基于黏膜与细胞免疫的可解释机器学习模型预测SARS-CoV-2再感染风险:一项多中心队列研究

《Emerging Microbes & Infections》:An interpretable machine learning model integrating mucosal and cellular immunity to predict SARS-CoV-2 reinfection: a multicenter cohort study

【字体: 大 中 小 】 时间:2026年10月23日 来源:Emerging Microbes & Infections 7.0

编辑推荐:

  摘要专业翻译 SARS-CoV-2再感染仍是重大的公共卫生挑战,需要在不同人群中开展准确的风险评估。研究人员利用两个独立队列的前瞻性数据,开发并外部验证了一个用于预测症状性SARS-CoV-2再感染的可解释机器学习模型。该队列包含来自中国无锡和南通的1,156

  
摘要专业翻译 SARS-CoV-2再感染仍是重大的公共卫生挑战,需要在不同人群中开展准确的风险评估。研究人员利用两个独立队列的前瞻性数据,开发并外部验证了一个用于预测症状性SARS-CoV-2再感染的可解释机器学习模型。该队列包含来自中国无锡和南通的1,156名成年人,中位随访时间为10个月。再感染发生于128名参与者(11.1%)。该模型整合了18项临床和免疫特征,最终确定刺突蛋白特异性鼻分泌型免疫球蛋白A(sIgA)和刺突蛋白特异性CD4+中央记忆T细胞(TCM)为关键预测因子。该预测模型采用极端梯度提升(XGB)算法开发,在内部验证队列中受试者工作特征曲线下面积(AUC)达到0.835,并在外部验证队列中展现出强大的判别能力。SHAP分析显示,较高的鼻刺突蛋白特异性sIgA与较低风险相关,而刺突蛋白特异性CD4+TCM细胞与再感染呈非线性关联。这一可解释的免疫模型为免疫知情风险分层提供了框架,能够在人群免疫异质性的背景下更好地预测和管理SARS-CoV-2再感染风险。

论文解读

一、研究背景与目的

尽管全球范围内开展了大规模疫苗接种,但病毒的持续突变和免疫逃逸已使COVID-19转变为以广泛再感染和季节性疫情高峰为特征的地方性流行病,持续威胁着脆弱人群。准确识别再感染高风险个体对于优化风险分层和制定针对性预防策略至关重要。然而,针对SARS-CoV-2的保护作用是由协调的免疫网络介导的,而非任何单一免疫标志物所能单独决定。
现有证据表明,黏膜、体液和细胞免疫应答对预防SARS-CoV-2感染的保护作用各有不同。分泌型免疫球蛋白A(sIgA)是呼吸道黏膜表面的主要免疫球蛋白,在病毒初始暴露部位阻断病毒入侵中发挥关键作用,并与针对Omicron感染的保护相关。循环抗体提供全身性免疫保护,但其保护效果随时间衰减,并可能因新变异株的抗原漂移而进一步受损。相比之下,细胞免疫记忆,尤其是抗原特异性CD4+和CD8+T细胞应答,被认为可提供更持久和交叉反应性的保护。其中,中央记忆T细胞(TCM)通过CCR7介导的归巢定位于次级淋巴器官,能够有效支持快速回忆应答并在多种刺激下分泌效应细胞因子。这些发现表明,再感染风险可能由整合黏膜和细胞免疫记忆的多维免疫格局所塑造。
然而,既往研究大多聚焦于单一免疫相关因素,而非将多个免疫维度整合到个体化预测框架中。传统统计方法可能难以捕捉免疫变量之间复杂且潜在非线性的关系,尤其是在黏膜、体液和细胞特征共存并相互作用的情况下。机器学习(ML)为建模此类多维数据提供了机会,并结合可解释分析方法可改善个体化风险预测。因此,本研究旨在利用两个前瞻性队列的基线临床和免疫学数据,开发并外部验证一个可解释的机器学习模型,用于预测症状性SARS-CoV-2再感染,识别与再感染易感性相关的关键免疫预测因子,并探索整合黏膜和细胞免疫指标是否能在传统单标志物方法基础上改善临床相关预测。

二、研究设计与方法

研究人员在2024年5月至2025年2月期间,从中国无锡和南通两个社区队列前瞻性招募了1,186名参与者,最终1,156人完成随访。无锡队列570人被按7:3分层随机分为训练队列(n=400)和内部验证队列(n=170),南通队列586人作为独立外部验证队列。研究经南京鼓楼医院伦理委员会批准,所有参与者签署书面知情同意书。主要结局为随访期间经症状触发检测确认的SARS-CoV-2症状性再感染。
研究人员采用的关键技术方法包括:利用膨胀海绵法采集鼻黏膜样本用于sIgA检测;通过密度梯度离心法分离外周血单个核细胞(PBMCs)进行免疫表型分析;鉴于研究期间JN.1为优势流行株,以JN.1刺突蛋白作为刺激抗原和包被抗原,采用激活诱导标志物检测法量化刺突蛋白特异性循环滤泡辅助T细胞(cTfh)及CD4+和CD8+T细胞亚群;采用化学发光免疫分析法(CLIA)检测血清刺突蛋白特异性免疫球蛋白G(IgG);采用自建酶联免疫吸附试验(ELISA)检测鼻刺突蛋白特异性sIgA。模型构建方面,使用Boruta算法在训练队列中进行特征选择,并将保留变量输入六种机器学习模型,包括自适应增强(ADB)、高斯朴素贝叶斯(GNB)、K近邻(KNN)、逻辑回归(LR)、随机森林(RF)和极端梯度提升(XGB),采用嵌套5折交叉验证进行模型调优和评估,以受试者工作特征曲线下面积(AUC)为主要优化指标,并利用SHapley Additive exPlanations(SHAP)值提升模型透明度。

三、研究结果

参与者特征。 在1,156名完成随访的参与者中,128人(11.1%)在中位随访10个月内发生SARS-CoV-2再感染。再感染组基线鼻刺突蛋白特异性sIgA滴度(4.99 vs. 66.16,p<0.001)、刺突蛋白特异性IgG(113.42 vs. 166.52 AU/mL,p=0.001)和刺突蛋白特异性CD4+TCM细胞(0.01% vs. 0.05%,p<0.001)均显著低于未再感染组。两组在性别、体质指数(BMI)、吸烟、饮酒、糖尿病、既往感染次数和疫苗接种剂次等方面无显著差异。
Boruta特征选择。 研究人员将18项临床和免疫参数纳入分析,通过Boruta算法在训练队列中筛选出刺突蛋白特异性鼻sIgA和刺突蛋白特异性CD4+TCM细胞为确认的关键预测因子,BMI被分类为暂定因素。亚采样稳定性分析证实,鼻sIgA和CD4+TCM细胞在100%的亚采样迭代中被分类为确认特征。多变量逻辑回归分析显示,在校正年龄、性别、感染史、疫苗接种史、饮酒、吸烟、BMI和糖尿病后,鼻sIgA仍与再感染风险降低显著相关(OR=0.995,95% CI:0.993–0.997,p<0.001),CD4+TCM细胞呈一致的保护趋势(OR=0.427,95% CI:0.167–1.093,p=0.076)。
机器学习模型性能。 基于两个关键免疫预测因子,研究人员评估了六种经典ML模型的判别性能。XGB模型在训练队列中的表观AUC为0.914,嵌套5折交叉验证校正后平均外环AUC为0.834±0.084,内部验证队列AUC为0.835,外部验证队列AUC达0.996,为所有模型中最高。在外部验证队列中,XGB模型准确率为0.974,灵敏度为1.000,特异度为0.971,阳性预测值(PPV)为0.805,阴性预测值(NPV)为1.000,F1评分为0.892。基于其在训练和验证队列中的整体判别能力,XGB被选为最终预测模型。
机器学习模型评估。 决策曲线分析(DCA)显示,XGB模型在训练、内部验证和外部验证队列的广泛阈值概率范围内均提供净临床获益。校准曲线进一步证明XGB模型在三个队列中预测概率与观察事件率之间具有良好一致性。
模型解释。 SHAP分析显示,在XGB模型中,对预测结果影响最大的特征依次为刺突蛋白特异性CD4+TCM细胞和刺突蛋白特异性鼻sIgA。SHAP依赖图表明,较高的鼻sIgA值通常与较低的模型预测再感染风险相关;刺突蛋白特异性CD4+TCM细胞与模型输出呈非线性关联,中等水平与较低预测风险相关,而极低或相对较高水平与较高预测风险相关。
网络应用开发。 基于最终XGB模型,研究人员开发了在线网络应用,用户可输入两个免疫标志物的数值获得SARS-CoV-2再感染风险评估,网址为https://www.iskmodel.com/tool/xgb。

四、讨论与结论

讨论部分指出,上呼吸道是SARS-CoV-2感染的初始部位,鼻sIgA作为呼吸道黏膜表面的主要免疫球蛋白,在限制病毒附着和早期入侵中发挥重要作用。既往研究已表明黏膜IgA可能保留针对免疫逃逸Omicron亚变异株的中和活性,较高鼻抗刺突IgA水平与后续感染风险降低相关,本研究结果与此一致。刺突蛋白特异性CD4+TCM细胞作为关键模型特征,提示CD4+T细胞记忆的质量和组成差异可能促成再感染易感性的异质性。观察到的非线性关联提示,极低水平的CD4+TCM细胞可能反映保护性免疫记忆建立或维持不足,而相对较高水平可能伴随其他T细胞区室的收缩,包括初始T细胞池,可能限制识别新免疫逃逸变异株所需的T细胞受体(TCR)库多样性;持续升高的TCM频率也可能反映反复或长期抗原刺激、既往严重免疫激活或记忆质量异质性。
研究局限性包括:参与者主要来自长三角地区,代表性有限;免疫标志物仅在基线评估,未捕捉随访期间的纵向变化;依赖症状触发的自测而非系统性筛查可能低估无症状病例;模型基于JN.1刺突抗原,其预测性能可能不直接适用于与JN.1抗原有显著差异的变异株;异质的既往感染和疫苗接种史可能影响个体免疫印记;两个队列在同一省份和相似流行期招募,需在地理、时间和抗原性不同的人群中进一步验证。
研究结论: 研究人员利用多中心队列的基线免疫特征,开发并外部验证了一个可解释的机器学习模型用于预测SARS-CoV-2再感染风险。由刺突蛋白特异性鼻sIgA和刺突蛋白特异性CD4+TCM细胞组成的双标志物免疫特征显示出强大的预测价值,并提供了与再感染易感性相关的免疫相关因素的见解。这些发现支持将黏膜和细胞免疫标志物整合到未来的风险分层框架中,也可能为其他呼吸道病毒引起的再感染或突破性感染的预测模型开发提供参考。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号