脂血及血清指数相关的干扰对基于Luminex平台的抗HLA抗体检测的影响

《Journal of Immunological Methods》：Lipemia and serum index–related interference in Luminex-based anti-HLA antibody detection

　　

• •
  脂血症与基于Luminex平台的抗HLA抗体检测中显著的分析干扰相关。
• •
  自动化HIL指数无法一致地捕捉基质诱导的内部对照微珠偏差。
• •
  信号抑制是最常见的干扰模式，即使是在血清指数正常的样本中也是如此。
• •
  当单独使用DTT处理不足以消除干扰时，血清稀释可解决残余分析干扰。
• •
  监测内部对照微珠的行为可在常规血清指数评估之外提高检测的可靠性。

引言

实体器官移植仍然是改善终末期器官衰竭患者生存率和生活质量的最有效治疗方法，包括终末期肾脏、心脏、肝脏和肺部疾病患者。在移植前后准确监测人类白细胞抗原（HLA）抗体对于最佳免疫风险评估至关重要。高灵敏度Luminex微珠固相免疫测定（SFIA）已成为HLA抗体检测的金标准（Tait, 2016）。其高灵敏度、高特异性、高重复性、低样本量需求和快速周转时间使其非常适合常规实验室实践。此外，它克服了基于细胞检测方法固有的若干局限性，包括细胞活力低、细胞供应有限以及HLA特异性表征不完全（Wehmeier等, 2020）。

尽管具有这些优势，Luminex SFIA仍易受由各种血清成分引起的非特异性结合和背景反应的影响。已报道的分析干扰原因包括补体蛋白、IgM自身抗体、静脉注射免疫球蛋白（IVIg）、抗胸腺细胞球蛋白（ATG）、免疫复合物以及与高抗体滴度相关的亲带现象。二硫苏糖醇（DTT）常用于还原IgM中的二硫键并打断补体相关的干扰，而EDTA通过螯合钙离子来抑制补体激活（Weinstock和Schnaidt, 2013）。主要试剂盒制造商通常不建议进行热灭活，因为这存在蛋白变性和背景反应增加的风险。尽管存在C1抑制物处理等替代方法，但它们成本高昂，而血清稀释在低滴度抗体样本中存在假阴性结果的风险（Jacobs等, 2015）。

在常规临床实验室实践中，溶血、黄疸和脂血症（HIL）是常见的分析前干扰来源，其中溶血是遇到最为频繁的。这些因素会改变血清的光学特性，可能导致分析偏差，尤其是在分光光度计系统中（Krasowski, 2019）。虽然自动化HIL指数常用于临床生物化学实验室评估样本质量，但其在Luminex SFIA高灵敏度荧光检测中的意义尚未得到系统评估。常规HIL评估是否足以反映潜在基质相关效应对HLA抗体检测中内部对照微珠行为和检测性能的影响，仍然不清楚。

本研究旨在评估自动化HIL指数与Luminex平台HLA抗体检测中观察到的内部对照微珠信号偏差之间的关系。通过分析真实世界临床样本，我们旨在确定血清指数是否提供了对分析扰动的足够洞察，或者是否需要对对照微珠行为进行额外评估，以更好地理解移植免疫学实验室的检测性能。

章节摘要

研究设计与样本选择

本研究设计为基于真实世界数据的回顾性分析前干扰分析。回顾性审阅了在组织配型实验室进行HLA I/II类群体反应性抗体（PRA）筛查的1308名终末期肾脏疾病（ESRD）患者的数据。其中，125名患者被确定为内部对照微珠（阴性对照和阳性对照）平均荧光指数（MFI）值不符合

结果

共评估了1308名患者，其中125名（9.7%）的内部对照微珠MFI值超出了制造商定义的批次特异性可接受范围。排除了16个样本。在剩余的109个样本中，28.4%（n = 31）被归为第1组，54.1%（n = 59）归为第2组，8.3%（n = 9）归为第3组，9.2%（n = 10）归为第4组。

对照组与干扰组（第1-4组）在年龄或性别分布方面无差异（p

讨论

Luminex SFIA的开发和临床应用彻底改变了移植免疫学领域，为抗HLA抗体的检测和表征提供了高灵敏度和高特异性（Tait, 2016）。作为组织相容性检测的"金标准"，该技术的准确性对于风险分层和移植受者的长期管理至关重要。尽管其被广泛使用，Luminex检测可能受到各种

结论

总之，本研究表明，升高的脂血症指数与使用Luminex SFIA进行HLA抗体检测时的特定分析干扰模式相关。重要的是，即使在HIL指数正常的样本中也观察到了显著的分析扰动，表明仅凭自动化血清指数无法捕捉本队列中观察到的所有分析扰动。系统评估内部对照微珠的行为可能为检测提供额外的洞察

人工智能工具的使用

AI辅助工具仅用于语言编辑和清晰度提升。所有研究设计、数据分析、结果和科学解释均由作者完成并批准。

CRediT作者贡献声明

Rasime Derya Aksoy：撰写—审阅与编辑，撰写—原稿，软件，方法论，调查研究，形式分析，数据管理。Fatma Demet Arslan：形式分析，数据管理。

资金支持

本研究未获得公共或商业领域资助机构的拨款。

利益冲突声明

作者声明不存在利益冲突。

Rasime Derya Aksoy|Fatma Demet Arslan