卢旺达地区区分恶性疟疾复发与新感染的检测技术及标志物比较

《Scientific Reports》：Comparison of techniques and markers to distinguish Plasmodium falciparum recrudescence from new infection in Rwanda

　　

摘要

要准确评估抗疟药物对P. falciparum的疗效，就需要通过PCR校正来区分复发感染中的旧病灶复发与新感染。在此，我们使用了2018年在卢旺达进行的一项治疗效果研究中的样本，比较了两种不同的基因分型技术以及用于PCR校正的不同决策算法。首先，我们优化了一种通过毛细管电泳对四个微卫星基因进行分型的方法，并检测了其在含有多种实验室寄生虫菌株的混合样本中识别少数克隆的灵敏度。随后，我们利用msp1、msp2、glurp和微卫星（长度多态性标记）通过毛细管电泳分析患者样本，同时使用cpmp、ama1、cpp和csp（SNP富集标记）进行扩增子深度测序，进而分析这些标记的多样性及等位基因频率。我们根据不同的标记组合和决策算法（WHO算法、2/3算法、贝叶斯算法）将复发感染分为旧病灶复发或新感染。在微卫星标记中，TA40和PfPK2在识别少数克隆方面具有最高的灵敏度；而Msp2/3D7、glurp以及SNP富集标记则具有最高的遗传多样性且等位基因频率最低。在所有标记组合中，WHO算法识别出的旧病灶复发案例最少，2/3算法识别出的最多，贝叶斯算法的结果则处于中间水平。用任何微卫星标记替代glurp或使用SNP富集标记，并不会显著改变旧病灶复发的估计结果。无论采用何种决策算法，对SNP富集标记进行扩增子测序都能得到最为一致的结果，因此极具用于可靠PCR校正的潜力。此外，与匹配计数算法相比，概率方法可能会给出更稳健的结果；不过，这些方法需要通过来自不同传播环境的数据集进行严格验证。