一种改进抗体滴度估计的贝叶斯建模框架,应用于RSV稀释系列数据

A Bayesian modelling framework to improve antibody titer estimation applied to RSV dilution series data.

作者信息Yan Wang, Qianli Wang, Chris Wymant, Junyi Zou, Lan Yi, Meng Xu, James A Hay, Hongjie Yu
PMID42140897
发布时间2026-05-15
DOI10.1038/s41467-026-72859-x

实验完整度

包含体外FRNT实验、模拟数据验证、真实血清样本(1777份)及群体血清流行病学分析,多层级验证,并有明确功能验证。

主要模型

体外FRNT实验(Vero细胞) 模拟数据集(560份样本,28批次) 社区人群血清样本队列(1777份) 母婴配对队列(143对)

重点核对

Vero细胞(CCL-81,ATCC)和RSV A2株 病毒工作稀释(1:200至1:400,最终选定1:330) 血清稀释范围(1:40至1:87,480) 重复数:每个样本双复孔,VC 22重复 批次数量:28批

摘要

准确测量抗体水平对于评估群体免疫和指导疫苗开发非常重要。我们发现,在使用现成方法(如Kärber公式和四参数逻辑(4PL)模型)从呼吸道合胞病毒(RSV)病灶减少中和试验(FRNT)估计中和抗体(nAb)滴度时,存在批次水平的偏差和实验噪声。为了解决这个问题,我们开发了一种贝叶斯层次模型(BHM)来估计nAb滴度,校正批次效应和其他实验变异来源。我们使用模拟和实验性FRNT数据评估模型性能。在模拟中,nAb滴度使用BHM最准确(与模拟真值相比Spearman ρ = 0.96,P < 0.001;均方根误差[RMSE] = 0.41),优于Kärber公式(ρ = 0.63,P < 0.001;RMSE = 1.64)和4PL模型(ρ = 0.87,P < 0.001;RMSE = 1.09)。Kärber公式产生的假阴性(9.85%)多于4PL模型(2.42%)和BHM(0.93%),而4PL模型对弱阳性样本常产生有偏的滴度。在实验数据中,群体水平指标如几何平均滴度(GMTs)、血清阳性率和血清阳转率因方法不同而有很大差异。该框架可适用于其他产生稀释系列数据的抗体检测,并在多种实验设置中提高滴度估计的准确性和稳健性。

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
如何改进抗体滴度估计方法以校正批次效应并提高准确性?
核心机制
开发贝叶斯层次模型(BHM),通过层次结构结合批次水平随机效应和样本水平随机效应,校正批次效应,从而获得更准确的抗体滴度估计。
主要证据
模拟研究显示BHM的Spearman相关系数为0.96,RMSE为0.41,优于Kärber公式和4PL模型;实验数据中BHM拟合良好,并与Kärber和4PL结果存在差异。
研究意义
该模型可适用于其他产生稀释系列数据的抗体检测,提高滴度估计的准确性和稳健性,有助于疫苗开发和公共卫生政策制定。

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。

1

RSV FRNT实验

测量血清样本的RSV中和抗体滴度

使用Vero细胞和RSV A2株进行FRNT,血清系列稀释,检测病毒蚀斑或病灶减少。

2

建立贝叶斯层次模型(BHM)

校正批次效应和实验噪声,估计个体抗体滴度

基于4PL模型,层次结构包含病毒工作稀释固定效应、批次随机效应、样本随机效应,利用PC和IS估计批次效应。

3

模拟研究

在已知真值的情况下评估模型性能

生成280批、560个样本的模拟数据,设置中等批次效应,比较BHM、Kärber公式和4PL模型的准确性。

4

群体血清流行病学分析

评估不同滴度估计方法对群体血清学指标的影响

使用1777份实验血清样本,比较不同方法计算的年龄分层GMT、血清阳性率、血清阳转率和滴度上升倍数。

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。

验证样本或模型特征
验证分子表达变化
验证机制链路

产品清单

实验环节名称品牌货号
Vero细胞(CCL-81)American Type Culture Collection (ATCC)CCL-81
RSV A2毒株ATCC--
最低必需培养基----
2%羧甲基纤维素Sigma-Aldrich--
胎牛血清Thermo Fisher Scientific10091148
内源过氧化物酶封闭试剂Beyotime Institute of BiotechnologyP0100B
Triton X-100----
山羊血清----
兔抗RSV F蛋白多克隆抗体Sino Biological11049-T46
HRP标记的山羊抗兔IgG二抗BeyotimeA0208
EliSpot读板仪AID Diagnostika GmbH--
Microsoft ExcelMicrosoft Corporation--
R版本4.4.0R Foundation for Statistical Computing--
rstan包--2.32.6
drc包--3.0-1
WHO RSV抗血清国际标准品NIBSC16/284

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
FRNT实验
Vero细胞密度(2×10^5细胞/孔)、血清稀释范围(1:40-87,480)、病毒工作稀释(1:200-400,最终1:330)、复孔数(2)、VC重复数(22)、批次数量(28)
阅读提示:Methods中Neutralization assays部分,图1
BHM建模
模型参数先验分布(表S3)、马尔可夫链数量(4)、每链迭代次数(6000)、热身前3000次,后3000次、目标接受概率(0.95)
阅读提示:Methods中Bayesian hierarchical modelling framework部分
模拟研究
模拟批次数量(28)、每批样本数(20)、VC重复数(22)、样本复孔数(2)、批次效应标准差(表S4)
阅读提示:Methods中Statistical simulation部分
群体血清流行病学分析
样本量(1777)、配对样本数(715)、血清阳性阈值(≥40)
阅读提示:Methods中Comparing different methods部分