虽然这是一种非特异性程序，无法识别特定的健康状况，但它可能会导致新的生物标志物的出现，临床实验室可以用于预测性医疗。梅奥诊所的研究人员最近利用人工智能（AI）开发了一种预测计算工具，可以分析个体的肠道微生物组，以识别一个人的健康状况是否会改善或恶化。这种新工具被称为肠道微生物组健康指数2（GMWI2），虽然不能识别特定健康状况的存在，但可以检测到整体肠道健康的微小变化。
基于早期原型，GMWI2在区分健康个体和任何疾病患者方面的准确率至少达到80%，梅奥诊所的一份新闻稿中表示。研究人员使用生物信息学和机器学习方法分析了从54项已发表研究中收集的来自26个国家和六大洲的粪便样本中的肠道微生物组谱型，从而生成了一个多样且全面的数据集。
“我们终于有了一个标准化的指数，可以定量测量一个人的肠道微生物组有多健康。”梅奥诊所个性化医学中心微生物组项目计算生物学家Jaeyun Sung博士在新闻稿中说，“我们的工具不是为了诊断特定疾病，而是作为一项积极的健康指标。通过在严重症状出现之前识别肠道健康的不利变化，该工具可以潜在地指导饮食或生活方式的改变，以防止轻微问题演变为更严重的健康状况，或提示进一步的诊断测试。”
对于微生物学家和临床实验室管理人员来说，这一关于人类微生物组的新知识可能会导致多重诊断试验的发展。
肠道微生物组与特定疾病的关系
生活在胃肠道内的肠道细菌由数万亿微生物组成，这些微生物有助于调节各种身体功能，并可能提供有关个人整体健康状况的见解。肠道微生物组的失衡与多种疾病和慢性病有关，包括心血管问题、消化问题以及某些癌症和自身免疫性疾病。为了开发GMWI2，梅奥科学家向机器学习算法提供了从54项已发表研究中收集的大约8000人的粪便样本中的微生物数据。他们寻找了11种疾病的迹象，包括结直肠癌和炎症性肠病（IBS）。大约5500名受试者此前已被诊断出患有这11种疾病之一，其余的人没有这些疾病的诊断。然后，科学家们在另外1140个被诊断患有胰腺癌和帕金森病等疾病的个体的粪便样本上测试了GMWI2的有效性，这些样本与没有这些疾病的人进行了比较。
该算法给受试者打分，分数介于-6到+6之间。GMWI2得分较高的人拥有更健康的微生物组，更接近那些没有特定疾病的人。同样，低GMWI2得分表明个体的肠道微生物组类似于那些患有特定疾病的人。
高度准确的结果
根据他们的研究，研究人员确定“GMWI2在区分健康（无疾病）和不健康（患病）个体方面的交叉验证平衡准确率达到80%，对于高置信度样本的准确率超过90%”，他们在《自然通讯》杂志上写道。
GMWI2的原始版本GMWI于2020年推出，训练样本数量较少，但仍显示出类似的结果。研究人员测试了增强的GMWI2算法在各种临床方案中的有效性，以确定结果是否相似。这些方案包括接受过粪便微生物移植、饮食改变或接触抗生素的个体。他们发现，改进后的工具在这类情况下也能检测到肠道健康的变化。
“通过能够回答一个人的肠道是否健康或正在趋向疾病状态，我们最终目的是赋予个人管理自己健康的主动权。”Sung在新闻稿中说。
梅奥诊所团队正在开发他们工具的下一个版本，称为肠道微生物组健康指数3。他们计划使用至少12000个粪便样本进行训练，并使用更复杂的算法来解析数据。
还需要更多的研究和研究来确定梅奥诊所的肠道微生物组健康指数的整体有用性和市场潜力。这是一流的医疗机构披露了一种分析人类微生物组的路径/工具，以识别个体的健康状况是改善还是恶化。随着这一过程的发展，它将为临床实验室创造新的机会，对医生以这种方式检测的患者的微生物组进行研究。
(全文结束)
