人们通常通过接触受感染的蜗牛和粪便污染的水而感染血吸虫病。在我们最近发表的研究中，我们的团队使用机器学习技术揭示了这些隐藏信息，从而提高了早期检测和诊断感染的准确性。
引起血吸虫病的寄生虫在其生命周期中需要两个宿主：首先是蜗牛，然后是哺乳动物，如人类、狗和小鼠。淡水虫卵通过皮肤进入人体并在全身循环，损害包括肝脏、肠道、膀胱和尿道在内的多个器官。当这些幼虫到达连接肠道和肝脏的血管时，它们会成熟为成虫。随后，它们释放出虫卵，这些虫卵在感染者排便时被排出体外，继续传播循环。
由于目前的诊断方法依赖于检测粪便中的虫卵，医生通常会错过感染的早期阶段。等到虫卵被检测到时，患者已经处于疾病的晚期阶段。由于诊断率较低，公共卫生官员通常会对受影响地区的民众进行大规模的吡喹酮药物预防性给药。然而，吡喹酮无法清除早期感染阶段的幼虫，也无法防止再次感染。
我们的研究提供了一条明确的路径，通过识别血液中表明活跃早期感染的隐藏信息来改善早期检测和诊断。你的身体对血吸虫病感染会产生免疫反应，涉及多种类型的免疫细胞以及特异性针对虫体和虫卵分泌物或表面分子的抗体。我们的研究介绍了两种筛查特定抗体特征的方法，这些特征信号表明早期感染。
第一种方法是一种捕获免疫反应定量和定性特征的试验，包括各种类别的抗体及其与其他免疫细胞沟通的特性。这使我们能够识别出区分未感染患者和早期及晚期疾病患者的免疫反应的具体方面。
第二种方法是我们开发的一种新的机器学习方法，用于分析抗体以识别与疾病阶段和严重程度相关的免疫反应的潜在特征。我们在感染和未感染患者的免疫谱数据上训练了该模型，并在未用于训练的数据和来自不同地理位置的数据上测试了该模型。我们不仅识别出了疾病的生物标志物，还发现了潜在的发病机制。
为什么这很重要
血吸虫病是一种被忽视的热带疾病，影响全球超过2亿人，每年导致28万人死亡。早期诊断可以提高治疗效果并防止严重疾病的发生。
此外，与许多机器学习方法不同，我们的方法是可解释的。这意味着它不仅可以识别疾病的标志物，还可以提供关于疾病为何和如何发展的见解，指导未来早期诊断和治疗策略的制定。
仍需解决的问题
我们在两个大陆上的两个地理区域中识别出的血吸虫病感染特征在两个地区都保持稳定。未来的研究可以探索这些生物标志物在更多人群中的适用性。
此外，我们的工作确定了疾病进展背后的潜在机制。我们发现，对虫体表面特定蛋白的特定免疫反应信号表明感染的中间阶段。了解免疫系统对这种未充分研究的抗原的反应可以改进诊断和治疗。
下一步计划
除了提高我们对免疫系统如何应对不同感染阶段的理解外，我们的发现还确定了关键抗原，这些抗原可能为设计成本效益高且高效的诊断和治疗方法铺平道路。我们的下一步将包括在实地部署这些策略，以便早期检测和管理疾病。
Trirupa Chakraborty是匹兹堡大学整合系统生物学博士候选人。Aniruddh Sarkar是佐治亚理工学院生物医学工程助理教授。Jishnu Das是匹兹堡大学免疫学和计算与系统生物学助理教授。本文经《对话》网站许可转载，采用知识共享许可协议。阅读原文。
(全文结束)
