壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

慢性HBV感染免疫耐受期患者的评估新方法 | 研究速递

2021-04-29作者:论坛报小塔资讯
乙型肝炎非原创


2021年4月,上海瑞金医院张欣欣教授在EMERGING MICROBES & INFECTIONS杂志在线发表题名为“Viral quasispecies quantitative analysis: a novel approach for appraising the immune tolerant phase of chronic hepatitis B virus infection.”——病毒准种定量分析:评估慢性HBV感染免疫耐受期患者的新方法的研究论文。


感染科张欣欣主任医师、复旦大学华山医院张继明主任医师、法国国家健康与卫生研究院Fabien Zoulim为论文的共同通讯作者,北部院区消化内科王铭杰医师、陈立主任医师、复旦大学华山医院董敏慧博士研究生为论文的共同第一作者。

微信图片_20210427131433.jpg


病毒准种(QS)是带有不同变异位点的HBV构成的病毒谱系,是HBV在宿主体内的存在形式。病毒准种受到病毒自身特征、宿主免疫及抗病毒药物等外界选择压力的影响,处于不断动态变化的阶段。张欣欣课题组前期研究已证实病毒准种的复杂度、离散度等指标与抗病毒治疗应答显著相关,且不同免疫压力下所表现出的准种特征亦存在显著差异。对于慢性HBV感染者来说,适时和合适的抗病毒治疗方案对于患者的临床获益及转归至关重要,但是何时启动抗病毒治疗一直是困扰很多临床医生的难题,在这其中,准确地区别免疫耐受期(IT)和慢性乙型肝炎(CHB)尤为关键。


在此研究基础上,课题组着重研究慢性HBV感染者中IT和CHB患者,联合华山医院感染科共入组290例完成肝穿刺的HBeAg阳性慢性HBV感染患者,其中IT患者90例, CHB患者200例。采集患者外周血后,抽提HBV DNA,并通过二代测序(NGS)实现对HBV全长基因组测序,测序深度平均达×5000以上。


在研究中首次利用病毒OTU(vOTU)的概念,采用课题组自主研发的病毒准种分析工具(QAP软件)对HBV全长病毒准种进行定量及聚类分析。聚类分析发现IT和CHB患者在BCP/PreC区的病毒准种特征存在显著差异。利用病毒准种的差异,本研究中将患者分为训练集(n=148)和验证集(n=142),利用训练集的病毒准种特征和已知临床信息,通过SVM、KNN、RF等机器学习算法构建分类模型,并在验证集中进行交叉验证。结果显示,在验证人群中新型机器学习模型分类IT和CHB的准确率达到0.90以上,AUC值达到0.87以上,而目前临床常用的HBsAg定量、ALT、APRI、FIB-4等指标的诊断准确率仅有0.58-0.69之间,AUC值仅有0.67-0.72,机器学习模型的诊断效能要优于现有的临床指标。本研究为病毒准种的临床实际应用打下基础,利用大数据分析推动科研成果的临床转化。


首次提出病毒准种定量分析的概念,结合高通量测序与机器学习,使病毒特征分析成为辅助临床诊断的工具,实现从基础研究到临床应用的转化。

【摘要】

从慢性乙型肝炎病毒(HBV)感染者中准确区分免疫耐受期(IT)患者对于抗病毒治疗等临床决策至关重要,但是目前相关的无创诊断模型研究较少涉及。本研究将二代测序技术(NGS)与机器学习算法相结合,旨在利用病毒准种特征开发一个全新的精准诊断模型。本研究共入组290例HBeAg阳性的慢性HBV感染者,将其分为训练集(n=148)和验证集(n=142),然后抽提外周血的HBV DNA并使用NGS技术检测HBV准种。使用课题组自主开发的QAP病毒准种分析软件,首次实现病毒准种的OTU定量,并通过层次聚类(HCA)和主成分分析方法(PCA)将病毒准种定量与临床表型进行关联分析,最后通过KNN、RF、SVM等机器学习方法建立IT患者的精准诊断模型。本研究基于肝组织学结果共入组90例IT及200例慢性乙型病毒性肝炎(CHB)患者,通过HBV全基因组测序分析发现在BCP/PreC区的病毒准种特征与肝脏炎症及纤维化程度密切相关。聚类分析发现该区段的准种特征可以将患者显著分为IT和CHB两组。据此建立的诊断模型,其鉴别IT或CHB患者的效能要显著优于现有的HBsAg定量、APRI、FIB-4等指标,且病毒定量指标与肝纤维化及炎症等级密切相关。综上,本研究基于病毒准种定量开发了一种新型的IT患者诊断模型,对于慢性HBV感染患者的个性化诊治具有较好的临床应用价值。


文章首发自瑞金医院图书馆

200 评论

查看更多