《Nature Communications》：Investigating antibody cross-reactivity and transmission dynamics of alphaviruses and flaviviruses using a multiplex serological assay
编辑推荐：
本研究针对虫媒病毒诊断与监测中血清学交叉反应性这一关键瓶颈，开发了一种高通量多重血清学检测方法，可同时定量9种虫媒病毒（包括登革热、寨卡、基孔肯雅等）的28种抗原抗体反应。研究人员结合竞争性免疫测定和数学模型，成功区分了基孔肯雅病毒与马亚罗病毒的特异性与交叉反应性抗体，并据此校正估计了当地的传播动态。该整合方法为解决多种病毒重叠传播地区的监测难题提供了有力工具。
虫媒病毒，如登革热病毒(DENV)、寨卡病毒(ZIKV)和基孔肯雅病毒(CHIKV)，对全球公共卫生构成重大威胁。然而，由于这些病毒在进化上关系密切，感染一种病毒产生的抗体常常能与相近的病毒发生结合，这种现象被称为血清学交叉反应性。这给基于抗体检测的诊断和血清学监测带来了巨大挑战，导致难以准确判断个体真实的感染史，也阻碍了对特定病毒传播动态的精确评估。特别是在多种病毒共同流行的地区，以及诊断能力有限的卫生系统中，这一问题尤为突出。为了应对这一挑战，研究人员迫切需要能够同时检测多种病原体抗体、并能有效区分交叉反应的新工具和新分析方法。
在这篇发表于《自然·通讯》(Nature Communications)的研究中，一个国际研究团队开展了一项大规模研究。他们开发了一个包含28种抗原的高通量多重血清学检测 panel，覆盖了9种重要的虫媒病毒，包括3种甲病毒（基孔肯雅病毒、马亚罗病毒(MAYV)、奥尼翁-尼翁病毒(ONNV)）和6种黄病毒（4种血清型的登革热病毒、寨卡病毒、黄热病毒(YFV)、西尼罗病毒(WNV)、乌苏图病毒(USUV)和日本脑炎病毒(JEV)）。研究人员将这一检测应用于来自四大洲（秘鲁、法属圭亚那、塞内加尔、新喀里多尼亚）8个横断面调查的超过4000份样本。为了评估检测性能并确定血清阳性阈值，他们采用了基于贝叶斯有限混合模型和受试者工作特征(ROC)曲线分析的灵活分析方法。作为案例研究，他们重点解析了甲病毒家族中CHIKV和新兴的MAYV。通过将竞争性免疫测定实验与多重血清学数据、流行病学数据的数学模型相结合，研究人员成功区分了针对这两种病毒的交叉反应性和病毒特异性抗体反应，从而获得了经交叉反应性校正的、与现有流行病学证据相符的本地传播动态估计值。研究结果表明，这种将多重血清学、实验验证和建模相结合的整体方法，能够有效破解血清学交叉反应性带来的暴露史推断难题，为改进虫媒病毒监测，特别是在多种病毒传播重叠且诊断能力有限的地区，带来了希望。
研究人员为开展此项研究，主要应用了以下几项关键技术方法：1. 多重微球免疫检测技术：将28种重组抗原共价偶联到光谱独特的磁珠上，建立可同时定量检测样本中多种病毒特异性IgG抗体的高通量平台。2. 竞争性免疫测定：通过用可溶性抗原预孵育样本，竞争性阻断或消耗特异性抗体，以实验区分病毒特异性与交叉反应性抗体。3. 贝叶斯有限混合模型：对已知阴性对照和横断面调查样本的抗体数据联合建模，识别数据中潜在的血清阴性与血清阳性亚群，用于评估检测性能。4. 数学模型推断传播动态：构建整合抗体动力学、交叉反应性和病毒传播力的数学模型，利用个体抗体水平、年龄和地点信息，联合推断最可能的个体感染史和群体水平的传播力。
研究结果
混合模型识别血清阴性和血清阳性亚群
研究人员为每种抗体反应拟合了双组分和三组分高斯混合模型(GMM)。除西尼罗病毒包膜蛋白结构域III(EDIII)外，三组分模型对所有抗体反应的数据拟合更优。模型将最低和最高组分分别解释为血清阴性和血清阳性群体，中间组分的类别归属则通过对比已知阳性对照样本的反应性来确定。例如，对于CHIKV病毒样颗粒(VLP)抗原，中间组分代表血清阴性群体，而对于DENV1非结构蛋白1(NS1)抗原则代表血清阳性群体。
基于GMM估计表征灵敏度与特异性的权衡
利用ROC曲线评估了每种抗体检测在不同血清阳性阈值下灵敏度与特异性的权衡。基于GMM组分正态分布累积分布函数计算的分析性ROC曲线与基于阴性、阳性对照观测数据计算的经验性ROC曲线高度一致。在28种抗原中，有19种的分析性ROC曲线下面积(AUROC)超过0.9，表明其区分血清阴性与阳性的性能可接受。甲病毒抗原（CHIKV VLP、ONNV VLP、MAYV E2、CHIKV E2）均表现出良好的区分性能。在黄病毒中，针对登革热病毒VLP和NS1、寨卡病毒VLP和NS1、黄热病毒和日本脑炎病毒包膜蛋白(E)以及西尼罗病毒和乌苏图病毒NS1的检测性能也较好。然而，针对黄病毒EDIII抗原的检测性能普遍较差。
甲病毒和黃病毒抗体反应的强度与两两相关性
大多数甲病毒和黄病毒抗原的抗体水平随年龄增长而变化。不同抗原间的抗体反应高度正相关，反映了共暴露和血清学交叉反应性的不同程度。在甲病毒中，针对CHIKV VLP与MAYV E2或ONNV VLP的反应相关性最高。在黃病毒中，不同血清型登革热病毒VLP抗原间的反应近乎完全相关，登革热病毒VLP与寨卡病毒VLP、黄热病毒E、日本脑炎病毒E抗原的反应也高度相关。然而，登革热病毒NS1与寨卡病毒NS1反应的相关性较低，部分个体对两种病毒均产生高水平抗体反应，而部分个体仅对其中一种有反应。
多变量抗体反应关联的相关性网络
正则化网络分析揭示了抗体反应之间的条件依赖结构。网络显示甲病毒抗原形成一个紧密的内部连接簇，与黄病毒抗原的连接极少。在黄病毒中，E和VLP抗原之间存在强的条件关联，而涉及NS1抗原的条件关联则较少且较弱。网络结构表明，与结构抗原（E和VLP）相比，黄病毒NS1抗体反应具有更具区分性的病毒水平反应结构。
黄病毒NS1抗体反应谱中的病毒特异性结构
主成分分析(PCA)显示，基于单变量GMM结果定义的血清学反应表型在低维空间中清晰分离。第一主成分(PC1)捕获了泛黄病毒轴，所有NS1抗原均有贡献。PC2由登革热病毒NS1抗原与其他黄病毒NS1反应之间的对比驱动，PC3主要由寨卡病毒NS1抗原与其他黄病毒NS1反应之间的对比驱动。这些结果表明NS1反应沿着一个主要的共享黄病毒梯度组织，同时存在捕获登革热病毒和寨卡病毒特异性变异的其他正交维度。
竞争性免疫测定量化针对甲病毒抗原的病毒特异性与交叉反应性抗体
针对CHIKV E2和MAYV E2的抗体反应呈现出三种不同的血清反应模式。竞争性免疫测定结果表明，在疑似仅感染CHIKV的个体中，针对CHIKV E2的反应是真正的特异性反应，而针对MAYV E2的反应是由CHIKV感染诱导的交叉反应。相反，在疑似仅感染MAYV的个体中，针对MAYV的反应是特异性的，而观察到的对CHIKV的低水平反应是交叉反应。这表明CHIKV感染比MAYV感染更倾向于诱导针对异源病毒的交叉反应性抗体。
建模交叉反应性以重建MAYV和CHIKV传播动态
研究人员应用数学模型联合量化MAYV和CHIKV之间的交叉反应性，并估计每种病毒潜在的本地传播动态。模型估计，一次MAYV感染平均导致针对MAYV E2的抗体反应性增加19倍，同时伴随针对CHIKV E2的抗体反应性交叉增加1.17倍。相反，一次CHIKV感染平均导致针对CHIKV E2的抗体反应性增加5倍，伴随针对MAYV E2的抗体反应性交叉增加1.7倍。模型校正交叉反应性后，估计了各研究点两种病毒的年龄别血清阳性率。模型支持MAYV在秘鲁和法属圭亚那持续传播，CHIKV在塞内加尔持续传播。模型还估计了2014年左右法属圭亚那和新喀里多尼亚CHIKV疫情的罹患率，以及秘鲁一次小规模CHIKV疫情的罹患率，这些估计与现有的流行病学证据一致。
研究结论与意义
本研究成功开发并应用了一个包含28种抗原的高通量多重血清学检测平台，结合贝叶斯混合模型与ROC分析，建立了一套系统评估检测性能、确定血清阳性阈值的分析框架。该框架即使在没有特征明确的对照样本时也可应用，为任何血清学检测的评估提供了通用方法。
研究通过多维血清学数据深入揭示了相关病毒间，特别是甲病毒和黄病毒家族内部的广泛交叉反应性。竞争性免疫测定和数学模型这两种互补的方法，均强有力地指出交叉反应性的诱导存在不对称性：CHIKV感染比MAYV感染更易诱导针对异源病毒的交叉反应性抗体。这一发现对于血清学数据的解读具有重要意义。
作为核心案例，研究通过整合竞争性免疫测定实验与数学模型，成功量化了CHIKV与MAYV之间的交叉反应程度，区分了交叉反应与真实暴露，并重建了两种病毒在多个地理区域的传播动态。模型估计的传播模式与已知的流行病学证据高度吻合，例如法属圭亚那的MAYV持续溢出、塞内加尔的CHIKV反复流行以及2014年法属圭亚那的CHIKV大规模疫情。
这项研究证明了将多重血清学方法、竞争性免疫测定与结构化分析及建模方法相结合的巨大效用。该方法不仅能评估检测性能、量化抗体交叉反应性，还能在多样化的流行病学环境中重建虫媒病毒的传播动态。研究结果强调了在血清学监测中考虑交叉反应性的重要性，并凸显了对具有更强区分交叉反应性抗体能力的免疫检测方法，以及对能够同时分析来自交叉反应性病原体的多个生物标志物的分析方法的持续需求。持续投资开发此类工具，对于满足全球对准确虫媒病毒监测日益增长的需求至关重要。
