Post-Ebola sendromu (Post-Ebola Syndrome, PES), akut Ebola virüsü hastalığı (Ebola Virus Disease, EVD) sona erdikten sonra bazı sağ kalanlarda devam eden veya sonradan belirginleşen kas-iskelet, gastrointestinal, kardiyopulmoner, nörolojik ve genel sistemik sekellerin oluşturduğu heterojen klinik tablodur. Bu çalışma, Sierra Leone'deki bir EVD sağ kalanları kohortundan elde edilen plazma örneklerinde hedefsiz sıvı kromatografisi–tandem kütle spektrometrisi (LC-MS/MS) metabolomik analizi kullanarak PES bulunan sağ kalanların metabolik profilinin asemptomatik EVD sağ kalanlarından farklı olup olmadığını araştırmaktadır. Ana karşılaştırmada PES bulunan 37 sağ kalan ile asemptomatik 20 EVD sağ kalanı değerlendirilmiştir; ayrıca 20 asemptomatik hane temaslısı da karşılaştırma amacıyla çalışmaya dahil edilmiştir.

Toplam 544 metabolit tanımlanmış ve PES bulunan sağ kalanlarla asemptomatik EVD sağ kalanları karşılaştırıldığında 34 metabolitin kaynakta tanımlanan diferansiyel değişim ölçütlerini karşıladığı görülmüştür. Bunların 26'sı daha düşük, 8'i daha yüksek düzeyde bulunmuştur. Değişiklikler özellikle trikarboksilik asit döngüsü (TCA döngüsü), amino asit metabolizması, nükleotid metabolizması ve kısa zincirli yağ asidi (Short-Chain Fatty Acid, SCFA) metabolizmasında yoğunlaşmıştır. Kaynak pathway analizinde glikoliz, pirüvat metabolizması ve çeşitli amino asit metabolizması yollarında da anlamlı farklılıklar bildirmektedir.

Çalışmanın biyobelirteç analizinde Partial Least Squares Discriminant Analysis (PLS-DA) ve Random Forest (RF) modellerinin ikisi de aynı 10 metaboliti en önemli adaylar arasında seçmiştir. Bu metabolitler ayrı bir iç doğrulama grubunda yeniden denenmiş ve her iki model için ROC eğrisi altında kalan alanın (AUC) 0,8'in üzerinde olduğu bildirilmiştir. Kaynak Figure 5'te doğrulama PLS-DA modeli için AUC 0,881, Random Forest modeli için AUC 0,91 gösterilmektedir; ancak özellikle PLS-DA için güven aralığının geniş olması ve doğrulama grubunun yalnız 18 kişiden oluşması, bu sonuçların klinik olarak kullanıma hazır bir tanı testi biçiminde yorumlanmaması gerektiğini gösterir.

Çalışmanın en önemli yorum sınırı şudur: metabolitler plazmada ölçülmüştür. Araştırmacılar TCA döngüsü, SCFA metabolizması ve diğer yolların bağışıklık bozukluğu ve CD8+ T-hücresi işleviyle ilişkili olabileceğini tartışmaktadır; ancak mevcut çalışma hücre içi metabolik akışı, T-hücresi metabolizmasını veya mikrobiyomu doğrudan ölçmemiştir. Bu nedenle çalışma metabolik farklılıkları göstermekte, bunların PES'e neden olduğunu kanıtlamamaktadır.

Araştırmanın temel problemi

Ebola virüsü hastalığından sağ kalan kişilerin bir bölümü akut enfeksiyon sona erdikten uzun süre sonra bile çeşitli klinik sorunlar yaşayabilmektedir. Kaynak bu tabloyu post-Ebola sendromu olarak adlandırmakta ve kas-iskelet sistemi, kardiyopulmoner sistem, nörolojik belirtiler, gastrointestinal sorunlar ile baş ağrısı ve yorgunluk gibi yapısal olmayan genel belirtileri bu sekeller arasında saymaktadır.

Temel bilimsel sorun, neden bazı EVD sağ kalanlarında PES gelişirken bazılarında belirgin sekellerin görülmediğinin yeterince açıklanamamış olmasıdır. Araştırmacılar akut EVD sırasında metabolik değişikliklerin daha önce gözlendiğini, ancak PES bağlamında kalıcı metabolik değişikliklerin sistematik olarak araştırılmadığını belirtmektedir.

Bu boşluktan hareketle çalışmanın hipotezi, PES bulunan EVD sağ kalanlarının asemptomatik EVD sağ kalanlarından ayırt edilebilen özgün bir metabolik profile sahip olacağı yönündedir. İkinci amaç ise bu farklı profilde gelecekte biyobelirteç olarak incelenebilecek metabolitleri belirlemektir.

Post-Ebola Sendromu Nedir?

Post-Ebola sendromu, akut Ebola virüsü hastalığından iyileşmiş bazı kişilerde hastalık sonrasında devam eden veya takip döneminde ortaya çıkan heterojen klinik sekeller bütünüdür; bu çalışmada özellikle kas-iskelet/gastrointestinal ve kardiyopulmoner sekeller metabolomik karşılaştırmanın merkezine alınmıştır. Çalışma PES'in tek bir belirti veya tek bir organ hastalığı olduğunu varsaymaz ve bütün EVD sağ kalanlarında geliştiğini de söylemez.

Çalışmada PES grubu nasıl tanımlandı?

Çalışmanın PES örnekleri daha önce tanımlanmış sağ kalan gruplarından seçilmiştir. Toplam 37 PES'li sağ kalanın 18'i kas-iskelet/gastrointestinal (MSK/GI), 19'u kardiyopulmoner (CP) sekeller grubundadır.

MSK/GI grubunda fizik muayenede eklem hareket açıklığında azalma, ekstremite ödemi veya efüzyonu, palpasyonla eklem hassasiyeti ve palpasyonla abdominal hassasiyet gibi bulgular dikkate alınmıştır. Araştırmacılar daha sık MSK/GI sekeli gösteren kişileri örnekleme dahil etmede önceliklendirmiştir. Bununla birlikte metabolomik analizde her katılımcı için yalnız bir zaman noktasına ait örnek kullanılmıştır.

Kardiyopulmoner gruba göğüs ağrısı, kalp çarpıntısı, nefes darlığı veya öksürük gibi semptomlar ile kalp seslerinin yokluğu, üfürüm/rub/gallop, anormal kalp hızı, düzensiz ritim, alt ekstremite ödemi, zayıf distal nabızlar ve akciğer oskültasyonunda wheeze, rale veya rhonchi gibi bulgular dahil edilmiştir.

Asemptomatik EVD sağ kalanları, önceki çalışmada kullanılan principal components analysis (PCA) kümelemesine göre asemptomatik kabul edilen ve Ebola glikoproteinine karşı IgG pozitifliği bulunan kişilerden oluşmuştur. Hane temaslıları ise asemptomatik ve GP IgG negatif kişilerdir.

Hane temaslıları neden kullanıldı?

Hane temaslılarının EVD sağ kalanlarıyla benzer bölgesel ve demografik arka plana sahip olması hedeflenmiştir. Seçimde yaş, cinsiyet ve örnek toplama tarihi gibi özellikler dikkate alınmıştır. Bazı temaslılar çalışmadaki sağ kalanlarla aynı haneden, bazıları ise farklı hanelerden gelmiştir.

Bu grup önemli bir ek karşılaştırma sağlar; çünkü yalnız PES'li ve asemptomatik EVD sağ kalanlarını karşılaştırmak, her iki grubun da geçirilmiş EVD'ye bağlı ortak metabolik değişiklikler taşıyabileceği ihtimalini tamamen ayıramaz.

Önemli bir negatif sonuç: PES ile hane temaslıları arasında ne bulundu?

PES bulunan sağ kalanlarla asemptomatik hane temaslıları karşılaştırıldığında univariate analizde anlamlı derecede farklı metabolit saptanmamıştır. Yazarlar bunun küçük örneklemden kaynaklanabileceğini, bazı metabolitlerde benzer eğilimlerin bulunduğunu ancak istatistiksel anlamlılığa ulaşmadığını belirtmektedir. Ayrıca asemptomatik EVD sağ kalanlarının kendilerine özgü metabolik değişiklikler taşımasının, PES'li ve asemptomatik sağ kalanlar arasındaki farkın oluşmasına katkıda bulunabileceğini tartışmaktadırlar.

Bu bulgu biyobelirteç yorumunda önemlidir: çalışma, belirlenen metabolik profilin PES'i bütün diğer insanlardan veya bütün sağlıklı kontrollerden kesin biçimde ayırdığını göstermemektedir.

Hedefsiz Metabolomik ve LC-MS/MS Bu Çalışmada Ne Yapıyor?

Hedefsiz metabolomik, önceden yalnız birkaç belirli moleküle odaklanmak yerine örnekte ölçülebilen çok sayıda küçük molekülü geniş kapsamlı biçimde taramaya çalışan bir analiz yaklaşımıdır; bu çalışmada plazma örnekleri LC-MS/MS ile analiz edilerek yüzlerce metabolitin göreli sinyal yoğunlukları karşılaştırılmıştır. Yöntem metabolik profili geniş ölçekte taramaya olanak verir, ancak tek başına metabolik akış hızını veya hücre içindeki nedensel mekanizmayı doğrudan ölçmez.

LC-MS/MS ne demektir?

LC-MS/MS, Liquid Chromatography–Tandem Mass Spectrometry, yani sıvı kromatografisi–tandem kütle spektrometrisi anlamına gelir. Sıvı kromatografisi karmaşık örnekteki bileşikleri fizikokimyasal özelliklerine göre zaman içinde ayırmaya yardımcı olur. Kütle spektrometresi ise iyonlaştırılmış molekülleri kütle/yük oranları üzerinden algılar. Tandem MS aşaması seçilmiş iyonların parçalanma desenlerinden ek kimlik bilgisi elde edilmesine yardımcı olur.

Bu çalışmada yöntem plazma metabolitlerini geniş kapsamlı olarak belirlemek ve gruplar arasında karşılaştırmak için kullanılmıştır. Kaynak cihazın spesifik LC veya mass-spectrometer modelini raporlamamaktadır; bu nedenle model adı uydurulmamıştır.

Plazma örnekleri ne zaman toplandı?

Plazma örnekleri Mart 2016 ile Nisan 2019 arasında toplanmıştır. Klinik verilerin plazma toplama tarihine mümkün olduğunca yakın zamanda alınması hedeflenmiştir. Kan venipunktur ile alınmış, plazma standart yöntemlerle hazırlanmıştır.

Metabolit ekstraksiyonu ve nicelendirme

Hedefsiz metabolomik analiz Gigantest Inc. tarafından gerçekleştirilmiştir. Ekstraksiyonda soğuk asetonitril ve formik asit kullanılmıştır. Metabolit kimliklendirmesinde kurum içi veri tabanlarından, nicelendirmede ise aynı koşullarda kaydedilmiş doğrulanmış dış standartlarla birlikte XCalibur yazılımından yararlanılmıştır.

Eksik değerler nasıl işlendi?

Ham veri setindeki 2.762 değer, toplam ölçümlerin %8,9'u, eksik olarak raporlanmıştır. Araştırmacılar her eksik değeri ilgili değişkenin gözlenen en küçük pozitif değerinin 1/5'i ile değiştirmiştir.

Bu işlem, analiz yazılımının eksik hücrelerle çalışmasını önlemek amacıyla kullanılan bir imputasyon yöntemidir. Ancak imputasyon gerçek ölçülmüş bir metabolit konsantrasyonu üretmez; eksik gözlem yerine hesaplamada kullanılacak düşük bir vekil değer koyar. Bu nedenle 1/5 değeri biyolojik olarak “gerçek konsantrasyon” kabul edilmemelidir.

RSD filtresi ne yaptı?

Kaynak, bağıl standart sapmayı standard deviation / mean yani standart sapmanın ortalamaya oranı olarak tanımlamakta ve relatif standart sapması %25'in üzerinde olan değişkenleri çıkarmaktadır. Bu filtre yüksek değişkenlik gösteren değişkenleri analizden uzaklaştırmak için kullanılmıştır.

IQR filtresi neden kullanıldı?

Interquartile Range (IQR), bir değişkenin orta %50'lik bölümünün yayılımını gösteren ölçüdür. Kaynak, düşük IQR kuyruğunda yer alan ve neredeyse sabit değerler taşıyan değişkenleri azaltmak amacıyla değişkenlerin %25'ini IQR filtresiyle çıkarmıştır.

Bunun mantığı şudur: kişiler arasında neredeyse hiç değişmeyen bir metabolit sınıflandırma veya grup ayrımı için sınırlı bilgi taşır. Ancak bu işlem sonuçları etkileyebilecek bir veri ön işleme seçimidir ve kaynak tarafından açıkça raporlanmıştır.

Medyan normalizasyonu ve log10 dönüşümü

Veriler medyana göre normalize edilmiş ve daha sonra 10 tabanında logaritmik dönüşüme tabi tutulmuştur. Medyan normalizasyonu örnekler arasında genel yoğunluk ölçeğindeki farklılıkları azaltmayı amaçlar. Logaritmik dönüşüm ise çok geniş sayısal aralığa sahip metabolit yoğunluklarını daha sıkıştırılmış bir ölçekte ifade eder ve çok yüksek değerlerin analize aşırı hakim olmasını azaltabilir.

Bu dönüşümlerden sonra kullanılan sayılar ham cihaz sinyalinin değişmemiş hali değildir. Kaynak Figure 1 ısı haritasındaki değerler bu normalizasyon ve log dönüşümü sonrası karşılaştırma yapısına aittir.

Fold change neyi anlatıyor?

Fold change (FC), iki grup arasındaki göreli değişimin büyüklüğünü ifade eder. Kaynak diferansiyel metabolitleri tanımlarken FC > 2,0 ve Benjamini–Hochberg yöntemiyle düzeltilmiş FDR < 0,05 koşullarını birlikte kullanmaktadır. Kaynak volcano plot üzerinde değişimin yönünü log₂(FC) ekseninde göstermektedir.

İki katlık değişim büyüklüğü log₂ ölçeğinde 1 birimlik büyüklüğe karşılık gelir; azalma yönünde işaret negatiftir. Bu matematiksel dönüşüm yeni bir çalışma sonucu değil, volcano plot ekseninin nasıl okunacağını açıklayan temel ilişkidir.

P-değeri ile FDR neden aynı şey değildir?

Çalışmada yüzlerce metabolit aynı anda test edildiği için yalnız ham p-değerine bakmak yanlış pozitif sonuçların artmasına yol açabilir. Araştırmacılar bu nedenle Benjamini–Hochberg (BH) yöntemiyle False Discovery Rate (FDR) düzeltmesi uygulamıştır.

FDR, çoklu testler arasında istatistiksel olarak anlamlı kabul edilen sonuçların içindeki beklenen yanlış keşif oranını kontrol etmeyi amaçlar. Kaynak metabolitleri anlamlı kabul etmek için düzeltilmiş p-değerinin, yani FDR değerinin 0,05'in altında olmasını istemiştir.

544 metabolitten 34'ü nasıl ayrıldı?

Hedefsiz LC-MS/MS analizinde toplam 544 metabolit tanımlanmıştır. PES bulunan EVD sağ kalanları ile asemptomatik EVD sağ kalanları arasındaki univariate karşılaştırmada kaynak ölçütlerini karşılayan 34 metabolit bulunmuştur. Bunların 26'sı PES grubunda daha düşük, 8'i daha yüksek düzeydedir.

Kaynak Figure 1'in bilimsel mesajı

Kaynak PDF'nin 12. sayfasındaki Figure 1A, PES ve asemptomatik sağ kalanlar arasında farklı bulunan metabolitlerin örnekler boyunca yoğunluk desenlerini bir ısı haritasında göstermektedir. Kırmızı tonlar daha yüksek, mavi tonlar daha düşük normalize edilmiş pik yoğunluklarını temsil eder. Figure 1B'deki volcano plot ise değişim büyüklüğünü log₂(FC) ekseninde, istatistiksel kanıtı ise −log₁₀(p-değeri) ekseninde birlikte göstermektedir.

Bu grafiklerin ana mesajı tek bir metabolitin bütün PES olgularını kusursuz ayırması değil; çok sayıda metabolitin birlikte farklı bir metabolik örüntü oluşturmasıdır. Ham örnek-nokta verileri ana PDF'de ayrı tablo halinde verilmediğinden Verianla bu grafikleri tahmini koordinatlarla yeniden çizmemiştir.

MSK/GI ve kardiyopulmoner PES grupları birbirinden ayrıldı mı?

Hayır. MSK/GI sekelleri bulunan 18 kişi ile kardiyopulmoner sekelleri bulunan 19 kişi karşılaştırıldığında anlamlı olarak farklı metabolit saptanmamıştır. Bu, mevcut örneklemde iki klinik PES alt grubunun metabolomik olarak birbirinden açık biçimde ayrıldığına dair kanıt bulunmadığı anlamına gelir.

Bununla birlikte “fark bulunmadı” ifadesi iki grubun kesinlikle metabolik olarak aynı olduğu anlamına gelmez. Küçük örneklem istatistiksel fark yakalama gücünü sınırlayabilir.

Yaş, cinsiyet ve BMI sonucu açıklıyor mu?

Kaynak logistic regression analizinde yaş, cinsiyet, vücut kitle indeksi (BMI) ve örnek toplama tarihinin PES ile asemptomatik EVD sağ kalanı grup üyeliğini anlamlı biçimde öngörmediğini bildirmektedir.

Spearman korelasyon analizinde de PES grubunda BMI, yaş ve cinsiyet ile metabolitler arasında anlamlı korelasyon bulunmamıştır. Bununla birlikte BMI ile yaş arasında anlamlı pozitif korelasyon bildirilmiştir.

Spearman korelasyonu neyi ölçüyor?

Spearman sıra korelasyonu, iki değişken arasındaki monoton ilişkinin yönünü ve gücünü sıralamalar üzerinden değerlendirir. Korelasyon katsayısı pozitif olduğunda değişkenler genel olarak birlikte artma eğilimi, negatif olduğunda biri artarken diğerinin azalma eğilimi gösterir.

Kaynak PES grubunda TCA döngüsü metabolitleri ile amino asit, yağ asidi ve nükleotid metabolizmasına ait çeşitli metabolitler arasında anlamlı ilişkiler bulmuştur. Yalnız FDR < 0,05 olan korelasyonlar ağ analizine alınmıştır.

Kaynak PDF'nin 13. sayfasındaki korelasyon ısı haritasında pozitif ilişkiler kırmızı, negatif ilişkiler mavi gösterilir. 14. sayfadaki ağ görselinde düğüm büyüklüğü metabolitin bağlantı sayısıyla, çizgi kalınlığı korelasyon p-değeriyle ilişkilendirilmiş; çizgi rengi ilişkinin pozitif veya negatif yönünü göstermiştir. Kesin Spearman rho değerleri Supplementary Table 4'e bırakılmıştır ve yüklenen ana PDF'de bu tamamlayıcı tablo bulunmamaktadır.

TCA döngüsü neden önemli?

Trikarboksilik asit döngüsü (TCA cycle; sitrik asit döngüsü veya Krebs döngüsü), hücresel enerji metabolizmasının merkezindeki biyokimyasal yollardan biridir. Karbon içeren ara ürünler bu döngü üzerinden işlenir ve hücresel enerji üretimiyle bağlantılı indirgenmiş kofaktörlerin oluşumuna katkıda bulunur.

Çalışmada malat, süksinat ve diğer TCA bağlantılı metabolitlerin PES ile asemptomatik sağ kalanlar arasında değiştiği görülmüştür. Bununla birlikte analiz plazmadaki metabolit düzeylerine dayanmaktadır. Bu nedenle sonuçlar doğrudan mitokondrideki TCA akış hızının ölçüldüğü anlamına gelmez.

Kaynak “downregulated metabolism” ifadesini kullanmaktadır. Metodolojik olarak daha dar yorum, ilgili yolakla bağlantılı ölçülmüş metabolitlerin önemli bölümünün PES grubunda daha düşük düzeyde bulunduğudur. Çalışma izotop izleme veya doğrudan metabolik flux ölçümü yapmamıştır.

Amino asit metabolizmasındaki değişiklikler

Pathway analizinde en etkili farklılıkların önemli bölümü amino asit metabolizmasına aittir. Kaynak özellikle taurin ve hipotaurin, tirozin, sistein ve metiyonin metabolizmasını öne çıkarmaktadır. Histidin, beta-alanin ve alanin/aspartat/glutamat metabolizması gibi yollar da kaynak Figure 4'te yer almaktadır.

Yazarlar bu bulguları kronik viral enfeksiyonlarda bildirilen immünometabolik değişikliklerle karşılaştırmaktadır. Ancak mevcut çalışmanın kendisi bu metabolik farklılıkların T-hücresi işlev bozukluğuna neden olduğunu göstermemektedir.

Nükleotid metabolizması

Nükleotidler DNA ve RNA'nın yapı taşları olmakla birlikte enerji transferi ve hücresel sinyal gibi başka biyokimyasal işlevlerde de rol oynar. Kaynak PES grubunda nükleotid metabolizmasıyla ilişkili metabolitlerde anlamlı değişiklikler bildirir.

Bu değişikliklerin hangi hücre tipinden kaynaklandığı mevcut plazma metabolomik tasarımından belirlenemez. Kan plazması birçok doku ve hücreden gelen moleküllerin birleşik bir örneklemini yansıtır.

SCFA nedir ve çalışmada ne bulundu?

Kısa zincirli yağ asitleri (Short-Chain Fatty Acids, SCFA), kaynakta özellikle asetat ve propanoat üzerinden tartışılan küçük organik asitlerdir. PES grubunda asetat artmış, propanoat azalmış olarak raporlanmıştır.

Yazarlar bu değişikliğin bağırsak mikrobiyotasındaki düzensizlikle ilişkili olabileceğini tartışmaktadır. Bu düşünce Long COVID çalışmalarında SCFA üreten simbiyotik mikroorganizmaların azalmasına ilişkin önceki bulgular ve SCFA'ların bağışıklık yanıtını etkileyebilmesiyle desteklenmektedir.

Ancak bu çalışmada dışkı mikrobiyomu, bağırsak bakteri kompozisyonu veya mikrobiyal genler ölçülmemiştir. Bu nedenle “PES'te mikrobiyom bozukluğu kanıtlandı” sonucu çıkarılamaz. Kaynak bunu olası bir açıklama olarak tartışmaktadır.

CD8+ T hücreleriyle bağlantı ne kadar güçlü?

CD8+ T hücreleri, virüsle enfekte hücrelerin tanınması ve ortadan kaldırılmasında rol oynayan adaptif bağışıklık hücreleridir. Araştırmacılar önceki PES çalışmalarında EBOV'a özgü CD8+ T-hücresi yanıtlarının incelendiğini ve PES bulunan kişilerde bu yanıtın daha sık görülebildiğini aktarmaktadır.

Kaynak ayrıca kronik enfeksiyonlarda mitokondri ve TCA işlev bozukluğunun T-hücresi tükenmesiyle ilişkili olduğunu belirten önceki çalışmalarla kendi metabolomik sonuçları arasında biyolojik bir bağlantı olabileceğini tartışır.

Bununla birlikte araştırmacılar kendi sınırlılıklarını açıkça belirtmektedir: eldeki sonuçlar plazmadandır ve doğrudan hücresel düzeye bağlanamaz. T-hücresi işlevi ve immünometabolizmanın ayrıca incelenmesi gerekmektedir.

Pathway analizi ne yaptı?

MetaboAnalyst 6.0 kullanılarak yapılan pathway analizinde bir yolun çalışmaya dahil edilmesi için impact score > 0,2 ve FDR < 0,05 koşulları kullanılmıştır. Kaynak Figure 4, etki puanına göre anlamlı yolları gösterir.

Başlıca daha düşük metabolit profili gösteren yollar arasında amino asit metabolizması, nükleotid metabolizması, TCA döngüsü, glikoliz ve pirüvat metabolizması bulunmaktadır.

Kaynak daha az sayıda yolun daha yüksek metabolit düzeyleriyle veya karışık yönde değişikliklerle ilişkili olduğunu belirtmektedir. Anlamlı olarak daha yüksek metabolizma profiliyle ilişkilendirilen yollar arasında nişasta ve sükroz metabolizması, triptofan metabolizması, arjinin ve prolin metabolizması, nikotinat ve nikotinamid metabolizması ile pentoz ve glukuronat dönüşümleri yer almaktadır.

Pathway analizi bir yolun bütün enzimlerinin hızını doğrudan ölçmez. Burada yolak adları, ölçülen metabolitlerin hangi biyokimyasal ağlarda toplandığını ve değişikliklerin nerelerde yoğunlaştığını özetlemektedir.

PCA ve PLS-DA arasındaki fark

Principal Components Analysis (PCA), verideki büyük varyasyon yönlerini grup etiketlerini kullanmadan özetleyen gözetimsiz bir boyut indirgeme yöntemidir. Partial Least Squares Discriminant Analysis (PLS-DA) ise bilinen sınıf etiketlerini kullanarak grupları ayıran bileşenler oluşturmaya çalışan gözetimli bir yöntemdir.

Kaynak hem PCA hem de PLS-DA analizlerinin PES ve asemptomatik EVD sağ kalanlarını metabolik profile göre ayırdığını bildirmektedir. PLS-DA'nın gözetimli olması, ayrımın performansını değerlendirirken doğrulama ve aşırı uyum riskine özellikle dikkat edilmesini gerektirir; çalışma bu nedenle daha sonraki biyobelirteç aşamasında ayrı keşif ve doğrulama kümeleri kullanmıştır.

Figure 3'teki PLS-DA değerleri ne anlama geliyor?

Kaynak Figure 3'te en yüksek doğruluğa sahip PLS-DA modeli iki bileşen kullanmış ve accuracy=0,86, R²=0,66 ve Q²=0,45 değerleri raporlanmıştır.

Accuracy, sınıflandırmanın toplam doğru karar oranını ifade eder. R², modelin eğitim verisindeki açıklanan yapıyla ilişkili uyum ölçüsüdür. Q² ise PLS tabanlı modellerde çapraz doğrulamayla ilişkili öngörü yeteneği hakkında bilgi verir. Bu metriklerin hiçbiri tek başına klinik kullanılabilirliği kanıtlamaz.

Kaynak Figure 3'te iki grubun yoğunluk bölgeleri büyük ölçüde farklı merkezlere sahip olmakla birlikte tamamen ayrık değildir; görselde örtüşme bulunan alanlar da vardır. Bu nedenle grafiği “PES ve asemptomatik kişiler kusursuz ayrıldı” biçiminde yorumlamak doğru değildir.

ROC Eğrisi ve AUC Sonuçları Nasıl Yorumlanmalıdır?

ROC eğrisi, bir sınıflandırıcının farklı karar eşiklerinde duyarlılık ile yanlış pozitif oranı arasındaki değişimi gösterir; AUC ise bu eğrinin altında kalan alanı tek sayıda özetler. Bu çalışmanın doğrulama grubunda Figure 5, PLS-DA için AUC=0,881 ve Random Forest için AUC=0,91 göstermektedir; ancak bunlar yalnız aynı çalışmadan ayrılmış 18 kişilik iç doğrulama grubuna ait sonuçlardır ve bağımsız klinik tanı doğrulaması değildir.

Biyobelirteç modeli nasıl kuruldu?

Ana EVD sağ kalanı örneklemi 57 kişiden oluşmaktadır: 37 PES ve 20 asemptomatik sağ kalan. Araştırmacılar bu grubun yaklaşık üçte ikisine karşılık gelen 39 kişiyi keşif (discovery) kohortuna rastgele ayırmış, kalan 18 kişiyi doğrulama kohortu olarak kullanmıştır.

Her iki kümede de PES ve asemptomatik sağ kalanların orantılı dağılımının korunması hedeflenmiştir.

Monte-Carlo cross-validation nedir?

Keşif modelleri üzerinde 100 Monte-Carlo cross-validation (MCCV) çalıştırması yapılmıştır. Bu yaklaşımda veri tekrar tekrar alt eğitim ve değerlendirme bölümlerine ayrılarak model performansının tek bir rastgele bölünmeye aşırı bağımlı olup olmadığı değerlendirilmeye çalışılır.

Bununla birlikte burada ayrıca kullanılan 18 kişilik doğrulama grubu da aynı genel kohorttan rastgele ayrılmıştır. Bu nedenle doğrulama dış merkezden gelen bağımsız bir external validation kohortu değildir.

Random Forest nedir?

Random Forest (RF), çok sayıda karar ağacının oluşturulduğu ve ağaçların sonuçlarının birlikte kullanıldığı gözetimli bir makine öğrenmesi yöntemidir. Farklı ağaçların farklı örnek ve özellik alt kümeleri üzerinde oluşturulması, tek bir karar ağacının eğitim verisine aşırı uyum gösterme riskini azaltmayı amaçlar.

Bu çalışmada RF, metabolitlerin PES ile asemptomatik EVD sağ kalanı ayrımına katkısını değerlendirmek ve aday biyobelirteçleri seçmek için kullanılan iki modelden biridir.

PLS-DA biyobelirteç analizinde ne yaptı?

PLS-DA aynı sınıflandırma problemini farklı matematiksel yaklaşımla çözmektedir. Araştırmacılar PLS-DA bileşenlerindeki metabolit önemini değerlendirmek için Variable Importance in Projection (VIP) puanları hesaplamış ve bileşen 1 ile 2'de en önemli 15 metaboliti incelemiştir.

Her iki modelin seçtiği aynı 10 metabolit

Aynı 10 metabolitin hem PLS-DA hem Random Forest modelinde öne çıkması, iki farklı model ailesinin benzer değişkenleri önemli bulması açısından araştırmacılar tarafından destekleyici bir bulgu olarak değerlendirilmektedir. Ayrıca bu 10 metabolitin tamamı ana univariate PES–asemptomatik sağ kalan karşılaştırmasında da anlamlı bulunmuştur.

Ancak “iki model aynı metabolitleri seçti” ifadesi bu metabolitlerin hastalığın biyolojik nedeni olduğunu veya klinik tanıda tek başına kullanılabileceğini göstermez.

Doğrulama sonuçları

AUC 0,91 “%91 doğru tanı” anlamına gelir mi?

Hayır. AUC ile accuracy aynı metrik değildir. AUC, modelin farklı sınıflandırma eşikleri boyunca pozitif ve negatif sınıfları sıralayabilme yeteneğini özetler. Accuracy ise seçilmiş karar mantığı altında doğru sınıflandırılan örneklerin oranıdır.

Bu nedenle RF için AUC 0,91 iken doğrulama accuracy değerinin 0,796 olması bir çelişki değildir. İki sayı farklı özellikleri ölçmektedir.

Güven aralıkları neden önemli?

Figure 5'te PLS-DA AUC için %95 güven aralığı 0,54–1,00, RF için 0,75–1,00 olarak gösterilmektedir. Özellikle PLS-DA aralığının geniş olması, küçük doğrulama örnekleminin AUC tahmininde önemli belirsizlik oluşturduğunu gösterir.

Bu nedenle nokta tahminleri güçlü görünse de model performansının yeni ve büyük bağımsız popülasyonlarda aynı kalacağı varsayılamaz.

Çalışmanın Yöntemi ve Bulguları

Çalışma tasarımı

Plazma örnekleri Sierra Leone'de devam eden EVD sağ kalanları ve hane temaslıları kohortundan alınmış bir convenience sample, yani mevcut ve uygun örneklerden oluşturulan kolayda örneklem niteliğindedir. Çalışma yeni bir müdahale uygulamamış, daha önce toplanmış kohort örneklerinin metabolomik profilini karşılaştırmıştır.

Bu tasarım randomize klinik deney değildir. Belirlenen metabolik farklılıklar ile PES arasında ilişki gösterilebilir; metabolik farklılığın PES'e neden olduğu veya PES'in bu metabolik farklılığı oluşturduğu yön tek başına belirlenemez.

Örnek toplama ve laboratuvar süreci

1. Plazma örnekleri Mart 2016–Nisan 2019 döneminde toplanmıştır.
2. Klinik bilgiler plazma örnekleme tarihine mümkün olduğunca yakın toplanmıştır.
3. Kan venipunktur ile alınmış ve plazma standart yöntemlerle hazırlanmıştır.
4. Hedefsiz LC-MS/MS metabolomik analizi Gigantest Inc. tarafından gerçekleştirilmiştir.
5. Ekstraksiyonda soğuk asetonitril ve formik asit kullanılmıştır.
6. Metabolitler kurum içi veri tabanlarıyla tanımlanmıştır.
7. XCalibur yazılımı ve aynı koşullarda ölçülen doğrulanmış dış standartlar nicelendirme amacıyla kullanılmıştır.

Veri ön işleme

• Analize pik yoğunlukları alınmıştır.
• 2.762 eksik değer (%8,9), ilgili değişkenin minimum pozitif değerinin 1/5'iyle değiştirilmiştir.
• RSD değeri %25'in üzerinde olan değişkenler filtrelenmiştir.
• Düşük IQR kuyruğundaki, neredeyse sabit değişkenleri azaltmak için değişkenlerin %25'i çıkarılmıştır.
• Veriler medyana normalize edilmiştir.
• 10 tabanında logaritmik dönüşüm uygulanmıştır.

Kullanılan yazılımlar

Univariate analiz

İki grup arasındaki metabolit farkları Student's t-test ile değerlendirilmiştir. Kaynak anlamlı diferansiyel metabolit ölçütünü FC > 2,0 ve Benjamini–Hochberg FDR < 0,05 olarak tanımlamaktadır.

Sonuç: 544 metabolitin 34'ü bu karşılaştırmada farklıdır; 26'sı PES'te daha düşük, 8'i daha yüksektir.

Demografik logistic regression

Yaş, cinsiyet, BMI ve örnek toplama tarihinin PES veya asemptomatik sağ kalan grubunda bulunmayı öngörüp öngörmediği logistic regression ile değerlendirilmiştir. Bu değişkenlerin hiçbiri kaynakta anlamlı PES öngörücüsü olarak bulunmamıştır.

Spearman korelasyonu ve ağ analizi

PES grubundaki metabolitler ve demografik özellikler arasında Spearman korelasyonu hesaplanmıştır. TCA döngüsü, amino asit, yağ asidi ve nükleotid metabolizmasıyla ilişkili çok sayıda anlamlı metabolit korelasyonu belirlenmiştir.

TCA metabolitlerinin anlamlı ilişkileri Cytoscape ile ağ biçiminde gösterilmiştir. Kaynak yalnız FDR < 0,05 korelasyonları ağa dahil etmiştir.

PCA ve PLS-DA

PCA ve PLS-DA metabolik profil temelinde PES ve asemptomatik sağ kalan gruplarında ayrım göstermiştir. Figure 3'teki iki bileşenli PLS-DA modelinin accuracy değeri 0,86, R² değeri 0,66 ve Q² değeri 0,45'tir.

PLS-DA'da bileşen 1 ve 2 için önemli metabolitler arasında TCA döngüsü, SCFA metabolizması ve glukozla ilişkili metabolitler bulunmaktadır.

Pathway analizinin ana bulguları

Biyobelirteç modelleme

PLS-DA ve Random Forest modelleri, 39 kişilik keşif grubunda geliştirilmiş ve 100 MCCV çalıştırmasıyla değerlendirilmiştir. Her iki modelde en önemli bulunan aynı 10 metabolit daha sonra 18 kişilik doğrulama grubunda test edilmiştir.

Doğrulama accuracy değerleri PLS-DA için 0,799, RF için 0,796'dır. Figure 5 doğrulama ROC AUC değerleri sırasıyla 0,881 ve 0,91'dir.

Çalışmanın desteklediği sonuçlar

• PES bulunan EVD sağ kalanlarının plazma metabolik profili, bu örneklemde asemptomatik EVD sağ kalanlarından farklıdır.
• 544 metabolitten 34'ü kaynakta belirlenen diferansiyel metabolit ölçütlerini karşılamıştır.
• TCA döngüsü, amino asit, nükleotid ve SCFA metabolizması önemli farklılıkların görüldüğü alanlardır.
• PCA ve PLS-DA metabolik profile göre iki ana sağ kalan grubunun ayrıştığını göstermiştir.
• PLS-DA ve RF aynı 10 metaboliti aday biyobelirteçler arasında öne çıkarmıştır.
• Bu 10 metabolit, aynı çalışmanın ayrılmış doğrulama grubunda AUC > 0,8 performans göstermiştir.

Çalışmanın desteklemediği sonuçlar

• Metabolik değişikliklerin PES'e neden olduğu kanıtlanmamıştır.
• TCA döngüsündeki plazma değişikliklerinin doğrudan mitokondri işlev bozukluğunu kanıtladığı söylenemez.
• SCFA değişiklikleri bağırsak mikrobiyomu bozukluğunun doğrudan kanıtı değildir.
• CD8+ T-hücresi işlev bozukluğu bu çalışmada doğrudan ölçülmemiştir.
• Belirlenen 10 metabolit klinikte onaylanmış PES tanı testi değildir.
• AUC değerleri başka ülkelerde veya bağımsız kohortlarda aynı performansı garanti etmez.
• MSK/GI ve kardiyopulmoner PES tipleri için ayrı metabolik biyobelirteçler kanıtlanmamıştır.
• PES grubunun asemptomatik hane temaslılarından anlamlı şekilde ayrıldığı gösterilmemiştir.

Çalışmanın başlıca sınırlılıkları

Küçük örneklem: Yazarların açıkça belirttiği ilk sınırlılık örneklem büyüklüğüdür. Daha büyük bir çalışmada ek PES ilişkili metabolitlerin bulunması mümkündür.

Kolayda örneklem: Örnekler devam eden kohorttaki uygun plazma örneklerinden seçilmiştir ve özellikle daha sık MSK/GI sekeli veya birden fazla kardiyopulmoner belirti gösteren kişiler dahil edilmede önceliklendirilmiştir. Bu nedenle örneklemin bütün EVD sağ kalanlarını temsil ettiği varsayılamaz.

Tek metabolomik zaman noktası: Her katılımcı için bu analizde yalnız bir zaman noktasının metabolomik örneği kullanılmıştır. Dolayısıyla metabolitlerin zaman içinde nasıl değiştiği veya PES gelişiminden önce mi sonra mı farklılaştığı gösterilmemektedir.

Plazma düzeyi: Yalnız plazma analiz edilmiştir. Hücresel metabolizma, mitokondri işlevi, T-hücresi metabolizması veya doku düzeyindeki mekanizmalar doğrudan ölçülmemiştir.

PES–hane temaslısı karşılaştırması: Bu karşılaştırmada anlamlı diferansiyel metabolit bulunmamıştır. Yazarlar örneklem büyüklüğü ve asemptomatik EVD sağ kalanlarının kendine özgü metabolik profilini olası açıklamalar arasında tartışmaktadır.

İç doğrulama: 18 kişilik validation cohort aynı çalışma popülasyonundan rastgele ayrılmıştır. Bağımsız merkezde veya farklı bir ülke/popülasyonda external validation yapılmamıştır.

Nedensellik: Tasarım gözlemseldir. Metabolik değişikliklerin PES'in nedeni mı, sonucu mu veya üçüncü bir faktörün göstergesi mi olduğu bu çalışma ile belirlenemez.

Çalışmanın güçlü yönleri

Çalışma, Ebola sonrası sekelleri yalnız semptom düzeyinde değil, geniş kapsamlı metabolomik profille incelemektedir. PES bulunan ve bulunmayan EVD sağ kalanlarını karşılaştırması, metabolik farklılıkların akut enfeksiyon sonrasında devam edip etmediğini araştırmak için doğrudan bir çerçeve sunmaktadır.

Ayrıca univariate analiz, pathway analizi, korelasyon, PCA/PLS-DA ve Random Forest gibi birden fazla analitik yaklaşımın birlikte kullanılması; aynı 10 metabolitin hem PLS-DA hem RF tarafından seçilmesi ve ayrı tutulan bir validation subset üzerinde yeniden denenmesi, çalışma içindeki bulguların farklı analitik açılardan sınanmasına yardımcı olmuştur.

Gelecek çalışma gereksinimi

Yazarlar özellikle hücresel immünometabolizmanın ve T-hücresi işlevinin daha ayrıntılı incelenmesini önermektedir. Daha büyük örneklemler, bağımsız doğrulama kohortları ve hücresel düzeyde çalışmalar, metabolik değişikliklerin PES'teki biyolojik rolünü anlamak için gereklidir.

Belirlenen metabolitlerin “potansiyel biyobelirteç” olarak adlandırılması da bu gelecek çalışma gereksinimini içerir. Potansiyel biyobelirteç, klinik kullanıma hazır doğrulanmış test demek değildir.

Etik onay

Çalışma Tulane University Institutional Review Board tarafından IRB 701226 numarasıyla ve Sierra Leone Ethics and Scientific Review Committee tarafından 021/11/2024 numarasıyla onaylanmıştır.

18 yaş ve üzeri yetişkinlerden yazılı bilgilendirilmiş onam alınmıştır. 12–17 yaş arasındaki çocuklarda ebeveyn veya vasi onamına ek olarak çocuğun assent'i alınmış; 12 yaş altındaki çocuklarda ebeveyn veya vasi onamı kullanılmıştır. Çalışma personelinin etik ve araştırma uyumu konusunda eğitimli olduğu belirtilmektedir.

Kaynak ve Yöntem Notu

Özgün başlık: Metabolic Basis of Post-Infectious Sequelae After Ebola Virus Disease

Yazarlar ve sıra: Anna Sanford; Nell Bond; Samuel Ficenec; Charlotte Osterman; Payton Farkas; Emily Engel; Bronwyn Gunn; Donald S. Grant; Robert Samuels; Kevin Zwezdaryk; John Schieffelin.

Co-senior authors: Kaynakta yıldız işareti Kevin Zwezdaryk ve John Schieffelin için “co-senior author” olarak açıklanmıştır.

Corresponding author: Anna Sanford, Tulane University School of Medicine, Department of Pediatrics.

Afiliasyon 1: Tulane University, New Orleans, Louisiana, ABD.

Afiliasyon 2: Washington State University, Pullman, Washington, ABD.

Afiliasyon 3: Kenema Government Hospital, Kenema, Sierra Leone.

Yüklenen kaynak türü: medRxiv preprint.

Preprint DOI: 10.64898/2026.01.02.25343095.

Preprint yayın tarihi: 6 Ocak 2026.

Hakemlik durumu: Yüklenen PDF, yayımlandığı tarihte hakem değerlendirmesinden geçmemiştir ve bunu her sayfada açıkça belirtmektedir.

Sonradan yayımlanan sürüm: Aynı çalışma 10 Ekim 2026'da Metabolomics dergisinde hakemli Original Article olarak yayımlanmıştır.

Hakemli sürüm DOI: 10.1007/s11306-026-02544-z.

Hakemli sürüm bibliyografisi: Metabolomics, Volume 22, Article 170, 2026.

Sürüm kullanım notu: Bu Verianla makalesinin bilimsel sayı ve analizleri yüklenen medRxiv preprintinden aktarılmıştır. Sonraki hakemli sürüm yalnız bibliyografik durumun doğru belirtilmesi için doğrulanmış; iki sürümün bilimsel içeriği sessiz biçimde karıştırılmamıştır.

Lisans: Yüklenen preprint Creative Commons Attribution 4.0 International (CC BY 4.0) lisansıyla sunulmuştur.

Çalışma tasarımı: Sierra Leone'deki devam eden EVD sağ kalanları ve hane temaslıları kohortundan alınan plazma örneklerine dayalı gözlemsel metabolomik alt-çalışma.

Örneklem: PES bulunan 37 EVD sağ kalanı; asemptomatik 20 EVD sağ kalanı; asemptomatik 20 hane temaslısı.

PES alt grupları: 18 MSK/GI sekeli; 19 kardiyopulmoner sekel.

Örnek toplama dönemi: Mart 2016–Nisan 2019.

Ana laboratuvar yöntemi: Hedefsiz LC-MS/MS metabolomik.

Ekstraksiyon: Soğuk asetonitril ve formik asit.

Analiz sağlayıcısı: Gigantest Inc., Baltimore, Maryland.

Başlıca analiz yazılımları: MetaboAnalyst 6.0, R Studio 4.4.2, JMP 18.1.0, Cytoscape 3.10.3 ve XCalibur.

Eksik veri: 2.762 değer (%8,9); ilgili değişkenin minimum pozitif değerinin 1/5'i ile imputasyon.

Filtreleme: RSD > %25 değişkenler çıkarılmış; IQR'nin düşük kuyruğundaki neredeyse sabit değişkenleri azaltmak amacıyla değişkenlerin %25'i elenmiştir.

Normalizasyon: Medyan normalizasyonu ve log10 dönüşümü.

Univariate anlamlılık: Student's t-test; FC > 2,0 ve Benjamini–Hochberg FDR < 0,05.

Pathway anlamlılık: Impact score > 0,2 ve FDR < 0,05.

Korelasyon: Spearman's R; anlamlı ilişkilerin TCA ağ gösterimi Cytoscape ile yapılmıştır.

Multivariate analiz: PCA ve PLS-DA.

Biyobelirteç modelleri: PLS-DA ve Random Forest.

Keşif/doğrulama ayrımı: 39 sağ kalan discovery cohort, 18 sağ kalan validation cohort.

Cross-validation: Keşif modellerinde 100 Monte-Carlo cross-validation çalıştırması.

Ana sonuç: 544 metabolitten 34'ü PES ile asemptomatik EVD sağ kalanları arasında diferansiyel bulunmuştur; 26 daha düşük, 8 daha yüksek düzeydedir.

PLS-DA Figure 3: İki bileşenli model; accuracy 0,86, R²=0,66, Q²=0,45.

Biyobelirteç validation accuracy: PLS-DA 0,799; Random Forest 0,796.

Figure 5 validation AUC: PLS-DA 0,881 (%95 GA 0,54–1,00); Random Forest 0,91 (%95 GA 0,75–1,00).

Veri erişilebilirliği: Kaynak, ham verilerin yazarlardan makul talep üzerine alınabileceğini ve çevrimiçi veri deposuna yükleneceğini bildirmektedir.

Finansman: National Institutes of Health tarafından 1R01AI123535 ve 1R01AI175698 (J.S.S.), 1R01AG082899 (K.J.Z.), R38HL155774 (A.C.S.) hibeleriyle ve West African Emerging Infectious Disease Research Center kapsamında NIH U01AI151812 (J.S.S.) hibesiyle desteklenmiştir.

Çıkar çatışması: Yüklenen preprint PDF'de ayrı ve açık bir competing interests / conflict of interest beyanı tespit edilmemiştir; kaynakta olmayan bir beyan eklenmemiştir.

Yazar katkıları: Kavramsallaştırma: AS, NB, KZ, JS; veri kürasyonu: NB, EE; formal analiz: AS, NB, KZ, JS; finansman edinimi: AS, JS; araştırma: CO, PF, RS, AS; metodoloji: AS, NB, KZ, BG, JS; proje yönetimi: AS, NB, EE, DG, JS; kaynaklar: NB, SF, EE, RS, BG, DG, JS; gözetim: NB, KZ, JS; görselleştirme: AS, NB, KZ, JS; ilk taslak: AS, NB, JS; gözden geçirme ve düzenleme: AS, NB, JS, RS, KZ, SF.

Temel sınırlılıklar: Küçük ve kolayda örneklem, her kişi için tek metabolomik zaman noktası, yalnız plazma analizi, hücresel mekanizmanın doğrudan ölçülmemesi, PES–hane temaslısı karşılaştırmasında anlamlı metabolit farkı bulunmaması ve biyobelirteç modelinin bağımsız dış kohort yerine aynı çalışma popülasyonundan ayrılmış iç doğrulama grubunda değerlendirilmesi.

Kaynak şekilleri: Figure 1 metabolit ısı haritası ve volcano plot; Figure 2 Spearman korelasyon ısı haritası ve TCA metabolit ağı; Figure 3 PLS-DA grup ayrımı; Figure 4 pathway analizi; Figure 5 PLS-DA ve Random Forest validation ROC eğrileri.

Şekil yeniden inşa sınırı: Ana PDF, kaynak grafiklerin bütün ham nokta koordinatlarını veya Supplementary Table 4'teki rho değerlerini içermediği için yaklaşık veri türetilerek sahte hassasiyetli grafik oluşturulmamıştır. Kesin raporlanan sayılar HTML tablolarına aktarılmış ve yöntem zinciri ölçeksiz SVG ile açıklanmıştır.

Klinik yorum sınırı: Çalışmada belirlenen metabolitler aday biyobelirteçlerdir; PES tanısı koyan onaylı klinik test veya tedavi hedefi olarak doğrulanmış değildir.