerlendirmek için üzerinde anlaşılmış bir okuma sayısı eşiği bulunmadığını ve bu eşikteki tek bir değişikliğin sınırda kalan bir örneği pozitiften negatife çevirebileceğini belirtiyor.

Düzenleyici durum belirsizliği daha da artırıyor: İncelemeye göre, Amerika Birleşik Devletleri'nde mNGS testlerinin çoğu, Gıda ve İlaç Dairesi (FDA) tarafından onaylanmış testler olarak değil, CLIA kapsamında sertifikalandırılmış laboratuvarda geliştirilmiş testler olarak yürütülüyor, bu prosedür için ayrılmış özel bir sigorta faturalama kodu bulunmuyor ve ilgili sigorta taleplerinin %23'ünden fazlası reddediliyor.

Hastane içindeki salgınları yakalamak için dizileme kullanımı

İlişkili bir uygulama, tek bir hastayı teşhis etmek değil, bir enfeksiyonun hastane içine girdikten sonra nasıl yayıldığını takip etmektir. UNMC haber odası raporuna göre, Nebraska Üniversitesi Tıp Merkezi'nde klinik mikrobiyoloji bursiyeri Shawn Freed, hastalardan toplanan bakteri örneklerini karşılaştırmak ve olası salgınları erken işaretlemek için makine öğrenmesiyle birleştirilmiş uzun okumalı tüm genom dizilemeyi kullanıyor.

Freed'in ekibi, iki günden fazla hastanede kalan Nebraska Medicine hastalarından alınan 40 Gram negatif bakteri izolatı ve 15 vankomisine dirençli Enterococcus örneğini dizileyerek, suşların birbiriyle ne kadar yakından ilişkili olduğunu görmek için filogenetik analiz yaptı. UNMC raporu, ekibin uzun okumalı dizilemeyi tercih etmesinin bir nedeninin, bunun daha ucuz olması ve antibiyotik direnç genlerini sıklıkla taşıyan mobil genetik elemanlar olan plazmidleri kısa okumalı alternatiflere kıyasla daha iyi tespit etmesi olduğunu belirtiyor. Rapora göre, sağlık hizmetiyle ilişkili enfeksiyon salgınları, Amerika Birleşik Devletleri'nde uzun hastane kalış süreleri ve ek antibiyotik tedavisi nedeniyle yıllık tahmini 45 milyar dolara mal oluyor.

Hastane yatağının dışında erken uyarı

BBC Future'ın haberine göre, Nagarajan'ın Singapur'daki laboratuvarları, tanınmış salgınlara yol açmadan önce ortaya çıkan virüsleri aramak için aynı dizileme ilkesini kanalizasyon ve hava örneklerine zaten uyguluyor; araştırmacılar bu kullanım örneğini gelecekteki epidemiler için olası bir erken uyarı sistemi olarak tanımlıyor.

Hem tanısal hem de gözetim kullanımlarında, görüşülen araştırmacılar metagenomik dizilemeyi, eşiklerin daha fazla standardize edilmesi, düzenleyici onay ve maliyet düşüşü beklenirken mevcut mikrobiyolojinin tamamen yerini almak yerine tamamlayıcı bir araç olarak tanımlıyor.