Прорывной анализ крови окончательно подтверждает синдром хронической усталости
Учёные разработали точный на 96 % анализ крови для диагностики миалгического энцефаломиелита/синдрома хронической усталости (ME/CFS), который выявляет характерные паттерны сворачивания ДНК и может помочь в диагностике длительного COVID-19 (long Covid)
Short Summary
Исследователи из Университета Восточной Англии и Oxford BioDynamics создали высокоточный анализ крови для диагностики синдрома хронической усталости (ME/CFS), достигающий 96% точности. Тест использует технологию EpiSwitch® 3D Genomics для анализа трехмерной архитектуры ДНК, выявляя характерные эпигенетические маркеры, присутствующие только у пациентов с ME/CFS. Это открытие особенно значимо для миллионов пациентов, которые годами сталкивались с недоверием и ошибочными диагнозами.
Исследование проанализировало образцы крови 47 пациентов с тяжелой формой ME/CFS и 61 здорового добровольца. Тест продемонстрировал исключительную точность с 92% чувствительностью и 98% специфичностью. Ученые также обнаружили признаки вовлечения иммунной системы и воспалительных процессов, что указывает на потенциальные биологические мишени для будущей терапии и возможность персонализированного подхода к лечению.
Разработка может революционизировать диагностику ME/CFS, обеспечивая быстрое и надежное подтверждение заболевания. Исследователи также надеются, что эта технология ляжет в основу аналогичного теста для диагностики long Covid, который имеет схожий комплекс симптомов. Технология EpiSwitch уже успешно применяется для диагностики других сложных заболеваний, включая рак простаты и БАС.
Высокая диагностическая точность
Анализ крови демонстрирует 96% общую точность с 92% чувствительностью и 98% специфичностью
Эпигенетический подход
Тест анализирует трехмерную архитектуру ДНК, а не линейную последовательность генов
Биологическая валидация
Обнаружены характерные паттерны сворачивания ДНК, специфичные для ME/CFS
Потенциал для long Covid
Технология может быть адаптирована для диагностики постковидного синдрома
Text generated using AI


