Новые биомаркеры позволят оценить эффективность терапии для пациентов с диабетом 1 типа
Ученые из Калифорнийского университета обнаружили новые биомаркеры, которые могут идентифицировать людей с диабетом 1 типа, выигрывающих от употребления иммунотерапевтического препарат Абатацепт. Ученые полагают, что в конечном итоге это поможет тысячам людей справиться с заболеванием.
Исследовательская группа во главе с профессором Люси Уокер, основанная в 2014 году, обнаружила, что определенные иммунные клетки, известные как фолликулярные хелперные Т-клетки (Tfh), могут вызывать диабет 1 типа, провоцируя разрушение инсулин-продуцирующих клеток поджелудочной железы.
В этом исследовании, опубликованном в журнале Nature Immunology, ученые хотели выяснить, почему некоторые люди с диабетом 1 типа хорошо реагировали на Абатацепт, а другие – нет.
Были проверены образцы крови людей с диабетом 1 типа, которые принимали участие в клинических испытаниях Абатацепт. Команда обнаружила, что количество клеток Tfh было уменьшено препаратом, и фенотип клеток (биохимические характеристики) был изменен.
Затем алгоритм машинного обучения сравнил образцы крови, которые показали хороший ответ на препарат с теми, где ответ был плохим. Алгоритм смог обнаружить различия в профиле клеток Tfh, которые до старта лечения могут использоваться как биомаркеры, дающие оценку эффективности применения препарата.
Исследовательская группа во главе с профессором Люси Уокер, основанная в 2014 году, обнаружила, что определенные иммунные клетки, известные как фолликулярные хелперные Т-клетки (Tfh), могут вызывать диабет 1 типа, провоцируя разрушение инсулин-продуцирующих клеток поджелудочной железы.
В этом исследовании, опубликованном в журнале Nature Immunology, ученые хотели выяснить, почему некоторые люди с диабетом 1 типа хорошо реагировали на Абатацепт, а другие – нет.
Были проверены образцы крови людей с диабетом 1 типа, которые принимали участие в клинических испытаниях Абатацепт. Команда обнаружила, что количество клеток Tfh было уменьшено препаратом, и фенотип клеток (биохимические характеристики) был изменен.
Затем алгоритм машинного обучения сравнил образцы крови, которые показали хороший ответ на препарат с теми, где ответ был плохим. Алгоритм смог обнаружить различия в профиле клеток Tfh, которые до старта лечения могут использоваться как биомаркеры, дающие оценку эффективности применения препарата.