Key points are not available for this paper at this time.
há muito tempo é conhecido por descrever agrupamentos heterogêneos de pacientes, mas somente recentemente os dados evoluíram para permitir uma compreensão molecular das diferenças clínicas. A evolução da transcriptômica (e outras plataformas 'ômicas') e as análises estatísticas aprimoradas, em combinação com grandes coortes clínicas, abriram a porta para a caracterização molecular dos processos patobiológicos associados a uma variedade de pacientes com asma. Quando vinculadas a dados de modelos animais e ensaios clínicos de terapias biológicas direcionadas, distinções emergentes surgiram entre pacientes com e sem elevações em vias imunes e inflamatórias do tipo 2, levando à confirmação de uma ampla categorização da asma tipo 2-Hi. Diferenças nas proporções, fontes e localização de citocinas do tipo 2 e sua relação com a ativação de vias imunes adicionais parecem distinguir vários fenótipos (sub)moleculares diferentes, e talvez endótipos da asma tipo 2-Hi, que respondem de maneira diferente a terapias anti-inflamatórias amplas e direcionadas. A asma na ausência de inflamação do tipo 2 é muito menos bem definida, sem biomarcadores claros, mas geralmente está ligada a respostas ruins a corticosteroides. A integração de "big data" de grandes coortes, ao longo do tempo, utilizando abordagens de aprendizado de máquina, combinada com validação e aprendizado iterativo em sistemas de modelos (e humanos) é necessária para identificar os biomarcadores e fenótipos/endótipos moleculares bem definidos necessários para cumprir a promessa da medicina de precisão.
Ray et al. (qui,) estudaram essa questão.