Human Genome Polymorphisms and Computational Intelligence Approach Revealed a Complex Genomic Signature for COVID-19 Severity in Brazilian Patients.

We present a genome polymorphisms/machine learning approach for severe COVID-19 prognosis. Ninety-six Brazilian severe COVID-19 patients and controls were genotyped for 296 innate immunity loci. Our model used a feature selection algorithm, namely recursive feature elimination coupled with a support vector machine, to find the optimal loci classification subset, followed by a support vector machine with the linear kernel (SVM-LK) to classify patients into the severe COVID-19 group. The best features that were selected by the SVM-RFE method included 12 SNPs in 12 genes: PD-L1, PD-L2, IL10RA, JAK2, STAT1, IFIT1, IFIH1, DC-SIGNR, IFNB1, IRAK4, IRF1, and IL10. During the COVID-19 prognosis step by SVM-LK, the metrics were: 85% accuracy, 80% sensitivity, and 90% specificity. In comparison, univariate analysis under the 12 selected SNPs showed some highlights for individual variant alleles that represented risk (PD-L1 and IFIT1) or protection (JAK2 and IFIH1). Variant genotypes carrying risk effects were represented by PD-L2 and IFIT1 genes. The proposed complex classification method can be used to identify individuals who are at a high risk of developing severe COVID-19 outcomes even in uninfected conditions, which is a disruptive concept in COVID-19 prognosis. Our results suggest that the genetic context is an important factor in the development of severe COVID-19.

Níveis de MBL (lectina ligante de manose) e polimorfismos no gene MBL2 e sua relação com a infecção pelo vírus dengue em lactentes

A dengue é uma infecção arboviral causada por um dos quatro sorotipos do vírus dengue (DENV1-4) e resulta em um amplo espectro clínico, que vai desde um quadro febril auto-limitante até as formas mais severas da doença. Os mecanismos imunopatogênicos envolvidos no desenvolvimento das manifestações clínicas da dengue são multifatoriais e não mutuamente exclusivos. Em lactentes, a imunidade inata desempenha um papel central no controle das infecções virais, antes do estabelecimento da imunidade adaptativa. A lectina ligante de manose (MBL), uma proteína essencial da imunidade inata, parece ter um papel crucial nas infecções por DENV. Polimorfismos de base única (SNPs) no gene MBL2, que estão associados a níveis reduzidos da MBL, podem influenciar na susceptibilidade e severidade da dengue. Estudos recentes têm explorado o papel desses SNPs e dos níveis de MBL nas infecções por dengue, mas tais estudos ainda são escassos e controversos, especialmente na população pediátrica. Esse trabalho teve como objetivo avaliar a influência de SNPs no MBL2 e níveis da MBL nas infecções por dengue em lactentes. O estudo incluiu lactentes com dengue sintomática (n=29), assintomática (n=17) e controles naïves (n=84). A dosagem de MBL foi realizada através de ELISA in house e os polimorfismos no gene MBL2 foram determinados através de PCR em tempo real. Os níveis basais e capacidade de ligação da MBL foram menores nos lactentes infectados pelo DENV do que nos controles (p<0,0001). Encontramos associação entre o alelo X (OR: 2,16; 95% IC: 1,12-4,19; p=0,019) e genótipo YX (OR: 2,70; 95% IC: 1,20-5,71; p=0,015) com o risco de dengue nos lactentes.