《Cytokine》:Beyond correlation: Intraclass correlation and bland-altman analysis reveal poor absolute agreement across multiplex cytokine immunoassay platforms
编辑推荐:
摘要血清细胞因子免疫分析的跨平台比较往往侧重于秩相关,但平台间绝对一致性的程度和系统偏差仍缺乏充分描述。很少有独立的头对头评估在相同临床样本上使用重叠细胞因子比较多种免疫分析平台。本研究对48名成年受试者的血清样本并行分析了七种细胞因子(IL-6、IL-7、IL-8、IL-1
摘要
血清细胞因子免疫分析的跨平台比较往往侧重于秩相关,但平台间绝对一致性的程度和系统偏差仍缺乏充分描述。很少有独立的头对头评估在相同临床样本上使用重叠细胞因子比较多种免疫分析平台。本研究对48名成年受试者的血清样本并行分析了七种细胞因子(IL-6、IL-7、IL-8、IL-10、IL-15、TNF-α、IFN-γ)、四种趋化因子(CCL2、CCL3、CCL4、CXCL10)和一种生长因子(VEGF-A),使用三种多倍体平台:基于OLINK邻近延伸检测法、LUMINEX磁珠法和V-PLEX电化学发光法的免疫分析。比较了各平台之间的LLOQ、绝对浓度、秩相关、ICC和Bland-Altman偏差。血清细胞因子绝对浓度差异可达两个数量级。OLINK与V-PLEX之间的相关性通常较强,而涉及LUMINEX的相关性往往较弱或无统计学显著性。大多数分析物和平台组合的ICC较差(<0.5),IL-8是明显例外。对对数转换浓度进行Bland-Altman分析发现,存在较大的、分析物特异性的乘法偏差和宽泛的比率标度一致性界限,表明绝对一致性较差。这些发现表明,在绝对浓度水平上,OLINK、LUMINEX和V-PLEX的测量结果不可互换,并强调了目前阻碍细胞因子免疫分析(尤其是多倍体面板)作为监管批准检测广泛采用的关键分析局限性。
引言
细胞因子、趋化因子和某些生长因子是炎症和免疫反应的核心介质,被广泛研究为自身免疫性疾病[1]、过敏性疾病[2]、感染性疾病[3]、肿瘤[4]、神经炎症[5]和精神疾病[6]的诊断、预后和治疗监测的候选循环生物标志物。多倍体免疫分析现已允许从小体积血清或血浆中同时定量数十种细胞因子,便于在临床队列中进行生物标志物发现和纵向谱分析。
目前有多种商业平台可用,包括磁珠系统如LUMINEX?(Diasorin)、SIMOA(Quanterix)和AlphaLISA磁珠免疫分析(Perkin Elmer),基于电化学发光(ECL)的 assay 如V-PLEX?和S-PLEX?(MSD)、Searchlight?(Quanterix)和Attelica(Siemens),以及邻近延伸检测法(PEA)如OLINK T48?、OLINK T96?、OLINK Flex?、OLINK面板和ProQuantum?(Invitrogen),每种平台使用不同的抗体对、校准策略和信号检测化学方法。多项头对头评估已指出,即使分析内精密度可接受,不同平台在灵敏度、可检测性和绝对细胞因子浓度方面仍存在显著的平台依赖性差异[7] [8] [9] [10] [11], [12] [13], [14] [15]。
在各研究中,细胞因子测量结果强烈依赖于平台,许多分析物的可检测性和精密度良好,但MSD、Luminex、Simoa、OLINK和更新超灵敏系统之间的绝对浓度常存在分歧。对于重叠分析物,不同平台之间血清或血浆绝对水平通常差异超过十倍,而秩序相关性仅为小到中等且呈分析物特异性。更灵敏的技术(Simoa、MSD S-PLEX、NULISA、OLINK)增加了可定量样本的比例,并降低了相对于Luminex或MSD V-PLEX的实用LLOQ,但未能消除pg/mL值之间的平台差异。基于这些发现,大多数作者建议根据分析物选择适合特定用途的平台,并建议主要从相对角度解读细胞因子数据,避免直接汇集使用不同免疫分析技术的研究中的绝对浓度。
大多数既往跨平台细胞因子论文主要依赖于秩相关(如Spearman),这些方法仅显示assay共同变异,但不量化偏差或一致性界限。本研究对48份人血清样本中由Flex? OLINK、LUMINEX和V-PLEX(MSD)测量的12种重叠细胞因子和趋化因子的血清浓度进行了比较。我们不仅描述了各平台特异性分布和LLOQ并量化了平台间相关性,还在大多数既往研究之外,计算了组内相关系数(ICC)作为绝对一致性的度量,并估计了每种分析物的平台间系统比率和Bland-Altman偏差。总体目标是为设计基于细胞因子的生物标志物研究的科研人员提供实用指导,并说明比较或汇集不同平台获得的结果面临的挑战。因此,平台选择应被视为核心研究设计决策,并应基于分析物覆盖范围、灵敏度、样本体积、基质兼容性和先前的基准数据进行论证。
章节片段
伦理声明
血清样本取自
NCT07031817 研究生物样本库。所有受试者均提供了书面知情同意,本研究作为二次方法学比较研究进行,未进行额外的受试者接触或干预。
研究人群与样本
从现有生物样本库中选取了48份人血清样本,并保存于?80 °C直至分析。为减少分析前变异,所有分装样本均并行解冻、处理和检测,且每个分装样本仅经历两次
平台特异性分布与LLOQ
三种多倍体平台在12种细胞因子和趋化因子的LLOQ和分布特征上表现出明显差异(表1)。由于本研究的主要目的是比较平台,各细胞因子低于LLOQ的值均被排除,导致不同平台之间可定量样本数量不同。例如,IL-6在OLINK上可定量48个样本,在LUMINEX上可定量10个,在V-PLEX上可定量22个,而IL-10分别在48、47和14个样本中高于LLOQ,
讨论
本研究报告了三种广泛使用的多倍体平台(OLINK、LUMINEX和V-PLEX)在48份人血清样本中对12种重叠细胞因子和趋化因子面板的直接头对头比较。与通常仅涉及较少平台、较少重叠分析物或未包含OLINK的既往比较不同,本研究联合量化了每种分析物的LLOQ、分布特征、秩相关、基于ICC的绝对一致性和Bland-Altman偏差,提供了
作者贡献
O.K.和C.L.M.对本工作贡献相等。N.G.和L.D.设计了研究方案。M.G.和L.P.执行了LUMINEX检测。N.S.L.执行了OLINK检测。O.K.、C.L.M.和C.S.执行了V-PLEX检测。R.B.提供了血清样本。N.G.撰写了稿件,所有作者审阅并批准了最终版本。
生成式AI辅助工具
在作者指导下,使用生成式AI辅助工具进行统计编码和稿件撰写。所有分析决策、代码输出和解释均由作者审阅,作者对本工作承担全部责任。
CRediT作者贡献声明
Olfa Khalfallah:方法学。Cynthia Le Mouroux:方法学。Narjis Kra?mi:方法学。Claire Sendra:方法学。Nathalie Saint Laurent:方法学。Maryline Guidetti:方法学。Laurence Pellegrina:概念构思。Fanchon Herman:形式分析。Nicolas Molinari:形式分析。Raoul Belzeaux:监督指导。Nicolas Glaichenhaus:撰写——审阅与编辑,撰写——初稿,概念构思。Laetitia Davidovic:撰写——审阅与编辑。
利益冲突声明
作者声明以下可能与利益冲突相关的财务利益/个人关系:Raoul Belzeaux报告获得TelosImpact的财务支持。若有其他作者,他们声明不存在已知的竞争性财务利益或个人关系可能影响本文报告的工作。
Olfa Khalfallah | Cynthia Le Mouroux | Narjis Kraimi | Claire Sendra | Nathalie Saint-Laurent | Maryline Guidetti | Laurence Pellegrina | Fanchon Herman | Nicolas Molinari | Raoul Belzeaux | Nicolas Glaichenhaus | Laetitia Davidovic
分子与细胞药理学研究所(IPMC),法国国家科学研究中心(CNRS),法国国家卫生研究院(INSERM),蔚蓝海岸大学,法国瓦尔邦路660号,邮编06560