2020-08-26至2020-08-27
线上
据世界卫生组织数据显示，慢性肝脏疾病是全球人群所面临的主要公共健康问题，其影响着全球8.44亿人口的健康，同时其也是澳大利亚、英国和美国人群死亡的主要原因之一；与此同时，慢性肝脏疾病非常难以管理，而且目前尚无FDA批准的抗肝脏纤维化的疗法，微生物组（栖息在机体肠道中复杂的微生物集合）则是一种指示机体健康的标志物。
图片来源：scitecheuropa.eu
近日，一项刊登在国际杂志Cell Metabolism上的研究报告中，来自索尔克研究所等机构的科学家们通过研究开发出了一种基于微生物组的诊断工具，其能以较低的成本、较高的准确性、快速识别出超过90%的肝纤维化和肝硬化患者。这种无创手段依赖于一种分析患者粪便（粪便中包含肠道中的微生物菌群）样本的算法，同时其还能改善肝脏疾病患者的护理和疗法结局。
非酒精性脂肪肝（NAFLD）是一种引发慢性肝脏疾病的主要原因，其通常会进展为肝纤维化和肝硬化，直至最终进展为肝癌；目前研究人员缺少针对肝纤维化和肝硬化的诊断工具，活组织检查是侵入性的，其可能会漏掉肝脏中受损的部位，而MRIs诊断则比较昂贵，对于居住在农村地区的人群而言难以获得。
为了解决这些问题，研究人员转向对微生物组进行研究开发能有效识别慢性肝脏疾病风险患者的新型检测技术，研究者Michael Downes表示，我们基于疾病的微生物组特性开发出了一种通用、无创的肝纤维化和肝硬化检测技术；文章中，研究人员优化了一种名为机器学习的计算方法，基于患者粪便样本中的19种细菌揭示复杂的疾病标志；这种标志由不同数量的细菌组成，其能形成一种用于识别肝纤维化和肝硬化的通用指纹图谱。
这项研究中，研究人员纳入了163个来自健康和患病家庭成员的临床样本从而来识别出能指示肝脏疾病的变化量；利用来自微生物组遗传图谱和来自粪便样本中的代谢产物的数据，研究人员就能 发现与肝硬化诊断相关的微生物组标志特征，其准确率高达94%；这种微生物组的标志特征就能确定肝纤维化的阶段，从而帮助临床医生根据疾病阶段来为患者分级，同时还能改善治疗策略。
研究者Tae Gyu Oh说道，本文研究表明，我们或许能利用机器学习手段来识别通用的标志特征，从而用来诊断诸如肝硬化等多种人类疾病；研究者所发现的模式能够反映微生物组的复杂性以及肠道健康如何影响个体患病的风险；随后研究人员将会将这些微生物组的标志特征应用到来自中国和意大利的两组完全独立的患者中，其或能准确识别出90%以上的肝硬化患者，这就证实了这种算法在不同遗传特性和饮食文化人群的能力和准确性。
值得注意的是，来自南加州的肝硬化患者机体的肠道微生物组特征能够帮助预测中国和意大利两组独立的肝硬化患者的疾病状况；如今利用微生物组作为诊断工具的强大力量才刚刚被科学家们认识到，未来科学家们将会通过检测是否恢复部分机体肠道微生物组就能减缓疾病进展或移除特定细菌会加重疾病进程，来阐明微生物组与肝脏疾病之间的因果关联。最后研究者表示，这种新方法或能用来分析其它因微生物组功能异常所引起的疾病，比如炎性肠病、结肠癌、阿尔兹海默病等。（生物谷Bioon.com）
小编推荐会议 2020（第六届）肠道微生态与健康国际研讨会
http：//meeting.bioon.com/2020MicIntestin？__token=liaodefeng