数百万患有肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的人可能更接近个性化护理，这种使人衰弱的疾病由于缺乏诊断工具而经常被忽视。新的研究显示，这种疾病如何扰乱微生物组、免疫系统和代谢之间的相互作用。
这项发现——由于ME/CFS与长新冠的相似性而可能与长新冠相关——来自于对249名个体数据的分析，使用了一个新的人工智能（AI）平台，该平台可以从粪便、血液和其他常规实验室测试中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，这一点很重要，因为医生目前缺乏可靠的诊断生物标志物，”研究报告的作者、杰克逊实验室（JAX）免疫学教授Derya Unutmaz说。“由于缺乏明确的实验室标志物，一些医生怀疑它是否是一种真实的疾病，有时将其归因于心理因素。”
这项研究由Julia Oh领导，她曾就职于JAX，现在是杜克大学的微生物学家和教授，与ME/CFS临床医生Lucinda Bateman和Suzanne Vernon（巴特曼霍恩中心）合作，以及指导JAX ME/CFS协作研究中心的Unutmaz共同完成。详细内容今天发表在《自然医学》杂志上。
慢性疲劳综合征的特点是严重症状，显著损害身体和心理活动，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，因为这两种情况通常跟随病毒感染，如爱泼斯坦-巴尔病毒。根据疾病控制与预防中心的数据，在美国，ME/CFS影响了836,000至330万人——其中许多人未被诊断——每年因医疗费用和生产力损失给经济带来180亿至510亿美元的损失。
Unutmaz表示，先前的研究已经注意到ME/CFS中的免疫系统紊乱。这项新研究通过调查肠道微生物组、其代谢物和免疫反应之间的相互作用建立在这些发现之上。研究团队将这些联系与12类患者报告的症状联系起来，这些症状是从患者健康和生活方式调查中生成的数百个数据点汇总而来的。这些包括睡眠障碍、头痛、疲劳、头晕和其他研究人员从微生物组变化到代谢物、免疫反应和临床症状的全部映射症状。
“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，”Oh说。“在这个层面上将症状联系起来至关重要，因为ME/CFS具有高度的变异性。患者经历的症状范围广泛，严重程度和持续时间各不相同，而目前的方法无法完全捕捉这种复杂性。”
为了进行这项研究，研究人员分析了来自巴特曼霍恩中心的综合数据，该中心是位于犹他州盐湖城的一家领先的ME/CFS、长新冠和纤维肌痛症研究中心。同样也是该研究的主要作者之一的Ruoyun Xiong开发了一个名为BioMapAI的深度神经网络模型。该工具整合了153名患者和96名健康个体四年内收集的肠道宏基因组、血浆代谢组、免疫细胞谱、血液测试数据和临床症状。
免疫细胞分析证明在预测症状严重程度方面最为准确，而微生物组数据则最能预测胃肠道、情绪和睡眠障碍。该模型连接了数千个患者数据点，重建了诸如疼痛和胃肠道问题等症状，以及其他几个症状。它还揭示了患病时间少于四年的人比患病时间超过十年的人的网络紊乱更少。
Unutmaz表示：“我们的数据表明，这些生物紊乱随着时间的推移变得更加根深蒂固。这并不意味着更长时间的ME/CFS无法逆转，但可能会更具挑战性。”
该研究包括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，相比之下，ME/CFS患者与疲劳、疼痛、情绪调节问题和睡眠障碍相关的显著紊乱。
ME/CFS患者体内的丁酸（一种有益的脂肪酸）和其他对代谢、炎症控制和能量至关重要的营养物质水平较低。患者体内色氨酸、苯甲酸盐和其他标志物的水平升高，表明微生物失衡。还观察到增强的炎症反应，特别是涉及对肠道微生物健康敏感的MAIT细胞。
Unutmaz说：“MAIT细胞连接了肠道健康与更广泛的免疫功能，其与通常具有抗炎作用的丁酸和色氨酸通路的紊乱表明了深刻的失衡。”
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，并为未来的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系统、生理系统、免疫系统和其他系统的紊乱，Oh表示，直接研究人类以确定可调节因素和开发靶向治疗将是至关重要的。
Oh说：“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，这是基因组数据单独无法提供的。”
BioMapAI在外部数据集中的准确率也约为80%，证实了在原始组中识别出的关键生物标志物。作者表示，这种在不同数据中的连贯性令人印象深刻。
Oh说：“尽管数据收集方法不同，但在脂肪酸、免疫标志物和代谢物中出现了共同的疾病特征。这告诉我们，这不是随机的，这是真实的生物失调。”
研究人员打算广泛分享他们的数据集和BioMapAI，该工具支持跨多种症状和疾病的分析，有效整合动物模型难以复制的多组学数据。
Oh说：“我们的目标是构建一幅详细的图谱，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。通过连接这些点，我们可以开始理解驱动疾病的因素，并为长期难以实现的精准医学铺平道路。”
参考文献：Xiong R, Aiken E, Caldwell R, et al. AI-driven multi-omics modeling of myalgic encephalomyelitis/chronic fatigue syndrome. Nat Med. 2025:1-11. doi: 10.1038/s41591-025-03788-3
【全文结束】
