我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

肠道微生物可以用作健康指示器

机器学习模型来预测潜在的非酒精性脂肪肝。信贷:豪厄尔梁/ Leibniz-HKI。

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“肠道微生物可以用作健康指示器”

188金宝搏备用科技网络有限公司需要您提供的联系方式联系你关于我们的产品和服务。你可以随时取消订阅这些通讯。如何取消订阅的信息,以及我们的隐私实践和承诺保护你的隐私,看看我们隐私政策

阅读时间:

人类微生物组可以提供信息非酒精脂肪肝的风险。这是由莱布尼茨领导的一个国际研究小组发现天然产品研究所和感染生物学——汉斯·诺尔学院。研究人员开发了一个模型,该模型可以预测疾病的可能的课程基于肠道中的微生物组成。这项研究发表在《科学转化医学》。


高达25%的世界人口受到非酒精脂肪肝的影响(NAFLD),增加的脂肪细胞在肝脏中形成。它是最常见的慢性肝脏疾病在世界发达国家,与酒精性脂肪肝疾病,不是高饮酒造成的。在一些人,未被发现的非酒精性脂肪肝会导致liver-scarring,肝癌或肝衰竭。


在长期的研究中,一个国际研究小组由詹尼·Panagiotou系统生物学和生物信息学研究组长在莱布尼茨HKI,分析粪便和血液样本1200人最初NAFLD-free。“这已经证明,人类肠道中的微生物对非酒精性脂肪肝的发展作出贡献。我们想知道如果一个健康的人可以预测的微生物是否会发展非酒精性脂肪肝在未来,”Panagiotou解释道。当受试者重新审视四年之后,据透露,90人已开发了非酒精性脂肪肝。那些受影响的样本比较的对照组90人没有非酒精性脂肪肝在基线或后续访问。“使用不同的方法,我们能够找到非常微妙的差异样品我们之前花了四年,”第一作者解释说豪厄尔梁在莱布尼茨HKI Panagiotou集团。根据这些数据,我们可以开发一个模型,该模型可以预测谁将开发非酒精性脂肪肝在未来基于微生物组有80%的把握。”Currently, there are clinical models that use biochemical parameters in the blood to make a prediction with 60 percent accuracy. "The model we developed combines easily measurable information from the blood with data from the microbiome and can thus increase the reliability enormously," says Panagiotou.


通过机器学习疾病的预测


研究小组开发了一个所谓的机器学习模型——一个计算机模型训练识别特定的一组数据中的模式。该模型可以使用这些模式来分析新的数据集,在这种情况下,预测可能的非酒精脂肪肝。“发展的整个过程我们的模型在三年内由于数据的复杂性。然而,最后我们成功和能够为预测非酒精性脂肪肝创建一个有用的工具,”Panagiotou说。


后期非酒精脂肪肝是不可逆的,在最坏的情况下甚至可以导致肝癌。那些已经患有先兆或特别风险必须被识别早期为了能够抵消这种疾病。“非酒精性脂肪肝是一种沉默的疾病。这意味着在大多数情况下,它通常是无症状的,只有检测到机会,”詹尼·Panagiotou解释道。德国人患有NAFLD的数量估计在1200万左右。有既往病史的人,如2型糖尿病、肥胖、高血压、血脂异常尤其受到脂肪肝的影响。


可能的应用程序和步骤


用他们的机器学习模型,研究人员已经能够比较从而验证结果和病人数据来自美国和欧洲。在下一步中,全球Panagiotou计划进行研究,使用人工智能集成更大的数据集的研究。


“我看到microbiome-based诊断将达到临床实践的东西,有很大的潜力在接下来的十年里,“Panagiotou说。早期治疗非酒精脂肪肝疾病的危险因素,如2型糖尿病、高血压和肥胖,可以阻止疾病的发展。因此,早期预后是防止疾病的唯一方法。


参考:梁H,长X,倪Y, et al。风险评估与肠道微生物和代谢物标记在非酒精性脂肪肝的发展。地中海Sci反式。2022;14 (648):eabk0855。doi:10.1126 / scitranslmed.abk0855


本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。


广告
Baidu