摘要：南非斯泰伦博斯大学和法国蒙彼利埃癌症研究所的科学家在长期新冠患者血液中发现了前所未见的微观结构组合，这一发现可能为理解长期新冠的持续症状提供了关键线索。研究显示，患者血液中存在异常的微凝块与中性粒细胞细胞外陷阱的复合体，这些结构比健康人血液中的对应物更大、更致

信息来源：https://www.sciencedaily.com/releases/2025/11/251112111021.htm

南非斯泰伦博斯大学和法国蒙彼利埃癌症研究所的科学家在长期新冠患者血液中发现了前所未见的微观结构组合，这一发现可能为理解长期新冠的持续症状提供了关键线索。研究显示，患者血液中存在异常的微凝块与中性粒细胞细胞外陷阱的复合体，这些结构比健康人血液中的对应物更大、更致密、更难以清除，可能导致微血管阻塞和氧气输送障碍。

这项突破性研究首次从结构层面证实了长期新冠患者血液循环系统的异常变化。通过结合先进的成像流式细胞术、荧光显微镜技术以及机器学习算法，研究团队不仅观察到了这些异常结构的存在，还成功建立了能够准确区分长期新冠患者与健康人群的生物标志物模式。这一成果为长期新冠的精确诊断和个性化治疗开辟了新的可能性。

研究团队由斯泰伦博斯大学生理科学系的雷西亚·普雷托利乌斯教授和蒙彼利埃INSERM癌症研究所的阿兰·蒂埃里博士共同领导。普雷托利乌斯教授在2021年首次在新冠患者血液中发现微凝块现象，而蒂埃里博士则是最早识别中性粒细胞细胞外陷阱在新冠发病机制中作用的研究者之一。两个团队的合作为理解长期新冠的血液学异常提供了前所未有的深度。

微观世界的致病性联盟

微凝块是指在患者血液中循环的异常凝血蛋白团块，这一概念由普雷托利乌斯教授在新冠大流行期间提出。这些微小的血栓结构虽然肉眼不可见，但在显微镜下呈现出与正常凝血完全不同的特征。在长期新冠患者中，这些微凝块不仅数量增多，体积也显著增大，形成了更加稳定和持久的结构。

中性粒细胞细胞外陷阱是人体先天免疫系统的一种防御机制。当中性粒细胞遭遇病原体时，会通过一种称为NET形成的过程释放自身DNA，形成网状结构来捕获和消灭入侵者。这些DNA网络嵌入了各种细胞毒性酶，能够快速中和病原体。然而，当NET形成过度时，这种本来的保护机制就会转变为致病因素。

研究发现，在长期新冠患者血液中，微凝块与NET形成了前所未见的结构性关联。这种组合体现出了双重的致病潜力：微凝块提供了物理阻塞，而NET则通过其粘性和抗溶解特性增强了这种阻塞的稳定性。蒂埃里博士解释说："这一发现表明微凝块和NET之间存在潜在的生理相互作用，当失调时，可能会变得致病。"

通过高分辨率显微镜观察，研究人员发现长期新冠患者血液中的这些复合结构呈现出独特的形态特征。绿色荧光标记显示了异常的粘性蛋白质网络，而红色和蓝色区域则来自被困在微凝块内的免疫细胞物质。这些组合结构形成的致密团块具有极强的抗分解能力，可能在血液循环中持续存在相当长的时间。

在长期 COVID 患者血液中发现的微凝块的显微镜图像（放大 63 倍）。绿色区域显示异常的粘性蛋白质网络，而红色和蓝色区域则来自被困在微凝块内的免疫细胞物质。它们一起形成致密的团块，可能会阻塞微小血管并减少氧气流量，这一过程被认为在长期 COVID 的持续症状中发挥作用。图片来源：Chantelle Venter 博士

技术创新驱动的诊断突破

这项研究的另一个重要贡献在于技术方法学的创新。研究团队将传统的生物医学检测技术与前沿的人工智能分析相结合，创建了一套能够精确识别长期新冠患者的诊断体系。机器学习算法通过分析大量的生物标志物数据，识别出了最具预测价值的指标组合。

成像流式细胞术技术使研究人员能够在单细胞水平上观察和量化微凝块与NET的相互作用。这种技术不仅提供了高分辨率的形态学信息，还能够进行大规模的统计分析。结合荧光显微镜的详细结构观察，研究团队构建了一个完整的微观病理学图谱。

人工智能算法在这项研究中发挥了关键作用。通过对数百个生物标志物的模式识别，机器学习系统能够以极高的准确性区分长期新冠患者与健康个体。这种基于算法的诊断方法不仅提高了检测的客观性，还为未来的临床应用提供了标准化的可能性。

研究还发现，与微凝块和NET相关的生物标志物在长期新冠患者中显著升高。通过对蛋白质标记和循环DNA的定量分析，研究人员建立了一套多维度的诊断指标体系。这些发现为开发简便、准确的长期新冠诊断工具奠定了科学基础。

治疗策略的新方向

这项研究的发现为长期新冠的治疗开辟了新的思路。普雷托利乌斯教授指出，微凝块在长期新冠患者血浆中的大量积累可能是由过度的NET活动支持的："这种相互作用可能会使微凝块对纤维蛋白溶解的抵抗力更强，促进它们在循环中的持久性并导致慢性微血管并发症。"

基于这一发现，研究人员提出了针对血栓炎症反应的靶向治疗策略。传统的抗凝治疗可能对这种特殊的微凝块-NET复合体效果有限，因为它们具有独特的抗溶解特性。因此，可能需要开发专门针对NET形成或微凝块稳定性的新型治疗药物。

抗炎治疗也可能在长期新冠管理中发挥重要作用。由于NET的过度形成与炎症反应密切相关，控制炎症水平可能有助于减少这些致病性结构的产生。一些现有的抗炎药物可能需要重新评估其在长期新冠治疗中的潜在价值。

从预防角度来看，这项研究还提示了早期干预的重要性。如果能够在急性感染阶段就控制微凝块和NET的形成，可能有助于预防长期新冠的发生。这需要在新冠治疗协议中考虑血液学监测和相应的预防性措施。

研究团队强调，先进成像技术和机器学习的结合不仅增强了研究方法的可靠性，还为理解病毒后综合征提供了新的科学视角。这种多学科交叉的研究方法可能成为未来类似疾病研究的标准模式。

展望未来，这项研究成果可能催生一系列后续研究。包括更大规模的临床验证试验、治疗药物的开发测试、以及对其他病毒后综合征的类似机制研究。随着对长期新冠病理机制理解的不断深入，更多精准有效的治疗方案有望问世，为全球数百万长期新冠患者带来希望。

来源：人工智能学家