Inflammatix, Inc., 863 Mitten Rd, Suite 104, Burlingame, CA, 94010, USA.
Department of Medicine, Stanford University, Palo Alto, CA, 94305, USA.
Nat Commun. 2020 Mar 4;11(1):1177. doi: 10.1038/s41467-020-14975-w.
Improved identification of bacterial and viral infections would reduce morbidity from sepsis, reduce antibiotic overuse, and lower healthcare costs. Here, we develop a generalizable host-gene-expression-based classifier for acute bacterial and viral infections. We use training data (N = 1069) from 18 retrospective transcriptomic studies. Using only 29 preselected host mRNAs, we train a neural-network classifier with a bacterial-vs-other area under the receiver-operating characteristic curve (AUROC) 0.92 (95% CI 0.90-0.93) and a viral-vs-other AUROC 0.92 (95% CI 0.90-0.93). We then apply this classifier, inflammatix-bacterial-viral-noninfected-version 1 (IMX-BVN-1), without retraining, to an independent cohort (N = 163). In this cohort, IMX-BVN-1 AUROCs are: bacterial-vs.-other 0.86 (95% CI 0.77-0.93), and viral-vs.-other 0.85 (95% CI 0.76-0.93). In patients enrolled within 36 h of hospital admission (N = 70), IMX-BVN-1 AUROCs are: bacterial-vs.-other 0.92 (95% CI 0.83-0.99), and viral-vs.-other 0.91 (95% CI 0.82-0.98). With further study, IMX-BVN-1 could provide a tool for assessing patients with suspected infection and sepsis at hospital admission.
提高对细菌和病毒感染的识别能力，可降低脓毒症的发病率，减少抗生素的过度使用，并降低医疗保健成本。在这里，我们开发了一种基于宿主基因表达的通用分类器，用于急性细菌和病毒感染。我们使用来自 18 项回顾性转录组学研究的训练数据（N=1069）。仅使用 29 个预先选择的宿主 mRNA，我们使用神经网络分类器进行训练，细菌与其他分类的受试者工作特征曲线下面积（AUROC）为 0.92（95%CI 0.90-0.93），病毒与其他分类的 AUROC 为 0.92（95%CI 0.90-0.93）。然后，我们在没有重新训练的情况下，将这个分类器（inflammatix-bacterial-viral-noninfected-version 1，IMX-BVN-1）应用于一个独立的队列（N=163）。在这个队列中，IMX-BVN-1 的 AUROC 为：细菌与其他分类的 0.86（95%CI 0.77-0.93），病毒与其他分类的 0.85（95%CI 0.76-0.93）。在入院后 36 小时内入组的患者（N=70）中，IMX-BVN-1 的 AUROC 为：细菌与其他分类的 0.92（95%CI 0.83-0.99），病毒与其他分类的 0.91（95%CI 0.82-0.98）。通过进一步研究，IMX-BVN-1 可能成为评估疑似感染和入院时脓毒症患者的一种工具。
