肠道细菌被认为是许多健康相关问题的关键因素。人体由大约30万亿到40万亿个细胞组成，但你的肠道内含有大约100万亿个肠道细菌。
“问题是，我们才刚刚开始了解哪些细菌产生哪些人体代谢物，以及这些关系在不同疾病中如何变化，”东京大学生物科学系Tsunoda实验室的研究员Tung Dang在发表于《Briefings in Bioinformatics》的一篇论文中说道。
Dang提到，通过精确绘制这些细菌与化学物质之间的关系，我们有可能开发个性化治疗。“想象一下，能够培养特定细菌以产生有益的人体代谢物，或者设计靶向疗法来改变这些代谢物以治疗疾病。”
该系统VBayesMM能够自动从大量不太相关的微生物中区分出显著影响代谢物的关键细菌，同时承认对预测关系的不确定性，而不是提供过度自信但可能错误的答案。
“当在睡眠障碍、肥胖和癌症研究的真实数据上进行测试时，我们的方法始终优于现有方法，并识别出与已知生物过程一致的特定细菌家族，这增强了我们对它发现真实生物关系而非无意义统计模式的信心，”Dang解释道。
由于VBayesMM能够处理和传达不确定性问题，它比不提供此功能的工具给研究人员更多的信心。尽管该系统优化以应对繁重的分析工作量，但挖掘如此庞大的数据集仍然需要高昂的计算成本；然而，随着时间的推移，这将越来越少地成为希望使用它的障碍。
“我们计划研究更全面的化学数据集，以捕捉细菌产物的完整范围，但这在确定化学物质来自细菌、人体还是外部来源（如饮食）时带来了新的挑战，”Dang说。
【全文结束】
