Identification of novel reproducible combinatorial genetic risk factors for myalgic encephalomyelitis in the DecodeME patient cohort and commonalities with long COVID.

21.04.2026 · Journal of translational medicine · Zusammenfassung auf Deutsch

Diese Studie nutzt eine spezielle Computeranalyse (kombinatorische Genetik), um Muster aus mehreren kleinen Genveränderungen (SNPs) zu finden, die bei ME/CFS-Betroffenen häufiger vorkommen als bei gesunden Menschen. Basis waren Daten der großen britischen DecodeME-Studie und der UK-Biobank-Datenbank. Die Forscher fanden über 22.000 solcher Genmuster, die mit einem höheren ME/CFS-Risiko zusammenhängen und sich auf mehr als 2.300 Gene verteilen – das deutet darauf hin, dass viele Gene gemeinsam zur Krankheit beitragen. Menschen mit besonders vielen dieser Genmuster hatten ein 1,64-fach höheres Risiko für ME/CFS. 259 besonders wichtige Gene stehen mit Prozessen wie Nervenregulation, Entzündung, Zellstress und Kalzium-Signalübertragung in Zusammenhang. Zudem zeigte sich eine deutliche Überlappung mit Genen, die zuvor bei Long-COVID gefunden wurden (76 von 180 Genen), was auf gemeinsame biologische Mechanismen hinweist – ME/CFS und Long-COVID bleiben aber unterschiedliche Krankheiten. Die Ergebnisse liefern Hinweise auf mögliche Medikamente, die auf diese Gene wirken, allerdings ist dies noch reine Grundlagenforschung ohne bewiesene Wirksamkeit. Die Studie ist umfangreich, aber die prak

Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.1186/s12967-026-08167-1).

Originalstudie im Volltext ansehen →

Diese Studie in der interaktiven Übersicht öffnen