慢性肝病是一個重要的全球性公共衛(wèi)生問題，根據(jù)世界衛(wèi)生組織數(shù)據(jù)，大約8.44億人受到影響。非酒精性脂肪性肝?。∟AFLD）是全球慢性肝病的主要病因，可進展為肝纖維化、肝硬化和癌癥。

近日，由Salk研究所和加州大學圣地亞哥分校（UCSD）的科學家們創(chuàng)造了一種新型的非侵入式診斷工具，依賴機器學習算法分析患者的糞便樣本，能夠以超過90%的準確率，快速便捷地鑒別出肝纖維化和肝硬化，并可能輔助改善患者護理和肝病治療效果。研究結果發(fā)表于《細胞》子刊Cell Metabolism 雜志上。

研究人員指出，目前缺乏肝纖維化和肝硬化的診斷工具。活組織檢查是有創(chuàng)性的，核磁共振檢查普及性較差。為了應對這些挑戰(zhàn)，研究團隊試圖從腸道微生物組中開發(fā)一種新的測試方法來識別高危患者。腸道微生物組指的是居住在人體腸道中的各種細菌的集合。近年，越來越多的研究證據(jù)提示，它們可能是人體健康的重要指標。

該研究的共同通訊作者之一Michael Downes博士說：“我們力圖開發(fā)一種通用的、非侵入性的檢測肝纖維化和肝硬化的方法，這種方法基于的是疾病‘微生物組特征’?！?

為此，研究小組收集了來自患者及其家庭中健康成員的163個臨床樣本，基于糞便樣本中的不同細菌來發(fā)現(xiàn)屬于肝臟疾病的特征。

該團隊優(yōu)化了一種算法，利用糞便樣本的微生物遺傳分析和代謝產(chǎn)物數(shù)據(jù)，找出了與肝硬化診斷相關的微生物特征，準確率為94%。這些微生物特征也可以確定肝纖維化的發(fā)展階段，從而幫助醫(yī)生根據(jù)患者的疾病階段進行分級，改進治療策略。

值得一提的是，研究人員將他們的檢測方法應用于來自中國和意大利的兩個獨立的患者群體，可以準確地識別90%以上患者的肝硬化。這一結果表明，該算法可以準確地應用于不同遺傳特征和飲食習慣的患者人群。

▲本研究示意圖（圖片來源：參考資料[1]）

論文共同通訊作者之一Ronald Evans教授說：“微生物組是一種機體內健康情況微小變化的動態(tài)活體傳感器，因此，它提供了機體健康情況的檢測指標。因為快速便捷，這種診斷工具有望廣泛應用，特別是在許多缺乏專業(yè)診所和醫(yī)生的地區(qū)，這將具有世界性的意義?！?

未來，科學家們計劃通過改變腸道中的部分微生物組成，觀察是否會導致疾病消退或惡化，來檢驗微生物組與肝病之間的因果聯(lián)系。研究小組還希望這種方法能夠用于其他與微生物組失衡有關的疾病，如炎癥性腸病、結腸癌、阿爾茨海默病等。

參考資料:

[1] Tae Gyu Oh et al., (2020) A Universal Gut-Microbiome-Derived Signature Predicts Cirrhosis. Cell Metabolism. DOI: https://doi.org/10.1016/j.cmet.2020.06.005

[2] Giant leap in diagnosing liver disease. Retrieved 2020-07-02, from https://www.eurekalert.org/pub_releases/2020-07/si-gli070120.php