Definen un perfil de microRNA como biomarcador para predecir la evolución de la COVID-19 en pacientes graves

Según una investigación liderada en Lleida por el grupo Investigación translacional en medicina respiratoria del IRBLleida, la Universidad de Lleida, los hospitales Arnau de Vilanova y Santa Maria de Lleida, y CIBERES

Un perfil de microRNA, pequeñas secuencias de ácido ribonucleico (por sus siglas en inglés), predice la severidad de COVID-19 en pacientes graves, según una investigación liderada desde Lleida, que se ha publicado recientemente en la revista Translational Research. El grupo de Investigación translacional en medicina respiratoria, integrado por profesionales del Instituto de Investigación Biomédica de Lleida (IRBLleida), la Universitat de Lleida, el Hospital Universitario Arnau de Vilanova de Lleida (HUAV) y el Hospital Universitario de Santa Maria de Lleida (HUSM), y del Centro de Investigación Biomédica en Red Enfermedades Respiratorias (CIBERES) del Instituto de Salud Carlos III, ha liderado esta investigación que ha definido perfiles de microRNA asociados con la gravedad de la COVID-19 y la mortalidad en las Unidades de Cuidados Intensivos (UCI).

El estudio observacional se ha llevado a cabo en cinco hospitales del Estado español (Hospital Universitario Arnau de Vilanova y Hospital Universitario Santa María de Lleida, Hospital Clínico Universitario de Valladolid, Hospital Universitario del Río Hortega de Valladolid, Hospital General Universitario Gregorio Marañón de Madrid y Hospital Universitario Infanta Leonor de Madrid) participantes en el estudio CIBERESUCICOVID. El estudio ha analizado la evolución y mortalidad de un total de 84 pacientes, de los cuales 37 ingresados en las unidades de cuidados intensivos, reclutados durante la primera oleada pandémica, de marzo a junio de 2020.

"La identificación de biomarcadores para asistir en el manejo de la COVID-19 constituye una prioridad en la investigación actual" ha explicado el primer autor de la publicación e investigador Miguel Servet, David de Gonzalo. "Gracias a este hallazgo, podríamos llegar a predecir la gravedad en pacientes afectados por el SARS-CoV-2 y evitar su evolución" ha confirmado de Gonzalo.

"Observamos diferencias en el perfil de expresión de diez microRNA circulantes en los pacientes UCI en comparación con pacientes de planta, gracias a su análisis, identificamos una firma de tres microRNA que discriminaba entre ambos grupos de estudio" ha confirmado, además, el estudio también ha determinado que los pacientes que fallecieron presentaron un perfil específico de seis microRNA circulantes.

Precisamente, una comunicación de este estudio, titulada 'MicroRNA expression profile as a potential blood-based biomarker of COVID-19 severity', ha ganado el primer premio como comunicación en la 4ª Jornada de Investigación Básica en Neumología, organizada por la Sociedad Catalana de Neumología de la Acadèmia de Ciències Mèdiques i de la Salut de Catalunya i de Balears.

El estudio también ha contado con la colaboración de personal investigador del grupo de Medicina de Precisión en Enfermedades Crónicas del IRBLleida, el Hospital Universitario Río Hortega de Valladolid, el Instituto de Investigación Biomédica de Salamanca (IBSAL), el Hospital Clínico Universitario de Valladolid, el Hospital General Universitario Gregorio Marañón de Madrid, el Hospital Universitario Infanta Leonor de Madrid, el Hospital Universitario Vall d'Hebron de Barcelona, el Vall d'Hebron Institut de Recerca (VHIR), el Hospital Clínic, el Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), el Hospital Universitario y Politécnico la Fe de València, el Barcelona Supercomputing Center (BSC) y el Hospital Universitario de Getafe de Madrid.

Esta investigación ha sido posible gracias a una ayuda del Instituto de Salud Carlos III (CIBERESUCICOVID-COV20/00110), y la ayuda europea ERDF, "Una manera de hacer Europa". El personal investigador también ha contado con una ayuda Miguel Servet 2020 (CP20/00041), una ayuda 'Investing in your future' de la European Social Fund (ESF), una ayuda predoctoral del Ministerio de Universidades (FPU19/03526) y el apoyo del Biobanco del IRBLleida (B.0000682) y de la Plataforma de Biobancos (PT17/0015/0027).

El grupo investigador del proyecto