近日，《Advanced Science》发表了由浙江大学医学院黄品同教授团队、上海交通大学生物医学工程学院钱昆教授团队及浙江苏可安药业有限公司博士后工作站参与研究的论文，论文题目为“Automated Diagnosis and Phenotyping of Tuberculosis Using Serum Metabolic Fingerprints”。该论文介绍了一种基于代谢组学的快速结核病检测方法。通过使用自动化纳米颗粒增强激光解析/电离质谱平台，检测血清的代谢指纹，这个方法具有检测速度快（以秒为单位）、样本消耗少（以纳升计量）和经济高效（约3美元）。研究人员通过高级机器学习算法构建了结核病代谢模型，确定了14个m/z特征作为结核病诊断的生物标志物和4个m/z特征作为结核病表型的生物标志物。这个稳健的代谢模型在结核病诊断中的曲线下面积为97.8%（95%的置信区间为0.964-0.986），在表型分析中的曲线下面积为85.7%（95%的置信区间为0.806-0.891）。通过揭示血清代谢标志物组合并开发出准确的代谢工具，该方法可为结核病的诊断和表型分析提供有益的工具，有助于加快有效实施终结结核病战略。

《Advanced Science》(《先进科学》)是一本由Wiley-VCH Verlag出版的综合类学术刊物，该刊是国际一流期刊，2023年发布的影响因子为14.3。

本研究成果不仅为结核病的自动化诊断与精准表型分类开辟了新路径，更是为全球公共卫生事业贡献了宝贵的智慧与力量。这一成就不仅是科研路上的璀璨里程碑，也是研究团队不懈努力与坚持的结晶。愿苏可安博士后工作站继续秉承科学精神，勇攀科研高峰，为人类健康事业创造更多辉煌！