Multifaktorial Seroproiling Membedah Kontribusi Tanggapan Virus Corona Manusia yang Sudah Ada Sebelumnya Terhadap Kekebalan SARS-CoV-2(Bagian 1)
Jun 15, 2022
Untuk mempelajari info lebih lanjut, silakan hubungi{0}}
Penentuan SARS-CoV-2 dantegap tanggapan di itu konteks dari pra-yang ada kekebalan keberedar korona manusiavirus (NKT) adalah kritis untuk memahami pelindung kekebalan. Di Sinikami melakukan a multifaktorial analisis dari SARS-CoV-2 dan NKT antibodi tanggapan disebelum pandemi (N = 825) dan SARS-CoV-2-terjangkit donatur (N = 389) menggunakan a kebiasaan-dirancangmultipleks ABCORA pengujian kadar logam. ANCORA, Kapangabungandengankomputasipemodelan, memungkinkan definisi yang akurat darif SARS-CoV-2 serokonversidanramalandaripenetralan aktivitas, dan mengungkapkan membuat penasaran hubungan timbal balik dengan NKT kekebalan. Secara khusus, tingkat antibodi HCV yang lebih tinggi pada donor negatif SARS-CoV-2-menunjukkan bahwa HC yang sudah ada sebelumnyaoV kekebalan mungkinmelindungi melawan SARS-CoV-2 Akuisisi. Di itu terjangkit,lebih tinggiHCoV aktivitasadalahterkaitdengantinggi SARS-CoV-2 tanggapan, menunjukkan stimulasi silang. Palingpenting, NKT kekebalanmungkindampak penyakit kerasnya, sebagaipasiendengan tinggi HCoV reaktivitas adalah lebih sedikit mungkin ke memerlukan rawat inap. Secara kolektif, kita hasilmenyarankanitu Kekebalan HCV dapat mendorong perkembangan cepat dari SARS-CoV-2-spesifikkekebalan, dengan demikian menggarisbawahi itu pentingnya dari menjelajahi menyeberang-pelindung tanggapan untuklengkapvirus ona pencegahan.
pemantauan respon antibodinseke SARS-CoV-2 adalahkritis ke defitidak berkorelasi dari vaksin perlindungan, perbedaankerentanan terhadap infeksi, dan penyakitse sselamanya. Itu gambar dari itu antibodi lanskap ke SARS-CoV-2 yang sejauh ini berkembang is kompleks. Itu antibodi tanggapan keSARS-CoV-2 adalahcepat dan memicu IgM, IgA, dan IgG . yang kuat tanggapan1,2. Baik respons yang mengikat dan menetralisir dalamcsantai dengan penyakit kerasnya dan menunjukkan di bagian ketergantungan padademografis parameter seperti sebagai usia dan jenis kelamin3–5. Tinggal bagaimana- pernah, tidak jelas faktor mana yang merupakan penggerak independeners dari antiboditanggapan, mencerminkan penyakit parah cmilik kita, atau adalah terkutuk olehlainnya faktor termasuk infeksi panjangnya dan penyakit penyerta.memudar IgG mengikatdan menetralkanantibodi titermungkin menjadikhususnya mengucapkand diindividudengantanpa gejalaatau ringan infeksi6–9. IgG tanggapan ke paku (S) glikoprotein mungkinbertahan lamar dibandingkan ke nukleokapsid protein (N)7,10,11 dan bisa dibagian menjalani setelahfimalam pematangan pos virus izin5. Saat iniserologis analisis dominan fokus pada ukur reaktivitas menjadi N, subunit spike glikoprotein S1, dan pengikatan reseptor ACE2 domain (RBD) di S12,5,12–16. Antibodi terhadap RBD dan motif pengikatan reseptor witu itu RBD merupakan itu utama kelompokdari menetralkan antibodi, diikuti oleh S1 pemangkas spesifikasific, pakuN-terminal domain, dan paku S2 menetralkan antibodi16–22. S1 dan RBD mengikatmenghubungkandenganmenetralkanaktivitasdikeduanya respons imun alami dan yang diinduksi vaksin memberikan efeknuntuk memperkirakan itu potensi untuk penetralan dimana netralisasikapasitas tidak bisa menjadi dinilai secara langsung6,8,10. Mengingat komplekspola respons antibodi, possaudara kandungkemenangkapitu dinamika dari itu SARS-Respons CoV-2 di berbagai Immunoglobulin(Ig) kelas dan antigen SARS-CoV-2 diperlukan untuk memastikan deteksi sensitif serokonversi dan sero-reversion dankemendirikantautan ke aktivitas protektif dan penetralisir pasca infeksidan pasca vaksinasi.
Klik di sini untuk mempelajari lebih lanjut tentang Cistanche
Ara. 1 Seroproiling SARS-CoV-2 tanggapan. sebuah Penilaian dari itu multipleks SARS-CoV-2 ABCORA 2.0 pada itu ditunjukkan pelatihan (N = 823) dan validasi(N=635) kohort (Tabel Tambahan 3). Digambarkan adalah sinyal MFI yang dinormalisasi ke kontrol manik kosong (MFI-FOE). Gray kotak menunjukkan nilai-nilai di atas secara individu mengatur LKM-MUSUH memotong-off untuk SARS-CoV-2 spesifik tanggapan untuk setiap antigen (melihat Tambahan Meja 4). plot kotak mewakili itu mengikuti:median dengan itu tengah garis, atas dan lebih rendah kuartil dengan itu kotak batas, dan 1,5x antarkuartil rentang dengan itu cambang. b peta panas mewakili yang diukur LKM-MUSUH nilai-nilai dan itu hasil diprediksi dengan ABCORA 2.0–2.3 dari pelatihan dan validasi kelompok pengukuran ditampilkan di (a). Negatif,Positif, dan Positif, sebagian merujuk ke peringkat menurut ke ABCORA 2.0 sebagai ditentukan di Tambahan Meja 5. c Kepekaan dan kekhususan dari ABCORA 2pengujian kadar logam versi berdasarkan pada itu gabungan pelatihan dan validasi kelompok data digambarkan di (a). Proporsi darinegatif palsu sampel (kepekaan; hijau) dan proporsi daripositif palsu sampel (kekhususan; biru) adalah diwakili oleh itu pengurangan dari100 persen (luar lingkaran) per segmen. d Penilaian dari ABCORA2.0 dengan itu Nasional Lembaga untuk Biologis Standar dan Kontrol (NIBSC) Anti SARS-CoV-2 Verifikasi Panel (20/B770) terdiri dari SARS-CoV-2positif (merah) dan negatif (biru) panel serum sampel. Abu-abu kotak menunjukkan nilai-nilai di atas itu ABCORA 2.0 LKM-MUSUH memotong-off untuk SARS-CoV-2 tanggapan spesifik untuk individu antigen-Aku g kombinasi. plot kotak mewakili itu mengikuti: median dengan itu tengah garis, atas dan lebih rendah kuartil dengan itu batas kotak, dan 1,5x antarkuartil rentang dengan itu cambang.
Infeksidenganberedarmanusiavirus corona (NKT), virus alfacorona (NKT-229E, NKT-NL63), dan inti beta-virus corona (NKT-HKU1, NKT-OC43), adalah umum danmenyumbang sangat ke itu musiman pernafasan penyakit beban di manusia23,24. Meskipun homologi urutan sederhana secara keseluruhan antaraen SARS-CoV-2 dan beredar HCoVs, beberapa dilestarikan daerah ada dan antibodi menyeberang-reaktivitas mungkin terjadi25–27. Ketika dibubarkan di itu diagnostikditetapkan sebagai positif palsu28, reaksi silang antibodi mungkin beruang biologis relevansi seperti yang disarankan untuk SARS-CoV-2 S2 menyeberang-menetralkan antibodi29. Ketakpastian tetap,namun, apakah antibodi HCV reaktif silang responsepengaruhituevolusidari SARS-CoV-2 spesifikasifickekebalan. Positif dampak oleh menyediakan lebih awal rendah setelahfimalam meme-ory tanggapan ke membangun pada dan dewasa sebagai dengan baik sebagai negatif di- ences mengikutiingituantigenikdosa prinsip30 olehmeningkatkan tidak protektif menyeberang-antibodi reaktif dengan mengorbankan de novo tanggapan bisa menjadi dibayangkan. Dari catatan khusus, cross-reaktif HCoVT pembantu sel tanggapan adalah ditampilkan ke positif berdampak pada kekebalan spesifik SARS-CoV-231. Mengingat hal ini, definisi dari pra-yang ada kekebalan jatuh tempo ke sebelumnya infeksi dengan HCoVs akanmenjadipenting di klinis diagnosa, dan strategi ke catatanadanmenyingkapitukomplekssaling ketergantunganNKT dan SARS- tanggapan CoV-2 sideolehsampingadalahdiperlukankefiIIinipengetahuan celah.
Di Sini kami melaporkan perkembangan uji serologis yang memungkinkanmultifaktorialseroprofilingdari SARS-CoV-2 dan NKTtanggapan pada akurasi diagnostik yang tinggi. Seroprofiling yang besarkelompok SARS-CoV-2 terjangkit dan tidak terinfeksi individuasalkanwawasan kunci ke dalam saling ketergantunganesdari NKT danSARS-CoV-2 antibodi tanggapan. Itu hasil menyorot a potensi peran protektif spesifik HCVc tanggapandi SARS-CoV-2 Akuisisisebagaiserta dalam membentuk respons SARS-CoV-2pada infeksi.
resulti
Multifaktorial seroprofiling defitidak ada SARS-CoV-2 spesifikasific tanggapan. Menyadari perlunya SARS-C . yang komprehensifoV-2 serologis profil untuk menjelaskan pertanyaan sentral dalam SARS-CoV-2kekebalan dan -nya saling ketergantungan dengan NKT tanggapan, kamidibuat a immunoassay multipleks berbasis manik untuk mengukur spesifik IgG, IgA dan IgM tanggapan ke SARS-CoV-2 RBD, S1, S2 dan N (Tambahan Ara. 1). Itu pengujian kadar logam catatan total 12 SARS-CoV- 2 parameter antibodi spesifik (4 antigen di 3 kelas Ig) denganakurasi diagnostik yang tinggi (lihat metode, Tambahan Gambar. 1-3 dan Tabel Tambahan 1, 2) dan selanjutnya termasuk inie S1 protein dari NKT-HKU1 ke layar menyeberang-reaktif antibodidi samping SARS-tanggapan CoV-2. Menurut desain tes untuk memantautibody ke dua virus corona, kami disebut itu pengujian kadar logam AntiBody Virus corona Pengujian kadar logam (ABCORA) 2.0.
Pengukuran dalam ABCORA dinyatakan sebagai:median umpan- intensitas sains (LKM) dikoreksi untukr Latar Belakang mengikat(melipatkosong manik-manik, MUSUH). Kemembedakan SARS-CoV{}spesifik dari reaksi silangtive antibodi, kami defitidak ada LKM-MUSUH ambang batas untuk masing-masing dari 12 antigen SARS-CoV-2 dan kombinasi kelas Igsberdasarkan pada plasma antibodi reaktivitas di pelatihan kelompok darisebelum pandemisehatdonatur (Pelatihan I, N=573), donatur denganterkini NKT infeksi (Pelatihan II, N = 75) dan donatur denganmenipufiinfeksi SARS-CoV-2 (Pelatihan III, N=175) (Gbr.1a, Tambahan Tabel 3). Kriteria panggilan positif didefinisikan untukmemastikan itudipadapaling sedikitduadariitu12 antigendan Aku gcombinasi itu ambang adalah tercapai (Tambahan Meja 4).Itufiakhirambangdanpositifpanggilankriteriadiizinkanuntukdiferensiasi dari sebagian (hanya IgM dan IgA tanggapan) ke penuhserokonversi (termasuk IgG tanggapan). Di tambahan, itu kriteriamenunjukkansampeldenganw k reaktivitasdan/atautak tentureaktivitas (Tambahan Table 5).
Ara. 2 Hitungan dari SARS-CoV-2 spesifik antibodi tanggapan. a–c Distribusi dari (a) 50 persenefektif konsentrasi (EC50; menyatakan sebagai plasma timbal balik pengenceran) dan (b) daerah dibawah itu melengkung nilai-nilai (AUC; menyatakan sebagai LKM) dari dititrasi plasma dari SARS-CoV-2 positif dewasa (N = 72) diukurdengan ABCORA 2.0. c SA yang dititrasiRS-CoV-2 RBD dan S1 tanggapan adalah dikuantifikasi menggunakan ituKhusus RBD monoklonal antibodi CR3022 (diproduksi sebagai IgG,IgA, dan IgM; menyatakan sebagai ng/ml) sebagaisebuahluar standar. Melihat Tambahan Ara. 7 untuk tambahan hitungan dengan itu WHO Internasional Standar Anti- SARS-CoV-2 Imunoglobulin. d pendekar tombak korelasi kesepakatan penilaian matriks antara pembacaan kuantifikasi berbasis ABCORA 2.0 (EC50, AUC, RBDAbu terstandarisasi), itu dasar LKM-MUSUH diukur pada 1/100 plasma pengenceran (catatan), ditunjukkan dijumlahkanlog LKM-MUSUH nilai-nilai (1/100 pengenceran), dan Roche Elecsys Anti-SARS-CoV-2 (S) pengujian kadar logam hasil (U/ml). Tidak signifikan korelasi adalah kiri kosong. tingkat dari makna adalah dinilai oleh a dua-berpihak uji pada yang asimtotik t perkiraan dari pendekar tombak's pangkat korelasi dan dikoreksi oleh itu Bonferoni metode untuk banyak pengujian (p< 0.05/780).Warna naungan menunjukkanitukorelasi koefisien.
Pre-pandemi pasien dengan didokumentasikan, terkini NKTinfeksi (Pelatihan II, N = 75; OC43 (N = 27), HKU1 (N = 17), NL63(N = 22), 229E (N = 9))terdiri dari individu-individu yang berbedamendasari berat penyakit termasuk kekebalan tubuh terganggupasien itu mengalami diagnostik penyaringan untuk NKT. spesifikasi NKTfic aktivitas dulu keseluruhan lebih rendah di ini sindrom kelompok tetapimenunjukkan, seperti yang diharapkand, diperkaya HCoVreaktivitasmelawanitu dimempengaruhi NKT (Tambahan Ara. 4). Penting, kami diamati Tidak indikasi reaktivitas silang dengan antigen SARS-CoV-2 yang memengaruhi itu ABCORA bacakan (Ara. 1a, b). Mempertimbangkan data semua kohort pelatihan (I–III), ABCORA 2.0 dipamerkan tinggi kepekaandan spesifikasifikota, mencapai 94.sensitivitas 29 persen dan spesifisitas 99,07 persen (Ara. 1c, Tambahan Tabel 3).
Ke memungkinkan analisis reaktivitas silang dan interdependen- kota antara SARS-CoV-2 dan antibodi HCVes, kami tercatatreaktivitas terhadap unit S1 HCV-HKU1 di tambahan ke itu SARS- CoV-2antigen (Ara. 1a). Yg berhutang ke itu tinggi prevalensi dari NKT antibodya dan itu berikut kekurangan dari BENAR-negatif kontrol, kami mengaturTidakambang bataskemenilai reaktivitas HKU1 sebagai positif/negatif.Secara keseluruhan, reaktivitas silang SARS-CoV-2 rendah sebelumendemiksampelmeskipunpenting HKU1 aktivitas (Ara. 1sebuah). Korelasi analisis mengungkapkan sederhana saling ketergantungan dari SARS-CoV-2 danHKU1 plasma antibodi reaktivitas di SARS-CoV-2 positif dan sebelum-pandemi donatur. Ini terutama melibatkan respons IgM, dengan individu dengan infeksi HCV baru-baru ini menunjukkanitupaling tinggikorelasi dalam IgM untuk HKU1 dan SARS-CoV-2acaktivitas (Tambahan Ara. 5). Ini data menggarisbawahi itu a rendah tingkat aktivitas lintas-reaktif ada yang perlu dihormatid dipengujian kadar logam rancangan, analisis, dan validasi.
Verifikation dari ABCORA 2.0pada kelompok validasi terpisah daripra-pandemi sehat dewasa (N = 252), anak-anak pra-pandemi(N=169), dan individu dengan SARS-CoV-2 infeksi (N = 214) (Ara. 1a, b, Tabel Tambahan 3) dikonfirmasi the keabsahan dari itu terpilih pengujian kadar logam kriteria. Menggabungkan pelatihan dankohort validasi SARS-CoV-2 ppositif individu (N = 389)dannegatifkontrol (N {{0}}), ABCORA 2.0 mencapaikepekaan dari 94,60 persen dan spesifisitas 99,16 persen (Gbr.1c).
Sebagai catatan, saat menganalisis chanak-anak dan dewasa di itu validasikelompok terpisah, kami mengamati spesifisitas yang sedikit lebih rendah di antara anak-anak(98,82 persen )dibandingkankedewasa(99,60 persen ),pemeliharaanitukemungkinan itu menyeberang-reaktif aktivitas di anak-anak mungkin menjadi lagiumum daripada pada orang dewasa. Memang, anak-anak pra-pandemi menunjukkana korelasi yang lebih tinggi antara IgM HKU1 dan SARS-CoV-2 (TambahanGbr. 5c), menyoroti interpretasi itupada dari IgM SARS-CoV-2 aktivitas bisamenjadi kompleks. Komputasi analisis memaksimalkan spesifikasifikota dan kepekaan dari
SARS-CoV-2 seroprofiling. Ke lebih jauh meningkatituspesifikasifikota dari itu bacakan, kami Berikutnya dieksplorasi dua ekstensi analisis komputasi, model regresi logistik (ABCORA 2. 1) dan f acakoistirahatmodel (ABCORA 2.2). Keduanya analisis strategi adalah mapanpada itu identik pelatihan Himpunan data (Pelatihan I–AKU AKU AKU) digunakan untuk pengaturandari ABCORA 2.0. Alih-alihdarimemperoleh 12 individuambang batas (satuperantigen dan kelas Ig), perhitungan model hanya memperkirakan probabilitas sampel untuk menjadi positiftsayadengan menyediakan acopositip hasil lintas semua 12 pengukuran dan berlarikingsera positifataunegatif (1, 0 klasikfikation). Untuk itukemunduran logistikion ABCORA 2. 1, kamidikelompokkan SARS-CoV-2 aktivitas pengikatan yang menunjukkan korelasi tinggi (Supplemgambar masuk. 6a) dan termasuk itu berarti nilai dari milik mereka LKM-musuh dalam model. Itu acak hutan model ABCORA 2.2 termasuk semua 12 Tanggapan SARS-CoV-2 mengukur dan menggabungkan hasil dari 1000 klasikfikation pohon. Pada itu gabungan pelatihan dan validasikelompokdari SARS-CoV-2 positifindividu (N = 389) dan negatif kontrol (N = 825), ABCORA 2.2 tercapai a menyolokkepekaandari97,43 persendan a spesifikasifikota dari99,91 persenmengunggulikeduanya ABCORA 2.0 dan 2. 1. Sebagai catatan, panggilan positif oleh ABCORA 2.2 dulu didominasi oleh respons IgG (Gambar Tambahan 6b).
Kita Berikutnya dieksplorasi apakahitupenggabungan dari HKU1 reaktivitas menjadi itu acak hutan model mungkin lebih jauh memperbaiki itu spesifikasi panggilanfikota dan kepekaan. Memang, a model yang menyertakan HKU1S1 sebagaitambahanvariabel (ABCORA 2.3) peningkatan sensitivitas dari 97,43 persen di ABCORA 2,2 hingga 98,20 persen (Gbr.1c, Tambahan Tabel 3) tanpa reduksition dari itu spesifikasifikota. A kepekaanvalidasi silang analisis dengan diacak pelatihan dan validasi mengaturmenipufirmeditupertunjukandari ABCORA 2.3 (Tambahan Tabel 6). Owing ke -nya gabungan tinggi kepekaan dan spesifikasifikota, kami, oleh karena itu, memilih ABCORA 2.3 sebagai strategi analisis untuk peringkat global serokonversi SARS-CoV-2.
Kita Berikutnya verified ituakurasi ABCORA 2.0 dan 2,3 inmendefinisikan SARS-C . positif dan negatifoV-2 imunmemanfaatkan statusitu Nasional Lembagauntuk Biologis Standardan Kontrol (NIBSC) Anti SARS-CoV-2 Verifikation Panel (20/ B770)32. Verifikasi iniasi panel untuk serologi tes termasuk 23 serum sam positif dan 14 negatifmohondanmemungkinkanlangsungperbandingan witu lainnya uji sistem32. Keduanya ABCORA versimenunjukkan100 persenkepekaan dan100 persenspesifikasifikota pada verifikasi plasmapaneldan dibandingkan dengan uji komersial sistem (Ara.1d, Tabel Tambahan 7). Untuk referensi silang iniluarverifikationhasilnya, kami selanjutnya membandingkan sekepekaan dari itu ABCORA tes dan tiga komersial serologiuji sistem pada a himpunan bagian dari itu SARS-CoV-2 positif pelatihankelompok (kelompok III, N=171). Tes yang menargetkanN protein(Elecsys® Anti-SARS-CoV-2 (Roche Diagnostics GmbH)), the RBD wilayah dari itu S protein (Elecsys®Uji Anti-SARS-CoV-2 S (Roche Diagnostik GmbH)), dan itu S1 subunit (EUROIMMUNAnti-SARS-CoV-2 ELISA (IgG)) dimasukkan. Hasilcpadafirmedituanalisispadaituinternasional NIBSC 20/B770 plasma panel,dengan ABCORA 2.0 dan ABCORA 2.3 menunjukkan sensitivitas tertinggi di antara tes yang diuji (Supplementary Tsanggup 8).
Dengan demikian kita menyimpulkan bahwa ABCORA 2.0 seroprofilingdalam kombinasi dengan ABCORA 2.3 defitidak adapositifdenganitupaling tinggi spesifikasifikota dan kepekaan. Respon antigen individu evaluasi oleh ABCORA 2.0 mendefinisikan tahap sekonversi ulangstatus berdasarkan pada individu Nilai batas IgM, IgA, dan IgG dandengan demikian melengkapi dan memaksimalkan informasi yang dapat diperoleh ABCORA 2 seroprofiling.
Ara. 3 Asosiasi dari mengikat dan penetralan aktivitas di lebih awal dan terlambat infeksi. a50 persenPenetralan titer (tidak50) titer melawan Wuhan-Hu-1pseudotipe di pasien dengan diketahui positif SARS-CoV-2 RT-PCR tanggal (N = 369). pasien adalah bertingkat menurut ke waktu sejakitupertama diagnosa menginvestigasi lebih awal (lebih sedikit dibandingkan 30 haripasca-RT-PCR, lavender) dan terlambat (lagi dibandingkan 30 haripasca-RT-PCR, pirus) penetralan tanggapan. Perbedaandi antara ini dua kelompok dulu dinilai dengan a linier Campuran model dengan waktu sejak RT-PCR (biner variabel lebih awal/terlambat) sebagai a tetap memengaruhi dan individu secara acak memengaruhi dan menggunakan Satterthwaite perkiraan untuk a dua-berpihak t-uji pada itu parameter terkait dengan waktu sejak RT-PCR. plot kotak mewakili pengikut: median dengan itu tengah garis, atas dan lebih rendah kuartil dengan itu kotak batas, dan 1,5x antarkuartil rentang dengan itu cambang. b Linier analisis regresi ke mendefinisikanituasosiasi di antara penetralan (timbal-balik tidak50) dan antibodi mengikat (LKM-MUSUH). Hitam garis menunjukkan linier regresi prediksi dan Abu-abu berbayang daerah sesuai ke itu95 persenkepercayaan diri interval. Hasil menggambarkan lebih awal (lavender), terlambat (pirus), dan penuh kelompok (hitam). n.s. menunjukkan tidak signifikan hasil. tingkat dari makna adalah dinilai oleh a dua-berpihak uji pada itu asimtotik t perkiraan dari pendekar tombak's pangkat korelasi, dan dikoreksi oleh itu Bonferoni metode untuk banyak pengujian (p< 0.05/1200,melihat Tambahan buah ara. 8b dan 9).
Memprediksi SARS-CoV-2 penetralan berdasarkan pada ANCORA
seroprofiling. Menentukan penetralan aktivitas adalah kritis kepelindung pengukurtive kekebalan. Ketika penetralan bisa menjadi secara langsungdiukur dengan berbagai virus asli atau pseudoviruss SARS-CoV-2 tes netralisasi5,22,33, menerapkan pengikatan langsung atautes kompetisi sebagai pengganti untuk netralisasition aktivitas tetap dari haigh minat untuk diagnostik tujuan di mana sel-berdasarkan tesadalah lagi berbedafikultus ke melaksanakan33,34. Di tertentu, S1dan RBDbinding dan KARTU AS2 kompetisi memiliki pernah ditampilkan ke menghubungkan dengan baik dengan penetralan aktivitas5,8,10,19,33–37. Untuk mengeksplorasi netralisasi prediktor berdasarkan ABCORA 2.0, kami prpatuh di a fipertama melangkah itutopiakota dari ABCORA ke memperoleh kuantitatif S1 dan RBD pembacaan di a himpunan bagian pasien positif SARS-CoV-2 (N=72). ANCORA2.0 mengukurelemen dari secara berurutan diencerkan plasma adalah diadakan ke memperoleh 50persenkonsentrasi efektif (EC50, dinyatakan sebagai resipien).protokol plasma pengenceran) dan daerah dibawah itu melengkung nilai-nilai (AUCdinyatakan sebagai MFI) untuk semua 12 parameter SARS-CoV-2 (Gbr.2a, b). In tambahan, kami kuantitasfied SARS-CoV-2 RBD dan S1 tanggapanmelalui itu RBD spesifikasific mAb CR302238 (Ara. 2c) dan itu WHOStandar Internasional Anti-SARS-CoV-2 Imunoglobuln NIBSC 20/13632 (Gambar Tambahan 7b, Data Tambahan 1). untuk iniadalah,kamikuantitasfieditumasing-masingantibodiisidaria positifkontrol SARS-CoV-2 penyumbangkolamtermasukdisemua ABCORA pengukuran dan menyatakan itu kandungan antibodi plasma individuplestentang dia (Ara. 2c, Tambahan Ara. 7). Kita kemudian diperiksa yang mana dari kuantitatif ABCORApembacaan berkorelasi terbaik dengan setiap lainnya, itu dasar bacakan dariABCORA 2.0 (MFI-FOE pada pengenceran plasma 1/100), dan inie kuantitatif Roche Elecsys S uji (U/ml) (Gbr.2c, Tambahan Gambar 7). Selain itupada ke itu individu antigen parameter, kami juga dianggap re kumulatifmensponsori nilai-nilai. Ini adalah total paku reaktivitas (jumlah dari RBD,S1, dan S2 di semua kelas Ig), lonjakan kelas Ig reaktivitas (jumlah S1, RBD, dan S2 untuk satu isotipe), dan antigenspesifikasific reaktivitas (jumlah dari semua Aku g kelas untuksatuantigen). Kitaodilayani a benar-benar bagus korelasi lintas itu beragam paku parameter yang diuji (Gbr.2d). Pengecualian yang menonjol adalah klasikal EC50 nilai-nilai, yang menunjukkan Tidak ke lemah korelasilintas semuaparameterstermasukitukomersialuji. Menariknya, AUCnilai-nilai, yang di kontras ke EC50 adalah a gabungan ukuran konsentrasi dan sinyal kekuatan, dilakukan dengan baik. Dari perhatikan, kamidiamati sangat variabel SARS-CoV-2respon dosis antibodikurva, mencapai di kita kelompok individu dataran tinggi lebih a 4-catatanjangkauan (Tambahan Ara. 7). Dataran tinggi ini dihormati di Pembacaan AUC, dan juga direkam oleh MF . dasarI-MUSUH ABCORA bacakan pada 1/100 plasma pengenceran, tetapi adalah bukan menipu-
berpihak dalam penentuan EC50. Memang LKM dasar-MUSUHmenunjukkan a korelasi tinggi dengan pembacaan kuantitatif di seluruh variabel yang diujies termasuk itu kuantitatif komersial Roche Elecsys tes S.
Berdasarkan hasil ini, kami menyimpulkand ituitu LKM-MUSUHbacakan semata-mata pada itu 1/100 plasma pengenceran menyediakan a sangatrelisanggup memperkirakan untuk itu S1 dan RBD antibodi isi di plasma yang dapat digunakan sebagai proxy untuk kuantifikasi tanpa perlu sampel titrasies. Kita, karena itu, dipekerjakan itu dasar LKM-MUSUH di itu berikutnyat melangkah ke defitidak penetralan prediktor.
Kegiatan netralisasi ke Wuhan-Hu- 1 in SARS-CoV-2 individu positif (N=467) menggunakan establigudang SARS-CoV-
2 pseudovirus penetralan uji5,22,33 mengungkapkan berbagai 50 persenmenetralkan titer (tidak50) (pos positif RT-PCR Ara. 3a (N=369), gejala pasca-mulai, Tambahany Ara. 8a (N = 333)), di garis dengan sebelumnya fitemuan5,8. Lebih awal di infeksi(di dalam 30 hari dari positif RT-PCR) penetralan titer adalahtandafidengan tegas lebih tinggi (p< {}.001) dan berkorelasi lebih baik dengan pengikatan parameter.Seperti yang diharapkan, respons IgG terhadap antigen lonjakan menunjukkanitupaling tinggikorelasidenganpenetralanaktivitas (Ara. 3b, Tambahan buah ara. 8,9). Kami selanjutnya mengelompokkan pasien berdasarkanpopulasike dalamtinggi (tidak50 > 250,N =332) dan tidak ada atau rendahpenetralisir (tidak50< 250, N=135)39 (Ara.4a) dan membandingkanramalan kemampuan dari enam berbeda klasikfikation model ke menetapkanindividu berdasarkan pada milik mereka ABCORA 2.0 mengikat pola ini groUPS. Univariabel logistik regresi (ULR) model hanya termasuk satu variabel: salah satu itu berarti dari LKM-MUSUH S1 reaktivitas(ULR-S1) atau rata-rata reaktivitas RBD MFI-FOE (ULR- RBD). Regresi logistik multivariabel (MLR) termasuk S1 and RBD berarti reaktivitas. Itu tambahan model termasuk semua 12 reaktivitas antigen diukur dalam ABCORA dan compriseda random hutanmendekatidandua MLR strategiberdasarkanpadaprinsip komponen analisis (PCA, 2 dan 4 fipertama kapak). Modeladalahdibandingkanberdasarkanpada AUC dan BIC (Bayesianinformasi kriteria40) dengan validasi silang (Gbr.4b, c). Semuamodel perterbentuk demikian pula, dengan itu tidak berubah-ubah model berdasarkan pada itu berarti dari Reaktivitas S1 (ULR-S1) menghasilkan nilai BIC terbaik. PenerimaPengoperasianmelengkung (ROC) analisis berdasarkan ULR-S1menunjukkana baguskapasitasdalam memprediksi status netralisasimenghasilkan AUC 0.90 (N=467, Gbr.4d). Menjelajahi cutoff yang berbeda untuk bkeseimbangan kepekaan dan spesifikasifikota penyimpanan keduanya di atas80 persen,kamimemilihketetapkan sampel ke kelompok penetral tinggi jika probabilitas yang diprediksi di atas 70 persen. Ini sesuai dengann83 persenspesifikasifikotadibenarmenugaskannon-penetral dan 80 persensensitivitas dalam menetapkan penetral (Gbr.4d, e). untuk meningkatkane itukegunaan dari itu ULR-Model prediksi S1 untuk diagnostik klinis, kami merancang model prediksi netralisasi yang dimodifikasi ULR-S1-Sberbasis OC pada itu SOC nilai-nilai dilaporkan untuk ABCORA 2.0. Pada70 persendiprediksi kemungkinan, ULR-S1-SOC memberikan pra-netralisasi-diksi di similarkepekaan(81 persen )danspesifikasifikota(81 persen )olehmemeriksa apakah nilai S1 SOC komposit (jumlah nilai S1 SOCues untuk IgG, IgA,dan IgM) adalahdi bawahataudi atas 9.7 (Ara. 4f). Sejalan dengan itu, nilai S1 SOC di atas 17,3 sesuai dengan tosebuah kepekaandari67 persendan spesifikasifikotasebesar 94 persen.Dari catatan, itu hubungan timbal balikdi antara penetralan dan S1 level sama-sama terlihat ketikakamidiperiksaa lebih rendahmemotong-matidaripenetralan (tidak50 < 100) (Gambar Tambahan 10, Tabel Tambahan 9). Kami, oleh karena itu, menyimpulkan itu itu dasar SOC bacakan di ABCORA 2.0 dapat mengirimkan a dapat diandalkan ramalan dari tinggi penetralan aktivitas.
Ara. 4 Memprediksi penetralan kapasitas sebagai a fungsi dari mengikat aktivitas. a SARS-CoV-2 positif donatur (N = 467) adalah bertingkat ke dalam tinggi penetralisir(tidak50 > 250, N = 332; biru) dan Tidak/rendah penetralisir (tidak50 < 250,N = 135; Abu-abu), berdasarkan pada milik mereka penetralan aktivitas melawan Wuhan-Hu-1. b, c Perbandingan dari itu ramalan kemampuan dari enam berbeda klasifikasi model menggunakan 100 menyeberang-validasi set (terbagi sebagai80 persenuntuk pelatihan dan20 persenuntuk validasi). b Perbandingan dari model olehitudaerah dibawah itu melengkung (AUC). Setiap dot sesuai ke satu menyeberang-validasi mengatur. c Bayesian informasi kriteria(BIC) dari itu lima model berdasarkan regresi logistik. Model yang berbeda adalah regresi logistik Univariable (ULR). ULR-RBD: rata-rata dari LKM-FOE RBD.ULR-S1: rata-rata LKM-FOE S1. Regresi logistik multivariabel (MLR). MLR-S1, RBD: rerata reaktivitas S1 dan rerata reaktivitas RBD. MLR-PCA2 danMLR-PCA4: MLR dari 2 dan 4 pertama sumbu dari PCA analisis, masing-masing. PCA dulu berdasarkan pada semua 12 SARS-CoV-2 antibodi reaktivitas diukur oleh ABCORA 2.0. Hutan acak (RF) termasukding semua antibodi reaktivitas diukur oleh ABCORA 2.0. plot kotak mewakili itu mengikuti: median dengan itu tengah garis, atas danlebih rendah kuartil dengan itu kotak batas, 1,5x rentang interkuartil dengan kumis, dan outlier dengan poin. d ULR-S1 memperkirakan kurva ROC berdasarkan kumpulan data lengkap (N = 467). e diukur tidak50 nilai melawan kemungkinan dari tidak50 > 250sebagai diprediksi oleh ULR-S1 di limadipilih secara acak validasi set (setiap simbol sesuai ke a validasi mengatur). berwarna ungu simbol menunjukkan a lebih tinggi dibandingkan 0.70 kemungkinan dari itu masing-masing Sampel ke menjadi menetralkan pada tidak50 > 250dan adalah karena itu dilambangkan sebagai tinggi penetralisir. Abu-abu menunjukkan sampel dengan diprediksi penetralan tidak50 < 250,karena itu rahasia sebagai Tidak/penetral rendah. f Penetralan ramalan berdasarkan pada a diubah ULR-S1 model memanfaatkan itu diagnostik bacakan SOC alih-alih dari LKM-MUSUH nilai-nilai sebagai memasukkan.Yang diukur tidak50 nilai melawanitujumlah dari S1 SOC nilai (IgG, IgA, IgM) digambarkan. Garis putus-putus sesuai dengan NT50=250 secara horizontal dan jumlah S1 SOC = 9.7 Tegak lurus. Itu jumlahdariS1 SOC = 9.7 sesuai ke itu ambang batas digambarkan untuk ULR-S1 di (d, e). Itu Abu-abu berbayang daerah sesuai ke positif sejati (individu dengan tidak50 > 250diprediksi sebagai tinggi penetralisir).
