Uma nova arma para diagnóstico de tuberculose e detecção de resistência a medicamentos: um sequenciamento direcionado de nova geração (tNGS) combinado com aprendizado de máquina para diagnóstico de hipersensibilidade à tuberculose
Relato da literatura: CCa: um modelo de diagnóstico baseado em tNGS e aprendizado de máquina, adequado para pessoas com menos tuberculose bacteriana e meningite tuberculosa.
Título da tese: Sequenciamento de próxima geração e aprendizado de máquina direcionados à tuberculose: uma estratégia diagnóstica ultrassensível para túbulos pulmonares paucíficos e meningite tubular.
Periódico: 《Clínica Chimica Acta》
SE: 6,5
Data de publicação: janeiro de 2024
Combinado com a Universidade da Academia Chinesa de Ciências e o Beijing Chest Hospital da Capital Medical University, a Macro & Micro-Test estabeleceu um modelo de diagnóstico de tuberculose baseado na nova geração de tecnologia de sequenciamento direcionado (tNGS) e método de aprendizado de máquina, que forneceu ultra-alta sensibilidade de detecção para tuberculose com poucas bactérias e meningite tuberculosa, forneceu um novo método de diagnóstico de hipersensibilidade para o diagnóstico clínico de dois tipos de tuberculose e ajudou no diagnóstico preciso, detecção de resistência a medicamentos e tratamento da tuberculose.Ao mesmo tempo, verifica-se que o cfDNA plasmático do paciente pode ser usado como um tipo de amostra adequado para amostragem clínica no diagnóstico de TBM.
Neste estudo, 227 amostras de plasma e amostras de líquido cefalorraquidiano foram usadas para estabelecer duas coortes clínicas, nas quais as amostras de coorte de diagnóstico laboratorial foram usadas para estabelecer o modelo de aprendizado de máquina para diagnóstico de tuberculose, e as amostras de coorte de diagnóstico clínico foram usadas para verificar o estabelecido. modelo de diagnóstico.Todas as amostras foram primeiramente direcionadas por um conjunto de sondas de captura direcionadas especialmente projetadas para Mycobacterium tuberculosis.Em seguida, com base nos dados de sequenciamento TB-tNGS, o modelo de árvore de decisão é usado para realizar validação cruzada de 5 vezes nos conjuntos de treinamento e validação da fila de diagnóstico laboratorial, e os limiares de diagnóstico de amostras de plasma e amostras de líquido cefalorraquidiano são obtidos.O limite obtido é levado a dois conjuntos de testes da fila de diagnóstico clínico para detecção, e o desempenho diagnóstico do aluno é avaliado pela curva ROC.Por fim, obteve-se o modelo de diagnóstico da tuberculose.
Figura 1 diagrama esquemático do projeto de pesquisa
Resultados: De acordo com os limiares específicos da amostra de DNA do LCR (AUC = 0,974) e da amostra de cfDNA do plasma (AUC = 0,908) determinados neste estudo, entre 227 amostras, a sensibilidade da amostra de LCR foi de 97,01%, a especificidade foi de 95,65%, e a sensibilidade e especificidade da amostra de plasma foram de 82,61% e 86,36%.Na análise de 44 amostras pareadas de cfDNA plasmático e DNA do líquido cefalorraquidiano de pacientes com TBM, a estratégia diagnóstica deste estudo tem uma alta consistência de 90,91% (40/44) no cfDNA plasmático e DNA do líquido cefalorraquidiano, e a sensibilidade é de 95,45%. (42/44).Em crianças com tuberculose pulmonar, a estratégia diagnóstica deste estudo é mais sensível às amostras de plasma do que os resultados de detecção Xpert de amostras de suco gástrico dos mesmos pacientes (28,57% VS 15,38%).
Figura 2 Desempenho de análise do modelo de diagnóstico de tuberculose para amostras populacionais
