Hastalıklara ışık olacak! 4 kriterli modelleme koronavirüsün seyrini belirliyor

Bilim insanları yaş, kan grubu, kronik hastalık ve gen yapısını modelleyerek Kovid'i kimin ağır geçirip kimin belirti vermeyeceğini hesapladı. Çalışmayla, korunmaya en çok ihtiyacı olanlar tespit edilebilecek.

Dünya genelinde Kovid'in insanları neden farklı etkilediği yönündeki araştırmalar sürerken Ankara Üniversitesi bilim insanları, bu konudaki çalışmalarının sonuçlarını uluslararası bilimsel dergi Immunogenetics'te yayımlanarak dünyaya duyurdu. Bilim insanları, yaş, kan grubu, kronik hastalık ve gen yapısı olmak üzere 4 farklı veriyi inceleyerek kimlerin Kovid nedeniyle ağır hasta olacağını, kimlerin asemptomatik şekilde geçireceğini hesaplayabilen modelleme geliştirdi. İnternet üzerinden de veri girişi yapılabilen sistem, hastalığı belirtisiz atlatma olasılığını %90'dan fazla, yoğun bakım ihtiyacını da %70'in üzerinde bir gerçeklikle olduğunu hesaplayabildi. Ankara Üniversitesi Tıp Fakültesi İç hastalıkları Uzmanı Prof. Dr. Meral Beksaç, çalışmayı şöyle anlattı:

A GRUBU DAHA KORUYUCU

"Biz 'A' kan grubunu koruyucu olarak gördük. Çalışmamızın özgün kısmı ise bağışıklığı belirleyen genlerden KIR genlerinin kalıpları üzerine. Anneden, babadan aktarılan ve çevresel faktörlerin etkisiyle seçilerek bizlere kadar ulaşan bu genlerin, bağışıklık sistemine ve aralarında Kovid dahil diğer hastalıklara karşı vücudun vereceği tepkide de önemli bir faktör olduğunu keşfettik. Araştırmamız sonucunda telomerik AA haplotipine sahip olanların enfeksiyonu ağır geçirdiğini, telomerik AB1 özelliğinde olanların ise enfeksiyona daha dirençli olduğunu gösterdik. Geliştirdiğimiz model, enfeksiyon ile henüz tanışmamış ve Kovid bulaşı halinde hastalığın nasıl atlatılacağını önceden hesaplayabiliyor. Şu anda dünyada olan mevcut skor sistemleri, enfeksiyon başladıktan sonrakilere dayanıyor. Çalışmamızın avantajı kimlerin daha çok korunması gerektiği doğrultusunda. Bundan sonraki süreçte kişinin aşıya vereceği bağışıklık yanıtının da bu genetik özelliklerden etkilenmesini bekliyoruz. Bu modelin sadece Kovid-19 için değil, daha başka enfeksiyonlar için de yararlı olacağını düşünüyoruz. Modelimiz şu an hâlâ patent değerlendirme sürecinde."