早期花生过敏发展与消退中表位特异性IgE和IgG4的动力学特征及其预测价值

【编辑推荐】为解决婴幼儿花生过敏（PA）的早期预测难题，研究人员通过分析LEAP试验中386名儿童4-11月龄及60月龄的血清表位特异性IgE（es-IgE）和IgG4（es-IgG4）水平，结合机器学习（ML）构建预测模型。结果显示，早期es-IgE可区分持续性过敏（EP）、消退性过敏（ER）及迟发过敏（LA）组，模型预测AUC达0.75，为婴幼儿PA的早期干预提供重要依据。

　　

花生过敏（Peanut Allergy, PA）是儿童中最常见的食物过敏之一，其发病机制复杂且临床表现多样。部分患儿在婴幼儿期出现过敏症状后可能自然消退，而另一些则持续终身，甚至引发严重过敏反应。目前，临床缺乏早期预测PA转归的有效手段，导致无法针对性制定干预策略。这一问题在LEAP（Learning Early About Peanut Allergy）试验中尤为突出——该里程碑式研究证实早期花生摄入可降低高风险婴儿的PA发生率，但为何部分儿童仍发展为持续性过敏？表位特异性抗体（es-Ig）的动态变化能否成为预测工具？

为回答这些问题，来自国外研究机构的研究团队对LEAP试验中386名儿童的血清样本展开深入分析。通过检测4-11月龄（基线）和60月龄时64种花生表位的es-IgE和es-IgG₄水平，结合线性混合效应模型和机器学习算法，首次系统揭示了PA不同发展轨迹的免疫特征。相关成果发表于《Journal of Allergy and Clinical Immunology》。

关键技术方法
研究纳入LEAP试验中筛查或入组的儿童，通过口服食物激发试验（OFC）在60月龄确认PA状态。采用高通量技术检测64个花生表位的es-IgE和es-IgG₄，利用线性混合效应模型分析组间差异，并构建机器学习预测模型。

研究结果

背景
儿童被分为四组：37例早期持续性过敏（EP）、17例早期消退性过敏（ER）、33例迟发过敏（LA）和298例未过敏（NA）。基线时各组es-Ig谱已存在显著差异。

方法
通过对比基线及60月龄抗体动态变化发现：EP组Ara h 2_008表位的es-IgE显著高于ER组，而ER组对多个表位的es-IgG₄水平更高。LA组的基线es-IgE水平低于EP和ER组。

结果
至60月龄时，所有过敏组es-IgG₄的多样性和水平均显著增加，而es-IgE仅在EP和LA组上升，ER组则下降。机器学习模型基于基线es-IgE预测60月龄持续性过敏的AUC达0.75。

结论与意义
该研究证实，婴幼儿期es-IgE特征可预测PA的转归：高Ara h 2_008 es-IgE与持续性过敏相关，而广泛es-IgG₄反应可能促进耐受形成。这一发现为PA的精准分型提供了免疫学依据，临床可通过早期es-Ig检测识别需优先干预的高风险婴儿，推动过敏管理从“一刀切”迈向个体化时代。