Wissenschaftler haben gelernt, chronische Müdigkeit anhand von Spuren zellulärer freier RNA zu erkennen

Ein Team der Cornell University hat gezeigt, dass ein einziges Blutfläschchen einen „molekularen Fingerabdruck“ der myalgischen Enzephalomyelitis/des chronischen Erschöpfungssyndroms (ME/CFS) liefern kann. Sie sequenzierten zellfreie RNA (cfRNA) im Plasma und trainierten maschinelle Lernmodelle, die Patienten von gesunden (sitzenden) Personen mit einer Genauigkeit von etwa 77 % unterschieden. Das Muster deutete auf ein gestörtes Immunsystem, eine „lockere“ extrazelluläre Matrix und Anzeichen von T-Zell-Erschöpfung hin, wobei plasmazytoide dendritische Zellen (PCDCs), die mit der Interferonreaktion assoziiert sind, besonders ausgeprägt waren. Die Arbeit wurde am 11. August 2025 online in PNAS veröffentlicht.

Hintergrund der Studie

• Das Problem mit fehlenden „Tests “. Für ME/CFS gibt es keine zuverlässigen Labortests: Die Diagnose basiert auf Symptomen (Verschlechterung nach körperlicher Belastung, „Gehirnnebel“, Schlafstörungen usw.) und dem Ausschluss anderer Ursachen. Aus diesem Grund drehen sich die Menschen jahrelang im Kreis – es gibt nur wenige objektive Marker, an denen sich ein Arzt orientieren könnte.
• Es scheint vieles zu sein. ME/CFS-Beschwerden überschneiden sich mit Depressionen, Anämie, Schilddrüsenfunktionsstörungen, Autoimmun- und postinfektiösen Erkrankungen und in den letzten Jahren auch mit Long COVID. Es bedarf eines biologischen Fingerabdrucks, um die einzelnen Erkrankungen voneinander unterscheiden zu können.
• Warum wurde Blut und cfRNA getestet? Plasma enthält RNA-Fragmente, die von Zellen verschiedener Organe „abgesetzt“ werden – zellfreie RNA (cfRNA). Sie ist wie eine „Blackbox“ des Körpers: Anhand solcher Fragmente lässt sich beurteilen, welche Gewebe und Immunzellen aktiviert sind und welche Signalwege gerade „Lärm machen“. Dieser Ansatz hat sich bereits bei anderen entzündlichen und infektiösen Erkrankungen bewährt.
• Was hindert uns daran, das Signal zu sehen? CfRNA ist klein, zerbrechlich und ME/CFS-Patienten sind oft bewegungsarm – körperliche Inaktivität verändert den molekularen Hintergrund. Daher ist es wichtig, eine strenge Laborkette (Sammlung/Lagerung/Sequenzierung) aufzubauen und die richtigen Kontrollgruppen (einschließlich gesunder, aber bewegungsarmer Personen) auszuwählen.

Was war das Ziel der Arbeit?

1. Um zu verstehen, ob ME/CFS eine persistente cfRNA-Signatur im Blut aufweist.
2. Zerlegen Sie das Signal nach Quellen: Welche Zellen/Gewebe tragen dazu bei.
3. Identifizieren Sie biologische Signalwege (Immundysregulation, extrazelluläre Matrix, Anzeichen von T-Zell-Ermüdung usw.), die mit anderen Methoden getestet werden können.
4. Der Aufbau eines maschinellen Lernmodells, das ME/CFS von Kontrollpersonen unterscheiden kann, ist ein Schritt in Richtung eines objektiven Tests und einer zukünftigen Patientenstratifizierung.

Praktische Bedeutung

Wenn die cfRNA-Signatur in großen Kohorten bestätigt wird, führt dies zu:

• Hilfsdiagnosetool (nicht anstelle der Klinik, sondern als Hilfe);
• Grundlage für ME/CFS-Subtypen (einige sind eher „pro-Interferon“, andere eher pro-Matrix/Gefäße usw.);
• ein Weg zur gezielten Erforschung und Überwachung der Reaktion auf Interventionen.

Die Idee ist einfach: Anstatt sich nur auf die Symptome zu verlassen, lesen Sie das systemische „Ereignisprotokoll“ des Körpers aus dem Blut und extrahieren Sie daraus ein erkennbares ME/CFS-Profil.

Was haben sie getan?

• Sie entnahmen Blut von einer Gruppe von Menschen mit ME/CFS und einer entsprechenden Gruppe gesunder, aber inaktiver Teilnehmer (um die Auswirkungen der Krankheit und Inaktivität nicht zu verwechseln). Aus dem Plasma isolierten sie winzige RNA-Fragmente, die freigesetzt werden, wenn Zellen geschädigt werden und absterben – eine Art Tagebuch der Vorgänge im Körper. Anschließend sequenzierten sie diese Fragmente und „trainierten“ Algorithmen, um Krankheitsmuster zu erkennen. Das Ergebnis waren über 700 signifikant unterschiedliche Transkripte zwischen Fällen und Kontrollen.
• Mithilfe der Gensignatur entschlüsselten die Forscher die cfRNA und untersuchten, welche Zellen und Gewebe das Signal sendeten. Sie fanden Unterschiede in sechs Zelltypen gleichzeitig, allen voran plasmazytoide dendritische Zellen, die Typ-I-Interferone produzieren (ein Hinweis auf eine verlängerte antivirale Reaktion). Auch Monozyten, Thrombozyten und T-Zell-Subtypen veränderten sich.
• Der auf cfRNA basierende Klassifikator erreichte eine Genauigkeit von etwa 77 % – immer noch niedrig für einen vorgefertigten Test, aber ein bedeutender Schritt vorwärts in Richtung einer objektiven Diagnose von ME/CFS.

Warum ist das wichtig?

• Derzeit gibt es keinen Labortest für ME/CFS. Die Diagnose basiert auf einer Kombination von Symptomen (starke Müdigkeit, Verschlechterung nach körperlicher Belastung, „Gehirnnebel“, Schlafstörungen usw.), die leicht mit anderen Erkrankungen verwechselt werden können. Ein „molekularer Blutabdruck“ könnte Ärzten helfen – zumindest zunächst als Hilfsmittel.
• Der Ansatz ist skalierbar: Dieselbe Gruppe von Ingenieuren hat cfRNA bereits verwendet, um zwischen dem Kawasaki-Syndrom, MIS-C sowie bakteriellen und viralen Infektionen bei Kindern zu unterscheiden – das heißt, es handelt sich um eine universelle Plattform für komplexe Diagnosen.
• Für die ME/CFS-Wissenschaft ist dies ein Schritt in Richtung Biomarker der Krankheitsmechanismen: Interferonachse, T-Zell-Erschöpfung, Matrixstörung – all diese Faktoren können mit anderen Methoden getestet und in die Proteomik/Metabolomik integriert werden. In diesem Bereich werden bereits ähnliche „Puzzleteile“ gesammelt (z. B. die Rolle von oxidativem Stress und zirkulierenden microRNAs), und cfRNA bietet eine Top-down-Sicht auf das System.

Details, die ins Auge fallen

• >700 differenzielle Transkripte und der Fokus auf Signalwege der Immundysregulation, der Organisation der extrazellulären Matrix und der T-Zell-Erschöpfung sind nicht nur Ja/Nein-Diagnosen, sondern geben Hinweise auf die Biologie des Prozesses.
• Die Zunahme des Signals von plasmazytoiden dendritischen Zellen (den Hauptproduzenten von IFN-I) steht im Einklang mit der Hypothese einer verlängerten antiviralen oder „fehlgeleiteten“ Immunantwort bei einigen Patienten.
• Das Team betont, dass die Unterscheidung von ME/CFS und Long COVID mithilfe von cfRNA potenziell möglich und angesichts der Überschneidungen zwischen Symptomen und Mechanismen ein logischer nächster Schritt sei.

Wo bleibt die Vorsicht?

• Dies ist keine fertige Analyse „aus der Klinik“. Eine Genauigkeit von 77 % ist ein guter Anfang, aber vor der klinischen Anwendung sind große, heterogene Kohorten, eine externe Validierung, ein Vergleich mit anderen Erschöpfungskrankheiten und die Definition präanalytischer Standards (wie Blut entnommen/aufbewahrt wird) erforderlich.
• Die Kontrollgruppe besteht aus gesunden, sitzenden Menschen. Es ist wichtig zu überprüfen, wie das Modell bei realen Differentialdiagnosen in der Praxis funktioniert (Depression, Anämie, Schilddrüsenerkrankungen, Autoimmun- und postinfektiöse Syndrome usw.).
• cfRNA ist eine „Zusammenfassung“ des gesamten Körpers; sie ist sensitiv, aber auch mehrdeutig. Daher muss die Interpretation auf unabhängigen Datenachsen (Proteomik, Immunprofilierung, Klinik) beruhen.

Wie geht es weiter?

• Erweitern Sie den Datensatz und verfeinern Sie das Modell auf klinische Messwerte (AUC/Sensitivität/Spezifität) in multizentrischen Kohorten.
• Um eine Patientenstratifizierung zu ermöglichen, sollen cfRNA-Signale mit der Schwere der Symptome und der Dynamik nach dem Training korreliert werden.
• Die Integration von cfRNA mit bereits angesammelten „Omics“ bei ME/CFS und Long COVID ist der Weg zu einer objektiven Subtypisierung und gezielten Interventionen.

Abschluss

Zellfreie RNA ist zur „Blackbox“ des Körpers geworden: Ihre Muster im Blut können verwendet werden, um die Signatur von ME/CFS zu sehen, nicht nur die Symptome zu hören. Es wird morgen keinen diagnostischen Test geben, aber die Richtung ist klar: Ein Reagenzglas – viel Biologie, und Ärzte werden die Chance haben, nicht mehr blind „einen Elefanten zu ertasten“.