雄性吸血虫头部的图像，底部可见雌性从其背部凹槽中探出。（图片来源：National Institutes of Health/Stocktrek Image/Getty Images）
感染血吸虫病的患者血液样本中含有隐藏的信息，这些信息可以标记疾病的不同阶段。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，从而改善了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。淡水中的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，它们会成熟为成虫。随后，这些成虫释放出虫卵，当感染者排便时，虫卵随之排出，继续传播循环。
血吸虫病通常直到疾病晚期才被诊断出来。由于目前的诊断依赖于粪便中虫卵的检测，医生通常会错过感染的早期阶段。等到虫卵被检测到时，患者已经处于疾病的晚期阶段。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的吡喹酮药物管理。然而，吡喹酮无法清除早期感染的幼虫，也无法预防再次感染。
我们的研究提供了一条明确的路径，通过识别血液中表明活动性早期感染的隐藏信息来改善早期检测和诊断。你的身体对血吸虫病感染会产生免疫反应，涉及多种类型的免疫细胞以及特异性针对虫体和虫卵分泌或存在的分子的抗体。我们的研究介绍了两种筛查特定抗体特征的方法，这些特征信号表明早期感染。
第一种方法是一种测定法，捕获免疫反应的数量和质量特征，包括各种类别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，我们开发了一种新的机器学习方法，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。
我们用来自感染和未感染患者的免疫谱数据训练模型，并在未用于训练的数据和来自不同地理区域的数据上测试该模型。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，与许多机器学习方法不同，我们的方法具有可解释性。这意味着它不仅可以识别疾病的标志物，还可以提供关于疾病为何和如何发展的见解，指导未来的早期诊断和治疗策略。
仍然未知的问题
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理区域内保持稳定。未来的研究可以探索这些生物标志物在更多人群中的适用性。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，针对虫体表面特定蛋白的特定免疫反应信号表明感染的中间阶段。了解免疫系统如何响应这一尚未充分研究的抗原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。我们的下一步将是实际部署这些策略，用于疾病的早期检测和管理。
(全文结束)
