血液中循环游离RNA作为检测结核病的宿主反应生物标志物

Circulating cell-free RNA in blood as a host response biomarker for detection of tuberculosis.

作者信息Adrienne Chang, Conor J Loy, Daniel Eweis-LaBolle, Joan S Lenz, Amy Steadman, Alfred Andgrama, Nguyen Viet Nhung, Charles Yu, William Worodria, Claudia M Denkinger, Payam Nahid, Adithya Cattamanchi, Iwijn De Vlaminck
PMID38858368
发布时间2024-06-10
DOI10.1038/s41467-024-49245-6

实验完整度

高

多国队列血浆cfRNA测序,机器学习建模,独立验证集评估,并与全血RNA和蛋白标志物比较。

主要模型

乌干达、越南、菲律宾门诊咳嗽≥2周成人血浆样本 结核阳性与阴性个体血浆cfRNA测序数据 匹配的全血RNA样本(Cohort 3)

重点核对

样本纳入标准:TB阳性需微生物学确诊,TB阴性需至少一次Xpert Ultra阴性且两次培养阴性并随访2-3个月无TB治疗改善 样本量:总251例血浆样本,其中142例TB阳性,37例HIV阳性 机器学习模型训练/测试集划分:发现队列(Cohort 1和2)按70%/30%划分,验证集为Cohort 3(n=60) 6基因特征分类阈值:训练集最优Youden阈值0.498 性能评估指标:ROC-AUC、敏感性、特异性、准确性

摘要

结核病(TB)仍是全球传染病死亡的主要原因之一,部分原因是缺乏有效的策略来筛查和分诊潜在TB患者。全血RNA特征已被测试作为TB的生物标志物,但未能满足世界卫生组织(WHO)的最佳目标产品概况(TPP)。在此,我们利用RNA测序和机器学习,在来自乌干达、越南和菲律宾的队列中研究血浆游离RNA(cfRNA)作为TB宿主反应生物标志物的效用。我们报告了一个6基因cfRNA特征,在测试集、训练集和验证集中分别以AUC=0.95、0.92和0.95区分TB阳性和TB阴性个体。该特征符合WHO TPP要求(敏感性:97.1%[95%CI:80.9-100%],特异性:85.2%[95%CI:72.4-100%]),与地理位置、样本采集方法和HIV状态无关。总体而言,我们的结果确定血浆cfRNA作为一种有前景的宿主反应生物标志物用于诊断TB。

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
血浆cfRNA能否作为结核病的宿主反应生物标志物,并满足WHO对非痰基于分诊测试的目标产品概况?
核心机制
血浆cfRNA主要来源于死亡或损伤细胞,包含血液和实体组织来源的信息,可反映全身免疫动态和细胞损伤,其6基因特征(包括GBP5等)与TB相关通路如中性粒细胞脱颗粒和干扰素信号相关。
主要证据
在来自三个国家的251例血浆样本中,通过RNA测序和机器学习鉴定出6基因特征,在训练集、测试集和验证集中ROC-AUC分别为0.921、0.947和0.946,测试集敏感性和特异性分别为97.1%和85.2%,且性能不受地理位置影响,与HIV状态有中度关联。
研究意义
血浆cfRNA是一种有前景的宿主反应生物标志物,可用于结核病的分诊和诊断,其性能优于既往全血RNA特征,并可能为开发基于cfRNA的即时检测提供基础。

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

血浆cfRNA测序与差异丰度分析

鉴定TB阳性与阴性个体间差异丰富的基因和通路,评估cfRNA是否包含TB相关信息。

对251例血浆样本进行cfRNA测序,使用DESeq2进行差异丰度分析,并进行通路富集分析。

2

机器学习模型训练与特征筛选

评估多种机器学习算法并筛选出具有最佳 discriminatory power 的基因特征。

将发现队列(Cohort 1和2)按70%/30%分为训练集和测试集,使用5折交叉验证和网格搜索训练15种机器学习模型,并采用贪婪前向搜索算法筛选基因。

3

6基因特征在独立验证集中的性能评估

验证6基因特征在独立队列中的诊断性能,并评估其与地理区域、HIV状态等因素的关联。

在Cohort 3验证集中计算ROC-AUC、敏感性和特异性,并按国家、HIV状态分层分析。

4

cfRNA与全血RNA及蛋白标志物的比较

比较cfRNA与全血RNA的来源差异和诊断性能,并评估GBP5作为单一标志物的价值。

对Cohort 3匹配的全血样本进行RNA测序,进行细胞类型解卷积和差异表达分析,比较cfRNA与全血RNA的重叠基因,并比较GBP5 cfRNA与全血GBP5蛋白/RNA的诊断性能。

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

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
样本采集与纳入标准
TB阳性定义(Xpert Ultra阳性或培养阳性)、TB阴性定义(至少一次Xpert Ultra阴性且两次培养阴性并随访2-3个月无TB治疗改善)、样本量(251例)、HIV状态比例(37例阳性)
阅读提示:Results 'Plasma cell-free RNA signatures of tuberculosis'小节及Table 1
cfRNA测序与数据处理
测序平台(Illumina NextSeq 500/550和NextSeq 2000)、读长(150bp和100bp)、质量过滤标准(intron/exon ratio>4、总counts<90,000、rRNA污染等>4SD)、参考基因组(GRCh38)
阅读提示:Methods 'Plasma cfRNA isolation and library preparation'和'Bioinformatic processing and sample quality filtering'小节
机器学习模型训练与验证
训练集/测试集划分比例(70%/30%)、验证集(Cohort 3,n=60)、特征筛选阈值(base mean>100,调整p<0.05)、交叉验证折数(5折)、分类阈值(0.498)
阅读提示:Methods 'Machine learning and model training'小节及Fig. 1E
6基因特征性能评估
性能指标(ROC-AUC、敏感性、特异性、准确性)、置信区间(95%CI)、按国家分层分析、按HIV状态分层分析
阅读提示:Results '6-gene biomarker panel surpasses guidelines for a non-sputum-based triage test'小节及Fig. 2B-F
cfRNA与全血RNA比较
匹配全血样本数量(60例)、全血RNA测序平台(Illumina NextSeq 2000)、细胞类型解卷积方法(BayesPrism)和参考数据集(Tabula Sapiens)
阅读提示:Methods 'Cell type deconvolution'小节及Results 'Comparison of plasma cfRNA biomarkers to whole blood RNA and protein studies'小节