CC BY
27
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
Протеомные методы исследования в диагностике синдрома Гийена-барре, ассоциированного с инфекционным процессом
О.Л. Тимченко, Н.Д. Ющук
ГБОУ ВПО «Московский государственный медико-стоматологический университет им. А.И. Евдокимова» Минздрава России
Синдром Гийена-Барре занимает одно из ведущих мест среди поражений периферической нервной системы. Он осложняет течение инфекционных болезней, значительно удлиняет восстановительный период и ухудшает качество жизни пациентов. Одна из приоритетных задач современной медицины - внедрение в клиническую практику диагностических методов, способных прогнозировать, и, как следствие, предупреждать развитие этих грозных осложнений. Таким критериям
в полной мере соответствуют протеомные методы диагностики. Использование данных методов исследования при синдроме Гийена-Барре, ассоциированном с инфекционным процессом, позволило определить уникальные протеомные профили сывороток крови больных, идентифицировать набор белков, оказывающих наибольшее влияние на протеомный профиль и предложить способ прогнозирования развития данного синдрома у больных с острым инфекционным процессом.
Ключевые слова:
синдром
Гийена-Барре,
Campylobacter,
цитомегаловирус,
Эпштейна-Барр
вирус, МАЛДИ масс-
спектрометрия,
липопротеины
высокой и низкой
плотности
Proteomic methods for diagnosis of Guillain-Barre syndrome associated with infectious process
O.L. Timchenko, N.D. Yushchuk Moscow State University of Medicine
and Dentistry
Guillain-Barre syndrome is one of the leading pathological processes among the lesions of the peripheral nervous system. It complicates the course of infectious diseases, significantly lengthens the recovery period and affects the quality of life of patients. One of the priorities of modern medicine - introduction to clinical practice the diagnostic methods to predict and, consequently, to prevent the development of dangerous complications. Such
criteria fully consistent with proteomic methods. The use of these methods of research in the Guillain-Barre syndrome associated with an infectious process, allowed us to determine an unique proteomic profiles of serum of the patients, to identify the set of proteins that have the greatest impact to proteomic profile and propose a method for predicting the development of this syndrome in patients with acute infectious process.
Keywords:
Guillain-Barre
syndrome,
Campylobacter,
Cytomegalovirus,
Epstein-Barr
virus, MALDI mass
spectrometry,
lipoproteins of
high and low
density
Среди осложнений инфекционных болезней вирусной и бактериальной природы одно из ведущих мест занимают аутоиммунные аксонально-демиелинизирующие полиневропатии, характеризующиеся множественным поражением периферических нервов [1-3]. В последние годы отмечаются тенденция к увеличению частоты этих осложнений и изменение характера их течения [4].
Самая частая причина острых периферических параличей аутоиммунной природы, ассоциированных с инфекционными болезнями, - синдром Гийена-Барре (СГБ). Это одно из наиболее тяжелых генерализованных заболеваний периферической нервной системы. Повсеместное распространение во всех возрастных группах, а также высокая летальность (от 5 до 33% среди людей с тяжелыми формами болезни), делают проблему изучения данного
синдрома несомненно актуальной [4-7]. Частота СГБ колеблется от 0,4 до 4,0 случая на 100 тыс. населения, составляя в среднем 1-2 случая на 100 тыс. населения ежегодно, а пик заболеваемости приходится на возрастную группу 30-50 лет [4]. Описаны случаи развития СГБ после введения противогриппозной, антирабической, противостолбнячной и менингококковой вакцин [8, 9], что в еще большей степени подчеркивает важность изучения данного заболевания.
Процесс диагностического распознавания СГБ осложняется тем обстоятельством, что к числу приобретенных аутоиммунных аксонально-демиелинизирующих полиневропатий относится и хроническая воспалительная демиелинизирующая полиневропатия (ХВДП), включающая все случаи воспалительного повреждения периферических нервов с подострым началом и хроническим (более 2 мес) течением, которые характеризуются обострениями и ремиссиями или монотонно прогрессируют [5]. Неврологическая симптоматика при ХВДП нарастает медленней, чем при СГБ [10]. Но в 16-20% случаев возможно острое начало с нарастанием мышечной слабости в течение первых недель болезни, что напоминает течение СГБ [11] и создает необходимость дифференциальной диагностики между этими состояниями, различающихся, в первую очередь, противоположными подходами к лечению [4].
Для решения отмеченных выше патогенетически и диагностически значимых аспектов проблемы СГБ были использованы протеомные технологии, успешно применяемые при диагностике многих заболеваний. В частности, масс-спектрометрический анализ позволяет выявлять биомаркеры онкологических заболеваний (рака желудка, гепа-токлеточной карциномы, рака эндометрия, легкого, толстой кишки, опухолей щитовидной железы и др.), инфаркта миокарда, мозговых нарушений. МАЛДИ масс-спектрометрия (масс-спектрометрия c матрично-активированной лазерной десорбцией/ионизацией) может быть использована для разработки гибкой системы идентификации и типи-рования возбудителей инфекционных заболеваний [12, 13]. Методы протеомного анализа применялись и при СГБ [14-17]. В частности, было отмечено изменение уровней транстиретина [14] и цистатина С [17] в спинномозговой жидкости больных СГБ. Выявлена важная роль аполипо-протеина Е в патогенезе данного заболевания [18]. С помощью масс-спектрометрии были идентифицированы штаммы Campylobacter jejuni, причастные к развитию СГБ [19], что позволило использовать выявление олигосахаридных эпитопов возбудителя в качестве косвенного маркера болезни [20]. В ходе недавно проведенных исследований был идентифицирован у больных СГБ, ассоциированным с цитомегаловирусом, специфический белок моезин [21]. Однако ставить точку в вопросе разработки методов диагностики и прогнозирования развития СГБ у больных с инфекционной патологией, несомненно, рано.
Таким образом, выявление прогностически значимых клинико-лабораторных диагностических критериев при СГБ остается одной из важных задач современной медицины.
МАТЕРИАЛ И МЕТОДЫ
Под наблюдением находились 117 пациентов с аутоиммунными аксонально-демиелинизирующими полиневропатиями (основная группа), из них 91 пациент с СГБ и 26 пациентов с хронической воспалительной демиели-низирующей полиневропатией в возрасте старше 16 лет без ограничения по полу и тяжести болезни, госпитализированных в ФГБУ «Научный центр неврологии» РАН. Контрольную группу составили 32 практически здоровых человека.
Согласно дизайну исследования, критериями включения в основную группу наблюдения были: верифицированный диагноз демиелинизирующей полиневропатии (СГБ, ХВДП); возраст старше 16 лет; информированное согласие пациента на обследование. Критерии исключения пациентов из исследования: полиомиелит; ботулизм; дифтерия; миастения; токсическая полиневропатия; сахарный диабет; нарушение обмена порфиринов; хронический алкоголизм и/или наркомания; органические поражения центральной нервной системы; диагностированная ВИЧ-инфекция, в том числе при обследовании в катамнезе; отказ от исследования; нарушение больным протокола исследования.
Половые и возрастные характеристики пациентов с СГБ и ХВДП, а также контрольной группы примерно соответствовали друг другу.
Диагноз «синдром Гийена-Барре» устанавливался на основании диагностических критериев ВОЗ, предложенных в 1993 г. Диагноз «хроническая воспалительная демиелинизирующая полиневропатия» устанавливался на основании критериев Американской академией неврологии, а также критериев Saperstein и INCAT (European Inflammatory Neuropathy Cause and Treatment - течение и лечение воспалительных невропатий), предложенных группой по изучению причин и лечению воспалительных невропатий. В схему клинического исследования входили учет анамнестических данных по взаимосвязи заболевания с инфекционными процессами, регистрация неврологических симптомов, оценка тяжести двигательного дефицита по Североамериканской шкале, а также силы отдельных групп мышц по специальной шкале баллов.
Всем больным и людям контрольной группы проводилось комплексное обследование, включавшее рутинные методы лабораторного исследования (клинические анализы крови и мочи и биохимический анализ крови с определением липидного профиля); определение методом иммуноферментного анализа антител классов М и G к Campylobacter jejuni, герпесвирусам (вирусам простого герпеса 1-го и 2-го типов, цитомегаловирусу, вирусу Эпштейна-Барр), Mycoplasma pneumoniae, Chlamydophila pneumoniae, определение маркеров гепатитов В (HBSAg) и С (анти-HCV суммарное), антител к ВИЧ; протеомное исследование сывороток крови с помощью времяпролетной МАЛДИ масс-спектрометрии. Помимо вышеперечисленных исследований, пациентам также проводились: клинический анализ цереброспинальной жидкости, электроней-ромиографическое исследование, магнитно-резонансная и/или компьютерная томография головного и спинного
мозга. Протеомные исследования выполнены в лаборатории протеомики Института биоорганической химии им. акад. М.М. Шемякина и Ю.А. Овчинникова РАН. Для проведения времяпролетной МАЛДИ масс-спектрометрии использовали оборудование и расходные материалы фирмы «Bruker Daltonics» (Германия).
Кровь для исследований забирали в стандартные пробирки с активатором свертывания, которые через 1 ч после забора центрифугировали со скоростью 3000 об/мин в течение 15 мин при комнатной температуре. Полученную сыворотку крови отбирали в пробирки и замораживали при -70 °C. Транспортировку образцов осуществляли в термосе с жидким азотом. Фракционирование белково-пептидных смесей образцов сыворотки крови проводили по протоколу, рекомендованному производителем, с небольшими модификациями, на специализированном роботе ClinProt. Для профилирования использовали набор, содержащего магнитные микрочастицы со слабой катионо-обменной поверхностью (MB-WCX, magnetic bead based weak cation exchange): элюаты наслаивали на стальную полированную 384-точечную масс-спектрометрическую мишень в двух повторах, после высушивания на воздухе на образец наслаивали раствор матрицы, представленной смесью 2,4 мг 2,5-дигидрокси-бензойной кислоты и 3 мг а-цианогидроксикоричной кислоты на каждый мл раствора метанол:ацетонитрил:вода, смешанных в соотношении 5:4:1. Масс-спектры получали с использованием времяпролетного МАЛДИ масс-спектрометра Ultraflex. Масс-спектрометрические данные анализировали с применением компьютерной программы ClinProTools 2.1. Математические модели для классификации масс-спектров смеси пептидов и белков, полученных после фракционирования сывороток крови, строили на основе генетического алгоритма и управляемой нейронной сети. При построении классификационных моделей использовали следующие параметры. Для генетического алгоритма: количество пиков, входящих в создаваемую модель классификации - не более 7, число поколений - не более 200. Количество пиков, используемых для построения классификационной модели на основе управляемой нейронной сети, выбиралось алгоритмом автоматически (но не более25). Для построения классификационных моделей масс-спектры каждой пары групп образцов «СГБ-контроль» и «ХВДП-контроль» разделяли на две подгруппы, одну пару использовали для построения классификационной модели, а вторую - для проверки ее достоверности.
Для статистической обработки полученных результатов математический и статистический анализ проводился при помощи пакета статистических программ SPSS (Statistical Package for the Social Sciences - Статистический пакет для социальных наук; 17-я версия, допустимая ошибка Е=5%). При этом осуществлялась предварительная многофакторная подготовка полученных результатов исследований с созданием блоков электронных таблиц. После контроля нормальности распределения данных применялись методы непараметрической статистики с использованием критериев Манна-Уитни для сравнения средних величин
и критерия х2 для сравнения показателей частот. Оценка взаимосвязи разных категорий параметров осуществлялась с помощью корреляционного анализа на основе определения коэффициента корреляции Спирмена с расчетом достоверности силы связей. Для подтверждения информативности полученных данных проводился дис-криминантый анализ.
результаты и обсуждение
Проведенные исследования показали, что в 43% случаев у больных СГБ регистрировалась моноинфекция, в 22% случаев - микст-инфекция. Чаще всего (в 46% случаев) развитию синдрома Гийена-Барре предшествовала инфекция, обусловленная Campylobacter jejuni, в том числе в 19% случаев в виде микст-инфекции (табл. 1). При ХВДП у 23% пациентов выявлялись только антитела класса G к Campylobacter без нарастания их концентрации в парных сыворотках крови.
Следующими по значимости этиологическими факторами, предшествующими развитию СГБ, были цитомегало-вирус (25% случаев) и вирус Эпштейна-Барр (19%).
Сочетание нескольких инфекционных процессов наблюдали у 22% больных СГБ и у 19% больных ХВДП. При синдроме Гийена-Барре преобладали микст-инфекции с участием Campylobacter (65% случаев), несколько реже (в 45-50% случаев) к этиологии синдрома были при-частны другие возбудители. При хронической воспалительной демиелинизирующей полиневропатии наиболее частыми участниками микробных ассоциаций (более чем в 50% случаев) выступали герпесвирусы и Mycoplasma pneumoniae.
На основе МАЛДИ масс-спектрометрии были разработаны протеомные классификационные модели аутоиммунных аксонально-демиелинизирующих полиневропатий, которые позволяли проводить дифференциальную диагностику между СГБ и ХВДП (в том числе с острым началом).
Изучение масс-спектров сывороток крови у больных СГБ позволило выявить несколько характерных пиков отношения массы к заряду, которые не обнаруживались у здоровых людей (табл. 2).
Из материалов, приведенных в табл. 2, следует, что классификационная модель сывороток крови «СГБ-контроль» имеет 3 пика со статистическим весом больше 1.
Определенные изменения масс-спектров были выявлены и при анализе сывороток крови больных ХВДП (табл. 3).
Классификационные модели для массивов масс-спектрометрических данных сывороток крови групп «больные СГБ-контроль» и «больные ХВДП-контроль» строили с использованием двух математических алгоритмов: генетического алгоритма и обучаемой нейронной сети. Более рациональными оказались модели, построенные на основе генетического алгоритма. В результате была создана дифференциально-диагностическая компьютерная программа, позволяющая на основе анализа сывороток крови больных отличать СГБ от ХВДП.
Таблица 1. Частота обнаружения антител ^М класса к исследуемым инфекционным агентам у больных синдромом Гийена-Барре и хронической воспалительной демиелинизирующей полиневропатией
Частота обнаружения IgM к микробным антигенам
Инфекционный агент синдром Гийена-барре (n=91) хроническая воспалительная демиелинизирующая полиневропатия (n=26) Р
абс. % | абс. | 1 %
Campylobacter jejuni 42 46 0 0 <0,001*
Herpes simplex virus I, II 2 2 5 19 0,018*
Epstein-Barr virus от 8 31 0,300
Cytomegalovirus 23 25 7 27 0,849
Chlamydophila pneumoniae 15 16 1 4 0,111
Mycoplasma pneumoniae 15 16 6 23 0,671
В том числе микст-инфекция 20 Ц 22 5 19 0,934
Этиология не установлена 28 35 5 19 -
Примечание. р - вероятность различий показателей больных СГБ и ХВДП; * - достоверность различий (р <0,05) частот по критерию Манна-Уитни.
Таблица 2. Значения тД-пиков, вошедших в классификационную модель сывороток крови «СГБ-контроль», построенную с использованием генетического алгоритма
Порядковый номер пика Значения m/z-пика Значения m/z, соответствующие началу пика Значения m/z, соответствующие концу пика Статистический вес пика
34 1945 1937 1950 2,006
60 2787 2780 2796 1,788
102 4478 4463 4482 1,350
87 3985 3976 3990 0,928
62 2844 2834 2851 0,739
45 2240 2234 2245 0,678
219 11784 11774 11797 0,266
Таблица 3. Значения тД-пиков, вошедших в классификационную модель сывороток крови «ХВДП-контроль», построенную с
Таблица 3. Значения тД-пиков, вошедших в классификационную модель сывороток крови «ХВДП-контроль», построенную с использованием генетического алгоритма
Порядковые номера пиков Значения m/z-пиков Значения m/z, соответствующие началу пиков Значения m/z, соответствующие концу пиков Статистический вес пиков
34 1945 1940 1950 2,051
32 1886 1883 1891 1,924
19 1490 1486 1497 1,750
86 3985 3975 3989 1,455
23 1553 1549 1558 1,091
77 3401 3399 3412 1,082
222 11784 11768 11797 0,265
Классификационная модель сывороток крови «СГБ-контроль» со 100% специфичностью и чувствительностью (специфичность в данном случае - процент правильно идентифицированных сывороток крови практически здоровых людей контрольной группы, чувствительность -процент правильно идентифицированных сывороток крови больных СГБ) различала масс-спектры двух тестируемых групп (кросс-валидация по двум группам - 94%). Классификационная модель «ХВДП-контроль» с 94% специфичностью и 100% чувствительностью различала масс-спектры двух групп (кросс-валидация по двум группам - 100%).
Для расшифровки патогенетической роли отдельных белков, входящих в характеристику протеомного профиля сыворотки крови больных с СГБ, проводили их идентифи-
кацию с помощью метода тандемной масс-спектрометрии, сопряженной с высокоэффективной жидкостной хроматографией с использованием квадрупольно-времяпро-летного масс-анализатора - Quadrupole Ь'те-о^
АлдЬ^). Карта идентифицированных белков представлена в табл. 4.
Как следует из табл. 4, основную долю среди белков сыворотки крови больных СГБ, дающих значимые по величине пики, составляли аполипопротеины, которые на 82% перекрывают идентифицированные последовательности пептидов.
Среди аполипопротеинов ведущее место занимали аполипопротеины С1 и А1, служашие активаторами лецитин-холестерол ацилтрансферазы - фермента, превращающего свободный холестерин липопротеинов
Таблица 4. Идентифицированные белки сыворотки крови больных синдромом Гийена-Барре
Идентификацион- Количество Степень перекрытия по-
ный номер белка идентифициро- следовательности белка Молекулярная мас- Наименование идентифицированного
в базе данных ванных пепти- идентифицированными са белка, Да белка
SwissProt дов на белок пептидами
P02647 30 24% 28 079 Apolipoprotein A-I (1-242)
P02671 22 3% 69 757 Fibrinopeptide A
P06396 16 6% 82 959 Gelsolin (ADF)
P10909 9 8% 25 883 Clusterin alpha chain (Apolipoprotein J)
P02765 7 12% 30 222 Alpha-2-HS-glycoprotein chain B
P00734 3 8% 65 308 Thrombin heavy chain
P02768 6 3% 47 360 Serum albumin
P04004 4 7% 54 306 Somatomedin-B
P01024 4 2% 71 317 Complement C3c alpha' chain fragment 2
P02766 4 10% 15 887 Transthyretin
Q14624 5 2% 101 241 35 kDa inter-alpha-trypsin inhibitor heavy chain H4
P00751 8 1% 83 001 Complement factor B Bb fragment
P02753 2 5% 20 845 Plasma retinol-binding protein (1-176)
Q5K4E3 2 1% 91 955 Polyserase-2
P08697 2 2% 54 566 Alpha-2-antiplasmin (Alpha-2-AP, Alpha-2-PI)
Q9NS56 1 1% 119 198 E3 ubiquitin-protein ligase Topors (p53-binding protein 3, p53BP3)
P02774 2 2% 52 963 Vitamin D-binding protein (DBP, VDB)
P01008 1 3% 52 602 Antithrombin-III (ATIII)
P02656 2 11% 10 852 Apolipoprotein C-III (Apo-CIII, ApoC-III)
O14981 2 0% 206 888 TATA-binding protein-associated factor 172 (TAF-172)
Q86V15 1 1% 124 788 Zinc finger protein castor homolog 1
P02760 3 3% 38 999 Trypstatin
P15121 1 2% 35 853 Aldose reductase (AR)
P01857 1 3% 36 106 Ig gamma-1 chain C region
P04217 1 2% 51 941 Alpha-1B-glycoprotein
Q9NZJ5 1 1% 125 147 Eukaryotic translation initiation factor 2-alpha kinase 3 (HsPEK)
O14791 1 4% 41 129 Apolipoprotein L1 (ApoL-I, Apo-L)
Q8N8X6 1 5% 23 142 Golgin subfamily A member 2-like protein 4
Q5W0B1 1 1% 81 116 RING finger protein 219
P05546 1 4% 54 960 Heparin cofactor 2 (HC-II, HLS2)
Q96RL7 1 0% 350 903 Vacuolar protein sorting-associated protein 13A
Q9Y4A5 1 0% 437 600 Transformation/transcription domain-associated protein (PAF350/400)
P02654 1 35% 6630,574 Truncated apolipoprotein C-I (Apo-CIB', ApoC-IB')
Q5T6C5 1 1% 77 181 Ataxin-7-like protein 2
O75643 1 0% 244 508 U5 small nuclear ribonucleoprotein 200 kDa helicase (U5-200KD)
Q05655 1 2% 77 505 Protein kinase C delta type
Q6WRI0 1 0% 290 838 Immunoglobulin superfamily member 10 (IgSF10) (CMF608)
Q86U86 1 1% 182 118 Protein polybromo-1 (hPB1) (BAF180)
Q9BZC7 1 1% 230 564 ATP-binding cassette sub-family A member 2 (ATP-binding cassette 2)
Q1MSJ5 1 1% 141 751 Centrosome and spindle pole-associated protein 1
Q9NSK7 1 5% 16 286 Uncharacterized protein C19orf12
P04114 1 0% 515 563 Apolipoprotein B-48 (Apo B-48)
O95149 1 4% 41 143 Snurportin-1
060809 1 3% 55 063 PRAME family member 10
Q00013 1 2% 52296 55 kDa erythrocyte membrane protein (p55)
Q9P2A4 1 2% 38 975 ABI gene family member 3 (Nesh)
высокой плотности в гидрофобные формы. Вместе с аполипопротеином СШ, способным подавлять липопро-теинлипазу, они снижают содержание в сыворотке крови липопротеинов низкой плотности (ЛПНП).
Эти данные позволили предположить, что развитию СГБ сопутствуют не только дегенеративные изменения со стороны периферических нервных волокон, но и нарушение липидного обмена.
Установлено, что содержание в крови ЛПНП действительно может служить критериальным признаком СГБ. Следует отметить, что низкий уровень этого показателя может регистрироваться при довольно широком спектре заболеваний (декомпенсированный сахарный диабет, гепатоцеллюляр-ные заболевания, холестаз, нефротический синдром, хроническая почечная недостаточность и др.). В связи с этим был введен дополнительный параметр, отражающий не только падение ЛПНП, но и сопутствующий ему рост липопротеинов высокой плотности (ЛПВП). Подобное соотношение рекомендуют определять, например с целью прогнозирования атеросклероза, но в этом случае оно имеет вид ЛПНП/ЛПВП, т.е. несколько отличается от использованного нами. Результаты определения соотношения ЛПВП/ЛПНП у больных СГБ в сравнении с контролем представлены на рисунке.
Таким образом, у больных СГБ, в отличие от здоровых людей, 95% доверительный интервал коэффициента, как правило, превышает 0,65. Только у одного больного СГБ 3-й группы отношение ЛПВП/ЛПНП составляло 0,52, а у
остальных 98% больных оно соответствовало критериальному диапазону.
выводы
В целом полученные результаты позволяют сделать следующие выводы:
1. При кампилобактериозе, цитомегаловирусной и Эпштейна-Барр вирусной инфекциях необходимо динамическое исследование неврологического статуса больных с целью выявления первых признаков поражения периферической нервной системы и своевременной диагностики возможного развития СГБ.
2. Для дифференциальной диагностики между СГБ и хронической воспалительной демиелинизирующей полиневропатией с острым началом целесообразно проводить масс-спектрометрию сывороток крови больных с использованием специального программного обеспечения на основе разработанных классификационных моделей «СГБ-контроль» и «ХВДП-контроль».
3. Всем больным кампилобактериозом, острыми Эпштейна-Барр или цитомегаловирусной инфекциями в периоде реконвалесценции рекомендуется определение уровней ЛПНП и ЛПВП. При содержании ЛПНП в крови ниже 2,2 ммоль/л и соотношении ЛПВП/ЛПНП выше 0,65, больных предположительно можно отнести в группу риска развития СГБ.
3,0
2,5 -
2,0 -
1= X
1= <
^ 1,5-m
i= <
1,0 -
0,5 -
0,0
1-я 2-я 3-я 4-я 5-я 6-я 7-я 8-я Контроль Группы
Соотношение липопротеинов высокой и низкой плотности у больных синдромом Гийена-Барре различной этиологии и клиническими проявлениями инфекционного процесса в сравнении с контролем
СВЕДЕНИЯ ОБ АВТОРАХ
Тимченко Ольга Леонидовна - доктор медицинских наук, доцент кафедры инфекционных болезней и эпидемиологии ГБОУ ВПО «Московский государственный медико-стоматологический университет им. А.И. Евдокимова» Минздрава России E-mail: [email protected]
Ющук Николай Дмитриевич - академик РАН, профессор, президент ГБОУ ВПО «Московский государственный медико-стоматологический университет им. А.И. Евдокимова» Минздрава России, заведующий кафедрой инфекционных болезней и эпидемиологии, член Правления Национального научного общества инфекционистов E-mail: [email protected]
литература
1. Скрипченко Н.В., Команцев В.Н. Инфекционные заболевания периферической нервной системы у детей: руководство для врачей. М. : Медицина, 2006. 560 с.
2. Инфекционные болезни: национальное руководство / под ред. Н.Д. Ющука, Ю.Я. Венгерова. М. : ГЭОТАР-Медиа, 2009. 1056 с.
3. Цинзерлинг В.А., Чухловина М.Л. Инфекционные поражения нервной системы: вопросы этиологии, патогенеза и диагностики : Руководство для врачей. СПб. : ЭЛБИ-СПб, 2011. 584 с.
4. Пирадов М.А., Супонева Н.А. Синдром Гийена-Барре: диагностика и лечение. М. : МЕДпресс-информ, 2011. 210 с.
5. Левин О.С. Полиневропатии : Клиническое руководство. М. : Медицинское информационное агентство. 2011. 496 с.
6. Бамбеева Р.Ц., Дунаевская Г.Н., Нанкина И.В. Идиопати-ческие воспалительные полиневропатии у детей // Леч. врач. 2008. № 7. С. 52-57.
7. AramiM.A., Yazdchi M., KhandaghiR. Epidemiology and characteristics of Guillain-Barre syndrome in the northwest of Iran // Ann. Saudi Med. 2006. Vol. 26. P. 22-27.
8. Бектимиров Т.А. Современные подходы к изучению поствакцинальных реакций и осложнений // Вакцинация. 2000. № 4. С. 4-8.
9. Tishler M., Shoenfeld Y. Vaccination may be associated with autoimmune diseases // Isr. Med. Assoc. J. 2004. Vol. 6. P. 430432.
10. Гусев Е.И., Коновалов А.Н., Гехт А.Б. Неврология и нейрохирургия. Клинические рекомендации. М. : ГЭОТАР-Медиа, 2007. С. 267-280.
11. Супонева Н.А., Никитин С.С., Пирадов М.А., Меркулова Д.М. Хроническая воспалительная демиелинизирующая полиневропатия с острым началом и дыхательной недостаточностью // Атмосфера. Нервные болезни. 2007. № 1. С. 40-44.
12. Говорун В.М., Арчаков А.И. Протеомные технологии в современной биомедицинской науке // Биохимия. 2002. Т. 67. С. 1109-1123.
13. Ильина Е.Н., Малахова М.Н., Генерозов Е.В. и др. Использование масс-спектрометрического анализа для типирования вируса гепатита С // Биомед. химия. 2005. Т. 51. С. 41-47.
14. Chiang H.L., Lyu R.K., Tseng M.Y. et al. Analyses of transthyretin concentration in the cerebrospinal fluid of patients with Guillain-Barre syndrome and other neurological disorders // Clin. Chim. Acta. 2009. Vol. 405. P. 143-147.
15. Jin T., Hu L.S., Chang M. et al. Proteomic identification of potential protein markers in cerebrospinal fluid of GBS patients // Eur. J. Neurol. 2007. Vol. 14. P. 563-568.
16. Lehmensiek V., Süssmuth S.D., Brettschneider J. et al. Proteome analysis of cerebrospinal fluid in Guillain-Barre syndrome (GBS) // J. Neuroimmunol. 2007. Vol. 185. P. 190-194.
17. Yang Y.R., Liu S.L., Qin Z.Y. et al. Comparative proteomics analysis of cerebrospinal fluid of patients with Guillain-Barre syndrome // Cell Mol. Neurobiol. 2008. Vol. 28. P. 737-744.
18. Zhang H.-L., Wu J., Zhu J. The role of apolipoprotein E in Guillain-Barré syndrome and experimental autoimmune neuritis // J. Biomed. Biotechnol. 2010. Vol. 2010. P. 357412-357423.
19. Dzieciatkowska M., Brochu D., van Belkum A. et al. Mass spectrometric analysis of intact lipooligosaccharide: direct evidence for O-acetylated sialic acids and discovery of O-linked glycine expressed by Campylobacter jejuni // Biochemistry. 2007. Vol. 46. P. 14704-14714.
20. Tian X.Y., Zhang J.Z., LiC.Y. et al. Preliminary analysis on the proteomic feature of Guillain-Barre syndrome-associated Campylobacter jejuni // Zhonghua Liu Xing Bing Xue Za Zhi. 2004. Vol. 25. P. 240-244.
21. Sawai S., Satoh M., Mori M. et al. Moesin is a possible target molecule for cytomegalovirus-related Guillain-Barre syndrome // Neurology. 2014. Vol. 83, N 24. P. 2314-2315.
REFERENCES_
1. Skripchenko N.V., Komantsev V.N. Infektsionnye zabolevaniya perifericheskoy nervnoy sistemy u detey: rukovodstvo dlya vrachey [Infectious diseases of the peripheral nervous system in children: guideline for doctors]. ivioscow : Meditsina, 2006: 560 P. (in Russian)
2. Infektsionnye bolezni: natsional'noe rukovodstvo [Infectious diseases: national guide] / edited by N.D. Yushchuk, Yu.Ya. Vengerov. Мoscow : GEOTAR-Media, 2009: 1056 P. (in Russian)
3. Tsinzerling V.A., Chukhlovina M.L. Infektsionnye porazheniya nervnoy sistemy: voprosy etiologii, patogeneza i diagnostiki: Rukovodstvo dlya vrachey [Infections of the nervous system: etiology, pathogenesis and diagnosis: guidelines for doctors]. St. Peterurg: ELBI-SPb, 2011: 584 P. (in Russian)
4. Piradov M.A., Suponeva N.A. Sindrom Giyena-Barre: diagnostika i lechenie. [Guillain-Barre syndrom: diagnosis and treatment]. Мoscow: MEDpress-inform, 2011: 210 P. (in Russian)
5. Levin O.S. Polinevropatii: Klinicheskoe rukovodstvo [Polyneuropathy: Clinical Guide]. Moscow : Meditsinskoe informatsionnoe agentstvo. 2011. 496 P. (in Russian)
6. Bambeeva R.Ts., Dunaevskaya G.N., Nankina I.V. Идиопати-ческие воспалительные полиневропатии у детей. Lechashchiy vrach [Attending doctor]. 2008. № 7. С. 52-57. (in Russian)
7. AramiM.A., Yazdchi M., KhandaghiR. Epidemiology and characteristics of Guillain-Barre syndrome in the northwest of Iran. Ann Saudi Med. 2006; Vol. 26: 22-7.
8. Bektimirov T.A. Modern approaches to the study of post-vaccination reactions and complications. Vaktsinatsiya [vaccination]. 2000. № 4. С. 4-8. (in Russian)
9. Tishler M., Shoenfeld Y. Vaccination may be associated with autoimmune diseases. Isr Med Assoc J. 2004; Vol. 6: 430-2.
10. Gusev E.I., Konovalov A.N., Gekht A.B. Neurology and Neurosurgery. Clinical guidelines. Moscow: GEOTAR-Media, 2007: 267-80. (in Russian)
11. Suponeva N.A., Nikitin S.S., Piradov M.A., Merkulova D.M. Chronic Inflammatory Demyelinating Polyneuropathy with acute onset and respiratory failure. Atmosphere. Nervous diseases. 2007; N 1: 40-4. (in Russian)
12. Govorun V.M., Archakov A.I. Proteomic technologies in modern biomedical science. Biokhimiya [Biochemistry]. 2002; Vol. 67: 1109-23. (in Russian)
13. Il'ina E.N., Malakhova M.N., Generozov E.V. et al. Use of mass spectrometric analysis for typing HCV. Biomeditsinskaya khimiya [Biomedical Chemistry]. 2005; Vol. 51: 41-7. (in Russian)
14. Chiang H.L., Lyu R.K., Tseng M.Y. et al. Analyses of transthyretin concentration in the cerebrospinal fluid of patients with Guillain-Barre syndrome and other neurological disorders. Clin Chim Acta. 2009; Vol. 405: 143-7.
15. Jin T., Hu L.S., Chang M. et al. Proteomic identification of potential protein markers in cerebrospinal fluid of GBS patients. Eur J Neurol. 2007; Vol. 14: 563-8.
16. Lehmensiek V., Süssmuth S.D., Brettschneider J. et al. Proteome analysis of cerebrospinal fluid in Guillain-Barre syndrome (GBS). J Neuroimmunol. 2007; Vol. 185: 190-4.
17. Yang Y.R., Liu S.L., Qin Z.Y. et al. Comparative proteomics analysis of cerebrospinal fluid of patients with Guillain-Barre syndrome. Cell Mol Neurobiol. 2008; Vol. 28: 737-44.
18. Zhang H.-L., Wu J., Zhu J. The role of apolipoprotein E in Guillain-Barre syndrome and experimental autoimmune neuritis. J Biomed Biotechnol. 2010; Vol. 2010: 357412-23.
19. Dzieciatkowska M., Brochu D., van Belkum A. et al. Mass spectrometric analysis of intact lipooligosaccharide: direct evidence for O-acetylated sialic acids and discovery of O-linked glycine expressed by Campylobacter jejuni. Biochemistry. 2007; Vol. 46: 14704-14.
20. Tian X.Y., Zhang J.Z., Li C.Y. et al. Preliminary analysis on the proteomic feature of Guillain-Barre syndrome-associated Campylobacter jejuni. Zhonghua Liu Xing Bing Xue Za Zhi. 2004; Vol. 25: 240-4.
21. Sawai S., Satoh M., Mori M. et al. Moesin is a possible target molecule for cytomegalovirus-related Guillain-Barre syndrome. Neurology. 2014; Vol. 83 (24): 2314-5.
