数百万患有肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的患者可能离个性化治疗更进一步。这种使人衰弱的疾病因缺乏诊断工具而常被忽视。最新研究显示，该疾病如何扰乱微生物组、免疫系统和代谢之间的相互作用。
这些发现可能与长新冠相关，因为两者具有相似性。研究数据来自249名个体，使用一种新的人工智能（AI）平台进行分析，该平台可通过粪便、血液及其他常规实验室检测识别疾病生物标志物。
“我们的研究在区分慢性疲劳综合征患者方面达到了90%的准确性，这具有重要意义，因为医生目前缺乏可靠的诊断生物标志物。”研究作者、杰克逊实验室（JAX）免疫学教授德里亚·乌努特马兹（Derya Unutmaz）表示。“由于缺乏明确的实验室指标，一些医生怀疑它并非真实疾病，有时将其归因于心理因素。”
这项研究由朱莉娅·欧（Julia Oh）领导，她曾任职于杰克逊实验室，现为杜克大学微生物学和教授。研究合作方包括ME/CFS临床医生卢辛达·巴特曼（Lucinda Bateman）和苏珊娜·弗农（Suzanne Vernon），以及负责杰克逊ME/CFS合作研究中心（JAX ME/CFS Collaborative Research Center）的乌努特马兹。研究详情发表于《自然医学》（Nature Medicine）。
绘制“不可见”的图谱
慢性疲劳综合征的特点是严重症状，显著影响身体和心理活动，包括持续疲劳、睡眠异常、头晕和慢性疼痛。
专家经常将ME/CFS与长新冠相比较，因为两者通常都继发于病毒感染，如爱泼斯坦-巴尔病毒（Epstein-Barr virus）。根据美国疾病控制与预防中心的数据，在美国，ME/CFS影响约836,000至330万人——其中许多人未被诊断，每年因医疗支出和生产力损失给经济带来180亿至510亿美元的负担。
乌努特马兹表示，先前的研究已经注意到ME/CFS中的免疫系统紊乱。这项新研究在此基础上进一步探索了肠道微生物组、其代谢物和免疫反应之间的相互作用。研究团队将这些联系与12类患者自述症状关联起来，这些症状从患者健康和生活方式调查中生成的数百个数据点中汇总而来。包括睡眠障碍、头痛、疲劳、头晕等，研究人员从微生物组变化到代谢物、免疫反应和临床症状，完整地绘制了这些症状的全貌。
“我们将临床症状与尖端的组学技术相结合，以识别ME/CFS的新生物标志物。”欧表示。“在这一层面连接症状至关重要，因为ME/CFS具有高度变异性。患者的症状范围广泛，严重程度和持续时间各异，当前的方法无法全面捕捉这种复杂性。”
为了进行这项研究，研究人员分析了来自犹他州盐湖城领先ME/CFS、长新冠和纤维肌痛症研究机构巴特曼·霍恩中心（Bateman Horne Center）收集的综合数据。研究的另一位主要作者熊若云（Ruoyun Xiong）开发了一种名为BioMapAI的深度神经网络模型。该工具整合了153名患者和96名健康个体在四年间收集的肠道宏基因组、血浆代谢组、免疫细胞谱、血液检测数据和临床症状。
免疫细胞分析在预测症状严重程度方面最为准确，而微生物组数据最能预测胃肠道、情绪和睡眠障碍。该模型连接了数千个患者数据点，重建了疼痛和胃肠道问题等症状。此外，还发现患病时间少于四年的患者其网络紊乱比患病超过十年的患者更少。
“我们的数据表明，这些生物紊乱随着时间推移变得更加根深蒂固。”乌努特马兹表示。“这并不意味着长期的ME/CFS无法逆转，但可能更具挑战性。”
研究包括96名年龄和性别匹配的健康对照组，显示出微生物组-代谢物-免疫相互作用的平衡状态，而ME/CFS患者则表现出显著的紊乱，与疲劳、疼痛、情绪调节问题和睡眠障碍相关。
ME/CFS患者的丁酸盐水平较低，这是一种在肠道中产生的有益脂肪酸，以及控制代谢、炎症和能量所需的其他营养物质。患者体内色氨酸、苯甲酸盐等标记物水平升高，表明存在微生物失衡。此外，还观察到增强的炎症反应，尤其是与肠道微生物健康敏感相关的MAIT细胞。
“MAIT细胞连接了肠道健康与更广泛的免疫功能，其与丁酸盐和色氨酸通路的破坏——通常具有抗炎作用——表明存在严重的失衡。”乌努特马兹表示。
可操作的数据集
尽管这些发现需要进一步验证，但作者表示，它们显著推进了科学家对ME/CFS的理解，并为未来研究提供了更清晰的假设。
由于动物模型无法完全反映ME/CFS中观察到的复杂神经、生理、免疫等系统紊乱，欧表示，直接研究人类以识别可调节因素并开发靶向治疗将至关重要。
“微生物组和代谢组是动态的，这意味着我们可以通过饮食、生活方式或靶向治疗进行干预，这是基因组数据本身无法实现的。”欧表示。
BioMapAI在外部数据集中也达到了约80%的准确性，确认了在原始群体中识别出的关键生物标志物。作者表示，这种跨不同数据集的一致性令人印象深刻。
“尽管数据收集方法多样，但我们在脂肪酸、免疫标志物和代谢物中发现了共同的疾病特征。这表明这不是随机的，而是真实的生物失调。”欧表示。
研究人员计划广泛分享他们的数据集和BioMapAI平台，该平台支持跨多种症状和疾病的数据分析，有效整合了动物模型难以复制的多组学数据。
“我们的目标是构建一张详细的图谱，展示免疫系统如何与肠道细菌及其产生的化学物质相互作用。”欧表示。“通过连接这些点，我们可以开始理解疾病驱动因素，并为长期以来遥不可及的精准医学铺平道路。”
其他作者包括伊丽莎白·艾肯（Elizabeth Aiken）、瑞安·卡德威尔（Ryan Caldwell）、李娜·科扎亚（Lina Kozhaya）和柯特妮·冈特（Courtney Gunter）（均来自杰克逊实验室），以及苏珊娜·D·弗农（Suzanne D. Vernon）和卢辛达·巴特曼（Lucinda Bateman）（均来自巴特曼·霍恩中心）。
研究资金由美国国立卫生研究院（NIH）拨款1U54NS105539提供。
【全文结束】
