使用单细胞测定和对照样本对照样本在基线免疫存在的情况下确定疫苗响应者

科学领域:

• 免疫学 免疫学 免疫学
• 疫苗学 疫苗学 疫苗学
• 统计生物信息学是统计的.

背景情况:

• 评估疫苗诱导的免疫性取决于测量细胞免疫反应.
• 细胞内细胞因子染色 (ICS) 和B细胞表型化 (BCP) 是用于免疫分析的常见单细胞分析.
• 测试中的批量效应可能导致对疫苗反应者的错误分类.

研究的目的:

• 引入一种新的统计框架,用于识别使用ICS数据的疫苗响应者.
• 将配对对照数据纳入,以考虑试验变化和批量效应.
• 为分析疫苗接种前和后免疫反应提供一种可靠的方法.

主要方法:

• 开发了一个使用对照控制数据进行ICS分析的统计框架.
• 计算最大和最小调整的P值,以管理I型错误率和统计能力.
• 应用框架来分析来自CoVPN 3008研究 (COVID-19疫苗) 的ICS数据.

主要成果:

• 该框架有效考虑了测试变异,减少了对疫苗反应者的错误分类.
• 最小和最大调整的P值在存在批量效应的情况下,为统计分析提供了平衡的方法.
• 分析确定了发生Omicron感染的参与者和具有疫苗诱导的T细胞反应的参与者.

结论:

• 新的统计框架提高了从ICS数据中识别疫苗响应者的准确性.
• 配对对照数据的整合对于对疫苗诱导免疫性进行可靠评估至关重要.
• 这种方法有助于理解对疫苗的免疫反应,包括针对像Omicron这样的特定病毒变异.