队列建立与临床特征分析
比较 LC 与对照组的临床特征和症状负担。
招募 275 名参与者，分为 HC、CC、LC、EXT-LC 等组，收集人口学信息、病史、症状调查问卷，并计算 LCPS 评分。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
通过免疫分析识别出的长期 COVID 的区分特征
Distinguishing features of long COVID identified through immune profiling
实验完整度
高包含多组人群（HC、CC、LC）、多维免疫表型（流式、抗体、细胞因子、自身抗体）及机器学习建模，属于横断面队列研究，功能验证有限但证据层级充分。
主要模型
外周血单个核细胞（PBMC） 血浆样本 健康对照、恢复期对照、长期 COVID 队列
重点核对
参与者入组标准：LC 需持续症状>6周，排除免疫抑制等 疫苗接种状态和采血时间点 流式细胞术的抗体克隆和门控策略 ELISA 检测的抗原（S、RBD、N） 皮质醇检测的样本采集时间
摘要
急性病毒性疾病后可能出现感染后综合征1。感染 SARS-CoV-2 可导致一种称为长期 COVID 的感染后综合征。长期 COVID 患者经常报告持续性疲劳、劳累后不适以及各种认知和自主神经功能障碍2–4。然而，与这些症状的发展和持续相关的生物学过程尚不清楚。在此，275 名有或没有长期 COVID 的个体被纳入一项横断面研究，该研究包括多维免疫表型分析和无偏机器学习方法，以识别与长期 COVID 相关的生物学特征。与匹配的对照组相比，循环髓系和淋巴细胞群存在显著差异，并且长期 COVID 参与者中针对 SARS-CoV-2 的体液反应增强的证据。此外，在长期 COVID 个体中观察到针对非 SARS-CoV-2 病毒病原体（尤其是 Epstein-Barr 病毒）的更高抗体反应。可溶性免疫介质和激素水平在各组间有所不同，其中长期 COVID 参与者的皮质醇水平较低。将免疫表型数据整合到无偏机器学习模型中，识别出与长期 COVID 状态最相关的关键特征。总的来说，这些发现可能有助于指导未来对长期 COVID 病理生物学的研究，并有助于开发相关生物标志物。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 长期 COVID 患者是否存在可识别的免疫学特征？
- 核心机制
- 长期 COVID 的病理机制可能涉及持续病毒抗原、潜伏疱疹病毒再激活和慢性炎症，但不支持自身抗体主导的疾病过程。
- 主要证据
- 通过流式细胞术发现非经典单核细胞、双阴性 B 细胞、IL-4/IL-6 双阳性 T 细胞增加，cDC1 和中央记忆 CD4+ T 细胞减少；ELISA 和 REAP 显示抗 SARS-CoV-2 和 EBV 抗体增加；皮质醇水平降低。
- 研究意义
- 为长期 COVID 的病理生物学研究提供基础，并有助于开发相关生物标志物。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
外周血免疫细胞表型分析
检测 LC 与对照组循环免疫细胞亚群的差异。
通过流式细胞术分析 PBMC 中的髓系和淋巴细胞亚群，包括单核细胞、树突状细胞、B 细胞、T 细胞亚群及细胞因子产生。
SARS-CoV-2 特异性抗体检测
比较 LC 与对照组针对 SARS-CoV-2 的抗体水平。
使用 ELISA 检测血浆抗 S1、S、RBD、N 的 IgG；使用 PIWAS 和 SERA 分析线性表位反应。
可溶性介质和激素检测
检测 LC 与对照组血浆中细胞因子、激素等水平差异。
使用多因子检测平台测量多种细胞因子、趋化因子、激素（如皮质醇、ACTH），并比较组间差异。
自身抗体检测
评估 LC 与对照组针对人类外分泌蛋白组的自身抗体差异。
使用 REAP 检测 6000 多种胞外和分泌蛋白的抗体反应，分析反应数量和特异性。
疱疹病毒抗体反应分析
检测 LC 与对照组针对疱疹病毒（如 EBV、VZV）的抗体反应。
使用 REAP、SERA 和 ELISA 检测抗 EBV、VZV、HSV-1 等抗原的抗体水平。
机器学习建模
整合多维免疫数据，识别预测 LC 状态的关键特征。
使用 Gale-Shapley 匹配、PCA、k-NN、LASSO 回归等机器学习方法，建立分类模型并评估特征重要性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 血液样本处理 | 肝素钠真空采血管 | BD | 367874 |
| PBMC 分离 | SepMate 离心管 | StemCell | -- |
| 细胞计数 | Countess II 自动细胞计数仪 | Thermo Fisher Scientific | -- |
| 流式细胞术 | Attune NXT 流式细胞仪 | Thermo Fisher Scientific | -- |
| Live/Dead Fixable Aqua 染料 | Thermo Fisher Scientific | -- | |
| Human TruStain FcX 封闭液 | BioLegend | -- | |
| 细胞刺激混合物 | eBioscience | -- | |
| FOXP3/转录因子染色缓冲液套装 | eBioscience | -- | |
| FlowJo 软件 | BD | -- | |
| SARS-CoV-2 抗体检测 | MaxiSorp 微孔板 | Thermo Fisher Scientific | 442404 |
| 重组 SARS-CoV-2 刺突蛋白 | ACROBiosystems | SPN-C52H9 | |
| 重组 SARS-CoV-2 受体结合域 | ACROBiosystems | SPD-C52H3 | |
| 重组 SARS-CoV-2 核衣壳蛋白 | ACROBiosystems | NUN-C5227 | |
| HRP 标记抗人 IgG 抗体 | GenScript | A00166 | |
| TMB 底物试剂盒 | BD Biosciences | 555214 | |
| 多因子蛋白质组学分析 | 人细胞因子/趋化因子 71 重检测试剂盒 | Eve Technologies | HD71 |
| EBV 检测 | MagMAX 病毒/病原体核酸提取试剂盒 | Thermo Fisher Scientific | A42352 |
| KingFisher Flex 核酸提取仪 | Thermo Fisher Scientific | -- | |
| Luna 通用探针一步法 RT-qPCR 试剂盒 | New England BioLabs | -- | |
| CFX96 Touch 实时荧光定量 PCR 仪 | Bio-Rad | -- | |
| SERA | Protein A/G Sera-Mag 磁珠 | GE Life Sciences | 17152104010350 |
| Illumina NextSeq 500 测序仪 | Illumina | -- | |
| REAP | 生物素化抗人 IgG Fc 抗体 | BioLegend | QA19A42 |
| 链霉亲和素微珠 | Miltenyi Biotec | 130-048-101 | |
| MultiMACS M96 分离器 | Miltenyi Biotec | -- | |
| Zymoprep-96 酵母质粒小提试剂盒 | Zymo Research | D2007 | |
| QIAquick 凝胶回收试剂盒 | Qiagen | 28704 | |
| Illumina NextSeq 2000 测序仪 | Illumina | -- | |
| ELISA 验证 | 重组 EBV p23 蛋白 | ProSpec | ebv-274 |
| 山羊抗人 IgG Fc HRP | Sigma-Aldrich | AP112P |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列入组 | 参与者年龄、性别、疫苗接种状态、症状起始时间、排除标准（免疫抑制、妊娠等） 阅读提示：Methods: MY-LC study design, enrolment strategy and inclusion/exclusion criteria |
| 血液样本处理 | 采血管类型、离心条件、PBMC 分离方法、冻存条件 阅读提示：Methods: Blood sample processing |
| 流式细胞术 | 抗体克隆和稀释度、门控策略、刺激条件（PMA/离子霉素浓度和时间）、固定和透化条件 阅读提示：Methods: Flow cytometry; Supplementary Table 1; Extended Data Fig. 10 |
| SARS-CoV-2 抗体检测 | ELISA 抗原种类和浓度、血清稀释度、标准曲线生成、疫苗接种状态分层 阅读提示：Methods: SARS-CoV-2 antibody testing using ELISA |
| 多因子检测 | 检测批次、批间校正方法、样本处理（冻存、运输） 阅读提示：Methods: Multiplex proteomic analysis |
| REAP | 酵母库版本（Exo205）、IgG 纯化、酵母诱导和孵育条件、测序深度 阅读提示：Methods: REAP protocol and REAP data analysis |
| SERA | 肽库多样性、孵育条件、IgG/IgM 筛选、测序平台 阅读提示：Methods: Linear peptide profiling, SERA serum screening |
| 机器学习 | 特征选择、归一化方法、匹配算法（Gale-Shapley）、模型参数（k、lambda） 阅读提示：Methods: Machine learning |