本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
背景 近年來，人類腸道微生物組-代謝組學研究越來越受歡迎，這主要是由於腸道微生物、代謝物和宿主健康之間相互作用的證據不斷累積。基於統計和機器學習的方法已被廣泛應用於分析此類配對的微生物組-代謝組數據，以期識別受微生物組組成控制的代謝物。這些代謝物很可能透過基於微生物組的干預措施進行調節，從而提供了促進腸道代謝健康的途徑。然而，迄今為止，尚不清楚任何一項研究中微生物相關代謝物的發現是否會延續到其他研究或隊列中，以及微生物組與代謝物之間的關聯有多牢固和普遍。結果在這項研究中，我們透過進行全面的薈萃分析來解決這項挑戰，以確定可以根據多項研究中腸道微生物組的組成進行預測的人類腸道代謝物。我們將此類代謝物稱為「穩健預測」。為此，我們處理了 10 項獨立人類腸道微生物組-代謝組研究的 1733 個樣本的數據，最初關注健康受試者，並實施了機器學習管道，以根據微生物組的組成預測每個數據集中的代謝物水平。透過比較資料集中每種代謝物的可預測性，我們發現了 97 種預測良好的代謝物。這些包括參與重要微生物途徑的代謝物，例如膽汁酸轉化和多胺代謝。然而，重要的是，其他代謝物在不同數據集的可預測性方面表現出巨大差異，表明微生物組和代謝物之間存在特定於隊列或研究的關係。比較不同模型的分類學貢獻者，我們發現一些穩健預測良好的代謝物是由數據集中明顯不同的分類單元組預測的，這表明一些微生物相關的代謝物可能由不同群體中微生物組的不同成員控制。我們最終檢查了在給定研究的對照組上訓練的模型是否成功預測了同一研究的疾病組中的代謝物水平，識別了模型不可轉移的幾種代謝物，表明與疾病相關的生態失調中微生物代謝的變化。結論 綜上所述，我們的研究結果提供了對微生物組和代謝物之間聯繫的更好理解，並使研究人員能夠將已識別的微生物相關代謝物置於其他研究的背景下。