可区分感染与疫苗免疫
通过双生物标志物免疫分析,结合机器学习算法,准确区分布鲁氏菌自然感染与疫苗接种状态。
Zou, Deying · 常江 · Shiying, Lu · Pan, Hu · Kai, Zhang · Han, Cheng · Feng, Li · 李岩松 · Dan, Chi · Mengyan, Cheng · Jianfeng, Xu · Xiaoli, Sun · Zengshan, Liu · 任洪林
Sensors and Actuators, B: Chemical 2024
通过IL-1Ra/IL-1β比值结合RBPT构建的随机森林模型,F1分数达到1.0,实现精准鉴别。
对IL-1β和IL-1Ra的检测限分别低至7.56 pg/mL和76.61 pg/mL,满足低丰度标志物检测需求。
传感器与常见炎症因子无交叉反应,避免假阳性,确保结果可靠。
该策略可区分感染与免疫状态,为布鲁氏菌病监测提供有效工具,有助于疫情防控。