长新冠（Long COVID）是指新冠病毒感染者在经历急性COVID-19感染后，仍持续出现一些症状或并发症，这些症状可能持续数周、数月甚至更长时间。这些症状可能包括但不限于：持续的疲劳、呼吸困难、胸痛、关节痛、脑雾（指认知功能障碍）等。

相对来说，经历过重症COVID-19症状的患者更容易出现长新冠，但长新冠仍可能影响轻症患者。

目前考虑长新冠与急性期脏器损伤、病毒诱导的自身免疫应答、甚至部分患者存在新冠病毒存储库等相关；但长新冠发生的确切机制仍然不明，更无有效的治疗方法。寻找长新冠患者的生物标记、并由此探索其机制成为重要的临床问题。

2023年9月25日，由耶鲁大学医学院感染与免疫中心Akiko Iwasaki（岩崎明子）教授牵头，多中心共同完成的研究中，分析长新冠患者、感染但无后遗症的感染者（康复者对照）和未感染新冠者（健康对照）之间的生物标志物差异；发现长新冠患者出现异常的T细胞活性，多种潜伏病毒（包括Epstein-Barr病毒和其他疱疹病毒）的重新激活，以及皮质醇水平的显著降低；通过机器学习分析并做出的模型中，能以94%的准确度区分长新冠患者和其他人群。这篇论文发表在Nature杂志【1】。

  我们主要跟着岩崎明子的推特（马斯克改名为X）来快速了解这项研究【2】。 研究者共入组了来自三个医疗中心共273位受试者。 长新冠定义为：在确诊感染COVID-19后至少四个月或更长时间仍有长期COVID-19症状的患者。 每位患者均被要求完成一套关于他们的症状、病史和健康相关生活质量的详细问卷。研究人员从所有患者那里采集了血液样本，确定了不同组之间的生物标志物差异和相似性。 临床症状对于长新冠的诊断起到了关键作用，研究者设计的一个诊断量表能够达到94%的准确率。   研究发现，长新冠患者的血液中显示出异常的T细胞活性，多种潜伏病毒（包括Epstein-Barr病毒和其他疱疹病毒）的重新激活，以及皮质醇水平的显著降低。 机器学习确定了可以区分长期新冠病毒感染者的关键免疫因素，完成的长新冠KNN区分准确率达94%。 这些因素包括较低水平的皮质醇、常规DC1、中枢记忆T和较高水平的EBV IgG、galectin-1、APRIL等。 主要研究者Akiko Iwasaki（岩崎明子）博士在受访时表示：“我们很高兴看到长新冠患者和无COVID-19患者在免疫表型上有如此清晰的差异。这些标志物为理清长新冠的病理机制提供了第一步。”

参考文献：

【1】 Klein J, et al, Iwasaki A. Distinguishing features of Long COVID identified through immune profiling. Nature. 2023 Sep 25. doi: 10.1038/s41586-023-06651-y. Epub ahead of print. PMID: 37748514.

【2】 https://twitter.com/VirusesImmunity

Tags： Nature：长新冠的生物标志物被鉴定，鉴别准确率高达94%！