人乳头瘤病毒（HPV）感染与HIV感染率较高相关，但潜在的生物学机制尚不清楚。在这里，我们研究了高HIV感染风险女性的观察队列中HPV与HIV感染之间的关联，并将其与阴道细胞因子谱相关（CAPRISA 004，n = 779），HPV患病率为74％。我们在这里报告说，在该人群中，HPV感染与HIV感染风险增加了2.5倍相关（95％CI：1.2–5.3）。在分析的48种阴道细胞因子中，与HPV感染相关的细胞因子与与HIV风险相关的细胞因子基本重叠，但与在HPV阴性女性中观察到的细胞因子不同。尽管我们的数据并未在HPV状况和HIV风险之间建立因果关系，但我们建议增加HPV疫苗接种覆盖率可能会带来降低感染HIV感染风险的额外好处，尤其是在HPV流行率较高的地区。

宫颈癌严重影响南部非洲，双和三女，分别是发病率和死亡率正在世界范围内观察到1，2。几乎所有子宫颈癌病例都是由人乳头瘤病毒（HPV）3引起的。这些DNA病毒优先感染基底上皮细胞，其有效逃避宿主免疫力最终可能导致上皮内病变和宫颈癌的形成。超过40种HPV类型是已知感染人类生殖道，以12-20分类为致癌或“高风险”，用于使子宫颈癌4，5，6。

两种可预防疫苗的HPV类型HPV-16和-18占宫颈癌病例的70％以上7。这些类型已被包括在每个三种HPV疫苗表示预防HPV感染疗效高的8，9，10，11。由于已知首次性交后HPV感染的风险很高12，因此正在努力在全世界的年轻女性中实施这些疫苗，因为未感染HPV的个体的保护程度更高。

年轻妇女在撒哈拉以南非洲地区承担的不仅是HPV过重负担13，也是人类免疫缺陷病毒（HIV）感染14，15，16。除了其在宫颈癌和生殖器一些癌症的发展的主要因素的作用，HPV也与HIV感染风险的增加有关17，18。多个HPV株可共同感染同一个人，因此HPV感染的生活史可包括同时持续存在，清除（非持续）和/或获得不同HPV株。在撒哈拉以南非洲地区增加了感染艾滋病毒的风险一直与流行的HPV感染，感染或者致癌或非致癌型HPV感染与非致癌性HPV类型和并发感染多种HPV类型相关联的19，20，21。HPV感染的清除相对较快，到6个月时约有一半的感染清除。在接下来的几年中会更加缓慢，平均持续时间约为10个月22。在两项研究中，分摊HPV持续感染，并在撒哈拉以南非洲的艾滋病风险经验，非持久性与增加感染艾滋病的风险相关的19，21，表明对HPV活跃的免疫反应可能会在背后观察到HPV-HIV关联。

我们研究组先前的工作已经证明，在HIV感染女性生殖道黏膜升高细胞因子为随后的HIV感染的结果的强预测23，24。然而，导致细胞因子浓度升高的刺激仍不清楚。在这里我们假设女性生殖器的免疫环境可能会根据HPV感染状况而有所不同。一个概念，如果得到证实，将为报告的HPV感染与HIV风险之间的关联提供可能的机制。在宫颈HPV感染或女性生殖道中其他可能相关的变化以影响HIV风险方面，在生物学上是合理的，因为在HPV所在的同一黏膜中，HIV的性传播主要是通过病毒与生殖细胞感染靶标的相互作用介导的。复制。因此，在生殖器上皮中消除或抑制HPV感染的免疫细胞募集可以促进有利于HIV感染的免疫环境是合理的。25，26，27，28，29，30。这些激活的HPV清除的NK细胞相关性也是CAPRISA 004参与者 31中 HIV风险增加的生物标志物; T细胞相关的HIV感染的感染的优选的靶标（CD4 + T细胞中表达CCR5共受体HIV进入即CD4 + CCR5 + T细胞） 32，33，34。鉴于宫颈阴道灌洗液（CVL）中的炎性细胞因子是宫颈内膜HIV靶细胞绝对数量和屏障功能受损的强烈替代物 35，我们在这里测量与细胞募集（趋化因子），调节，屏障生长和修复以及介导适应性和促炎性免疫反应相关的多种细胞因子，并将它们与一段时间内的HPV状态相关联。

鉴于已在夸祖鲁-纳塔尔被观察到，特别是在15-24岁之间的年轻女性高艾滋病发病率14，36，我们表征流行病学和此设置HPV-HIV关系的粘膜免疫。具体而言，我们利用现有的数据和样本作为替诺福韦凝胶的CAPRISA 004有效性研究的一部分，对来自农村和城市夸祖鲁-纳塔尔省37的高风险妇女进行了研究。这些数据提供了对HIV流行病学的见识，并有必要对HPV疫苗是否可以降低HIV感染风险进行调查。

与流行的HPV感染相关

基线时有73.8％（95％CI 70.7–76.9％）的参与者检测到HPV DNA（HPV +；表   1）。与HPV状况相关的因素是年龄较小（平均数±SD 23.4±4.8与25.5±5.9，p  <0.001; Wilcoxon秩和检验），婚姻状况（4.0％已婚vs. 11.8％未婚，p  <0.001; Fisher精确测试），远离常规性伴侣的生活（89.5％HPV + vs.80.8％HPV-，p  <0.001; Fisher精确检验）和基线感染沙眼衣原体（15.9％HPV + vs. 4.3％HPV-，p  = 0.003 ; Fisher的精确检验;表   1）。在研究组的基础上（替诺福韦与安慰剂），HPV患病率无明显差异，性交初次出现的年龄，终身伴侣的数量，HSV-2的状态，性病症状的自我报告，使用安全套之间，HPV患病率无差异，性活动或其他行为参数。大多数人口使用的是可注射的激素避孕药（647/799； 84％），并且未观察到HPV状况与避孕药具之间的关联（p  = 0.274； Fisher精确检验）。

特定类型的HPV患病率

关于被感染的参与者的一半用致癌HPV类型（51.9％，779分之404），和疫苗的种类的基线覆盖率为16.8％，22.0％和41.3％，为的Cervarix ®，加德西®和加德西® -9疫苗， 分别。HPV最普遍的类型是致癌HPV 16（10.8％），51（9.8％）和35（9.4％），以及非致癌病毒HPV 84（11.7％）和62（9.6％）。大约四分之一的队列（24.3％）被一种HPV类型感染。被1-2、3-5，> 5种HPV类型感染的参与者比例分别为42.1％，25.4％和6.3％，这表明在该人群中，多种类型的HPV感染相对较为普遍。

基线HPV感染对HIV感染风险的影响

研究中的779名妇女接受了1,213人年的随访（py；平均为18个月/参与者），在此期间发生了66例HIV感染（表   2）。在多变量分析中，HPV患病率与HIV感染风险增加2.5倍相关（aHR 2.5，95％CI 1.2–5.3，p  = 0.015； Cox比例风险回归）。致癌性HPV感染与HIV风险增加2.8倍有关（p  = 0.008； Cox比例风险回归；表   2）。感染艾滋病的风险增加预防超过2倍，如果女性感染了HPV类型由加德西®和加德西® -9疫苗（表   2 ;补充表   1）。感染只非加德西® -9型HPV与相对于HPV阴性的妇女HIV危险增加2倍有关，但无统计学显著（表   2）。此外，随着HPV感染类型的增加，HIV的发生率（IR）急剧增加（针对1-2种HPV类型的感染，IR 4.3，95％CI：2.7-6.5；对于感染，IR 8.4，95％CI：5.5至12.5包括3–5种HPV类型； IR 15.2、95％CI：超过5种HPV类型的感染为7.6–27.1；p  <0.001；趋势的对数检验；表   3）。

清除，获得和/或持续感染HPV会增加HIV风险

接下来，我们评估了两次就诊之间HPV状况的变化是否对HIV感染率产生了影响[ N  = 737；研究中位数为16个月（IQR：12-19）；表   2 ; 图   1 ]。三种重叠的HPV分类定义如下：“获得任何” HPV类型，“清除”任何HPV类型以及“坚持任何” HPV类型的女性。定义了每个类别，而与两次研究访问之间发生的任何其他类型特定的变化无关（表   2；图   2））。这样，有证据表明在访问之间获得，清除和坚持任何HPV类型的女性，将有助于提高这三组中观察到的人数。术语“清除”在此与术语“非持久性”同义，是指一次访问但不是在下一次连续访问中存在HPV类型DNA的事实，这确认了确定这是否代表真正消除或挑战的挑战。潜在的HPV感染38。同样，“获得”一词是指一次就诊时没有HPV类型的DNA，但在下一次就诊时就检测到了该基因，并承认该定义可能反映了新的或再次感染或重新激活的情况39。在大多数参与者中观察到任何HPV类型的清除率（477/737; 64.7％;图。 2）。与那些仍为HPV阴性的人相比，在调整后的分析中，观察到获得任何HPV类型的HIV风险增加（aHR 9.2，95％CI 2.1–40.5，p  = 0.003； Cox比例风险回归），清除了任何HPV类型（aHR 6.3） ，95％CI 1.5–26.3，p  = 0.012； Cox比例风险回归），以及对于任何HPV类型的持续性（aHR 6.4，95％CI 1.5–27.4，p  = 0.013； Cox比例风险回归；表   2；图。   3；补充表   2）。与我们的HPV患病率分析类似，HIV风险随着获得，清除和/或持续存在的HPV类型数量的增加而增加（表   2）。所述CAPRISA 004试验期间使用1％替诺福韦凝胶的37，40既防止HPV感染也不影响它的持久性或间隙（补充表   3）。

研究参与者的入组和随访

全尺寸图片

CAPRISA 004队列中每个HPV类别的参与者数量（N  = 737）。HPV结果分为三个重叠的类别，在这些类别中，可以同时获取（获取的任何HPV），清除（即消除或保持潜伏；清除任何HPV）或持久（持续的任何HPV）的任何HPV类型。此外，还定义了八种互斥的类别：[类别1]仍保持HPV阴性（n  = 108），或在两次 就诊之间将[类别2]从HPV阳性转变为HPV阴性的妇女（仅清除；n = 130），[类别3]从HPV阴性到HPV阳性（仅获得；n  = 85），或[类别4]仅在两次访问之间保留相同的HPV类型（只是坚持 n  = 33）；或自然历史较为混杂的妇女，其中[类别5]清除了某些HPV类型，而其他类型则持续存在（n  = 61），[类别6]清除了一些并获得了新类型（n  = 178），[类别7]获得了一些一些仍然存在（n  = 34），或者[类别8]清除了一些，获得了一些，还有一些仍然存在（n  = 108）。百分比反映了重叠定义（N  = 737）和互斥定义（N  = 737）之间观察的频率

全尺寸图片

Kaplan–Meier曲线代表HPV感染与HIV风险之间的关系。通过使用多变量Cox比例风险回归模型对HIV感染时间进行建模，可以确定HIV发病率的相关性，其中从随机化到估计的HIV感染日期或退出研究的日期来计算研究时间。

全尺寸图片

HPV清除与HIV风险最一致

为了避免上述HPV组之间重叠程度的不确定性，接下来将HPV结果分为八个相互排斥的类别，以进一步探讨HPV对HIV风险和细胞因子的影响。前四个类别定义了随时间推移HPV状况变化更为直接的妇女：第1类，仍然保持HPV阴性（即两次就诊HPV DNA阴性）的妇女；第2类，仅清除HPV的妇女（即第一次访问时发现HPV DNA，而第二次访问时未检测到）；第3类，仅获得HPV的妇女（即第一次访问HPV DNA阴性，而下次访问HPV DNA阳性）；和第4类，在两次访问中均未发现HPV类型改变的女性。其余类别包括两次访视中HPV DNA阳性的妇女，以及HPV获取，清除和/或持久性的综合表现。这些妇女被归类为第5类，既清除并保留了某些HPV类型的妇女。类别6，既清除又获得某些HPV类型的妇女；第7类，坚持并获得某些HPV类型的妇女；和第8类，具有清除，获取和坚持某些HPV类型证据的女性（表 2 ; 图   2）。在多变量分析中，与仍保持HPV阴性的女性相比，在所有HPV感染类别中均观察到HIV风险增加。对于5-8类（表2）而言，意义尤为明显   。在这些类别中，与艾滋病毒风险没有显着关系的唯一类别是缺乏清除许可的类别（类别7；持久性和获得性；表   2）。这些数据表明，HPV清除在队列高频强调其增加感染艾滋病毒的比率大的贡献，并支持这一假设，对HPV感染的有效的免疫反应可能会导致感染艾滋病的风险19，21，39。

流行的HPV感染与生殖器细胞因子之间的关联

鉴于在这项研究中观察到的HPV与HIV之间的关联，我们假设粘膜细胞因子环境可能因HPV状态而异。为了测试这一点，我们比较了基线时有或没有HPV证据的女性CVL液24中的细胞因子浓度。使用多变量线性回归模型确定基线HPV状态与740/779妇女中48种细胞因子浓度之间的关联，并在基线时具有细胞因子和HPV数据，并调整与HPV感染和HIV风险相关的协变量。与HPV-HIV关联一致，在基线时任何类型的HPV感染（图   4a）与几种细胞因子相对于HPV阴性组的增加有关。CAPRISA 004参与者先前与HIV风险相关的细胞因子相对于HPV阴性女性，HPV阳性女性的生殖道中有 41种（IL-8，MIP-1α和MIP-β）升高（图 4）。相对于HPV阴性女性，九种疫苗可预防的HPV类型中的任何一种在感染时也观察到了相似的细胞因子浓度升高特征（图 4b）。此外，尽管相对于HPV阴性组，IL-8，IP-10，MIP-1α，MIP-β均显着升高，但除IP-10以外的所有浓度均显着升高，因此在进行多次比较调整后，IP-10表现出临界统计显着性（ p  = 0.063；线性回归；图 4b）。

流行的HPV感染与生殖器细胞因子之间的关联。该图描绘了具有可检测到的HPV DNA的女性与未检测到HPV DNA的女性之间的生殖器细胞因子浓度的平均差异（N  = 740；图   4a），特别是与没有生殖器证据的女性相比，感染了九种可预防HPV疫苗的女性HPV DNA（N  = 472;图   4b）。显示了HPV状态与促炎细胞因子（红色），趋化因子（蓝色），生长/造血因子（绿色），适应性反应细胞因子（紫色）和调节性细胞因子（橙色）之间的个体关联，误差线表示95％的置信度间隔。模型检验了比较组中平均细胞因子水平相等（即β= 0）的假设。β= 0处的虚线将较高（在行右侧）与较低（在行左侧）区分开来，表示平均细胞因子差异在相对于HPV阴性组的各个类别中。灰色阴影表示以前与该人群中的HIV风险相关的生殖器细胞因子：IP-10，IL-8，MIP-1α和MIP-1β。填充形状表示使用阈值0进行错误发现率（FDR）调整后的显着关联。

全尺寸图片

HPV随时间变化的生殖道细胞因子

接下来，我们使用线性混合模型评估了均显示出强烈的HIV风险关联的前瞻性定义的HPV表型是否也与生殖器细胞因子浓度的差异相关（图   5）。尽管该试验中的生殖器采样访问次数为1-4次，但大多数HIV阴性标本可用于2次，相隔约9个月。与基线分析类似，在就诊时，观察到生殖器细胞因子浓度显着增加 ，相对于剩余时间，观察到HPV清除率（N  = 482），获得性（N  = 404）或持久性（N = 247）的定义重叠。HPV阴性（N  = 173;图   5a）。在这三种重叠的HPV类别中，相对于其余HPV阴性者，只有两种细胞因子的浓度显着降低：获得任何HPV的女性中的IL-15和清除HPV或持续感染HPV的女性中的MCP-3。在各个类别中，细胞因子的反应范围相似，在清除，获得性或持续性感染的女性中，观察到39/48（81％）细胞因子，38/48（79％）细胞因子和34/48（70％）细胞因子之间的显着相关性。相对于那些残留HPV阴性的HPV感染（图   5a）。调整多种比较后，每种类别还与先前与HIV风险相关的四种细胞因子增加相关（图   5a）。

随着时间的流逝，HPV感染与生殖细胞因子之间的关联。图   5a：该图显示了在就诊时生殖器细胞因子浓度的平均差异 ，分别观察到HPV清除率（N  = 482次就诊），获得性（N  = 404次就诊）和持续性（N = 247次就诊）的重叠定义第1类，参与者仍然HPV阴性（N  = 173次）。图   5b ：第1类之间的生殖器细胞因子浓度的平均差异（N = 173），并观察到HPV 2-8类。在每个类别下方列出了与多变量模型中的类别1比较的访问次数。显示了HPV状态与促炎细胞因子（红色），趋化因子（蓝色），生长/造血因子（绿色），适应性反应细胞因子（紫色）和调节性细胞因子（橙色）之间的个体关联，误差线表示95％的置信度间隔。模型检验了比较组中平均细胞因子水平相等（即β= 0）的假设。β= 0处的虚线将较高（在行右侧）与较低（在行左侧）区分开来，表示平均细胞因子差异相对于剩余的HPV阴性组的相应类别。灰色阴影表示以前与该人群中的HIV风险相关的生殖细胞因子：IP-10，IL-8，MIP-1α和MIP-1β。在控制基线治疗组，年龄，性行为首次出现的年龄，性伴侣的数量，性行为的数量（过去30天），存在的多变量模型中，填充的形状表示在错误发现率（FDR）调整后使用0.05的阈值进行调整后的显着关联。性传播感染症状，HSV-2状况，使用安全套，婚姻状况以及妇女是否与正常伴侣生活在一起。注释了这些图以描述HPV感染的时间动态，婚姻状况，以及妇女是否与普通伴侣同住。注释了这些图以描述HPV感染的时间动态，婚姻状况，以及妇女是否与普通伴侣同住。注释了这些图以描述HPV感染的时间动态，0表示在t 1之前的最后一次访视时的HPV状态，在该时间测量了该类别和类别1对照的细胞因子浓度。假设性HPV型感染在下面列出，以明确定义。例如：对于介于t0和t1之间的“任何HPV间隙”，可以在存在采集（HPV -z型）或持续存在（HPV -y型）的情况下观察到HPV（x型HPV）的清除率

全尺寸图片

我们再次应用互斥的HPV类别，以更好地描述每种类别对生殖器细胞因子谱的特定贡献（图   5b）。观察到的所有显着相关性均归因于相对于HPV阴性的女性，细胞因子浓度升高。除了MCP-3，在包括HPV清除率（类别2、5、6和8）和IL-15的类别中显着降低，而仅获得HPV的女性则显着降低（类别3）。单独的HPV清除率（第2类）在生殖器细胞因子谱中变化最为明显；与仅相对于HPV感染清除，仅获得且仅持续感染的女性相比，有40/48（83％）细胞因子，11/48（23％）细胞因子和10/48（21％）细胞因子显着改变女性保持HPV阴性（图   5b））。在CAPRISA 004参与者中，所有类别的至少一种已知与HIV风险相关的细胞因子的浓度均升高41，在仅清除和获得HPV（类别2）的类别中，所有四种细胞因子均显着增加（类别2） 6），以及在哪里获取并持续使用它（类别7；图   5b）。

主要由HPV感染史定义的不同细胞因子谱

为了更好地捕获与HPV相关的多种细胞因子，我们还使用主成分分析（PCA）来检查HPV组对细胞因子的无监督多元聚类（图   6）。）。有HPV感染史的女性主要沿着主要成分1分离（这解释了40％的细胞因子表达差异），既支持回归分析，又强调了有HPV感染史的女性相对于相对于HPV感染史的女性在细胞因子谱方面普遍相似。 HPV阴性的女性。与所有其他互斥的HPV类别相比，该模型还确定了与阴性和仅获得HPV相关的细胞因子簇；IL-8浓度最强，这是一种细胞因子，在所有类别中均显着升高，但在仅获得HPV的女性中则没有（图   5；图   6）。

HPV感染与生殖细胞因子之间关联的主成分分析（PCA）。（a）主成分（PC）分析和（b）PC1上的细胞因子负载量用于定义在两次HIV阴性研究参与者的连续两次访问之间（N  = 673次访问）之间观察到的HPV状态与生殖器细胞因子浓度之间的关系。图中的每个点代表参与者的分数，表示每个组件上的个人站立情况，不同的颜色指示每个参与者的HPV类别。在PC1中得分较高的参与者预期某些细胞因子水平较高，因为在PC1中的细胞因子负荷较高。例如IL-8

全尺寸图片

这项研究证实了HPV与HIV感染风险增加之间的流行病学联系，并检验了女性生殖道细胞因子环境因HPV状况而异的假设。所提供的数据支持这一假设，特别是在清除HPV感染的女性中。由于清除率最一致地与增加的HIV风险和最广泛的细胞因子反应有关，包括该队列中以前与HIV风险相关的所有细胞因子41，因此数据强调了进一步研究以充分理解可能介导HIV感染的复杂免疫环境的重要性。与HPV感染相关的HIV风险增加。

在这项针对高危妇女的艾滋病毒预防试验中，大约四分之三的妇女感染了HPV。这表明在南非夸祖鲁-纳塔尔省，HPV和HIV感染负担之间存在高度重叠。HPV致癌性感染的患病率为52％，略低于夸祖鲁-纳塔尔省42个小型女性性工作者群体的70％，但明显高于开普敦[ 43]的20.8％，那里的艾滋病毒感染率最低在南非。在HIV感染者在我们的研究为女性观察到流行的HPV的2.5倍与出版的荟萃分析的HPV-感染艾滋病毒风险评估，结果显示大约2倍的效果线17，18。同样，我们在HIV风险与HPV清除率和持久性之间的关联性估计与在撒哈拉以南非洲的另一项研究中观察到的估计相似，该研究报道，清除任何HPV类型后，HIV风险增加，而仅发生特定类型的持久性则没有关联性19。这项研究是首次在临床试验中研究替诺福韦杀微生物剂凝胶对HPV感染的影响。这里，相反对预防HIV和HSV-2的感染所观察到的影响37，44，使用的局部杀微生物剂替诺福韦凝胶不具有预防HPV感染，也没有了它的持久性或间隙在该区域相关联。

此外，我们和其他人42，45表现出增加感染艾滋病的风险和致癌性HPV之间存在联系。这些致癌类型主要由IARC 1类HPV类型代表，并包括与疫苗可预防的HPV类型的几种特定关联。考虑到可通过疫苗预防的HPV类型增加的HIV感染风险与感染之间的关联，这些数据强调了通过疫苗接种和交叉保护保护年轻女性免受HPV感染的重要性46针对最广泛的致癌HPV株。数据还表明，如果感染非疫苗类型，则可能增加HIV风险，这表明HIV传播的风险可能与HPV单独的致癌性无关，而与HPV的总体免疫控制有关。这一概念强调了对HPV疫苗摄入差异的地区中的HIV发病率进行更大研究的重要性，以全面确定由疫苗可预防和不可预防类型的感染导致的HIV过量风险。我们的发现发现，可通过9种疫苗预防的HPV类型中的任何一种感染都与与HIV风险相关的几种生殖器细胞因子浓度升高有关，这表明HPV疫苗接种提供的任何HIV保护都可能是生物学介导的。

这项研究不是只集中在随后的HPV清除，持续性或收购（因为有其他相关的生殖免疫环境47，48，49，50），但目前的HPV感染与女性生殖细胞因子，包括HIV风险的细胞因子的生物标志物之间的关联。我们的数据表明，流行的HPV感染与几种促炎，趋化，调节，生长相关和适应性反应相关的细胞因子浓度升高相关。虽然我们的研究与流行的HPV感染相关的某些趋化因子的浓度增加是一致的49，我们对大型临床队列中广泛而大量的细胞因子进行的测量，可以更健壮和扩展地评估流行性HPV与细胞因子的关联。重要的是，许多最突出的HPV相关细胞因子的先前已感染艾滋病毒的风险在这个队列和非洲妇女的其他研究相关的24，35，41，51。多变量建模显示互斥的HPV类别之间的细胞因子谱存在严重重叠，但是与研究期间仍保持HPV阴性的那些相比，HPV类别之间的合理性强。考虑到生殖器细胞因子与HIV风险之间的关系，这些数据凸显了将HPV状态纳入风险评分资料的重要性，并强调了前瞻性HPV测量对告知潜在HIV感染风险的益处。

HPV清除频繁发生，与HIV风险增加相关，并且是与HPV阴性的人相比，最能捕获增加的细胞因子浓度的共同线索。在这八类中，相对于对照，仅清除与单细胞因子浓度的最大显着差异相关。因此，暂时性HPV感染对生殖细胞因子环境的影响高度相关，在减少HIV感染的生物医学努力中应考虑这一点。HPV感染可以自发解决，也可以通过先天性和适应性免疫反应解决。炎症和HIV风险之间关系的潜在机制是细胞因子介导的HIV靶细胞向生殖道的募集。HPV感染与生殖器细胞因子反应之间的密切联系表明，细胞免疫在控制HPV感染中起着重要作用。在这里，几种细胞因子，包括对吸引CCR5至关重要的β趋化因子+ HIV靶细胞33在HPV相关疣回归牵连，而那些限定T细胞和NK细胞应答（例如MCP-1，IL-8，IP-10）26，27，28，29，30与HPV阴性对照相比，有HPV感染史的女性的血红蛋白升高；在具有HPV清除功能的类别中更常见。然而，尽管HPV与生殖器细胞因子浓度升高之间的关联性很强，但数据无法确定HPV介导的HIV传播的具体机制，也无法证实HPV相关的细胞因子与HIV风险之间的因果关系。有必要进行进一步的研究以评估这些病毒之间的关系的细胞和其他机制。定义与HPV相关的细胞因子的细胞来源也可能有助于针对性干预措施的设计，以控制炎症并降低HIV风险。

由于HPV可迅速清除，维护和获取的21，22，52，该研究是通过用于访问之间HPV类型的错误分类的可能性，这可能给类别之间所观察到的类似的细胞因子模式贡献限制。HPV类别的错误分类还扩展到以下困难：确定获取事件是代表重新激活还是新感染，清除的感染是指潜伏性感染还是已消除的感染，以及难以理解与每种感染相关的免疫学特征。考虑到事实证明，急性HIV感染会增加发现的HPV类型的数量39，生存分析受限于这种潜在的高估与多种类型感染，清除，持久性或获得HPV有关的HIV发生率的可能性。尽管CAPRISA 004试验包括频繁的HIV检测和严格的回顾性病毒载量确认37，HPV基因分型数据仅可用于大多数血清转换器的基线和研究出诊，而纵向HPV分类将基于HIV感染后进行的基因分型。另外，由于在感染HIV的情况下难以及时确定HPV状况的变化，我们无法确定同一感染对象发生的HPV-HIV合并感染的程度。但是，每位参与者的大部分访视都可获得细胞因子数据。考虑到HIV感染与免疫功能失调之间已建立的关系，我们的线性混合模型仅包括从确诊的HIV阴性样本中收集的细胞因子数据以及该次访问的补充HPV基因分型数据，因此反映了生殖器粘膜免疫环境与当前HPV状况相关。艾滋病毒阴性的妇女。由于细胞因子数据可用于已确诊的HIV阴性标本，因此我们只能推测与HIV感染相关的免疫谱可能会促进HPV感染。但是，我们的数据确实支持以下假设：在HPV感染中观察到的免疫谱可能以某种方式有助于HPV感染与HIV风险之间的既定联系。

该研究的另一个局限性在于，该研究仅评估了临床相关HPV类型的一部分，这意味着某些HPV阴性女性可能已经感染了无法测量的类型。但是，如果这具有重大影响，则相对于HPV阴性女性，任何HPV类别中细胞因子浓度和HIV风险之间的差异均不应如此强烈。CAPRISA 004试验中未记录宫颈细胞学数据。但是，考虑到该人群未感染HIV，并且主要是在20多岁时，我们预计很少有高级异常细胞学检查。但是，鉴于这是一项杀菌剂安全性试验，因此可以获得大量的阴道观察数据，并且这些数据不支持任何可能混淆所提出分析的广泛临床上明显的异常细胞学检查。最后，

这项研究的优势在于，它结合了非常强大的流行病学数据和大量前瞻性队列中的粘膜免疫评估，其中HPV和HIV感染率极高。总之，尽管不是确定的机制，但这些数据提供了一些关于HPV如何增加HIV风险的见识，并强调了进一步研究以验证和扩展提出的概念的重要性。数据表明，在感染了艾滋病毒和未感染艾滋病毒的妇女中，迫切需要了解和控制HPV状态和多种类型感染的免疫预测因子；确定在不同的HPV状态类别中观察到的与细胞因子相关的细胞或其他因素；以及了解HPV感染对疫苗接种者的免疫影响及其与HIV风险的关系。这些数据强调了HPV疫苗接种的重要性，因为致癌的HPV类型与HIV感染有关。这项研究评估了代表两种病毒发生性传播的粘膜表面的生殖器炎症和HPV，并通过随时间变化的HPV状态证明了生殖器细胞因子的差异，这为解释HPV与增加之间的复杂流行病学关系提供了可能的机制艾滋病毒风险。尽管这些数据并未排除对与HPV感染相关的HIV风险增加的可能的无法估量的解释，但它们确实为HPV阳性女性的免疫反应升高提供了令人信服的生物学证据，与HIV感染风险的增加一致。重要的是要突出HPV的高流行率（74％），并且这项研究中观察到的广泛疫苗类型支持以下观点：南非学校中当前推出的HPV疫苗接种可能具有强大的预防癌症益处。同样重要的是，要注意在这个年轻的南非女性队列中检测到的HPV状态经常变化（> 50％获得或清除的HPV感染），并且每个HPV类别与HIV相关的细胞因子有关。结合对HIV风险增加的大量影响估计，在该地区高流行HIV流行地区，由于HPV感染导致的HIV归因于人群的比例很高。因此，除了预防宫颈癌外，进一步开发预防和/或治疗HPV感染或改变其免疫学效果的更有效方法可能还具有主要的HIV预防益处。

研究人群和临床程序

CAPRISA 004研究是一项IIb期临床试验，旨在评估经阴道应用1％替诺福韦凝胶预防HIV感染的安全性和有效性。该试验于2010年完成，并证明安全性和的39％，在预防艾滋病毒在意向性治疗分析的有效性37。人口的入选标准和特征已经描述37，53，和那些排除的细节可以在图中找到。   1。所有妇女都提供了参加试验的知情同意书，并且只有在同意保存标本以评估试验的次要目标的情况下，才将受试者纳入本研究（图   1）。）。该临床试验（NCT00441298）和该二级分析已由夸祖鲁-纳塔尔大学的生物医学研究伦理委员会（E111 / 06），国际家庭健康组织的人类受试者保护委员会（＃9946）和南非药品控制委员会（＃20060835）批准。 ）。每次访问时，研究人员都会进行问卷调查，以收集一系列人口统计学，临床，生殖和行为变量。每月使用两次快速的HIV抗体测试（Abbott确定和Unigold）进行HIV测试，并至少间隔一周进行两次独立的RNA-PCR测定。此外，在血清转化检测中，对回顾性保存的血浆标本进行了RNA PCR，以鉴定HIV感染的窗口期。HIV感染的时间定义为最后一次阴性和第一次阳性测试之间的中点（通过PCR或快速HIV抗体测试）；血清阴性感染的日期定义为PCR阳性前14天。在随机分为研究组后，平均对每个参与者进行3.8±2.7个月的首次生殖器样本采样。因为在第一个生殖器标本中记录了生殖器细胞因子浓度和HPV感染的数据，所以本次研究将这些就诊称为“基线”。生殖器官标本，包括宫颈阴道吸出液，宫颈阴道拭子和CVL，分别存放在第3、12、24个月和研究出口处，在那里，出口可能在第1个月至第30个月之间的任何时间下降。 1至4，大多数女性仅进行2次就诊，在第3个月和第12个月中，每位参与者的大部分就诊都可获得细胞因子数据，并且从细胞因子分析中包括了来自经证实的未感染HIV的生殖道粘膜取样就诊的样本。HPV基因分型数据仅可用于大多数参与者的基线和研究退出，而纵向HPV分类可能基于某些参与者在HIV感染后进行的基因分型。没有从月经来潮者身上收集生殖器标本，也没有一小部分妇女的标本。HPV基因分型数据仅可用于大多数参与者的基线和研究退出，而纵向HPV分类可能基于某些参与者在HIV感染后进行的基因分型。没有从月经来潮者身上收集生殖器标本，也没有一小部分妇女的标本。HPV基因分型数据仅可用于大多数参与者的基线和研究退出，而纵向HPV分类可能基于某些参与者在HIV感染后进行的基因分型。没有从月经来潮者身上收集生殖器标本，也没有一小部分妇女的标本。 1）。CVL粒料用于HPV基因分型，对STI试验生殖器拭子，CVL上清液用于细胞因子分析24，并用于子宫颈阴道抽吸替诺福韦浓度的测量通过超高效液相色谱-质谱法37，40，54。由于在试验期间未进行宫颈细胞采样，因此无法评估生殖器上皮和免疫细胞的表型和功能。

收集CVL标本

通过将3 ml无菌盐水加到子宫颈并从后穹a吸出液体来收集CVL标本。将CVL标本在冰上6小时内运送到CAPRISA实验室，在此将样品离心，分离CVL沉淀物和上清液馏分，每个都保存在-85°C中以备将来使用。

检测HPV DNA和其他性传播感染

根据制造商的说明，使用自动MagNA纯仪器（Roche Diagnostics，印第安纳波利斯，印第安纳州，美国）从CVL沉淀物中提取DNA。根据制造商的说明，使用Roche Linear Array？HPV基因分型试剂盒（Roche Diagnostics，印第安纳州印第安纳州，美国）通过PCR扩增HPV DNA。简而言之，将生物素化的引物池添加到CVL沉淀DNA中，以通过定义HPV基因组多态L1区域内核苷酸的捕获序列来扩增HPV。该测定法区分了37种HPV基因型，包括被认为是发展为子宫颈癌的重要危险因素的基因型（致癌HPV类型）。在这项研究中检测到的HPV基因型包括HPV 6、11、16、18、26、31、33、35、39、40、42、45、51、52、53、54、55、56、58、59、61 ，62、64、66、67、68、69、70、71、72、73、81、82、83、84，IS39和CP6108；其中CP6108代表HPV 89型亚组，IS39代表HPV 82型亚组，HPV 55代表44型亚组，HPV 64代表34型亚组。此外，该测定法还包含与HPV杂交的交叉反应探针来自Alpha 9属的基因型33、35、52和58，以及每种类型的单个探针可帮助确定这些相似的HPV类型。包括其他引物对以扩增人β-珠蛋白基因，从而为DNA提取和扩增过程的样品充分性提供了内部对照。来自Alpha 9属的52和58，以及每种类型的单个探针可帮助确定这些相似的HPV类型。包括其他引物对以扩增人β-珠蛋白基因，从而为DNA提取和扩增过程的样品充分性提供了内部对照。来自Alpha 9属的52和58，以及每种类型的单个探针可帮助确定这些相似的HPV类型。包括其他引物对以扩增人β-珠蛋白基因，从而为DNA提取和扩增过程的样品充分性提供了内部对照。

评估其他性传播感染

使用HSV-2 gG2酶联免疫吸附测定（Kalon Biologicals Ltd.）对2型单纯疱疹病毒（HSV-2）进行血清学检测。DNA从外阴阴道拭子[Xtractor基因（科贝特机器人私人有限公司）]提取，以检测其它的电流性传播感染的存在55，56。单纯疱疹病毒1型和2，梅毒螺旋体和杜克雷嗜血杆菌和沙眼衣原体性病性淋巴肉芽肿，通过实时检测（LGV）菌株多重PCR（转子-基因3000平台（科贝特机器人私人有限公司，悉尼，澳大利亚），而沙眼衣原体，淋病奈瑟菌，阴道毛滴虫，生殖支原体，使用在内部优化的实时多重PCR试验（传染病研究所，南非约翰内斯堡）检测55，56。

宫颈阴道液中替诺福韦浓度的测量

替诺福韦浓度通过超高效液相色谱-质谱法在宫颈阴道液测定37，40，54。日内和日间分析的准确度分别为96–107％和92–106％。两者都具有≤$<span\; style="transition:none\; 0s\; ease\; 0s;vertical-align:inherit;transition:none\; 0s\; ease\; 0s;vertical-align:inherit;">\le </span>$9％。宫颈阴道液中替诺福韦的定量限为2 ng / mL。低于定量限的样品报告为定量限的一半，而低于检测限的样品报告为0 ng / mL。

通过多重ELISA测定生殖器细胞因子的浓度

先前使用Luminex多重测定法在CAPRISA 004参与者的未稀释CVL液中测量了细胞因子的浓度24。在这里，我们报告了48种细胞因子的测量值，包括几种促炎，造血，调节，适应和/或生长相关的细胞因子：白介素（IL）-1β，IL-1Rα，IL-2，IL-4，IL- 5，IL-6，IL-7，IL-8，IL-9，IL-10，IL-12p70，IL-12p40，IL-16，IL-18，IL-1A，IL-2RA，IL-3， IL-13，IL-15，IL-17，碱性成纤维细胞生长因子（FGF），皮肤T细胞吸引趋化因子（CTACK），趋化因子，粒细胞集落刺激因子（G-CSF），粒细胞巨噬细胞集落刺激因子（ GM–CSF），生长调节（GRO）-α，肝细胞生长因子（HGF），干扰素（IFN）-γ，IFN-α2，干扰素γ诱导蛋白（IP）-10，白血病抑制因子（LIF），单核细胞趋化蛋白（MCP）-1，MCP-3，巨噬细胞集落刺激因子（M-CSF），γ-干扰素（MIG）诱导的单因子，巨噬细胞迁移抑制因子（MIF），巨噬细胞炎性蛋白（MIP）-1α，MIP-1β，神经生长因子（NGF）-β，血小板衍生生长因子（PDGF）-ββ在正常T细胞表达和推测分泌（RANTES）激活后受到调节，干细胞因子（ SCF），干细胞生长因子（SCGF）-β，基质衍生因子（SDF）-1α，肿瘤坏死因子（TNF）-α，TNF-β，TNF相关凋亡诱导配体（TRAIL）和血管内皮生长因子（VEGF）。如前所述，使用Bio-Plex Pro人细胞因子试剂盒和Bio-Plex阵列读取器（Bio-Rad实验室）测量分析物浓度 基质衍生因子（SDF）-1α，肿瘤坏死因子（TNF）-α，TNF-β，TNF相关凋亡诱导配体（TRAIL）和血管内皮生长因子（VEGF）。如前所述，使用Bio-Plex Pro人细胞因子试剂盒和Bio-Plex阵列读取器（Bio-Rad实验室）测量分析物浓度 基质衍生因子（SDF）-1α，肿瘤坏死因子（TNF）-α，TNF-β，TNF相关凋亡诱导配体（TRAIL）和血管内皮生长因子（VEGF）。如前所述，使用Bio-Plex Pro人细胞因子试剂盒和Bio-Plex阵列读取器（Bio-Rad实验室）测量分析物浓度24。对于48种细胞因子中的每一种，这些试剂盒的灵敏度在0.2至45.2 pg / ml之间。使用Bio-Plex Manager软件（版本6）收集数据，并使用5 PL回归公式从标准曲线计算样品浓度。低于检测下限的细胞因子水平被报告为每种细胞因子的最低浓度与零之间的中点。所有样品均未经稀释直接铺板，所有实验室分析均不进行。平板中包括重复品以评估板内变异性（ 每板 n = 20个重复孔），重复品放置在单独的平板中以评估板间变异性（ n =板上有32个重复孔）。如果重复之间的关联相关系数低于Spearman rho = 0.8，并且观察到重复之间的幅度存在显着差异，则重复进行细胞因子评估。将在> 40％的样本中无法检测到的单个细胞因子评估为分类值。为了最大程度地减少纵向分析的变异性，将来自同一患者的所有标本置于同一批次中。

统计分析

致癌HPV这里考察被定义为第1组，2个为研究甲致癌物由国际局4和与几个荟萃分析定义对应17，18，21：HPV类型16、18、31、33、35、39、45、51、52、56、58、59和68。在所调查的37种类型中，其余类型定义为宫颈癌的低风险。为了评估HIV感染和HPV DNA检测（流行的HPV感染），多型HPV感染，致癌性以及与疫苗类型HPV感染之间的关系，定义了几种基线HPV感染类别。考虑到多型HPV感染的数量众多，人们认识到了潜在的共感染，尤其是在后两组中。例如，尽管女性在非加德西® 9 HPV类型组专门与非感染加德西® 9 HPV类型，女性在加德西® 9组可以只与Gardasil的感染®9 HPV类型（27％），或共感染疫苗和非加德西® 9种HPV类型（73％）。

三种重叠的HPV分类定义如下：（i）“获得任何” HPV类型的妇女，无论她们是否同时清除和/或持续感染HPV；（ii）谁“清除了”任何HPV类型，无论他们是否同时感染和/或患有持续性HPV感染；或（iii）“持续存在”的HPV类型，无论它们在任何两次研究访问之间是否同时获得和/或清除了任何HPV感染（图   2）。还定义了八个互斥的类别，以更好地确定清除，持久性和获取对艾滋病毒风险和细胞因子的贡献（图   2）。）。类别1-4反映了两次访问之间HPV（HPV +）为正或所有类型（HPV-）为负的变化。类别1，HPV-一次访视，HPV-下次访视，是指“保持阴性”的女性；类别2，一次访问HPV +，然后访问HPV-是指“仅清除” HPV的女性；第3类，HPV-一次访问，HPV +一次访问是指“仅获得HPV；和第4类，在两次访问中均被HPV +感染，但两次访问中感染的HPV均不超过/不低于相同类型的HPV是指“仅持久”的女性。其余类别描述了根据观察到的特定类型变化在两次访问中被分类为HPV +的女性人群。第5类是既丢失又保留HPV类型的妇女；类别6，既失去HPV又获得HPV的妇女；保留和获得HPV类型的7类妇女；

统计模型排除了无症状性传播感染和细菌性阴道炎的并发因素对生殖器细胞因子的潜在影响，因为该数据在大多数随访中均不可用。然而，在具有可用的STI实验室检测指标的参与者子集中（n  = 494），STI的流行率（24％）低于HPV，这表明并发性STI不太可能完全解释HPV相关的细胞因子差异。控制实验室STI数据的敏感性分析是在“获得的任何” HPV类别中进行的（唯一类别，该类别具有足够的观察值以进行可靠的评估；补充图   1）。无论是否在模型中包括实验室STI数据，HPV细胞因子估计值和显着相关性仍然相似。在没有实验室STI数据的情况下证明包括STI症状在内的模型是否适当。

使用Fisher精确检验比较类别变量，使用Wilcoxon秩和检验比较连续变量。多变量模型检验了比较组中平均细胞因子水平相等的假设，并针对以下基线协变量进行了调整：治疗组，年龄，性行为首次出现的年龄，性伴侣的数量，性行为的数量（过去30天） ，性传播感染症状的出现，HSV-2状况，使用安全套的频率，婚姻状况以及女性是否与普通伴侣同住。多变量线性回归模型用于分析基线HPV状态对每种细胞因子水平的影响，并使用Benjamin-Hochberg检验控制错误发现率（FDR）。使用个体参与者具有随机效应的多变量线性混合模型来分析HPV阶层对每种细胞因子水平的影响，并使用Benjamin-Hochberg检验控制FDR。1阶自回归（AR（1））结构用于说明同一参与者的测量之间的相关性。这种结构非常适合我们的数据，因为我们具有均匀间隔的细胞因子测量值。对数秩检验用于检验跨序变量的HIV IR趋势。根据泊松分布计算出95％的HIV IR可信度区间。通过使用多变量Cox比例风险回归模型对HIV感染时间进行建模，可以确定HIV发病率的相关性，从随机化到估计的HIV感染日期或退出研究的日期计算研究所花费的时间。由于细胞因子是相关的，因此我们使用PCA对所有HIV研究参与者进行研究结束访视时观察到的HPV状态与生殖器细胞因子浓度之间的关系进行建模。目的是识别不同HPV类别的细胞因子表达模式，同时使用来自所有48种细胞因子的信息。所有分析均使用SAS版本9.4（统计分析软件，美国北卡罗莱纳州）进行。小于0.05的双面P值被认为具有统计学意义。我们使用PCA建模了在所有HIV研究参与者的研究结束访视时观察到的HPV状态与生殖器细胞因子浓度之间的关系。目的是识别不同HPV类别的细胞因子表达模式，同时使用来自所有48种细胞因子的信息。所有分析均使用SAS版本9.4（统计分析软件，美国北卡罗莱纳州）进行。小于0.05的双面P值被认为具有统计学意义。我们使用PCA建模了在所有HIV研究参与者的研究结束访视时观察到的HPV状态与生殖器细胞因子浓度之间的关系。目的是识别不同HPV类别的细胞因子表达模式，同时使用来自所有48种细胞因子的信息。所有分析均使用SAS版本9.4（统计分析软件，美国北卡罗莱纳州）进行。小于0.05的双面P值被认为具有统计学意义。