Une nouvelle arme pour le diagnostic de la tuberculose et la détection de la résistance aux médicaments : un séquençage ciblé de nouvelle génération (tNGS) combiné à l'apprentissage automatique pour le diagnostic de l'hypersensibilité de la tuberculose
Rapport de la littérature : CCa : un modèle de diagnostic basé sur le tNGS et l'apprentissage automatique, adapté aux personnes présentant moins de tuberculose bactérienne et de méningite tuberculeuse.
Titre de la thèse : Séquençage de nouvelle génération ciblé sur la tuberculose et apprentissage automatique : une stratégie de diagnostic ultra-sensible pour les tubules pulmonaires paucifiques et la méningite tubulaire.
Périodique : 《Clinica Chimica Acta》
SI：6,5
Date de publication : janvier 2024
En collaboration avec l'Université de l'Académie chinoise des sciences et l'hôpital thoracique de Pékin de l'Université médicale de la capitale, Macro & Micro-Test a établi un modèle de diagnostic de la tuberculose basé sur la nouvelle génération de technologie de séquençage ciblé (tNGS) et sur la méthode d'apprentissage automatique, qui a fourni des résultats ultra-élevés. La sensibilité de détection de la tuberculose avec peu de bactéries et de la méningite tuberculeuse a fourni une nouvelle méthode de diagnostic d'hypersensibilité pour le diagnostic clinique de deux types de tuberculose et a contribué au diagnostic précis, à la détection de la résistance aux médicaments et au traitement de la tuberculose.Dans le même temps, il s'avère que le cfDNA plasmatique du patient peut être utilisé comme type d'échantillon approprié pour l'échantillonnage clinique dans le diagnostic du TBM.
Dans cette étude, 227 échantillons de plasma et de liquide céphalo-rachidien ont été utilisés pour établir deux cohortes cliniques, dans lesquelles les échantillons de cohorte de diagnostic de laboratoire ont été utilisés pour établir le modèle d'apprentissage automatique du diagnostic de la tuberculose, et les échantillons de cohorte de diagnostic clinique ont été utilisés pour vérifier l'établissement. modèle diagnostique.Tous les échantillons ont d’abord été ciblés par un pool de sondes de capture spécialement conçu pour Mycobacterium tuberculosis.Ensuite, sur la base des données de séquençage TB-tNGS, le modèle d'arbre de décision est utilisé pour effectuer une validation croisée 5 fois sur les ensembles de formation et de validation de la file d'attente de diagnostic du laboratoire, et les seuils de diagnostic des échantillons de plasma et des échantillons de liquide céphalo-rachidien sont obtenus.Le seuil obtenu est introduit dans deux ensembles de tests de la file d'attente de diagnostic clinique pour la détection, et les performances diagnostiques de l'apprenant sont évaluées par la courbe ROC.Enfin, le modèle de diagnostic de la tuberculose a été obtenu.
Fig. 1 diagramme schématique de la conception de la recherche
Résultats : Selon les seuils spécifiques de l'échantillon d'ADN du LCR (AUC = 0,974) et de l'échantillon de plasma cfDNA (AUC = 0,908) déterminés dans cette étude, parmi 227 échantillons, la sensibilité de l'échantillon de LCR était de 97,01 %, la spécificité était de 95,65 % et la sensibilité et la spécificité de l'échantillon de plasma étaient de 82,61 % et 86,36 %.Dans l'analyse de 44 échantillons appariés de cfDNA plasmatique et d'ADN du liquide céphalorachidien provenant de patients atteints de TBM, la stratégie diagnostique de cette étude a une cohérence élevée de 90,91 % (40/44) dans le cfDNA plasmatique et l'ADN du liquide céphalo-rachidien, et la sensibilité est de 95,45 % (42/44).Chez les enfants atteints de tuberculose pulmonaire, la stratégie diagnostique de cette étude est plus sensible aux échantillons de plasma que les résultats de détection Xpert des échantillons de suc gastrique des mêmes patients (28,57 % VS 15,38 %).
Fig. 2 Performances d'analyse du modèle de diagnostic de la tuberculose pour des échantillons de population
