Multi-Omics-Profile sagen die Allotransplantatfunktion nach einer Lungentransplantation voraus
2021
Medical University of Vienna, Wien, Österreich
Die Lungentransplantation birgt aufgrund der Gefahr einer chronischen Lungenallotransplantationsdysfunktion (CLAD) unter allen Transplantationen fester Organe die höchste Sterblichkeitsrate. Die Mechanismen, die zu CLAD führen, sind bisher nicht ausreichend bekannt. Ein besseres Verständnis des Beitrags des pulmonalen Mikrobioms, Metaboloms, Lipidoms und zellulären Profilen zur Entwicklung von CLAD erfordert eine ganzheitliche Bewertung der Dynamik nach der Transplantation. Hier wurde im Rahmen einer explorativen Kohortenstudie mit bronchoalveolären Lavageproben von Lungenempfängern und -spendern die Umgestaltung des pulmonalen Milieus nach der Transplantation untersucht mit dem primären Ziel, zeitabhängige Faktoren des Prozesses zu identifizieren und das sekundäre Ziel, die Ursachen für die Verschlechterung der Lungenfunktion zu beschreiben. Variation der Zellzusammensetzung, der mikrobiellen Diversität, Lipid- und Metabolitenprofilen sowie des Spirometrieparameters FEV1 (forciertes exspiratorisches Volumen während der ersten Sekunde) dienten als statistische Endpunkte. Analysiert wurde das alveoläre Mikrobiom mittels 16S rRNA-Sequenzierung, die zelluläre Zusammensetzung mittels Durchflusszytometrie sowie Metabolom- und Lipidom-Profiling.
Die Autoren fanden heraus, dass die mikrobielle Zusammensetzung nach einer Lungentransplantation in erster Linie durch umwelt- und empfängerspezifische Faktoren bestimmt wird, unabhängig vom Mikrobiom des Spenders, und identifizierten ausgewählte mikrobielle Spezies, die auch nach der Transplantation mit der zugrundeliegenden Lungenerkrankung korrelierten. Mithilfe eines computergestützten Modells konnte die Entwicklung der Lungenfunktion anhand von Multi-Omics-Datensätzen vorhergesagt werden, wobei mikrobielle Profile eine besonders hohe Vorhersagekraft aufwiesen. Das explorative Studiendesign leistet laut Autoren einen Beitrag, um das Wissen über die Transplantatanpassung zu erweitern und könnte damit hilfreich sein, neuartige therapeutische Ansätze zur Verhinderung von Funktionsstörungen bei Lungen-Allotransplantaten zu identifizieren.
Multi-omics profiling predicts allograft function after lung transplantation
Sylvia Knapp
Eingestellt am: 12.09.2022
[1] https://erj.ersjournals.com/content/59/2/2003292
