每日毅讯| Nature：长新冠综合征的免疫学机制探讨

近期，很多人出现了第三次新冠阳性，就是所谓的“三阳开泰”。相对来说大家症状都较为轻微。然而，仍然有不少患者每次新冠感染之后（特别是首次感染后），会出现1-4个月以上的各种不适症状，包括心慌、疲劳、健忘（所谓的“脑雾”）等。这些出现长新冠综合征（Long Covid，LC）的患者究竟与恢复很快的正常感染者之间有什么不同呢？近期，Nature杂志发文报告了长新冠患者的免疫学特征，试图解释长新冠背后的病理生理学机制。

研究者对273名参与者进行了一项横断面研究，人群被分为五组：（1）91名在接种疫苗前感染了SARS-CoV-2的医护人员;（2）92名健康、未感染、已接种疫苗的健康对照，HC）;（3）93名既往感染、接种疫苗且无持续症状的恢复期对照（CC）;（4）94名急性感染后症状持续存在的长新冠综合征患者（LC）;（5）95名来自另一个独立人群的在急性感染后出现持续症状的长新冠综合征患者（外部LC）。受试者均进行了多维免疫表型检测，并采用机器学习方法识别与长新冠综合征相关的生物学特征。与匹配的对照组相比，长新冠综合征患者的循环髓细胞和淋巴细胞群存在显著差异，长新冠综合征患者存在对新冠病毒SARS-CoV-2的体液免疫反应增强的证据。此外，在长新冠综合征患者中观察到针对非SARS-CoV-2病毒病原体更强烈的体液免疫反应，尤其是EB病毒。可溶性免疫调节因子和激素的水平在长新冠患者与非长新冠患者中存在显著差异，LC患者的皮质醇水平较低。将免疫表型数据集放置入机器学习模型中，可以确定长新冠状态最密切的相关免疫特征。

「毅讯点评」

本项研究表明，SARS-CoV-2病毒抗原持续存在、潜伏疱疹病毒再度激活和慢性炎症等都可能导致长新冠综合征。长新冠综合征的患者具有一定的特殊免疫学特征。研究者通过机器学习预测长新冠综合征发现：低皮质醇水平在模型中具有最高的预测价值。本研究为未来的长新冠综合征的诊断、预测和治疗提供了潜在靶点。本文的发表又再次让笔者及小伙伴们陷入了沉思，“为什么我没有想到做这种分析呢？？！！”然而，偶然中有必然，让我们继续努力学习，积极讨论，深入思考，坚持做“有趣的”和“有用的”科研。

原文参考