結核抗原誘導的人外周血細胞因子調控網絡在結核病診斷中的價值

陳濤 陳亮 李海成 郭卉欣 林東子 王威 李玉美 余麗 黎貞燕 孫琦 黃新春 李國周 周杰 趙梅桂 鐘球 周琳

?

結核抗原誘導的人外周血細胞因子調控網絡在結核病診斷中的價值

陳濤 陳亮 李海成 郭卉欣 林東子 王威 李玉美 余麗 黎貞燕 孫琦 黃新春 李國周 周杰 趙梅桂 鐘球 周琳

目的 γ-干擾素(IFN-γ)釋放試驗(IGRA)是目前廣泛運用的結核病篩查和診斷技術，但其無法區分活動性結核病和潛伏性結核感染(LTBI)。本研究旨在發現更加合適的血清標志物(細胞因子)可以替換IGRA，用于活動性結核病的診斷和LTBI者的篩查，以及這些細胞因子之間的相互調控網絡關系。方法 40份健康人(簡稱“健康組”)血液樣本，40份確診為活動性肺結核患者(簡稱“肺結核組”)的血液樣本，40份LTBI者(簡稱“LTBI組”)的血液樣本；通過結核分枝桿菌特異性抗原[早期分泌抗原靶6(ESAT6)和培養濾液蛋白10(CFP10)]進行刺激；通過人細胞因子芯片對刺激后的細胞因子表達變化進行檢測；并篩選顯著變化的因子，進行細胞因子調控網絡構建。結果 在肺結核組患者的外周血中嗜酸粒細胞趨化蛋白(CCL)1(I-309)、趨化因子CXCL9[又稱為Mig,即monokine induced by IFN-γ(IFN-γ誘導的單核因子)]、白細胞介素(IL)10、IL6、集落刺激因子(CSF)2、CSF3、IL8、IL1α、IL7、轉化生長因子(TGF)-β1、CCL2、 IL2、IL13、腫瘤壞死因子(TNF)α等因子在結核特異性抗原刺激后顯著上調(2.06倍至3.18倍)；而在健康組和LTBI組當中卻沒有顯著上調。在肺結核組和LTBI組患者的外周血中CCL3、IL1b、CCL8、IFN-γ、CXCL10因子在結核分枝桿菌特異性抗原刺激后明顯上調(2.44倍至11.56倍)；而在健康組中這些因子沒有明顯的上調。趨化因子CCL4和巨噬細胞炎性蛋白(MIP)-1α因子在健康組、LTBI組和肺結核組外周血中，經過結核分枝桿菌特異性抗原刺激后，表達都明顯上調。細胞因子調控網絡顯示，這些表達上調的因子，主要集中于IFN-γ和IL1α因子調控網絡中。結論 CXCL10(IP-10)、CCL3、CCL8和IL1β因子可能比IFN-γ更適合用于結核病或LTBI者的篩查。

結核, 肺/診斷； 細胞因子類； 抗原, 細菌； 細菌蛋白質類； 生物學標記

結核病依然是目前全球最為嚴重的傳染性疾病，根據WHO 2014年全球結核病報告統計(Globaltuberculosisreport2014. WHO/HTM/TB/2014.08.)，全球結核分枝桿菌的感染人數達到了1/3，也就是有近20億的潛伏結核感染(LTBI)者，其中大概有5%～10%會發展為活動性結核病。根據2014年中國CDC統計，2012年全國死于結核病的患者有25萬例，是所有其他傳染性疾病導致死亡例數的2倍。可見，結核病依然是威脅人類健康的重大問題，然而，我們目前還缺乏非常有效的控制方法。

對結核病的控制，最有效的辦法就是早期診斷和提前干預[1]。目前對活動性結核病的診斷和LTBI者的篩查，臨床常用的是γ-干擾素(IFN-γ)釋放試驗(interferon-gamma release assays，IGRA)。其原理是通過結核特異性抗原刺激外周血中的結核特異性T細胞釋放γ-干擾素(IFN-γ)，來判斷是否被結核分枝桿菌感染過。IGRA檢測結核分枝桿菌感染，敏感度高，特異度好；但是，由于IFN-γ來源于活動性T細胞，也來源于靜息T細胞，而且二者在受到結核特異性抗原刺激的時候，釋放的干擾素水平相當，因此它不能區分LTBI和活動性結核病[2-3]。尤其在結核感染人數如此眾多而發病率又不高的情況下，區分活動性結核病和LTBI是非常有必要的。因此，篩選新的活動性結核病標志物是非常重要的。

目前，對于結核新標志物的篩查，主要是采用細胞因子芯片對活動性結核病患者、LTBI者和健康人的血清直接進行差異分析[4-5]，或者是采用結核特異性抗原對活動性結核病患者、LTBI者或者健康人外周血進行刺激后，再采用芯片對外周血上清進行分析[6-13]；或者是提取活動性結核病患者、LTBI者、健康人外周血中的白細胞進行培養，并采用結核特異性抗原進行刺激，然后研究其分泌因子的差異[14]。所有的這些研究，由于采用的芯片的因子數量少而且各不相同，無法得出一致的結果。因此，需要一個更加系統的方法對所有的這些因子進行分析。

本研究采用結核特異性抗原對活動性肺結核患者、LTBI者和健康人的外周血進行刺激，然后通過高通量細胞因子芯片對刺激后外周血中細胞因子的表達變化進行檢測，并結合已經報道的結核分枝桿菌潛在標志物，對所有的潛在標志物構建細胞因子調控網絡，以期發現較IFN-γ更加合適的細胞因子，可以用于結核感染的快速診斷，以及對LTBI者和活動性結核病患者進行快速鑒別。

材料與方法

一、樣本收集

本研究獲得當地倫理委員會批準(廣東省結核病控制中心)，并取得患者的書面知情同意。本研究共征集了120份外周血樣，其中40份為健康人(簡稱“健康組”)對照血樣，40份確診為活動性肺結核患者(簡稱“肺結核組”)血樣，40份確診為LTBI者(簡稱“LTBI組”)血樣。每份血樣3 ml，并采用肝素鈉進行抗凝處理。其中健康組40名，經影像學檢查沒有發現任何結核病征象，同時沒有任何結核病的臨床癥狀，以及IGRA檢測結果為陰性。40例LTBI組成員的IGRA檢測結果陽性，但是沒有其他任何結核病臨床癥狀。40例肺結核組患者在結核病專科醫院確診，診斷標準為：患者臨床癥狀有咳痰、咯血；影像學檢查發現肺部陰影；IGRA檢測陽性，痰涂片檢測陽性，部分樣本痰培養陽性；同時經過標準的抗結核藥物治療，癥狀明顯減輕，且經過6個月的抗結核藥物治療后，全部治愈，血液樣本在初診為結核病且在治療之前收集。

二、血漿細胞因子芯片檢測

商業化人細胞因子檢測芯片(美國RayBiotech公司)被用于測定血漿樣品中40種細胞因子的表達水平變化。芯片檢測過程按照說明書要求進行：每張芯片先用100 μl封閉液室溫封閉2 h后；加入100 μl 的血漿樣品置于4 °C過夜孵育；采用磷酸鹽吐溫緩沖液(PBST)洗去未結合的樣本；后加入100 μl生物素化的混合檢測抗體室溫孵育2 h；采用PBST洗去未結合的抗體；后加入100 μl的三甲川3H-吲哚菁染料(Cy3)標記的鏈霉親和素室溫反應1 h；采用PBST洗去未結合的Cy3標記的聯袂親和素后，采用Genepix4000B激光掃描儀(Axon公司, 美國)進行掃描，并獲取每個點的信號值。

三、IGRA檢測

結核分枝桿菌特異性細胞介導的免疫檢測試劑(ELISA)購買自武漢海吉利生物制品有限公司。整個實驗分析過程按照說明書要求進行。每份3 ml新鮮血樣分成3等份，分別采用結核分枝桿菌特異性抗原[早期分泌抗原靶6(ESAT6)和培養濾液蛋白10(CFP10)]、磷酸鹽緩沖液(PBS)(陰性對照)、外源凝集素(陽性對照)進行刺激。37 ℃水浴刺激20 h后，4000g離心10 min，收集血漿，IFN-γ定量檢測試劑盒檢測血漿中IFN-γ的水平。結果按照說明書要求采用表1所列標準進行判讀。

表1 IGRA檢測的判讀標準

圖1～4 細胞因子芯片分析外周血經過結核分枝桿菌抗原(ESAT6和CFP10)刺激后細胞因子的表達變化。圖1示健康組標本經PBS 刺激后；圖2示LTBI組標本經結核分枝桿菌抗原刺激后； 圖3示健康組標本經結核分枝桿菌抗原刺激后；圖4示肺結核組患者標本經結核分枝桿菌抗原刺激后

四、統計學分析

統計學分析采用SPSS 20.0統計軟件進行。雙尾Mann-Whitney檢驗用于細胞因子表達差異分析。P<0.05被認為差異具有統計學意義。差異表達細胞因子采用歐洲分子生物學實驗室(EMBL)的String在線數據庫進行細胞因子調控網絡構建及分析。

結 果

一、IGRA無法區分活動性結核病和TLBI

為了篩查與結核相關的細胞因子，我們采用結核分枝桿菌特異性抗原對新鮮外周血進行刺激，然后采用高通量細胞因子芯片對血漿中的40個常見細胞因子濃度進行檢測(圖1～4)。以健康人血液經過PBS刺激為基準，分析不同組血液樣本經過結核分枝桿菌特異性抗原刺激后每個細胞因子表達變化的情況(采用倍數表示)，以及差異有無統計學意義(圖5)。圖5顯示，IFN-γ因子無論是在活動性結核病患者組或LTBI感染組，在結核分枝桿菌特異性抗原刺激后都有明顯的上調[分別是2.44倍(獨立樣本t檢驗，t=3.52，P=0.001)和2.16倍(獨立樣本t檢驗，t=3.045，P=0.001)]，而且二者上調倍數差異無統計學意義(獨立樣本t檢驗，t=3.43，P=0.231)。因此，IGRA無法用于區分活動性結核病和LTBI。健康人群組的血液標本經過結核分枝桿菌特異性抗原刺激后，IFN-γ也有輕微的上調[1.25倍(獨立樣本t檢驗，t=2.01，P<0.05)]。同時，與健康人結核分枝桿菌特異性抗原刺激比較，結核病組和LTBI組，IFNg上調的倍數明顯要高，且差異具有統計學意義(獨立樣本t檢驗，t值分別為3.66、3.34，P值均為0.001)。

二、診斷活動性結核病的標志物

好的活動性結核病診斷指標，應該在結核病患者中經結核分枝桿菌特異性抗原刺激后顯著上調，而在健康人群中和LTBI者中沒有明顯的變化。因此，筆者規定診斷活動性結核病的標志物必須滿足以下條件：①(健康組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值<1.2；②(肺結核組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值>2；③(LTBI組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值<1.5。本研究發現：嗜酸粒細胞趨化蛋白(CCL)1(I-309)、趨化因子CXCL9[又稱為Mig,即monokine inducedbyIFN-γ(IFN-γ誘導的單核因子)]、白細胞介素(IL)10、IL6、集落刺激因子(CSF)2、CSF3、IL8、IL1A、IL7、轉化生長因子(TGF)-β1、CCL2、 IL2、IL13、腫瘤壞死因子(TNF)α等因子符合條件。上述細胞因子在各組加結核分枝桿菌特異性抗原刺激后檢測的變化水平見表2。

IL：白細胞介素；CSF：集落刺激因子；CXCL：趨化因子；CCL：嗜酸粒細胞趨化蛋白；TGF：轉化生長因子；TNF：腫瘤壞死因子；IFN：干擾素；PDGF：血小板源性生長因子；TIMP：金屬蛋白酶組織抑制因子；MIP：巨噬細胞炎性蛋白；ICAM：細胞間黏附分子圖5 細胞因子芯片分析外周血經過結核分枝桿菌抗原(ESAT6和CFP10)刺激后各個細胞因子的表達水平的差異

三、結核病篩查指標

好的結核病篩查指標，應該能夠同時發現活動性結核病和LTBI。因此，理論上講結核病篩查標志物應該在結核病患者和LTBI者的血液標本經結核分枝桿菌特異性抗原刺激后都明顯上調，而在健康人應該沒有明顯的變化。因此，筆者規定結核病篩查標志物必須滿足以下條件：①(健康組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值<1.2；②(肺結核組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值>2；③(LTBI組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值>2。本研究發現只有：CCL8、IFN-γ、CXCL10因子符合條件。CCL3和IL1b兩個因子，雖然(健康組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值>1.2，但是“(肺結核組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值”和“(LTBI組+結核分枝桿菌特異性抗原刺激)檢測結果/(健康組+PBS刺激)檢測結果的比值”上調倍數都遠遠>2，所以，可能也是潛在的結核病篩查因子(表3)。

表2 診斷活動性結核病的潛在標志物(細胞因子)在各組加結核分枝桿菌特異性抗原刺激后檢測的變化水平(比值)

表3 結核病篩查潛在標志物(細胞因子)在各組加結核分枝桿菌特異性抗原刺激后檢測的變化水平(比值)

IL：白細胞介素；CSF：集落刺激因子；CXCL：趨化因子；CCL：嗜酸粒細胞趨化蛋白；TGF：轉化生長因子；TNF：腫瘤壞死因子；IFN：干擾素；PDGFA：血小板源性生長因子A；TIMP：金屬蛋白酶組織抑制因子；MIP：巨噬細胞炎性蛋白；ICAM：細胞間黏附分子圖6 結核分枝桿菌特異性抗原誘導的細胞因子之間的相互調控網絡

四、非特異性細胞因子

此外，筆者發現CCL4和巨噬細胞炎性蛋白(MIP)-1α因子，無論是在健康組、肺結核組和LTBI組當中，受到外來結核分枝桿菌特異性抗原刺激的時候都會顯著上調。因此，這2個因子可能是非特異性細胞因子。

五、結核分枝桿菌特異性抗原誘導的細胞因子之間的相互調控網絡

一個好的標志物，應該是由結核分枝桿菌特異性效應T細胞受到結核分枝桿菌特異性抗原刺激后直接分泌的因子，而不是由巨噬細胞或其他非特異性T細胞受到抗原刺激后產生的因子，否則標志物的特異性不強。因此，筆者研究了這25個表達上調的細胞因子之間的相互調控網絡關系(圖6)。從圖6中可以看到，上述細胞因子主要受IFN-γ、IL11、IL1a、IL7等4個細胞因子調控。IL1β、IL6、IL17a、IL2、SCF2、IL5等6個細胞因子處于調控網絡的中游，可能起到放大的作用。而CXCL9、CXCL10(IP-10)、IL8、IL15、CCL2、CCL3處于上述25個細胞因子調控網絡的下游階段，可能直接發揮作用。而IL10 在這個調控網絡中可能主要起到負調控的作用，其對多個細胞因子都起到負調節的作用，包括IL6、IL8、IL2、CSF2、CCL2、CSF3，而其自身主要又受到CSF3的促進調節。因此，IL10和CSF3之間可能通過這樣的一種相互調控，達到一種平衡。此外，還有TGF-β1，CCL4、CCL8、血小板源性生長因子B(PDGFB)、骨細胞生長營養素(osteocyte growth nutritive，OGN)等細胞因子獨立于這25個細胞因子調控網絡之外。他們有可能是由T、B或巨噬細胞受到抗原刺激后直接分泌的。

討 論

活動性結核病的診斷和LTBI篩查的標志物人們一直在研究，卻沒有新的突破。筆者采用高通量細胞因子芯片，將結核分枝桿菌特異性抗原(ESAT6 和CFP10)對肺結核組、LTBI組和健康組的外周血進行刺激后，檢測血清中的相關細胞因子，并對這些表達受到調控的細胞因子進行調控網絡的構建，發現了一些可以用于活動性結核病診斷和LTBI進行大規模篩查的新標志物。

一、適宜結核感染篩查的細胞因子

本研究發現，在結核分枝桿菌特異性抗原刺激后，IFN-γ在肺結核組和LTBI組中都顯著上調，但上調程度差異無統計學意義，因此無法用于活動性結核病和LTBI的鑒別，這與前人的研究結果相符合[3]。同時筆者發現，IP-10因子和IFN-γ一樣，在肺結核組和LTBI組中的表達都上調，而且IP-10在LTBI組中上調的倍數比在肺結核組中上調得更明顯，因此IP-10也只適合于LTBI的篩查，而不是活動性結核病的診斷，這與以前的研究一致[15-16]。從細胞因子的調控網絡可以看出，IP-10其實也是處于IFN-γ因子的調控下，故其與IFN-γ有著相同的表現并不奇怪。不過IP-10較IFN-γ在血清中的濃度要高出很多，更容易檢測，而且刺激后的變化更明顯；因此，IP-10 可能可以取代IFN-γ用于LTBI的篩查。此外，在本研究中還發現：CCL8[單核細胞趨化蛋白2(MCP2)]、IL1b、CCL3(MIP-1α)3個因子，同樣在結核分枝桿菌特異性抗原刺激后，在肺結核組和LTBI組中明顯上調。IL1b已經有報道在結核分枝桿菌特異性抗原刺激后顯著上調[17]，從圖6可以看出IL1b也受IFN-γ調控。而筆者首次發現MCP2和MIP-1α兩個因子在結核分枝桿菌特異性抗原刺激后上調非常顯著，尤其是MCP2，在健康人中，幾乎沒有變化，而在活動性結核病患者和LTBI者中有著2.5倍的上調。因此，也可以用于結核感染的篩查。

二、可用于活動性結核病診斷的細胞因子

本研究發現CCL1(I-309)、CXCL9(MIG)、IL10、IL6、CSF2、CSF3、IL8、IL1a、IL7、TGF-β1、CCL2、 IL2、IL13、TNFα因子在活動性結核病患者中的表達變化明顯。其中部分因子在前人的研究中已經有過報道，比如I-309 因子在以前的報道中都已經證實在樹突細胞經過結核分枝桿菌特異性抗原刺激會上調[18-19]，CXCL9(MIG)[20]、IL10[21]、IL6[22]、IL7、IL8[23-26]、粒細胞集落刺激因子(G-CSF)[27]在相應的文章中都已有報道。其中IL10是個抗炎癥因子，在免疫調控中主要起到逆調控因子作用[28]，從圖6可以看出，IL10處在CSF2和CSF3的調控下，因此，其有可能是一個非特異性因子，在感染中起到維持免疫反應不適于過強。因此，可能不是一個結核病診斷的特異性指標。IL10可能通過與CSF3和CSF2的相互調控達到平衡。IL6、IL2處于網絡的中間層，主要受到IFN-γ和IL1a、IL11和IL17的調控，同時又調節其他因子的表達；因此，IL6、IL2可能起到中間放大作用，同樣可能也是非特異性的因子。TNFα調控網絡，獨立于這個調控網絡之外。同樣已經有研究證實，TNFα在結核分枝桿菌特異性抗原刺激后上調[29]。TGF-β2已經有研究證明，其在結核分枝桿菌刺激后上調[29-30]；從圖6中看，其獨立于IFN-γ信號通路，因此可能有自己的調控網絡，這需要更多的后續研究來證實。IFN-γ、IL1a、IL7、IL11雖然都處于整個調控網絡的上游，但是IFN-γ在LTBI者和活動性結核病患者中表達都上調，只有IL1a、IL7、IL11卻在活動性結核病患者中表達上調。因此，這可能是活動性結核病區分于LTBI的調控網絡；應該增加對這些因子的研究，通過多因子聯合檢測來區分活動性結核病和LTBI。但是，從細胞因子相互調控的網絡上講，IL1a、IL7可能更具有診斷價值，因為均處于網絡的上游，可能是由結核分枝桿菌特異性抗原刺激結核分枝桿菌特異性效應T細胞而表達的。當然，對于IL1a和IL7的細胞表達來源還要做進一步的研究，在診斷的敏感度和特異度上還有待更大樣本的驗證。

圖6還可以看到，IFN-γ在這個調控網絡中是一個很重要的細胞因子，很多的因子都在其調控的下游，包括CXCL9、CXCL10、IL1B、IL6、IL15。IFN-γ很可能是結核分枝桿菌特異性效應T細胞受到結核分枝桿菌特異性抗原刺激后分泌的特異性因子，因此，是一個很好的特異性標志物。同樣IL1A、IL7也是。CXCL10也就是IP-10 因子，雖然在很多文獻中都報道其與LTBI有著非常密切的關聯[31-32]，可能可以作為LTBI篩查的標志物，但是它也是處于IFN-γ的調控下。

本研究從細胞調控網絡揭示了各個因子之間的相互調控作用，并發現了一些新的標志物有可能用于LTBI的篩查和活動性結核病患者的診斷。尤其是多個指標的聯合運用可提高敏感度和特異度。但是，本研究還存在一些缺陷，首先樣本量不足。同時，研究指標不足，筆者只研究了其中40個炎癥因子的表達變化；為了得到更加完整的調控網絡，還需要研究更多的與免疫相關的因子，這也將是以后研究的一個重要方向。

[1] Abouda M, Yangui F, Triki M, et al. Tuberculosis prevention. Article in French. Rev Pneumol Clin, 2015,71(2/3):159-167.

[2] Dheda K, van Zyl Smit R, Badri M, et al. T-cell interferon-gamma release assays for the rapid immunodiagnosis of tuberculosis: clinical utility in high-burden vs. low-burden settings. Curr Opin Pulm Med, 2009,15(3): 188-200.

[3] Wagner D, H?rster R, Lange B, et al. Evaluation of T-cell interferon-gamma-release assays for the diagnosis of latent and active tuberculosis. Article in German. Dtsch Med Wochenschr, 2008,133(8): 354-357.

[4] Liu J, Jiang T, Wei L, et al. The discovery and identification of a candidate proteomic biomarker of active tuberculosis. BMC Infect Dis, 2013,13: 506.

[5] Weiner J 3rd, Parida SK, Maertzdorf J, et al. Biomarkers of inflammation, immunosuppression and stress with active di-sease are revealed by metabolomic profiling of tuberculosis patients. PLoS One, 2012,7(7): e40221.

[6] Armand M, Chhor V, de Lauzanne A, et al. Cytokine responses to quantiferon peptides in pediatric tuberculosis: a pilot study. J Infect, 2014,68(1): 62-70.

[7] Anbarasu D, Raja CP, Raja A. Multiplex analysis of cytokines/chemokines as biomarkers that differentiate healthy contacts from tuberculosis patients in high endemic settings. Cytokine, 2013, 61(3): 747-754.

[8] Borgstr?m E, Andersen P, Atterfelt F, et al. Immune responses to ESAT-6 and CFP-10 by FASCIA and multiplex techno-logy for diagnosis ofM.tuberculosisinfection; IP-10 is a promi-sing marker. PLoS One, 2012,7(11): e43438.

[9] Essone PN, Chegou NN, Loxton AG, et al. Host cytokine responses induced after overnight stimulation with novelM.tuberculosisinfection phase-dependent antigens show promise as diagnostic candidates for TB disease. PLoS One, 2014,9(7): e102584.

[10] Frahm M, Goswami ND, Owzar K, et al. Discriminating between latent and active tuberculosis with multiple biomarker responses. Tuberculosis (Edinb), 2011,91(3): 250-256.

[11] Kellar KL, Gehrke J, Weis SE, et al. Multiple cytokines are released when blood from patients with tuberculosis is stimulated withMycobacteriumtuberculosisantigens. PLoS One, 2011,6(11): e26545.

[12] Murthy MK, Kaliappan T, Raja A. Cytokine and chemokine responses to selected early secreted antigenic target-6 and culture filtrate protein-10 peptides in tuberculosis. J Interferon Cytokine Res, 2011,31(3): 299-307.

[13] Skogstrand K, Thysen AH, J?rgensen CS, et al. Antigen-induced cytokine and chemokine release test for tuberculosis infection using adsorption of stimulated whole blood on filter paper and multiplex analysis. Scand J Clin Lab Invest, 2012,72(3): 204-211.

[14] Rivera-Ordaz A, Gonzaga-Bernachi J, Serafín-López J, et al.MycobacteriumtuberculosisBeijing genotype induces differential cytokine production by peripheral blood mononuclear cells of healthy BCG vaccinated individuals. Immunol Invest, 2012,41(2): 144-156.

[15] Holm LL, Rose MV, Kimaro G,et al. A comparison of interferon-γ and IP-10 for the diagnosis of tuberculosis. Pediatrics, 2014, 134(6): e1568-1575.

[16] Lighter J, Rigaud M, Huie M, et al. Chemokine IP-10: an adjunct marker for latent tuberculosis infection in children. Int J Tuberc Lung Dis, 2009,13(6): 731-736.

[17] Al-Attiyah R, El-Shazly A, Mustafa AS.Comparative analysis of spontaneous and mycobacterial antigen-induced secretion of Th1, Th2 and pro-inflammatory cytokines by peripheral blood mononuclear cells of tuberculosis patients. Scand J Immunol, 2012,75(6): 623-632.

[18] Jang S, Uzelac A, Salgame P. Distinct chemokine and cytokine gene expression pattern of murine dendritic cells and macrophages in response toMycobacteriumtuberculosisinfection. J Leukoc Biol, 2008,84(5): 1264-1270.

[19] Yu Y, Zhang Y, Hu S, et al. Different patterns of cytokines and chemokines combined with IFN-γ production reflectMycobacteriumtuberculosisinfection and disease. PLoS One, 2012, 7(9): e44944.

[20] Bai X, Chmura K, Ovrutsky AR, et al.Mycobacteriumtuberculosisincreases IP-10 and MIG protein despite inhibition of IP-10 and MIG transcription. Tuberculosis (Edinb), 2011, 91(1): 26-35.

[21] Hasan Z, Rao N, Salahuddin N, et al.MycobacteriumtuberculosisSonicate-Induced IFNγ, CXCL10 and IL10 can Differen-tiate Severity in Tuberculosis. Scand J Immunol, 2012,75(2):220-226.

[22] Zhang Y, Broser M, Rom WN.Activation of the interleukin 6 gene byMycobacteriumtuberculosisor lipopolysaccharide is mediated by nuclear factors NF-IL6 and NF-kappa B. Proc Natl Acad Sci U S A, 1994, 91(6): 2225-2229.

[23] Nakaya M, Yoneda T, Yoshikawa M, et al. The evaluation of interleukin-8 (IL-8) and tumor necrosis factor-alpha (TNF-alpha) level in peripheral blood of patients with active pulmonary tuberculosis. Article in Japanese. Kekkaku, 1995,70(8): 461-466.

[24] Huang KH, Wang CH, Lin CH, et al. NF-κB repressing factor downregulates basal expression andMycobacteriumtuberculosisinduced IP-10 and IL-8 synthesis via interference with NF-κB in monocytes. J Biomed Sci, 2014, 21: 71.

[25] Fietta AM, Morosini M, Meloni F, et al. Pharmacological analysis of signal transduction pathways required forMycobacteriumtuberculosis-induced IL-8 and MCP-1 production in human peripheral monocytes. Cytokine, 2002,19(5): 242-249.

[26] Boggaram V, Gottipati KR, Wang X, et al. Early secreted antigenic target of 6 kDa (ESAT-6) protein ofMycobacteriumtuberculosisinduces interleukin-8 (IL-8) expression in lung epithelial cells via protein kinase signaling and reactive oxygen species. J Biol Chem, 2013, 288(35): 25500-25511.

[27] Higgins DM, Sanchez-Campillo J, Rosas-Taraco AG, et al. Relative levels of M-CSF and GM-CSF influence the specific generation of macrophage populations during infection withMycobacteriumtuberculosis. J Immunol, 2008, 180(7): 4892-4900.

[28] Boussiotis VA, Tsai EY, Yunis EJ, et al. IL-10-producing T cells suppress immune responses in anergic tuberculosis patients. J Clin Invest, 2000, 105(9): 1317-1325.

[29] Olobo JO, Geletu M, Demissie A, et al. Circulating TNF-alpha, TGF-beta, and IL-10 in tuberculosis patients and healthy contacts. Scand J Immunol, 2001, 53(1): 85-91.

[30] Li H, Liang CZ, Tao YQ, et al. Elevated local TGF-β1 level predisposes a closed bone fracture to tuberculosis infection. Med Hypotheses, 2012,79(3): 400-402.

[31] Latorre I, Díaz J, Mialdea I, et al. IP-10 is an accurate biomarker for the diagnosis of tuberculosis in children. J Infect, 2014, 69(6): 590-599.

[32] Ruhwald M, Bodmer T, Maier C, et al. Evaluating the potential of IP-10 and MCP-2 as biomarkers for the diagnosis of tuberculosis. Eur Respir J, 2008, 32(6): 1607-1615.

(本文編輯：薛愛華)

Value ofMycobacteriumtuberculosisantigen-induced human peripheral blood cytokine regulatory network in the diagnosis of tuberculosis

CHENTao,CHENLiang,LIHai-cheng,GUOHui-xin,LINDong-zi,WANGWei,LIYu-mei,YULi,LIZhen-yan,SUNQi,HUANGXin-chun,LIGuo-zhou,ZHOUJie,ZHAOMei-gui,ZHONGQiu,ZHOULin.

CenterforTuberculosisControlofGuangdongProvince,Guangzhou510630,China

s:ZHONGQiu,Email:zhongqiu@vip.163.com;ZHOULin,Email:zhoulinpaper@vip.163.com;ZHAOMei-gui,Email:bazmg@126.com

Objective IFN-γ release assay (IGRA) is widely used for tuberculosis (TB) screening and diagnosis currently. But it can’t distinguish between active tuberculosis and latent tuberculosis (LTB). The aim of this study was to find more appropriate serum markers and their regulatory networks as alternatives to IFN-γ, for active tuberculosis diagnosis and tuberculosis latent infection screening. Methods Forty healthy control blood samples, 40 diagnosed pulmonary tuberculosis patients blood samples, 40 TB latent infected blood samples were stimulated with specific antigens ofMycobacteriumtuberculosisESAT-6 and CFP-10; the cytokines expression were profiled with human cytokine array; and the significant changes cytokines were used to cytokine regulation network construction. Results CCL1 (I-309), CXCL9 (MIG), IL10, IL6, CSF2, CSF3, IL8, IL1α, IL7, TGF-β1, CCL2, IL2, IL13, TNFα were significantly upregulated from 2.06 to 3.18 timesin patients with active pulmonary tuberculosis after tuberculosis specific antigen stimulation; CCL3, IL1β, CCL8, IFN-γ, CXCL10 were significantly upregulated from 2.44 to 11.56 times in the active tuberculosis and latent TB infection; CCL4 and MIP-1α were up-regulated in all these three groups afterMycobacteriumtuberculosisspecific antigen stimulation. Cytokine regulatory networks show that these up-regulated cytokines are mainly concentrated in the IFN-γ and IL1α regulatory networks. Conclusion CXCL10 (IP-10), CCL3, CCL8 and IL1β may be more suitable for tuberculosis or latent tuberculosis screening than IFN-γ.

Tuberculosis, pulmonary/diagnosis； Cytokines； Antigens, bacterial； Bacterial proteins； Biological markers

10.3969/j.issn.1000-6621.2015.08.007

“十二五” 國家科技重大專項(2014ZX10003002-003)；廣東省科技計劃(2014A020212238)；廣東省衛生科技項目(C2013008/C2012008)

510630 廣州，廣東省結核病控制中心(陳濤、陳亮、李海成、郭卉欣、孫琦，鐘球、周琳)；深圳市寶市安區慢性病防治院結核病防治科(趙梅桂)；佛山市第四人民醫院檢驗科(周杰、王威)；暨南大學醫學院微生物與免疫教研室(黎貞燕、黃新春)；華南理工大學輕工食品學院(余麗)；東莞市慢性病防治院檢驗科(林東子、李玉美、李國周)

注：陳濤、陳亮對本研究具有同等貢獻，為并列第一作者

周琳，Email：zhoulinpaper@163.com；鐘球，Email：zhongqiu@vip.163.com; 趙梅桂，Email：bazmg@126.com

2015-07-03)