Peneliti telah mengidentifikasi struktur mikroskopis yang tidak biasa dalam darah pasien long COVID, terdiri dari mikrokumpulan darah yang terjerat dengan jebakan ekstraseluler neutrofil, atau NETs. Formasi ini lebih sering, lebih besar, dan lebih padat pada individu yang terkena dibandingkan dengan kontrol sehat. Temuan ini menunjukkan mekanisme potensial di balik gejala persisten long COVID dan membuka pintu untuk diagnostik dan pengobatan baru.
Studi baru mengungkapkan asosiasi struktural yang signifikan antara mikrokumpulan darah yang bersirkulasi dan jebakan ekstraseluler neutrofil (NETs) dalam darah orang dengan long COVID. Diterbitkan di Journal of Medical Virology, penelitian ini dilakukan oleh tim yang dipimpin oleh Prof. Resia Pretorius dari Departemen Ilmu Fisiologi Universitas Stellenbosch dan Dr. Alain Thierry dari Institut Kanker Montpellier (IRCM) di INSERM di Montpellier.
Mikrokumpulan darah, gumpalan abnormal dari protein pembekuan darah, pertama kali diidentifikasi pada pasien COVID-19 pada tahun 2021 oleh Prof. Pretorius. NETs terbentuk ketika neutrofil melepaskan DNA mereka melalui NETosis, menciptakan struktur seperti benang yang menjebak patogen tetapi dapat menyebabkan kerusakan jika diproduksi berlebihan, berkontribusi pada peradangan dan pembekuan dalam kondisi seperti penyakit autoimun, kanker, diabetes, dan arthritis.
Menggunakan sitometri aliran pencitraan dan mikroskopi fluoresensi, para peneliti menganalisis plasma dari pasien long COVID dan kontrol sehat. Mereka mengukur NETs melalui penanda proteik dan DNA yang bersirkulasi. Pengamatan kunci mencakup biomarker yang meningkat untuk kedua mikrokumpulan darah dan NETs pada pasien, dengan mikrokumpulan darah yang lebih melimpah dan lebih besar. Temuan yang paling mencolok adalah interaksi yang nyata antara mikrokumpulan darah dan NETs dalam sampel long COVID.
"Temuan ini menunjukkan adanya interaksi fisiologis mendasar antara mikrokumpulan darah dan NETs yang, ketika terganggu, mungkin menjadi patogenik," jelas Dr. Thierry.
Prof. Pretorius menambahkan, "Interaksi ini dapat membuat mikrokumpulan darah lebih tahan terhadap fibrinolisis, mempromosikan ketahanannya dalam sirkulasi dan berkontribusi pada komplikasi mikrovaskular kronis."
Studi ini menggabungkan alat kecerdasan buatan, termasuk pembelajaran mesin, untuk menganalisis pola biomarker, dengan akurat membedakan pasien long COVID dari individu sehat dan mengidentifikasi kombinasi prediktif untuk diagnostik. Wawasan ini mendukung pengobatan personalisasi potensial yang menargetkan respons trombo-inflamasi dan memajukan pemahaman tentang sindrom pasca-virus.