基于机器学习的 13 个转录本特征组合鉴别 HIV 感染儿童结核病

《Communications Medicine》：A minimal 13-Transcript signature for HIV-TB coinfection in African children

　　

摘要

背景

由于难以获取足够的样本、该疾病的细菌数量较少以及症状与其他感染相似，诊断患有HIV的儿童的结核病（TB）仍然具有挑战性。我们之前在乌干达和南部非洲的HIV感染者儿童中鉴定出了数百个差异表达的转录本（DETs），但这些转录本的数量限制了其临床应用价值。机器学习方法可以生成一个简洁且可翻译的诊断特征组合。

方法

我们分析了来自乌干达（59例）和南部非洲（博茨瓦纳、斯威士兰；跨区域测试组，38例）的HIV感染儿童的全血RNA测序数据。来自印度的独立HIV-TB患者队列（25例）作为外部验证组。使用DESeq2和递归特征消除（RFE）方法，并结合10折交叉验证来鉴定差异表达的转录本（DETs），然后通过随机森林（Random Forest）算法生成最小诊断特征组合。性能通过AUC、灵敏度和特异性进行评估。

结果

我们从566个差异表达的转录本中筛选出了一个由13个转录本组成的最小诊断特征组合，在乌干达队列中的交叉验证AUC值为0.865。在南部非洲的跨区域儿科测试队列中，AUC值为0.943（95%置信区间0.858–0.992），所有16例非结核病病例均被正确分类（特异性1.000，Wilson 95%置信区间：0.806–1.000）。在印度成人组中的表现较为一般，AUC值为0.773（95%置信区间0.564–0.929）。与单纯检测中性粒细胞比例的方法相比，该诊断特征组合的表现更优。其中有9个转录本与中性粒细胞脱颗粒反应相关。

结论

通过机器学习方法鉴定出的这个由13个转录本组成的诊断特征组合能够区分非洲儿童的HIV-TB合并感染和HIV单感染，在小型南部非洲跨区域测试队列中表现出良好的区分效果。该特征组合在非洲队列中具有较高的特异性，但需要更大的样本量来证实其作为初步筛查工具的临床效用。