Сочетание метаболомных и клинических показателей с машинным обучением позволяет получить многообещающие диагностические маркеры для точного обнаружения мазков.

BMC Инфекционные болезни, том 22, Номер статьи: 707 (2022 г.) Цитировать эту статью

1276 Доступов

4 цитаты

1 Альтметрика

Подробности о метриках

Туберкулез (ТБ) долгое время (2014–2019 гг.) до глобальной пандемии COVID-19 был ведущим смертельным инфекционным заболеванием в мире и по-прежнему входит в десятку основных причин смертности во всем мире. Одной из важных причин, почему в мире так много больных туберкулезом и случаев смерти, являются трудности в точной диагностике туберкулеза с использованием обычных методов выявления, особенно в некоторых случаях туберкулеза легких с отрицательным мазком мокроты (SNPT). Быстрое развитие метаболома и машинного обучения открывает прекрасные возможности для точной диагностики туберкулеза. Однако метаболитные биомаркеры для точной диагностики туберкулеза легких с положительным и отрицательным мазком (SPPT/SNPT) еще предстоит раскрыть. В этом исследовании мы объединили метаболомику и клинические показатели с машинным обучением для выявления новых диагностических биомаркеров для точной идентификации пациентов с SPPT и SNPT.

Нецелевое метаболомическое профилирование плазмы было выполнено для 27 пациентов с SPPT, 37 пациентов с SNPT и контрольной группы. Затем был проведен ортогональный частичный дискриминантный анализ по методу наименьших квадратов (OPLS-DA) для скрининга дифференциальных метаболитов среди трех групп. Пути, обогащенные метаболитами, случайный лес (RF), машины опорных векторов (SVM) и многослойная нейронная сеть перцептрона (MLP) были выполнены с использованием Metaboanalyst 5.0, пакета R «caret», пакета R «e1071» и пакета Python «Tensorflow» соответственно.

Метаболомный анализ выявил значительное обогащение метаболитов жирных кислот и аминокислот в плазме пациентов SPPT и SNPT, тогда как образцы SPPT показали более серьезную дисфункцию метаболизма жирных кислот и аминокислот. Дальнейший RF-анализ выявил четыре оптимизированные комбинации диагностических биомаркеров, включающие десять признаков (две липид/липидоподобные молекулы и семь органических кислот/производных и один клинический индикатор) для идентификации пациентов с SPPT, SNPT и контрольной группы с высокой точностью (83–93%). ), которые были дополнительно проверены SVM и MLP. Среди них MLP продемонстрировала лучшие характеристики классификации при одновременной точной идентификации трех групп (94,74%), что в некоторой степени указывает на преимущество MLP перед RF/SVM.

Наши результаты раскрывают метаболомические характеристики плазмы пациентов с SPPT и SNPT, предоставляют некоторые новые многообещающие диагностические маркеры для точной диагностики различных типов туберкулеза и показывают потенциал машинного обучения в скрининге биомаркеров из больших данных.

Отчеты экспертной оценки

По данным ВОЗ, туберкулез (ТБ), вызванный микобактерией туберкулеза (Mtb), долгое время (2014–2019 гг.) до глобальной пандемии COVID-19 (2020–2021 гг.) был ведущим летальным инфекционным заболеванием в мире [1], а ежегодно регистрировалось около 10 миллионов новых случаев туберкулеза [2, 3]. Согласно данным, собранным из Национальной системы отчетности о заболеваниях, подлежащих регистрации (NNDRS), годовая заболеваемость в Синьцзяне составляет 169,05/100 000, а средний годовой уровень зарегистрированных ПТБ (туберкулез легких) в Кашгаре составлял 450,91/100 000 с 2011 по 2020 год [4]. . Почему в мире так много больных туберкулезом и случаев смерти? Одна из причин заключается в трудностях точной диагностики туберкулеза, особенно в некоторых случаях туберкулеза легких с отрицательным мазком мокроты (SNPT), симптомы которого обычно схожи с симптомами других заболеваний легких [5, 6]. В некоторых странах/регионах на больных СНПТ приходится даже более 50% всех случаев туберкулеза [7].

В настоящее время, хотя три распространенных метода (микроскопия мазка мокроты, посев мокроты и анализы Xpert MTB/RIF) могут обеспечить относительно точную диагностику для большинства больных туберкулезом, они все же имеют некоторые недостатки (такие как относительно низкая чувствительность микроскопии мазка мокроты, трудоемкость посева мокроты и относительно высокая стоимость Xpert), что в дальнейшем приводит к некоторым ложноотрицательным/положительным случаям [1, 6, 8,9,10]. Неудачный диагноз может привести к задержке лечения, плохому терапевтическому эффекту и более высоким затратам на лечение [11, 12]. В настоящее время вопрос о том, как своевременно и точно выявлять различные типы туберкулеза, остается серьезной проблемой для глобальной борьбы с туберкулезом.