新研究表明，肠道微生物负荷，而不是特定的细菌，影响与胃肠道疾病相关的症状，这一发现可能会改变疾病的管理和理解。
研究人员利用机器学习发现，受年龄、性别、饮食等影响，肠道微生物负荷的变化对疾病相关的细菌存在起着重要作用。
这一新见解挑战了某些微生物直接导致炎症性肠病或结直肠癌等疾病的传统观念。相反，腹泻和便秘等症状与微生物负荷的变化更密切相关。这些基于大量宏基因组数据集的研究结果可能会重塑诊断和了解胃肠道疾病的方法。
微生物负荷与疾病许多与细菌有关的疾病，如炎症性肠病和结直肠癌，通常与某些被视为有害的肠道细菌过度生长有关。然而，当研究人员使用机器学习算法预测肠道微生物组样本中的微生物密度（称为微生物负荷）时，他们发现微生物负荷本身的变化（而不是疾病）可能导致与这些疾病相关的细菌的存在。
该研究于 11 月 13 日发表在《细胞》杂志上，表明微生物负荷的变化（受年龄、性别、饮食、原籍国和抗生素使用等因素影响）对粪便样本中发现的细菌种类和数量起着重要作用，即使在患有这些疾病的患者中也是如此。
微生物研究的惊人发现“我们惊讶地发现，许多以前被认为与疾病有关的微生物物种，更能通过微生物负荷的变化来解释，”这项研究的资深作者之一、欧洲分子生物学实验室 (EMBL) 海德堡的 Peer Bork 说：“这表明这些物种主要与腹泻和便秘等症状有关，而不是与疾病本身直接相关。”
微生物负荷长期以来被认为是微生物组研究的一个重要因素，但由于实验方法成本高、劳动密集，大规模分析受到很大限制。研究人员利用机器学习方法克服了这一问题。他们开发了一种基于相对微生物组组成的粪便微生物负荷预测模型，并将其应用于大规模宏基因组数据集，以探索其在健康和疾病中的变化。
利用数据进行更广泛的研究“测量粪便样本中的微生物负荷需要付出很多努力，我们很高兴能够获得两个大型宏基因组数据集，其中微生物负荷是通过实验测量的，”同样来自 EMBL 的 Michael Kuhn 和这项研究的另一位资深作者说道：“通过我们的方法，我们希望将这些数据推广到更广泛的领域，并且通过我们提供的工具，可以预测所有成年人肠道微生物组研究的微生物负荷。”
该团队为这项研究生成的数据集包括欧盟资助的 GALAXY（酒精性肝纤维化中的肠肝轴）和诺和诺德基金会的 MicrobLiver 项目中的数千个宏基因组和实验测量的微生物负荷。他们还使用了之前公开的 MetaCardis 研究人群的宏基因组和微生物负荷数据。对于探索性数据集，他们使用了之前研究中的数万个宏基因组，包括来自日本和爱沙尼亚的人群。
挑战与限制研究团队承认这项研究存在局限性。由于分析仅基于关联，他们无法确定明确的因果关系方向，也无法提供机制见解。此外，所开发的方法仅适用于人类肠道微生物组：需要不同的训练数据集来预测其他栖息地的微生物负荷。
微生物负荷研究的未来方向未来的研究将侧重于与疾病更直接相关的微生物物种，而不依赖于微生物负荷，以更好地了解它们在疾病病因中的作用及其作为生物标志物的潜在用途。此外，将这种预测模型应用于其他环境，如海洋和土壤微生物组，可以进一步深入了解全球范围内的微生物生态学。
参考文献：“粪便微生物负荷是肠道微生物组变异的主要决定因素，也是疾病关联的混杂因素”，Nishijima 等人，2024 年 11 月 13 日，Cell。DOI：10.1016/j.cell.2024.10.022
来源：细胞出版社
免责声明：康加号致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。
