来源：期刊VIP网 时间：
作者：王雪琪;黄龙;张锦华;郑港;王怡鹏;何文俊;刁美;庞立丽;黄涛;
单位：首都儿科研究所附属儿童医院普通外科;珠海市人民医院暨南大学珠海临床医学院;国家传染病智能追踪与预测重点实验室(NITFID),中国疾病预防控制中心病毒病预防控制所;甘肃中医药大学公共卫生学院;山西医科大学转化医学研究中心;
摘要：轮状病毒引起的儿童腹泻通常表现为严重的腹泻、呕吐和脱水，尤其对免疫系统尚未完全成熟的儿童构成较大健康威胁。尽管现有的诊断方法如PCR和ELISA在临床实践中被广泛应用，但仍面临准确性、时效性和成本等方面的挑战。因此，本研究提出了一种结合生物信息学和机器学习技术的创新分析框架。通过整合来自多个队列的基因表达数据，识别出了与急性轮状病毒感染高度相关的分子生物标志物，并验证了其在不同临床组中的特异性。研究发现，四个基因（CD1C、IFI27、IFI44和IFI44L）的组合在急性轮状病毒感染组与健康组之间表现出显著的差异表达，与其他常见病原引起的腹泻相比，这一组合具有更高的特异性。这些发现为儿童轮状病毒腹泻的早期诊断提供了重要的见解，并为开发快速、灵敏且经济高效的临床诊断工具奠定了基础。此外，通过功能富集分析和免疫细胞浸润分析，揭示了这些基因在免疫反应中的潜在作用，特别是在免疫调节和细胞修复中的关键角色。本研究的结果为急性轮状病毒感染的早期诊断和个性化治疗提供了重要的依据和参考。
关键词：腹泻;轮状病毒;分子生物标志物;机器学习;免疫细胞浸润
基金资助：北京市自然科学基金资助项目（项目号：L242054）,题目：建立评价人诺如病毒疫苗有效性的人肠道类器官和小动物模型~~
