Artikel från Karolinska Institutet

Med hjälp av algoritmer har forskare vid Karolinska Institutet identifierat markörer som kan särskilja mellan irritationseksem och kontaktallergi, två hudreaktioner som ser snarlika ut men kräver olika medicinisk handläggning.

Ungefär 20 procent av befolkningen i höginkomstländer besväras av kontakteksem, en sjukdom som ofta är kopplad till kemikalieexponering i arbetsmiljön. Kontakteksem förekommer huvudsakligen i två former beroende på vad som förorsakar dem; allergiska kontakteksem, som beror på en allergisk reaktion, och icke-allergiska irritationseksem, som orsakas av kemiska eller fysiska faktorer.

Då behandling av de två typerna skiljer sig är det viktigt att rätt diagnos ställs, något som kan vara utmanande för dermatologer då sjukdomarna har liknande utseende kliniskt. Diagnosen ställs vanligen baserat på lapptest-resultat, som många gånger kan vara svårtolkade och ibland ge falska positiva eller negativa svar.

Genuttryck särskiljer typ av reaktion

I den aktuella studien har forskare vid Karolinska Institutet, i samarbete med forskare från universitet i Finland och Österrike, undersökt genuttryck i huden till följd av exponering av olika allergener och irriterande ämnen. Som underlag för analysen använde de lapptester från 85 patienter med kontakteksem samt friska hudprover.

Med hjälp av maskininlärning kopplat till en skräddarsydd genetisk algoritm, identifierade forskarna set av två till tre gener som tillsammans kunde särskilja irritationsreaktioner från allergiska reaktioner i hud. Resultaten gick att upprepa i en oberoende grupp patienter, samt i externa datasamlingar. Datasamlingarna inkluderade patienter som exponerats även för andra ämnen än den första gruppen patienter, som lade grunden till biomarkörerna.

Potential för ny diagnosmetod

– De aktuella resultaten visar att det finns en stor potential för utvecklandet av en ny diagnosmetod baserat på dessa biomarkörer. Nästa steg i projektet innebär en mer omfattande klinisk validering av markörerna, samt teknisk optimering av metoden för att uppnå tillräcklig kostnadseffektivitet och snabbhet för kliniska ändamål, säger Nanna Fyhrquist, forskare och gruppledare vid institutet för miljömedicin, Karolinska Institutet.

Vetenskaplig artikel:

Machine learning driven biomarker discovery for the discrimination between allergic and irritant contact dermatitis (Vittorio Fortino, Lukas Wisgrill, Paulina Werner, Sari Suomela, Nina Linder, Erja Lehto, Alina Suomalainen, Veer Marwah, Mia Kero, Maria Pesonen, Johan Lundin, Antti Lauerma, Kristiina Aalto-Korte, Dario Greco, Harri Alenius, Nanna Fyhrquist) Proceedings of the National Academy of Sciences (PNAS).

Kontakt:

Nanna Fyhrquist, forskare vid Institutet för miljömedicin, Karolinska Institutet, nanna.fyhrquist@ki.se

Nyhetsbrev med aktuell forskning

Visste du att robotar som ser en i ögonen är lättare att snacka med? Missa ingen ny forskning, prenumerera på vårt nyhetsbrev!

Jag vill prenumerera