基于探针捕获宏基因组测序的细菌性阴道炎靶向诊断分类器的开发与双队列验证

《BMC Microbiology》：A five-taxon diagnostic model for bacterial vaginosis using probe capture-based metagenomic sequencing: a two-center case-control study

摘要

背景

细菌性阴道炎（BV）是一种常见的阴道菌群失调性疾病，其诊断依赖于传统形态学评估，而该方法受观察者间经验差异和主观因素的影响。本研究旨在利用探针捕获宏基因组测序技术开发一种基于靶向测序的BV诊断分类器。

方法

在这项双中心病例对照研究中，共纳入220名女性，包括内部发现队列（80例BV患者和59例Nugent评分定义的非BV对照组）和独立的外部验证队列（42例BV患者和39例Nugent评分定义的非BV对照组）。BV定义为Nugent评分≥7，对照组定义为评分0–3。阴道分泌物样本进行探针捕获宏基因组测序，物种水平的计数数据经组成分析和机器学习建模处理。内部队列采用带交叉验证的递归特征消除进行特征选择，并利用所选生物类群构建随机森林分类器。模型性能通过内部袋外预测和外部队列直接应用进行评估。采用SHAP值（Shapley加性解释）和Gini重要性评估模型可解释性。利用DeLong检验将简化模型与完整模型进行比较。

结果

两个队列中BV样本与对照样本均显示出显著的组间差异。选出了由加德纳菌、惰性乳杆菌、费恩戈尔德菌、咽峡炎链球菌和阴沟肠杆菌复合群组成的精简五生物类群特征用于模型构建。最终随机森林模型在内部队列中取得袋外受试者工作特征曲线下面积（AUC）为0.939（95%CI, 0.896–0.983），外部AUC为0.843（95%CI, 0.759–0.928）。在外部队列中，灵敏度、特异度和准确度分别为0.738、0.821和0.778。加德纳菌对分类的贡献最大，但完整的五生物类群模型显著优于基于加德纳菌加惰性乳杆菌的简化模型（AUC, 0.753; P = 0.011）或仅基于加德纳菌的模型（AUC, 0.710; P = 0.020）。

结论

源自探针捕获宏基因组测序的紧凑五生物类群特征对BV表现出良好的诊断性能，并在独立队列中保持了区分能力。这些发现支持在病原导向面板的分析边界内，基于靶向测序的微生物特征用于BV分类的潜在应用价值。

临床试验编号

不适用。