Forskare har identifierat ovanliga mikroskopiska strukturer i blodet hos long COVID-patienter, bestående av mikrokoagulat som är sammanflätade med neutrofila extracellulära fällor, eller NETs. Dessa formationer är vanligare, större och tätare hos drabbade individer jämfört med friska kontroller. Upptäckterna tyder på potentiella mekanismer bakom long COVID:s ihållande symtom och öppnar dörrar till nya diagnostik och behandlingar.
En ny studie avslöjar en betydande strukturell koppling mellan cirkulerande mikrokoagulat och neutrofila extracellulära fällor (NETs) i blodet hos personer med long COVID. Publicerad i Journal of Medical Virology, genomfördes forskningen av team ledda av prof. Resia Pretorius från Stellenbosch Universitets avdelning för fysiologiska vetenskaper och dr. Alain Thierry från Montpellier Cancer Institute (IRCM) vid INSERM i Montpellier.
Mikrokoagulat, onormala klumpar av blodkoaguleringsproteiner, identifierades först hos COVID-19-patienter 2021 av prof. Pretorius. NETs bildas när neutrofiler frigör sitt DNA genom NETos, vilket skapar trådliknande strukturer som fångar patogener men kan orsaka skada om de produceras i överdrift, och bidrar till inflammation och koagulation i tillstånd som autoimmuna sjukdomar, cancer, diabetes och artrit.
Med hjälp av bildflödescytometri och fluorescensmikroskopi analyserade forskarna plasma från long COVID-patienter och friska kontroller. De kvantifierade NETs via proteiska markörer och cirkulerande DNA. Nyckelfynd inkluderar förhöjda biomarkörer för både mikrokoagulat och NETs hos patienter, med mikrokoagulat som är mer abundanta och större. Det mest slående fyndet var den uttalade interaktionen mellan mikrokoagulat och NETs i long COVID-prov.
"Detta fynd tyder på existensen av underliggande fysiologiska interaktioner mellan mikrokoagulat och NETs som, när de dysregleras, kan bli patogena," förklarar dr. Thierry.
Prof. Pretorius tillägger: "Denna interaktion kan göra mikrokoagulat mer resistenta mot fibrinolys, vilket främjar deras persistens i cirkulationen och bidrar till kroniska mikrovaskulära komplikationer."
Studien inkluderade verktyg för artificiell intelligens, inklusive maskininlärning, för att analysera biomarkörsmönster, och skiljde med noggrannhet long COVID-patienter från friska individer samt identifierade prediktiva kombinationer för diagnostik. Dessa insikter stödjer potentiella personanpassade behandlingar som riktar sig mot tromboinflammatoriska svar och främjar förståelsen av postvirala syndrom.