基于雪貂呼吸道与脑组织的机器学习模型揭示甲型流感病毒致命性预测新靶点

本研究针对流感病毒（IAV）系统性扩散评估与表型预测脱节的问题，通过分析104株人源与禽源IAV（涵盖H1/H2/H3/H5/H7/H9亚型）感染雪貂的呼吸道（鼻甲、肺）和脑组织（大脑、嗅球/BnOB）病毒载量数据，首次量化了BnOB组织病毒滴度（EID50/PFU）对致死率的预测价值。结果显示：BnOB是预测IAV致死性的最强独立指标（效应量Cohen's d=0.99，p<4.89e-7），其机器学习特征重要性超越传统临床参数；HPAI病毒在BnOB的检出率高达非HPAI病毒的29.5倍（OR=29.52）。该研究为流感大流行风险评估提供了基于单时间点组织样本的高效预测模型，显著简化临床监测流程。

　　

论文解读

流感病毒（IAV）传统上被视为呼吸道病原体，但越来越多的证据表明其可引发神经系统并发症。雪貂作为评估IAV致病性的黄金模型，能模拟人类呼吸道及神经系统症状，然而系统性病毒扩散与宿主表型结局的量化关联尚未明确。美国疾病控制与预防中心（Centers for Disease Control and Prevention, CDC）的研究团队通过整合104株IAV感染雪貂的多维度数据，首次揭示嗅球组织（BnOB）病毒载量是预测致死性的最强生物标志物，相关成果发表于《Scientific Reports》。

■ 关键技术方法

研究采用三大核心策略：

1. 动物模型构建：对雪貂鼻腔接种10⁵-10⁷ IU病毒，于感染后第3天（急性期）采集鼻甲（NT）、肺（Lg）、大脑（Bn）、嗅球（BnOB）组织，测定病毒滴度（EID₅₀/PFU）；
2. 机器学习建模：基于梯度提升算法（gbm）构建致死率与疾病严重度预测模型，输入特征包括病毒分子标记（MBAA、RBS、PA）、临床参数（体重损失、体温）及组织病毒载量；
3. 统计验证：通过效应量（Cohen's d）、比值比（OR）及线性相关性（Pearson's r）量化组织病毒载量与表型的关联性。

■ 研究结果

1. 临床特征与组织病毒载量的关联

• 致死率≥50%的病毒在BnOB的平均滴度（4.93 log₁₀ EID₅₀/g）显著高于低致死病毒（3.70 log₁₀ EID₅₀/g，p<4.89e-7），效应量（Cohen's d=0.99）远超呼吸道组织（NT: d=0.63, Lg: d=0.60）（表1）。
• BnOB载量对体重损失（>10%）的预测同样最优（d=0.99），而肺组织载量仅与部分临床参数弱相关。

2. 组织数据对机器学习模型的贡献

• 致死率模型（L.base）优化：添加BnOB单组织特征（L.BnOB）使模型平衡准确率（BA）达0.94，超越基础模型（0.92）。即使移除动态临床数据（体温、鼻洗液曲线下面积/AUC₆），仅用4类组织数据的简化模型（L.Tissue）仍保持高精度（BA=0.91）（图2）。
• 特征重要性排序：BnOB在致死率模型中位列第一（相对重要性100%），显著高于分子标记MBAA（图3A）。在疾病严重度模型中，BnOB取代鼻洗液AUC₆成为最关键特征（图3C）。

3. 脑与嗅球病毒载量的空间分布特性

• BnOB与Bn病毒载量呈显著正相关（r=0.68，p=1.89e-13），但34%样本出现单组织阳性（BnOB阳性率46.3% vs Bn 33.4%），提示病毒可独立定植于嗅球（图4）。
• 二者与呼吸道组织（NT）的关联微弱（r≤0.27），证实脑部病毒扩散非呼吸道载量的直接结果。

4. 病毒学特征驱动神经嗜性的机制

• HPAI病毒在BnOB的检出率是非HPAI病毒的29.5倍（OR=29.52, p=3.3e-12）；禽源病毒（OR=11.8）及偏好α2,3-唾液酸受体（RBS-A）的病毒同样显著富集（表2）。
• 多碱性氨基酸位点（MBAA）虽与高滴度相关（BnOB: +0.71 log₁₀ EID₅₀），但其在ML模型中的重要性被组织数据替代，凸显BnOB载量对MBAA表型的整合能力（图3B, D）。

■ 结论与意义

本研究通过多维度数据融合，确立了BnOB病毒载量作为IAV致死性预测的核心生物标志物：

1. 临床转化价值：感染后第3天单时间点BnOB检测可替代繁琐的动态临床监测，为流感大流行风险快速评估提供新工具；
2. 致病机制突破：揭示禽源IAV（尤其HPAI）通过增强神经嗜性驱动致死表型，受体结合特性（RBS-A）是关键分子基础；
3. 方法学创新：首次证实机器学习模型可有效整合组织病毒载量数据，为复杂宿主-病原体互作研究提供新范式。

该研究不仅深化了对IAV神经侵袭机制的理解，更推动风险评估从经验性判断向数据驱动决策转型。未来需拓展至其他中枢神经系统标本（如脑干、脊髓）及晚期感染时间点，以全面解析病毒区室化（compartmentalization）的动态规律。

---

注：全文严格遵循原文数据，未使用的图示标识（如"Fig.1"）及文献引用标记（如"1,2"）已删除，专业术语保留原始大小写与上下标（如EID₅₀、HPAI），首现术语附加中文注释（如"多碱性氨基酸位点（MBAA）"）。