編輯丨王多魚
排版丨水成文
許多與細菌相關的疾病，如炎症性腸病或結直腸癌，與腸道微生物組的改變有關。然而，一項最新研究表明，許多與細菌相關的疾病，可能是由細菌負荷（微生物密度）的變化而不是某個細菌的相對丰度引起的。
2024年11月14日，德國海德堡歐洲分子生物學實驗室（EMBL）的研究人員在國際頂尖學術期刊Cell上發表了題為：Fecal microbial load is a major determinant of gut microbiome variation and a confounder for disease associations 的研究論文。
研究團隊使用機器學習模型發現， 至少有一半通常被認為是細菌相關狀況的腸道細菌種類的變化，可能是由細菌負荷的總變化而非疾病本身所觸發的。
這項研究強調了細菌負荷作為微生物組結構的關鍵決定因素和疾病關聯研究中的混雜因素所發揮的作用。研究結果也提示了我們，考慮細菌負荷可以提高研究的準確性，為微生物群-疾病關係提供更細緻的見解，並有助於開發更好的腸道健康治療方法。
論文通訊作者、德國海德堡歐洲分子生物學實驗室（EMBL）的Peer Bork表示，我們驚訝地發現，許多以前被認為與疾病相關的細菌，實際上更多地是由細菌負荷的變化來解釋的。這些細菌主要與腹瀉和便秘等症狀相關，而不是直接與疾病狀況本身聯絡在一起。
細菌密度與體內糞便運輸時間、稠度、水分含量和腸道pH值密切相關。腹瀉或便秘等會影響腸道細菌密度，進而影響菌群多樣性。因此，當我們看到某種細菌種類發生變化時，它可能不是由某種特定疾病引起的，而是由許多疾病共有的一般症狀引起的，比如腹瀉。
細菌負荷一直被認為是微生物組研究中的一個重要部分，但由於實驗方法的高成本和勞動密集型特徵，大規模分析在很大程度上受到限制。研究團隊使用機器學習方法來克服這一限制。他們開發了一種糞便細菌負荷預測模型，並將其應用於大規模宏基因組資料集，以探索相關微生物在健康和疾病中的變化。
論文共同通訊作者、EMBL的Michael Kuhn表示，測量糞便樣本中的細菌負荷需要付出很多努力，我們很高興能夠訪問兩個大型宏基因組資料集，其中的細菌負荷已經透過實驗測量。透過我們的方法，我們希望將這些資料推廣到更大的領域，並利用我們提供的工具，所有成年人腸道微生物組研究都可以預測細菌負荷。
研究團隊為這項研究生成的新資料集包括數千個宏基因組以及歐盟資助的GALAXY專案和諾和諾德基金會資助的MicrobLiver專案中實驗測量的細菌負荷。他們還使用了先前公開的MetaCardis研究的宏基因組和細菌負荷資料。對於探索性資料集，他們使用了來自先前研究的數萬個宏基因組，包括來自日本和愛沙尼亞的深度表型人群。
不過，這項研究存在侷限性，因為分析僅僅基於關聯性，研究人員無法建立因果關係的明確方向，也無法提供機制上的洞察。此外，所開發的方法僅適用於人類腸道微生物組：需要不同的訓練資料集來預測其他物種的細菌負荷。
未來的研究將集中在與疾病更直接相關的菌群上，不僅限於細菌負荷，以更好地瞭解它們在疾病病因學中的作用及其作為生物標誌物的潛在用途。此外，研究人員計劃改進預測模型，以應用於其他環境，如海洋和土壤微生物組，可以進一步瞭解全球範圍內的微生物生態。
論文連結：
https://www.cell.com/cell/fulltext/S0092-8674(24)01204-2
