更可靠的模型來了！Science子刊：科學家根據腸道菌羣預測健康_風聞

　　近十多年來，隨着人們生活水平的提高和生活方式的改變，非酒精性脂肪肝病（NAFLD）已成為一種日益嚴重的流行病，在肥胖人羣中高達90%的人患有NAFLD，在2型糖尿病患者中這一比例為60%，還有20%的體重正常者也會受到NAFLD的影響。總的來説，全球每4個人中就有1人患有NAFLD。

　　我國NAFLD的發病率已從18%急劇增長超過33%，其增長速度是西方國家的兩倍多。據2019年的數據顯示，我國NAFLD患者已超過3.1億人。由於NAFLD是一種“沉默”的疾病，因此實際患病人數可能更多。

　　NAFLD是以肝臟脂質蓄積為特點，並伴有炎症和胰島素抵抗，大量被診斷為NAFLD的患者進一步將發展為非酒精性脂肪性肝炎（NASH）。在嚴重的情況下，NASH還將發展為肝纖維化、肝硬化，甚至是肝細胞癌，最終導致患者死亡。近幾年，肝癌死亡率持續攀升，在2020年全球癌症發病率中排名第六，在癌症死亡人數排行中排名第三。要避免發展為重症，首先要避免脂肪肝進一步惡化導致肝脂肪變性。健康飲食和運動都是有效的方法。

　　近年來，越來越多的證據表明腸道微生物組****（腸道菌羣）與非酒精性脂肪肝（NAFLD）的發病機制之間存在相互作用。然而，前者在NAFLD早期檢測中的作用還未被闡明。

　　2022年6月8日，發表在**《Science Translational Medicine》上的一項新研究中，來自上海交通大學附屬第六人民醫院賈偉平院士聯合香港大學和德國Hans Knöll研究所的研究團隊開發了一種基於腸道微生物組的非酒精性脂肪肝發病進展預測模型。**

　　非酒精性脂肪肝（NAFLD）是一種常見的疾病，但要發現肝臟脂肪變性的證據需要組織學和影像學檢查。因此，在常規醫療中經常被遺漏；而且這種疾病通常是“沉默”的，大多數非NAFLD患者並不清楚自己已患疾，直到晚期發展為不可逆的肝損傷甚至肝癌時追悔莫及。因此，確定早期非酒精性脂肪肝的可靠微生物組標誌物是非常必要的。

　　在這項新研究中，研究人員評估了一個社區隊列中的2487參與者，他們在最初的臨牀檢查和生物樣本採樣後被隨訪了4.6年。其中，90名隨訪期間發展為NAFLD的患者和90名健康對照者納入了研究。研究人員對參與者的基線糞便和血清樣本進行宏基因組和代謝組學分析。所有病例和對照者的性別、年齡、身體質量指數（BMI）以及4年間的BMI變化方面都是相匹配的。

　　研究人員整合了基線微生物組的14個特徵（2個菌屬、3個功能通路、9個代謝物）作為NAFLD發生風險評估工具的指標，開發了一個機器學習模型。

　　由於數據的複雜性，該團隊開發這個新模型的整個過程花費了三年多的時間。該模型可以對上述隊列4年隨訪期間的NAFLD狀態和肝臟脂肪積累情況為參與者進行正確分類（病例或對照）。預測結果明顯優於其他同類臨牀預測模型。

　　目前，已有一些使用血液生化標誌物進行預測的臨牀模型的準確率達到了60%。該團隊表示，他們的新模型將血液中容易測量的標誌物與微生物組的信息相結合，因此可以極大地提高可靠性。

　　該研究第一作者、Hans Knöll研究所繫統生物學和生物信息學系Howell Leung博士解釋説：“通過不同的方法，我們能在四年前採集的樣本中發現非常細微的差異。根據這些數據，我們開發出了新的模型，可以根據微生物組預測未來哪些個體會患非酒精性脂肪肝，準確度達到80%。”

　　研究人員表示，晚期非酒精性脂肪肝是不可逆的，在最壞的情況下甚至可能導致肝癌。因此，必須儘早確定已經患有某種前驅疾病或高風險人羣，以便可以對抗這種疾病。

　　該研究通訊作者、香港大學藥物生物技術國家重點實驗室系統生物學家Gianni Panagiotou解釋道：“非酒精性脂肪肝是一種無症狀的疾病。這意味着在大多數情況下，該疾病通常是被偶然發現的。”

　　利用這個新的機器學習模型，該團隊已經在亞洲、歐洲、美國的四個NAFLD病例和對照隊列測試了模型的診斷能力，並證實了微生物組特徵的生物學相關性。下一步，Panagiotou計劃在全球範圍內開展這項研究，並利用人工智能將更大規模的數據集集成到研究中。

　　Panagiotou説：“我認為基於微生物組的診斷將在未來十年內進入臨牀實踐並具有巨大的潛力。在早期針對非酒精性脂肪肝的風險因素進行治療，如2型糖尿病、高血壓和肥胖，可以阻止該疾病的發展。因此，早期預判是預防該病的唯一途徑。”

　　論文鏈接：

　　https://www.science.org/doi/10.1126/scitranslmed.abk0855