Comuna Nacional. 5 de diciembre de 2025; 16 (1): 10943. doi: 10.1038/s41467-025-66994-0.
El brote mundial de mpox de 2022 destacó el riesgo de que las enfermedades zoonóticas establezcan una transmisión sostenida en las poblaciones humanas y subrayó la necesidad de herramientas serológicas precisas para monitorear la exposición al ortopoxvirus. Sin embargo, los anticuerpos de reacción cruzada inducidos por la vacuna Vaccinia Ankara modificada (MVA) dificultan la discriminación entre la infección por el virus de la viruela del simio (MPXV) y la inmunidad inducida por la vacunación. Aquí presentamos un ensayo serológico múltiplex basado en perlas asistido por aprendizaje automático (ML) que distingue la infección por MPXV de la vacunación con MVA y los sueros preinmunes al dirigirse a las respuestas de anticuerpos a 15 antígenos poxvirales. De los seis algoritmos probados, el Clasificador de aumento de gradiente (GBC) logra el rendimiento más alto (F1 = 0,83) en sueros del brote de 2022 y de una cohorte epidemiológica de seguimiento de hombres en riesgo que tienen sexo con hombres (HSH; n = 1260). En una cohorte de validación independiente (n = 143), GBC (F1 = 0,70) detecta de forma sólida las infecciones por MPXV, incluidos los casos irruptivos, con una especificidad del 88 % y una sensibilidad del 92 %. La integración de ML con serología de alta dimensión permite una clasificación transversal precisa del estado inmunológico del ortopoxvirus y proporciona un marco escalable para la serovigilancia de mpox y la preparación para brotes.
PubMed:41350540 | DOI:10.1038/s41467-025-66994-0