Charlotte Stephens, ME Association, 6 september 2018
Dit is een nieuwe pilootstudie gefinancierd door het Ramsay Research Fund van de ME Association die een relatief nieuwe techniek geïntroduceerd heeft die enkele intrigerende resultaten opleverde.
Het wordt steeds duidelijker dat metabole/energetische disfunctie een rol speelt in ME/cvs. Er is meer informatie nodig om te bepalen of deze verschillen de oorzaak zijn van de ziekte of een gevolg zijn van ME/cvs zelf.
Ramanspectroscopie van enkelvoudige cellen is een spannend nieuw hulpmiddel dat een uitlezing van aspecten van het intracellulair metabolisme kan geven. Er zijn geen levende cellen/weefsels vereist, wat, als de aanpak succesvol is, een groot voordeel zal zijn bij het ontwikkelen van een diagnostische test.”
Dr. Karl Morten
Over de studie
Dr. Morten en Prof. Wei Huang (Departement Ingenieurswetenschappen) van Oxford Univeristy, probeerde mitochondriale disfunctie in verband te brengen met de pathogenese van ME/CVS door de “vingerafdruk” van een celmodel dat geen mitochondriaal DNA bevat (gekend als ‘ρ0’) te vergelijken met de “vingerafdruk” van moleculen van de bloedcellen van ME/cvs-patiënten.
De studie betrof het gebruik van een methode die cellen in beeld brengt die Ramanmicrospectroscopie van enkelvoudige cellen genoemd wordt (SCRM). Een licht (gewoonlijk van een laser) dat op een cel schijnt, resulteert in veranderde frequenties van fotonen – te wijten aan de energie-uitwisseling tussen het invallende licht en trillingen van biomoleculen in cellen – die vervolgens worden gedetecteerd en geobserveerd in de vorm van een ramanspectrum, genaamd naar de Indische fysicus Sir C.V. Raman die in 1930 de Nobelprijs kreeg voor de ontdekking.
Elke biomolecule heeft een unieke ‘vingerafdruk’ op het ramanspectrum (weergegeven als verschillende lengtebanden) en de som van alle biomoleculaire vingerafdrukken in een cel kan gebruikt worden als een fenotype van de enkelvoudige cel. Deze vingerafdrukken kunnen gebruikt worden om veranderingen in het cellulair metabolisme aan te geven en ziektegerelateerde biomarkers te identificeren.
Deze niet-invasieve biochemische analysetechniek heeft een voordeel ten opzichte van andere identificatiemethoden voor biomarkers, omdat het op levende cellen kan uitgevoerd worden. Aangezien het ook een labelvrije techniek is, hoeven de cellen niet radioactief gelabeld te worden of gekleurd met een te visualiseren kleurstof, zodat ze veel dichter bij hun natuurlijke toestand zijn, wat de intrinsieke biochemische profielen van de cellen weerspiegelt met minder manipulatie.
Deze techniek wordt momenteel echter niet algemeen toegepast in de klinische praktijk.
Fenylalanine – een aminozuur
De onderzoekers ontdekten dat zowel de cellen zonder mitochondriën als de bloedcellen van ME/cvs-patiënten hoge ‘banden’ (of markers) hadden die geassocieerd zijn met fenylalanineachtige verbindingen, terwijl de controles dat niet waren.
Fenylalanine is een aminozuur (een bouwsteen die door het lichaam gebruikt wordt om belangrijke moleculen te maken) dat gemakkelijk door raman gedetecteerd kan worden. Het wordt gebruikt om veel neurotransmitters te maken, zoals adrenaline (betrokken bij de vecht-of-vluchtreactie bijvoorbeeld).
Hoewel dit eerste verkennende onderzoek slechts 5 ME/cvs-patiënten betrof, zal het spannend zijn om te zien waar dit heen gaat als het getest wordt op een grotere cohort van de ME/CFS Biobank. Deze bevindingen zouden een mogelijk metabool defect kunnen ondersteunen, of misschien zelfs een mitochondriaal defect, met gevolgen voor de diagnostische beoordeling, en uiteindelijk voor de behandeling.
“Aangezien vergelijkbare veranderingen waargenomen werden in het celmodel ρ0 met een gekend tekort in de mitochondriale ademhalingsketen evenals bij CVS-patiënten, suggereren onze resultaten dat de verhoging in cellulair fenylalanine mogelijk verband houdt met mitochondriale/energetische disfunctie in beide systemen.
Interessant is dat fenylalanine gebruikt kan worden als een potentiële biomarker voor een diagnose van CVS door SCRM [ramanspectroscopie van enkelvoudige cellen].
Een classificatiemodel volgens machinaal leren bereikte een nauwkeurigheid van 98%, waarbij ramanspectra correct de CVS-groep of de controlegroep aanwezen.
SCRM gecombineerd met een algoritme van machinaal leren kan daarom het potentieel hebben om een diagnostische tool voor CVS te worden.”
Uit: A new approach to find biomarkers in CFS/ME by single-cell Raman micro-spectroscopy (Xu, et al. 2018) [Een nieuwe benadering om biomarkers te vinden bij CVS/ME door ramanmicrospectroscopie van enkelvoudige cellen].
Voor meer info over het aminozuur fenylalanine bij ME/cvs, zie bijvoorbeeld ook
- Fluge et al. (2016) Metabolic profiling indicates impaired pyruvate dehydrogenase function in myalgic encephalopathy/chronic fatigue syndrome [Metabolische profilering wijst op verstoorde functie van pyruvaatdehydrogenase bij myalgische encefalomyelitis/ chronisch vermoeidheidssyndroom] [meer info]
- Niblett et al. (2007) Hematologic and urinary excretion anomalies in patients with chronic fatigue syndrome [Afwijkingen in hematologische en urinaire excretie bij patiënten met chronisch vermoeidheidssyndroom]
Voor meer informatie over het onderzoek dat uitgevoerd wordt door Dr. Mortens team in Oxford (gefinancierd door het Ramsay Research Fund van de ME Association), zie:
- Onderzoeksupdate MEA: Metabolomica en ME/CVS | 13 augustus 2018 [In het Engels]
© ME Association. Vertaling Zuiderzon, redactie Abby, ME-gids.
Opnieuw gepubliceerd met vriendelijke toestemming van de Britse ME Association.
Engelse versie beschikbaar op hun website: www.measociation.org.uk
A new approach to find biomarkers in chronic fatigue syndrome/myalgic encephalomyelitis (CFS/ME) by single-cell Raman micro-spectroscopy
Jiabao Xu, Michelle Potter, Cara Tomas, Joanna L. Elson, Karl J. Morten, Joanna Poulton, Ning Wang, Hanqing Jin, Zhaoxu Hou and Wei E. Huang
Analyst.
Abstract
Chronic fatigue syndrome (CFS), also called myalgic encephalomyelitis (ME), is a debilitating disorder characterized by physical and mental exhaustion. Mitochondrial and energetic dysfunction has been investigated in CFS patients due to a hallmark relationship with fatigue; however, no consistent conclusion has yet been achieved. Single-cell Raman spectra (SCRS) are label-free biochemical profiles, indicating phenotypic fingerprints of single cells. In this study, we applied a new approach using single-cell Raman microspectroscopy (SCRM) to examine ρ0 cells that lack mitochondrial DNA (mtDNA), and peripheral blood mononuclear cells (PBMCs) from CFS patients and healthy controls. The experimental results show that Raman bands associated with phenylalanine in ρ 0 cells and CFS patient PBMCs were significantly higher than those of the wild-type model and healthy controls. As similar changes were observed in the ρ0 cell model with a known deficiency in the mitochondrial respiratory chain as well as in CFS patients, our results suggest that the increase in cellular phenylalanine may be related to mitochondrial/energetic dysfunction in both systems. Interestingly, phenylalanine can be used as a potential biomarker for the diagnosis of CFS by SCRM. A machine learning classification model achieved an accuracy rate of 98% correctly assigning Raman spectra to either the CFS group or the control group. SCRM combined with a machine learning algorithm therefore has the potential to become a diagnostic tool for CFS.
Citeren?
J. Xu, M. Potter, C. Tomas, J. Elson, K. Morten, J. Poulton, N. Wang, H. Jin, Z. Hou and W. Huang, Analyst, 2018, DOI: 10.1039/C8AN01437J.