Los niveles elevados de células T parecían proteger contra los malos resultados, mientras que los niveles elevados de dos tipos de glóbulos blancos conocidos como granulocitos y monocitos se asociaban a niveles más altos de mortalidad
Una nueva herramienta de análisis de datos desarrollada por investigadores de la Universidad de Yale (Estados Unidos) ha revelado los tipos específicos de células inmunes asociados con un mayor riesgo de muerte por COVID-19, informan en la revista ‘Nature Biotechnology’.
Se sabe que las células del sistema inmunitario, como las células T y las células B productoras de anticuerpos, proporcionan una amplia protección contra patógenos como el SARS-CoV-2, el virus que causa el COVID-19. Y los análisis de datos a gran escala de millones de células han proporcionado a los científicos una amplia visión de la respuesta del sistema inmunitario a este virus en particular.
Sin embargo, también han descubierto que algunas respuestas de las células inmunitarias -incluso de tipos de células que suelen ser protectoras- pueden desencadenar ocasionalmente una inflamación mortal y la muerte de los pacientes.
Otras herramientas de análisis de datos que permiten examinar hasta el nivel de las células individuales han dado a los científicos algunas pistas sobre los culpables de los casos graves de COVID. Sin embargo, estas visiones tan centradas a menudo carecen del contexto de agrupaciones celulares concretas que podrían causar resultados mejores o peores.
La herramienta Multiscale ‘PHATE’, una herramienta de aprendizaje automático desarrollada en Yale, permite a los investigadores pasar por todas las resoluciones de datos, desde millones de células hasta una sola célula, en cuestión de minutos.
Los niveles elevados de células T parecían proteger contra los malos resultados, mientras que los niveles elevados de dos tipos de glóbulos blancos conocidos como granulocitos y monocitos se asociaban a niveles más altos de mortalidad
La tecnología se basa en un algoritmo llamado ‘PHATE’, creado en el laboratorio de Smita Krishnaswamy, profesora asociada de genética e informática, que supera muchas de las deficiencias de las herramientas de visualización de datos existentes.
“Los algoritmos de aprendizaje automático suelen centrarse en una sola vista de resolución de los datos, ignorando la información que puede encontrarse en otras vistas más enfocadas –afirma Manik Kuchroo, candidato a doctor en la Facultad de Medicina de Yale que ayudó a desarrollar la tecnología y es coautor del artículo–. Por esta razón, creamos Multiscale ‘PHATE’, que permite a los usuarios hacer zoom y centrarse en subconjuntos específicos de sus datos para realizar un análisis más detallado”.
Kuchroo, que trabaja en el laboratorio de Krishnaswamy, utilizó la nueva herramienta para analizar 55 millones de células sanguíneas tomadas de 163 pacientes ingresados en el Hospital Yale New Haven con casos graves de COVID-19.
A grandes rasgos, descubrieron que los niveles elevados de células T parecían proteger contra los malos resultados, mientras que los niveles elevados de dos tipos de glóbulos blancos conocidos como granulocitos y monocitos se asociaban a niveles más altos de mortalidad.
Sin embargo, cuando los investigadores profundizaron en un nivel más granular, descubrieron que el TH17, una célula T auxiliar, también se asociaba a una mayor mortalidad cuando se agrupaba con las células del sistema inmunitario IL-17 e IFNG.
Según los investigadores, midiendo las cantidades de estas células en la sangre, podían predecir si el paciente vivía o moría con una precisión del 83%. “Fuimos capaces de ordenar los factores de riesgo de mortalidad para mostrar cuáles son los más peligrosos”, resalta Krishnaswamy. En teoría, la nueva herramienta de análisis de datos podría utilizarse para afinar la evaluación de riesgos en una gran cantidad de enfermedades, añade.
Fuente: consalud.es