全世界有超过1000万人患有活动性肺结核(ATB)，每年死于该病的人数超过100万人。大多数患者生活在资源匮乏的国家，那里对ATB的诊断尤其具有挑战性-更新的测试需要昂贵的实验室设备，而这些设备通常是不可用的。此外，采集痰标本并进行培养的历史标准很慢，而且通常不够灵敏，无法正确识别ATB，这意味着许多需要治疗的患者直到太迟才被识别。

为了帮助患ATB风险最高的患病患者获得所需的护理，世界卫生组织(WHO)呼吁创建一种基于血液而不是基于痰的分类检查(以最小化部署它的基础设施)并可以识别出发生ATB的高风险患者，应接受诊断测试。几种商业血液测试试图填补这一空白，但世卫组织根据这些测试过于不准确的证据，强烈建议不要使用它们。

现在，来自Wyss生物启发工程研究所，哈佛大学和麻省理工学院，布里格姆妇女医院(BWH)以及其他几个合作机构的研究人员团队以快速，超灵敏，多重血液为基础的回答TB分流测试，分析血液样本中四种蛋白质和抗TB抗体的结合水平的“特征”，以识别可能患有ATB并需要高级诊断和治疗的患者。它可以配置为现场护理测试，成本仅为2美元，并能在30分钟左右得出结果，从而降低了在资源匮乏地区的护理障碍，并有可能挽救数百万生命。这项研究报道在《科学转化医学》上。

前作者鲁什迪·艾哈迈德(Rushdy Ahmad)博士说：“我们的测试显示出86%的敏感性和69%的特异性，与世界卫生组织对有效的TB分类试验的90%敏感性和70%特异性的最低要求非常接近。”现任True North Bio总裁的Broad研究所研究员。“它还有效地识别了来自三大洲的患者样品中的ATB签名，这意味着它可以检测到许多病原体菌株，并且可以检测HIV阳性和HIV阴性样品，从而使其广泛适用于大多数ATB患者。”

蛋白质力量

该研究小组着手通过确定患者血液中始终表明很可能出现ATB的生物标志物的特征集来创建他们的基于血液的测试，然后开发可以检测该特征的易于部署的测定法。他们首先使用传统的微生物学评估方法，从坦桑尼亚和菲律宾的大约400个样本中测量了47种不同的血液蛋白质水平，这些样本被诊断出患有ATB或非TB(OTB)以外的疾病。然后，他们使用机器学习算法分析了蛋白质水平数据，该算法对ATB患者中持续升高的四种蛋白质进行了研究：白介素(IL)-6，IL-8，IL-18和血管内皮生长因子(VEGF) 。基于此ATB签名，该算法正确预测了86%的阳性样品中ATB的存在(敏感性)，以及65%的阴性样品中ATB的缺失(特异性)。它还可以正确识别100%的HIV阳性样本中的ATB，以及84%治愈了ATB的人的样本中没有ATB。

为了提高他们检测四种蛋白质的极低浓度的能力，他们在Simoa®平台上开发了一种超灵敏的免疫测定法，只需使用少量的指尖血就可以有效地测量蛋白质水平。该测定将算法的灵敏度提高到87%，将特异性提高到66%。此外，该测试未预测19例潜在结核病样本中的ATB，这表明该方法可有效地将需要立即就医的患者从不需要疾病干预的患者中分出。

共同通讯作者戴维·沃尔特(David Walt)表示：“我们分析出的所有四种血液蛋白的水平都已在多种不同的疾病中得到鉴定，但只有结合预测算法后，它们才能将ATB与其他疾病区分开来。”博士是威斯学院的核心教员，他还是哈佛医学院(HMS)的汉斯·约格·威斯生物启发工程教授和BWH的病理学教授，以及霍华德·休斯医学院的教授。

更快，更好，更便宜

对于研究的第二阶段，研究团队通过测试其从越南，南非和秘鲁的317个不同样本中识别出ATB的能力，验证了算法。他们还在这一组样本中测试了第五种生物标志物，以改善算法的性能：抗结核抗原Ag85B的抗体的存在。使用此附加参数，该测试能够实现86%的灵敏度和69%的特异性。它还在HIV阳性和阴性样本以及潜在结核病样本中保留了其性能。该研究中使用的设置每次测试成本约为10美元，但可以使用较便宜的材料将其配置为2美元的耗材版本。

“这种方法不仅是目前最快，最准确的ATB分诊测试之一，而且与其他现有方法相比，它更适合在资源贫乏的社区中进行部署，它适用于不同结核病菌株的患者，其结果是并没有因此而受到艾滋病毒感染状况的困扰。 HMS和麻萨诸塞州综合医院的肺/重症监护医师。“通过识别需要立即进行诊断性结核病检查的患者，这些素质使其有可能成为救生者，