Eine neue Waffe für die Tuberkulose-Diagnose und die Erkennung von Arzneimittelresistenzen: Eine neue Generation der gezielten Sequenzierung (tNGS) kombiniert mit maschinellem Lernen für die Tuberkulose-Überempfindlichkeitsdiagnose
Literaturbericht: CCa: ein auf tNGS und maschinellem Lernen basierendes Diagnosemodell, das für Menschen mit weniger bakterieller Tuberkulose und tuberkulöser Meningitis geeignet ist.
Titel der Abschlussarbeit: Tuberkulose-gezielte Next-Generation-Sequenzierung und maschinelles Lernen: eine hochempfindliche Diagnosestrategie für pazifische Lungentubuli und tubuläre Meningitis.
Zeitschrift: „Clinica Chimica Acta“
WENN: 6.5
Erscheinungsdatum: Januar 2024
Gemeinsam mit der Universität der Chinesischen Akademie der Wissenschaften und dem Beijing Chest Hospital der Capital Medical University hat Macro & Micro-Test ein Tuberkulose-Diagnosemodell entwickelt, das auf der neuen Generation der gezielten Sequenzierungstechnologie (tNGS) und der Methode des maschinellen Lernens basiert und extrem hohe Ergebnisse liefert Erkennungsempfindlichkeit für Tuberkulose mit wenigen Bakterien und tuberkulöse Meningitis, stellte eine neue Überempfindlichkeitsdiagnosemethode für die klinische Diagnose von zwei Arten von Tuberkulose bereit und half bei der genauen Diagnose, dem Nachweis von Arzneimittelresistenzen und der Behandlung von Tuberkulose.Gleichzeitig wurde festgestellt, dass die Plasma-cfDNA des Patienten als geeigneter Probentyp für die klinische Probenahme bei der Diagnose von TBM verwendet werden kann.
In dieser Studie wurden 227 Plasmaproben und Liquorproben verwendet, um zwei klinische Kohorten zu etablieren, wobei die labordiagnostischen Kohortenproben zur Etablierung des maschinellen Lernmodells der Tuberkulosediagnose und die klinisch-diagnostischen Kohortenproben zur Überprüfung der etablierten Ergebnisse verwendet wurden Diagnosemodell.Alle Proben wurden zunächst von einem speziell entwickelten gezielten Einfangsondenpool für Mycobacterium tuberculosis erfasst.Anschließend wird basierend auf TB-tNGS-Sequenzierungsdaten das Entscheidungsbaummodell verwendet, um eine fünffache Kreuzvalidierung der Trainings- und Validierungssätze der Labordiagnosewarteschlange durchzuführen und die diagnostischen Schwellenwerte von Plasmaproben und Liquorproben zu ermitteln.Der ermittelte Schwellenwert wird zur Erkennung in zwei Testsätze der klinischen Diagnosewarteschlange eingespeist, und die diagnostische Leistung des Lernenden wird anhand der ROC-Kurve bewertet.Schließlich wurde das Diagnosemodell für Tuberkulose erstellt.
Abb. 1 schematisches Diagramm des Forschungsdesigns
Ergebnisse: Gemäß den in dieser Studie ermittelten spezifischen Schwellenwerten der CSF-DNA-Probe (AUC = 0,974) und der Plasma-cfDNA-Probe (AUC = 0,908) betrug die Sensitivität der CSF-Probe von 227 Proben 97,01 %, die Spezifität 95,65 % Die Sensitivität und Spezifität der Plasmaprobe betrug 82,61 % bzw. 86,36 %.Bei der Analyse von 44 gepaarten Proben von Plasma-cfDNA und Cerebrospinalflüssigkeits-DNA von TBM-Patienten weist die Diagnosestrategie dieser Studie eine hohe Konsistenz von 90,91 % (40/44) bei Plasma-cfDNA und Cerebrospinalflüssigkeits-DNA auf, und die Sensitivität beträgt 95,45 %. (42/44).Bei Kindern mit Lungentuberkulose ist die Diagnosestrategie dieser Studie empfindlicher gegenüber Plasmaproben als die Xpert-Erkennungsergebnisse von Magensaftproben derselben Patienten (28,57 % vs. 15,38 %).
Abb. 2 Analyseleistung des Tuberkulose-Diagnosemodells für Bevölkerungsstichproben
