Identificação de biomarcadores de SARS-CoV-2 e caracterização do microbioma de pacientes com COVID-19

Abstract

O impacto da pandemia causada pelo vírus SARS-CoV-2 acometeu todas as nações e provocou uma crise sanitária global. A falta de infraestrutura - incluindo a carência de métodos de diagnóstico rápidos e custo-efetivos - ficou muito evidente, e foi uma importante limitação no controle da disseminação da COVID-19. Apesar da redução significativa no número de mortes e hospitalizações, devido à vacinação, o SARS- CoV-2 continua pandêmico, fato evidenciado pelos frequentes aumentos no número de casos. Além disso, o desenvolvimento científico impulsionado pela pandemia é aplicável em diversas outras situações, fazendo com que ainda seja importante o desenvolvimento de pesquisas acerca deste tema. As ciências “ômicas” apresentam grande potencial para aplicação no diagnóstico e monitoramento da COVID-19 e de outras doenças, infecciosas ou não. Por isso, este trabalho teve como objetivo identificar marcadores da COVID-19 e do SARS-CoV-2 com base em abordagens de proteômica e metagenômica visando o diagnóstico rápido e diferencial, bem como a relação do perfil funcional da comunidade microbiana com a doença. Foram incluídas neste estudo amostras de nasofaringe e orofaringe provenientes do Biobanco do Hospital de Clínicas de Porto Alegre (HCPA) e do Laboratório Exame. As amostras foram selecionadas de acordo com o resultado positivo/negativo previamente obtido no RT-qPCR para SARS-CoV-2. Para o desenvolvimento do método de diagnóstico, foi utilizada a tecnologia de MALDI-TOF MS para detecção de proteínas específicas de SARS-CoV-2 e marcadores de resposta imune do hospedeiro. Após um rápido pré- processamento para extração das proteínas virais da amostra, o lisado proteico foi submetido à aquisição em MALDI-TOF MS. Os espectros foram tratados e analisados utilizando ferramentas de bioinformática, e posteriormente utilizados no treinamento e validação de algoritmos de aprendizado de máquina, que obteve a acurácia de 78% na classificação das amostras entre positivas e negativas para SARS-CoV-2. Para as análises de microbioma, foram realizadas extrações de DNA das amostras e, após, amplificação da região V3V4 do gene 16S rRNA, os amplicons foram sequenciados na plataforma Illumina MiSeq. Um pipeline adaptado de pré-processamento e análise foi executado majoritariamente em R, na interface de desenvolvimento RStudio (utilizando principalmente os pacotes DADA2, vegan, phyloseq, ANCOMBC2 e ggplot2) e o software PICRUSt2, a fim de caracterizar as comunidades microbianas em termos de diversidade, composição, abundância diferencial, predição metabólica e associação com parâmetros laboratoriais. Nesta análise foi possível evidenciar uma menor alfa-diversidade e abundância diferencial, principalmente de táxons eubióticos, na COVID-19 severa. Além disso, uma série de rotas metabólicas relacionadas à modulação de resposta imune também apresentaram abundância diferencial reduzida neste grupo. O método em MALDI-TOF MS, implementado na prática diagnóstica, tem perspectiva de redução de custos na ordem de 80% em comparação com o RT-qPCR. A análise de microbioma tem o potencial de ampliar os conhecimentos sobre a patogênese da doença através da caracterização de biomarcadores microbianos, que podem ser utilizados como preditores diagnósticos ou para o desenvolvimento de novos fármacos probióticos.

The impact of the pandemic caused by the SARS-CoV-2 virus affected all nations and caused a global health crisis. The lack of infrastructure - including the lack of rapid and cost-effective diagnostic methods - was evident and an important limitation in controlling the spread of COVID-19. Despite the significant reduction in the number of deaths and hospitalizations due to vaccination, SARS-CoV-2 is still pandemic, a fact evidenced by the frequent increases in the number of cases. Furthermore, the scientific development driven by the pandemic is applicable in several other situations, making the research development on this topic still important. “Omics” sciences have great potential for application in the diagnosis and monitoring of COVID-19 and other diseases, infectious or not. Therefore, this work aims to identify markers of COVID-19 and SARS-CoV-2 based on proteomics and metagenomics approaches aiming for rapid and differential diagnosis and the relationship between the functional profile of the microbial community and the disease. Nasal and oropharyngeal samples from the Biobank of the Hospital de Clínicas de Porto Alegre (HCPA) and Laboratório Exame were included in this study. The samples were selected according to the positive/negative result previously obtained in the RT-qPCR for SARS-CoV-2. MALDI- TOF MS technology was used to develop the diagnostic method to detect SARS-CoV- 2 specific proteins and host immune response markers. After a quick pre-processing to extract the viral proteins from the sample, the protein lysate was subjected to acquisition in MALDI-TOF MS. The spectra were treated and analyzed using bioinformatics tools and subsequently used in the training and validation of machine learning algorithms, which achieved accuracy of 78% in classifying samples between positive and negative for SARS-CoV-2. For microbiome analyses, DNA extractions were performed from the samples, and after amplification of the V3V4 region of the 16S rRNA gene, the amplicons were sequenced on the Illumina MiSeq platform. An adapted pre-processing and analysis pipeline was run mainly in R, in the RStudio development interface (mainly using the DADA2, vegan, phyloseq, ANCOMBC2, and ggplot2 packages) and the PICRUSt2 software to characterize the microbial communities in terms of diversity, composition, differential abundance, metabolic prediction, and association with laboratory parameters. In this analysis, it was possible to highlight a lower alpha-diversity and differential abundance, mainly of eubiotic taxa, in severe COVID-19. Furthermore, a series of metabolic pathways related to immune response modulation also showed reduced differential abundance in this group. The MALDI-TOF MS method, if implemented in diagnostic practice, has the prospect of a cost reduction of around 80% in comparison with RT-qPCR. Microbiome analysis can expand knowledge about the pathogenesis of the disease through the characterization of microbial biomarkers, which can be used as diagnostic predictors or for the development of new probiotic drugs.