利用来自1,200多人的医疗数据，研究人员已经确定了特定的微生物组特征，这些特征能够精确预测非酒精性脂肪肝疾病（NAFLD）。测试对象患有多种代谢性疾病，如NAFLD、肥胖症、2型糖尿病、高血压和动脉硬化，这些被认为是NAFLD的典型并发症。
发现的特征是典型的特定肠道微生物组物种，可以预测细菌代谢物，从而帮助区分NAFLD患者与非NAFLD患者。它们可以与其他疾病区分开来，因此特别适用于靶向诊断。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。它以肝脏细胞中过量储存脂肪为特征，可能导致肝脏重量增加约10%，并伴有肝功能减退。
尽管进行了深入研究，疾病的发病机制及其进展（病理生理学）尚未完全理解。肠道微生物组在此过程中似乎起着重要作用，因为它影响所谓的肠肝轴，并可能显著参与NAFLD的发展。由莱布尼茨天然产物研究和感染生物学研究所（Leibniz Institute for Natural Product Research and Infection Biology - Hans Knöll Institute，Leibniz-HKI）领导的一个国际研究团队调查了微生物组组成（由许多不同微生物种类构成）是否可以作为NAFLD的指标。研究表明，确实如此：特定的肠道微生物组组成，可以说是其指纹或特征，未来可以用作更精确的诊断工具和新的治疗形式，例如用于非酒精性脂肪肝疾病。
创新的NAFLD诊断分析方法
“NAFLD与2型糖尿病等其他代谢性疾病同时发生是一个特别的挑战，因为这使得区分特定的微生物组特征变得困难。我们能够识别出明确与NAFLD相关的特征，这可能使差异化诊断成为可能。”
——Gianni Panagiotou，该研究的领导者
肠道微生物组的组成通常受多种因素的影响，如肥胖、年龄、饮食、性别或药物。
对疾病机制的见解
在研究中，研究人员使用了最先进的生态网络分析方法，以破译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的、基于数据的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。研究人员表明，特定的微生物组网络直接与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
基于这些微生物组特征，可以提出治疗方案。例如，设想实验室特制的微生物群落，即选择的一组微生物，可以用来积极影响肠道健康。
“我们的结果为个性化治疗开辟了新的可能性，这种治疗可以精确地满足患者的个体需求。”Gianni Panagiotou说。他是耶拿大学微生物组动力学卓越讲座教授，并在Leibniz-HKI担任同名部门负责人。他的工作致力于“微生物宇宙平衡”卓越集群的核心主题，即理解微生物组与其环境之间的相互作用。
这项研究的结果强调了肠道微生物组对于开发新方法在个性化医疗中的重要性。结合遗传、临床和生态数据，为更好地理解和更有效地治疗代谢性疾病（如NAFLD）开辟了新的途径。
该研究最近发表在《微生物组》（Microbiome）杂志上，得到了德国研究基金会（DFG）通过耶拿卓越集群“微生物宇宙平衡”、联邦教育和研究部（BMBF）以及欧洲委员会通过“地平线2020”研究和创新计划等机构的资助。
(全文结束)
