感染血吸虫病的患者血液样本中隐藏着标记疾病不同阶段的信息。在我们最近发表的研究中，团队利用机器学习技术揭示了这些隐藏信息，从而改善了早期感染的检测和诊断。
引起血吸虫病的寄生虫在其生命周期中需要两个宿主：首先是螺类，然后是哺乳动物，如人类、狗和老鼠。淡水中的虫卵通过皮肤进入人体并在体内循环，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，它们会成熟为成虫。随后，这些成虫释放虫卵，虫卵随感染者的粪便排出体外，继续传播周期。
目前的诊断方法依赖于在粪便中检测虫卵，因此医生通常会错过感染的早期阶段。等到虫卵被检测到时，患者已经进入了疾病的晚期。由于诊断率较低，公共卫生官员通常会对受影响地区的民众进行大规模药物普治，使用药物吡喹酮。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，通过识别血液中标志早期感染的隐藏信息来改善早期检测和诊断。人体对血吸虫病感染的反应是启动涉及多种免疫细胞和特异性针对蠕虫及其虫卵分泌或存在的分子的抗体的免疫反应。我们的研究介绍了两种筛查早期感染特征的方法。
第一种是一种捕获免疫反应定量和定性特征的试验，包括各种类型的抗体及其与其他免疫细胞沟通的特性。这使我们能够识别区分未感染者和早期及晚期疾病患者的特定免疫反应特征。
第二，我们开发了一种新的机器学习方法，通过分析抗体来识别与疾病阶段和严重程度相关的潜在免疫反应特征。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预防严重疾病。
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如何发展的原因和机制的见解，而不仅仅是识别疾病标志物，指导未来的早期诊断和治疗策略。
仍需解决的问题
我们识别的血吸虫病感染特征在两个大陆的两个地理区域中保持稳定。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，我们的工作确定了疾病进展的潜在机制。我们发现，对蠕虫表面特定蛋白质的特定免疫反应标志着感染的中间阶段。了解免疫系统如何应对这种未充分研究的抗原可以改善诊断和治疗。
下一步计划
除了改善对不同感染阶段免疫反应的理解，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。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。
(全文结束)
