结直肠癌是全球癌症致死率第二的疾病。早期发现可有效治疗，但目前主要筛查手段结肠镜检查存在不适感强、侵入性强且费用高昂等问题。日内瓦大学（UNIGE）研究人员发现了一种新解决方案：利用粪便样本中的肠道细菌开发非侵入式、低成本的筛查工具。
这项发表于《细胞宿主与微生物》（Cell Host & Microbe）的研究显示，通过机器学习分析人体肠道细菌亚种水平，可精准识别结直肠癌。科学家首次绘制了肠道细菌的"亚种级"详细图谱——该精度对于癌症检测至关重要：同一种细菌不同菌株可能存在截然相反的作用（如某些菌株可能促进癌变而另一些具保护作用）。"仅观察细菌种类会遗漏关键差异，而追踪每个菌株又过于个体化。"日内瓦大学医学院米尔科·特拉伊科夫斯基教授解释道，"聚焦亚种层级既能捕捉健康相关差异，又能实现跨群体比较。"
研究团队通过先进生物信息学和机器学习技术，构建了首个完整的人类肠道微生物群亚种目录，并开发出临床应用方法。结合临床数据训练的预测模型，在粪便样本检测中成功识别90%的癌症病例，接近结肠镜的94%检出率，显著优于现有其他非侵入筛查工具。"虽然我们对该方法充满信心，但结果仍令人惊叹。"论文第一作者马蒂亚·特里科维奇表示。随着更多临床数据输入，模型准确性有望进一步提升并最终媲美结肠镜。
该技术应用前景广泛：除优化结肠癌筛查流程（仅当粪检提示高风险时进行结肠镜检查），还可通过解析细菌亚种功能，助力研究微生物组在多种疾病中的作用。"这项突破为开发基于单次粪便检测的无创诊断工具铺平道路。"特拉伊科夫斯基强调。若临床试验成功，肠道细菌检测或将成为日常健康管理的重要工具。
【全文结束】
