精确的免疫图谱可以帮助减少潜在的结核病感染

密歇根大学的一项新研究表明，机器学习和精确医学等新的诊断工具可以帮助识别结核病复发风险最高的患者。

一组研究人员表示，识别多种生物标志物可以为患者提供更准确的诊断。

该研究的合著者、密歇根大学的化学教授Ryan Bailey说:“多阵列测试可以提供更详细的、疾病特异性的病人感染和可能的结果。”“使用精密医学方法揭示了先前模糊的诊断特征和重新激活的潜在风险。”

潜伏性肺结核感染影响全球近20亿人，其中约10%的病例导致活动性肺结核肺结核。延迟后的重新激活可能随时发生，其机制尚不清楚。

目前，LTBI通过皮肤划伤测试或血液测试它可以识别一种生物标志物，但不能区分记忆免疫反应、疫苗引发的反应和非结核分枝杆菌暴露。正确识别的可能性疾病通过这些测试的不到5%。

结核病是用抗生素疗法治疗的，但它也增加了抗生素耐药性的潜在副作用。

贝利和他的同事们说，这项研究中的新诊断工具将有助于识别最有可能重新激活的患者以及哪些人将从治疗中受益，并减少过度治疗的一些副作用。通过在血液检测中引入具有强大分析工具的多种生物标志物分析，正确诊断结核病的机会显著增加。

研究人员使用精确的标准化方法来校正个体基础免疫功能的差异，这些差异揭示了高和低再活化风险。

贝利说:“这种高水平的多路复用、高分析性能具有成本效益和可扩展性。”他补充说，它还可以用于检测其他疾病，如自身免疫性疾病和癌症。

该研究发表于综合生物学该研究是与明尼苏达州罗切斯特市的梅奥诊所(Mayo Clinic)合作进行的，在那里招募了50名受试者，其中包括LTBI阳性的受试者。

研究人员表示，早期结果表明，初步确定生物标志物这项研究的签名在第二组中也很明显。

---

---