一种通过分析血液中的基因表达来对急性感染患者进行分层并预测其临床结果的计算方法报道科学转化医学这个星期。宿主对感染的免疫反应失调可导致败血症，从而引发严重的器官功能障碍，全球每年约有1100万人死亡。因此，迫切需要有效的方法来识别具有免疫功能障碍的患者，以便进行干预。为此，由牛津大学科学家领导的一个小组使用来自脓毒症患者和健康个体的全血转录组数据，创建了一个基于多基因的定量脓毒症反应签名评分，反映了免疫功能障碍和患者感染的轨迹。然后，研究人员将分数整合到一个被称为SepstratifieR的机器学习框架中，他们表明该框架可以识别功能失调的免疫谱，并预测细菌和病毒败血症、流感和COVID-19患者的结果。他们写道:“与临床生物标志物结合，SepstratifieR可以改善免疫功能障碍和临床结果的风险估计，并为临床试验设计提供信息，使我们更接近针对严重感染的精准医疗。”