通过对超过1,200人的医疗数据进行分析，研究人员确定了特定的微生物群特征，这些特征可以精确预测非酒精性脂肪肝疾病（NAFLD）。研究对象患有多种代谢性疾病，如NAFLD、肥胖症、2型糖尿病、高血压和动脉粥样硬化，这些都是NAFLD的典型并发症。
发现的特征包括典型的肠道微生物群物种及其预测的细菌代谢物，有助于区分NAFLD患者和非NAFLD患者。这些特征能够与其他疾病区分开来，因此特别适合用于靶向诊断。借助机器学习模型，研究人员使用收集的数据集实现了超过90%的诊断准确性。
NAFLD影响着西方国家多达40%的人口，是全球最常见的代谢性疾病之一。它以肝脏细胞中脂肪过度储存为特征，可能导致肝脏重量增加约10%，并伴有肝功能下降。
尽管进行了深入的研究，但NAFLD的发病机制及其进展（病理生理学）尚未完全明确。肠道微生物群似乎在此过程中发挥了重要作用，因为它影响所谓的“肠-肝轴”，可能是NAFLD发展的重要因素。由莱布尼茨天然产物研究与感染生物学研究所（Leibniz Institute for Natural Product Research and Infection Biology - Hans Knöll Institute，Leibniz-HKI）和耶拿大学（University of Jena）领导的国际研究团队调查了微生物群组成是否可以作为NAFLD的指示器。研究表明，特定的肠道微生物群组成，即其“指纹”或特征，未来可能成为更精确诊断和治疗NAFLD的新工具。
创新的NAFLD诊断方法
“NAFLD与其他代谢性疾病（如2型糖尿病）的共存是一个特别的挑战，因为它使得难以区分特定的微生物群特征，”研究负责人Gianni Panagiotou教授解释道。“我们成功识别出了与NAFLD明显相关的特征，这可能实现差异化的诊断。” 肠道微生物群的组成通常受到多种因素的影响，如肥胖、年龄、饮食、性别或药物。
揭示疾病机制的见解
在这项研究中，研究人员使用了最先进的生态网络分析，以解析不同微生物在其自然环境——人体肠道中的相互作用。这些分析依赖于跨学科、基于数据和计算机辅助的方法，以更好地理解物种与其环境之间的关系。研究结果表明，特定的微生物群网络直接与NAFLD的发展相关。这些方法不仅提供了精确的诊断见解，还加深了对疾病机制的理解。
未来前景：个性化医疗
基于这些微生物群特征，可以提出治疗方案。例如，设想可以在实验室中特异性生产的微生物联合体，即选定的微生物群体，用于积极影响肠道健康。
“我们的结果为个性化治疗开辟了新的可能性，这种治疗可以精确满足患者个体需求，”Gianni Panagiotou表示。他担任耶拿大学微生物组动力学讲席教授，并在Leibniz-HKI领导同名部门。他的工作致力于Jena大学卓越集群“微宇宙平衡”（Cluster of Excellence “Balance of the Microverse”）的核心主题，即理解微生物组与其环境之间的相互作用。
该研究的结果强调了肠道微生物群对于开发个性化医疗新方法的重要性。结合遗传学、临床和生态数据，开启了更好地理解和更有效地治疗代谢性疾病（如NAFLD）的新途径。
这项最近发表在《微生物组》（Microbiome）期刊上的研究得到了德国研究基金会（German Research Foundation，DFG）、联邦教育和研究部（Federal Ministry of Education and Research，BMBF）以及欧洲委员会通过“地平线2020”研究与创新计划（Horizon 2020 Research and Innovation Programme）等项目的资助。
(全文结束)
