《Scientific Reports》：Harmonization of IgG antibody values against the SARS-CoV-2 Spike protein
编辑推荐：
本研究旨在解决COVID-19疫苗接种后，不同检测平台（Abbott CMIA、Roche Elecsys ECLIA、Siemens ADVIA Centaur）测得的抗SARS-CoV-2 Spike IgG抗体数据缺乏可比性的难题。研究人员通过建立包含分位数插值与Deming回归的数学协调方法，成功将多中心数据整合至统一标尺，揭示了医护人员接种后抗体水平的动态演变规律，为全球范围内整合异质性血清学数据提供了实用方案。
自COVID-19（由SARS-CoV-2病毒引起）疫情爆发以来，疫苗的快速研发与广泛接种成为控制疫情的关键。为了评估疫苗的保护效果，科学家们需要持续监测人体内针对病毒关键蛋白——刺突（Spike, S）蛋白——的抗体水平，尤其是IgG抗体。然而，现实世界的研究常常面临一个棘手问题：不同的医院或实验室可能使用不同品牌、不同原理的检测试剂盒来测量抗体。这就好比用英尺、米和市尺三种不同的尺子去量同一张桌子的长度，得出的数字各不相同，难以直接比较和综合分析。这一问题严重阻碍了大规模、多中心研究的数据整合，限制了我们对群体免疫动态的深入理解。
针对这一挑战，一项在葡萄牙三家医院开展的研究迈出了重要一步。该研究对医护人员进行了长达两年的跟踪，旨在破解跨平台抗体数据可比性的“密码”。研究人员并未试图统一检测设备，而是另辟蹊径，开发了一套巧妙的数学“翻译”方法，将来自不同“方言”（检测平台）的抗体数值，“翻译”成同一种“通用语言”，从而实现了数据的无缝整合与分析。这项研究成果已发表在《Scientific Reports》期刊上。
为开展此项研究，作者主要应用了以下关键技术方法：首先，建立了针对医护人员的纵向观察队列，在2020年至2022年间于葡萄牙三家医院采集血清样本，共设置了疫苗接种前、完全接种后、第二剂后3、6、12个月及加强免疫后共六个关键时间点。其次，采用了三种主流的商业化免疫测定平台（Abbott CMIA, Roche Elecsys ECLIA, Siemens ADVIA Centaur）并行检测抗-S IgG水平。最后，核心在于应用并比较了两种数据协调策略，包括世界卫生组织（WHO）国际标准的转换因方法，以及结合了分位数插值与Deming（戴明）回归的数学建模方法，旨在将不同平台的数据映射到统一的参考标尺上。
研究结果
研究人员测试了两种协调方法。一种是将原始数据通过WHO提供的转换因子直接转化为结合抗体单位（BAU/mL）。另一种则是先进行分位数插值，再通过Deming回归建立各平台与参考平台（本研究选用Abbott CMIA）间的数学关系。结果表明，后一种方法（分位数插值+回归）显著优于直接的WHO转换。它不仅更有效地校正了平台间的差异，而且最大程度地保留了每个医院原始数据的分布特征，使得协调后的数值能够更可靠地代表以Abbott CMIA为基准的统一尺度下的抗体水平。
在成功协调数据后，抗体随时间变化的清晰图景得以展现。研究发现，抗体滴度在完成全程疫苗接种后迅速达到峰值。随后，在接下来的12个月内呈现缓慢而持续的下降趋势，在加强针接种前（即第二剂后12个月），协调后的中位抗体水平降至659.32 BAU/mL。接种加强针后，抗体水平出现了极其显著的反弹，中位值大幅跃升至25,919.89 BAU/mL，远高于此前峰值，这有力地证明了加强免疫对于快速重建高水平体液免疫的有效性。
本研究成功开发并验证了一套实用的数学框架，用于协调来自不同免疫测定平台的抗SARS-CoV-2 S蛋白IgG抗体数据。该方法不仅解决了多中心研究中数据整合的核心瓶颈，而且因其操作相对简单、可重复性强，展现出广泛的应用潜力。尽管研究存在一定的局限性，例如缺乏完全独立的跨实验室样本进行外部验证，但其所提出的分位数插值结合Deming回归的策略，为未来在欧洲乃至全球范围内整合来自异质性平台的血清学数据提供了一个极具前景的范式。这项研究加深了我们对COVID-19疫苗接种后长期免疫动态的理解，特别是量化了抗体衰减的速度和加强针的增强效果，为公共卫生决策和免疫策略优化提供了重要的数据支持。更重要的是，它为解决其他需要整合多来源生物标志物数据的医学研究领域所面临的类似可比性问题，提供了可借鉴的方法学思路。
