科學家開發出基于微生物組的診斷工具來識別慢性肝病患者

據世界衛生組織數據顯示，慢性肝臟疾病是全球人群所面臨的主要公共健康問題，其影響著全球8.44億人口的健康，同時其也是澳大利亞、英國和美國人群死亡的主要原因之一；與此同時，慢性肝臟疾病非常難以管理，而且目前尚無FDA批準的抗肝臟纖維化的療法，微生物組（棲息在機體腸道中復雜的微生物集合）則是一種指示機體健康的標志物。

近日，一項刊登在國際雜志Cell Metabolism上的研究報告中，來自索爾克研究所等機構的科學家們通過研究開發出了一種基于微生物組的診斷工具，其能以較低的成本、較高的準確性、快速識別出超過90%的肝纖維化和肝硬化患者。這種無創手段依賴于一種分析患者糞便（糞便中包含腸道中的微生物菌群）樣本的算法，同時其還能改善肝臟疾病患者的護理和療法結局。

非酒精性脂肪肝（NAFLD）是一種引發慢性肝臟疾病的主要原因，其通常會進展為肝纖維化和肝硬化，直至最終進展為肝癌；目前研究人員缺少針對肝纖維化和肝硬化的診斷工具，活組織檢查是侵入性的，其可能會漏掉肝臟中受損的部位，而MRIs診斷則比較昂貴，對于居住在農村地區的人群而言難以獲得。

為了解決這些問題，研究人員轉向對微生物組進行研究開發能有效識別慢性肝臟疾病風險患者的新型檢測技術，研究者Michael Downes表示，我們基于疾病的微生物組特性開發出了一種通用、無創的肝纖維化和肝硬化檢測技術；文章中，研究人員優化了一種名為機器學習的計算方法，基于患者糞便樣本中的19種細菌揭示復雜的疾病標志；這種標志由不同數量的細菌組成，其能形成一種用于識別肝纖維化和肝硬化的通用指紋圖譜。

這項研究中，研究人員納入了163個來自健康和患病家庭成員的臨床樣本從而來識別出能指示肝臟疾病的變化量；利用來自微生物組遺傳圖譜和來自糞便樣本中的代謝產物的數據，研究人員就能 發現與肝硬化診斷相關的微生物組標志特征，其準確率高達94%；這種微生物組的標志特征就能確定肝纖維化的階段，從而幫助臨床醫生根據疾病階段來為患者分級，同時還能改善治療策略。

研究者Tae Gyu Oh說道，本文研究表明，我們或許能利用機器學習手段來識別通用的標志特征，從而用來診斷諸如肝硬化等多種人類疾病；研究者所發現的模式能夠反映微生物組的復雜性以及腸道健康如何影響個體患病的風險；隨后研究人員將會將這些微生物組的標志特征應用到來自中國和意大利的兩組完全獨立的患者中，其或能準確識別出90%以上的肝硬化患者，這就證實了這種算法在不同遺傳特性和飲食文化人群的能力和準確性。

值得注意的是，來自南加州的肝硬化患者機體的腸道微生物組特征能夠幫助預測中國和意大利兩組獨立的肝硬化患者的疾病狀況；如今利用微生物組作為診斷工具的強大力量才剛剛被科學家們認識到，未來科學家們將會通過檢測是否恢復部分機體腸道微生物組就能減緩疾病進展或移除特定細菌會加重疾病進程，來闡明微生物組與肝臟疾病之間的因果關聯。最后研究者表示，這種新方法或能用來分析其它因微生物組功能異常所引起的疾病，比如炎性腸病、結腸癌、阿爾茲海默病等。