血吸虫病患者血液样本中包含着标记疾病不同阶段的隐藏信息。在我们最近发表的研究中，我们的团队利用机器学习技术揭示了这些隐藏信息，以改善感染的早期检测和诊断。
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，损害多个器官，包括肝脏、肠道、膀胱和尿道。当这些幼虫到达连接肠道和肝脏的血管时，它们成熟为成虫。随后，它们释放出虫卵，这些虫卵随感染者排便排出体外，继续传播循环。
由于目前的诊断依赖于在粪便中检测虫卵，医生通常会错过感染的早期阶段。等到虫卵被检测到时，患者已经达到了疾病的晚期。由于诊断率较低，公共卫生官员通常会对受影响地区的群体进行大规模的吡喹酮药物管理。然而，吡喹酮无法清除早期阶段的幼虫，也无法预防再次感染。
我们的研究为改善早期检测和诊断提供了一条明确的路径，通过识别血液中信号早期感染的隐藏信息。人体对血吸虫病感染的反应是启动涉及多种免疫细胞以及针对蠕虫和虫卵分泌或存在的分子特异性抗体的免疫反应。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测定法，包括各种类别的抗体及其与其它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，该方法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模型。我们不仅识别了疾病的生物标志物，还识别了潜在的发病机制。
为什么重要
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，与许多黑箱式的机器学习方法不同，我们的方法也是可解释的。这意味着它可以提供关于疾病为何和如何发展的见解，而不仅仅是识别疾病的标志物，指导未来早期诊断和治疗策略的发展。
尚未知的问题
我们在两个大陆的两个地理区域中识别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其他人群中的适用性。
此外，我们的工作识别了疾病进展背后的潜在机制。我们发现，对蠕虫表面特定蛋白的特定免疫反应信号感染的中间阶段。了解免疫系统如何对这一未充分研究的抗原作出反应可以改善诊断和治疗。
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，以实现早期检测和疾病管理。
这篇文章是在知识共享许可下从The Conversation重新发布的。阅读原文请访问：
(全文结束)
