|
病原体监测中可检测性受进化干扰的挑战与应对策略摘要专业翻译 病原体监测通常假定可检测性（detectability）是静态不变的。然而，病原体进化能够改变诊断性能，导致检测概率随时间发生变化。研究人员探讨了可检测性的动态演变及其对监测和疾病控制的影响，并指出在病原体监测框架中纳入动态检测概率的必要性。病原体监测支撑着寄生虫学（parasitology）的几乎所有方面，包括病原体检测、患病率（prevalence）估算以及传播监测。无论监测依赖显微镜检查、分子诊断、环境DNA（environmental DNA）、血清学（serology）还是基因组学方法，所有这些手段最终都依赖于对生物信号的成功检测。可检测性——即监测系统内存在的病原体最终被检测到的概率——反映的是病原体丰度、采样和诊断性能的综合效应，而非病原体本身的固有属性。检测方法可能因病原体丰度低、PCR抑制（PCR inhibition）、检测灵敏度有限以及循环病原体变异株与诊断靶标不匹配等原因而无法检出病原体。尽管技术和采样方面的诸多不完美检测来源已被广泛研究，但病原体的进化变化构成了可检测性变异的另一来源。此类变化可能独立于监测而发生，却仍会降低诊断性能。区分这些过程至关重要，因为任一过程都可能导致病原体检测概率随时间变化，从而可能使基于监测数据的推断产生偏倚。近年来对不完美检测（imperfect detection）的认识不断加深，已有2200多篇出版物涉及病原体和寄生虫系统中的可检测性、假阴性（false negatives）、不完美检测和检测概率等术语。相比之下，使用明确描述诊断逃逸（diagnostic escape）、检测回避（detection avoidance）或诊断规避（diagnostic evasion）的术语进行的更窄范围检索，自20世纪50年代以来仅发现18篇出版物。尽管这些检索低估了使用其他术语描述可检测性进化的文献，但它们表明对诊断逃逸的明确考量仍然相对少见。然而，近期包括疟疾（malaria）、沙眼衣原体（Chlamydia trachomatis）和严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）在内的诊断逃逸实例表明，病原体进化能够改变诊断性能，可检测性不能被假定为恒定不变。在某些情况下，当检测导致干预措施降低病原体适合度（fitness）时，进化变化本身可能受到监测的偏好选择。这一点很重要，因为大多数监测框架假定可检测性的变异源于技术限制、采样设计、宿主特征或环境条件。然而，研究人员认为，当病原体进化改变可检测性时，观测过程就是动态的，可能使关于病原体患病率、传播、出现和消除的推断产生偏倚，并且这种演变的检测概率可以通过分层建模（hierarchical modeling）方法加以捕获。 论文解读文章一、研究背景与问题提出病原体监测是寄生虫学和传染病学的核心基础，支撑着病原体检测、患病率估算和传播监测等几乎所有关键环节。无论是显微镜检查、分子诊断、环境DNA分析、血清学检测还是基因组学方法，所有监测手段最终都依赖于对生物信号的成功检测。可检测性——即监测系统内存在的病原体最终被检测到的概率——并非病原体的固有属性，而是病原体丰度、采样过程和诊断性能综合作用的结果。传统监测框架普遍假定可检测性是静态恒定的，检测失败主要归因于技术限制、采样设计、宿主特征或环境条件等因素。 然而，这一静态假设正面临日益严峻的挑战。病原体进化可以改变诊断靶标的结构和功能，从而降低检测方法的灵敏度，导致检测概率随时间动态变化。文献计量分析显示，尽管关于不完美检测的研究自20世纪50年代以来已累计超过2200篇，但明确使用"诊断逃逸""检测回避"或"诊断规避"等术语的研究仅有18篇，说明对可检测性进化的显式考量仍十分匮乏。近年来，恶性疟原虫（Plasmodium falciparum）的pfhrp2和pfhrp3基因缺失、沙眼衣原体的诊断靶标突变以及SARS-CoV-2核衣壳蛋白突变导致抗原检测灵敏度下降等实例，均证实病原体进化能够实质性改变诊断性能。更关键的是，当检测导致治疗、隔离、扑杀等干预措施降低病原体适合度时，监测本身就可能成为选择压力，驱动病原体向降低可检测性的方向进化。这种"监测驱动的进化"（surveillance-driven evolution）一旦发生，观测到的检测数量下降可能反映的是患病率真实下降、可检测性下降，或两者的共同作用，从而严重混淆监测推断。因此，开展本研究旨在系统阐述可检测性进化的概念框架、其产生机制和潜在后果，并提出能够捕捉动态检测概率的建模策略。 二、研究内容与核心结论研究人员系统梳理了可检测性进化的证据基础，指出监测驱动可检测性降低需要满足三个条件：检测必须降低病原体适合度、可检测性必须存在变异、且至少部分变异是可遗传的。阳性诊断通常触发治疗、隔离、扑杀、移动限制等干预措施，这些措施减少被检出病原体的传播机会和繁殖成功率，而未检出变异株不受影响。在此条件下，监测不再仅仅是观测过程，而是成为潜在的选择来源。最强有力的监测驱动选择证据来自恶性疟原虫：pfhrp2和pfhrp3基因缺失使寄生虫能够逃避快速诊断测试（rapid diagnostic test, RDT），并且在高度依赖检测-治疗策略的地区表现出近期正选择信号。其他实例如沙眼衣原体诊断靶标区域突变导致核酸扩增检测（nucleic acid amplification test, NAAT）假阴性、SARS-CoV-2核衣壳蛋白突变降低部分抗原检测灵敏度、乙型肝炎表面抗原（HBsAg）突变导致隐匿性感染等，则证明进化变化可以降低诊断性能，但未必能确立监测为选择压力。 研究人员强调，可检测性进化带来的最大风险在于监测系统可能在不自知的情况下失效。当病原体进化降低可检测性时，病原体可能看似稀少、受控甚至消失，实则仍在监测系统的有效检测阈值以下持续传播。这会延误新发威胁的识别、偏倚疾病负担的估算，并导致关于病原体控制或消除的过早结论。因此，可检测性的进化削弱了"表观病原体缺失等同于真实缺失"这一推断的有效性。 三、关键技术方法研究人员主要采用了以下关键技术方法：第一，文献计量分析（bibliometric analysis），通过Web of Science检索系统梳理不完美检测和诊断逃逸相关研究的数量与趋势；第二，分层建模框架（hierarchical modeling framework），将病原体检测过程分解为位点占据（site occupancy）、样本捕获（sample capture）、快速检测（rapid test detection）和检测概率分解（decomposition of detection probability）四个层级，分别估计各环节的失败概率，并将检测概率分解为基线检测性能和基因型依赖的变异两个生物学上不同的组成部分；第三，基因组监测（genomic surveillance）方法，通过序列数据识别影响诊断靶标的突变、缺失等基因组变化，并与诊断数据配对以关联变异株与检测性能变化。该框架的层级结构允许将基因型或序列分歧度作为协变量纳入检测概率的估计中，从而将进化变化转化为监测性能的定量预测。 四、研究结果不完美检测的文献趋势： 通过Web of Science检索发现，涉及可检测性、假阴性、不完美检测和检测概率等术语的研究已累计2214篇，而明确使用诊断逃逸、检测回避或诊断规避等术语的研究仅18篇，表明对可检测性进化的显式研究仍处于起步阶段。 可检测性进化的后果： 当检测触发干预措施降低病原体适合度时，监测可能成为选择压力，驱动病原体向降低可检测性的方向进化。恶性疟原虫的pfhrp2和pfhrp3基因缺失提供了监测驱动选择的最强证据，而沙眼衣原体、SARS-CoV-2和乙型肝炎病毒等实例则证明进化变化可以独立于监测选择而降低诊断性能。可检测性下降会扩大真实感染数与检出感染数之间的差距，导致患病率低估、暴发识别延迟、治疗或控制失败以及关于病原体控制或消除的错误结论。 分层建模框架的提出： 研究人员提出四层分层模型，将检测失败分解为位点占据失败、样本捕获失败、快速检测失败以及检测概率的基因型依赖性变化四个独立层级。该框架能够区分两种管理含义不同的失败模式：因固有设计局限而漏检的测试与因病原体进化偏离分子靶标而灵敏度下降的测试。前者可能需要更灵敏的检测或增加重复次数，后者则可能需要重新配方检测方法或采用对抗原变异不那么敏感的检测手段（如基因组测序）。已有研究利用分层建模估计高达30%的病原体存在事件可能未被检测到，而恶性疟原虫中关键基因组位点的突变或缺失导致的诊断失败率估计高达61%–62%。 基因组监测的补充作用： 基因组测序能够识别影响诊断靶标的突变和缺失，并与诊断数据配对以关联变异株与检测性能变化。例如，SARS-CoV-2基因组测序确认了delta 69–70缺失与常用检测测定中S基因扩增减少或失败之间的关联。废水测序（wastewater sequencing）也可用于在群体水平检测和追踪新变异株。将基因型或序列分歧度作为协变量纳入分层模型的检测组件，可使检测概率随病原体遗传变异而变化。 五、讨论与结论研究人员指出，现有研究主要集中于记录诊断逃逸突变、识别选择信号或探索可检测性降低进化的条件，而对可检测性作为随时间变化的量的估计关注甚少。分层建模方法能够区分病原体出现变化与样本捕获和检测失败，基因组工具能够识别与非检测事件相关的突变，从而补充量化这些突变如何降低检测概率的建模方法。研究人员总结认为，随着可检测性的进化，检测概率本身可能变为动态参数，随病原体进化改变检测所依赖的生物学靶标而变化。这些变化可能源于监测施加的选择或其他进化过程，观测到的检测数量下降可能反映病原体出现减少、可检测性降低或两者兼有。超越对诊断性能的静态假设，发展能够识别进化变化何时改变了观测过程本身的方法，将支持将检测视为可进化动态参数的监测系统。分层模型有助于区分病原体出现变化与样本捕获和检测失败，基因组工具能够识别与非检测事件相关的突变，二者结合可为监测系统提供识别可检测性进化何时偏倚推断的关键能力。 |
