人体菌群与健康密切相关,研究发现甚至可以预测生理年龄

我们的微生物组(菌群)-生活在我们体内、周围的复杂微生物群落,受我们饮食、习惯、环境和基因的影响,并且已知其会随着年龄而变化。反过来,众所周知,我们的微生物群(菌群)组成,特别是在肠道中,对我们的健康有影响。例如,肠道微生物组(肠道菌群)组成与炎症性肠病、自身免疫性疾病、2型糖尿病、肥胖症甚至神经系统疾病如自闭症有关。欢迎大家加入我们肠道菌群重建圈,学习肠道菌群重建方法,增加益生菌,稳定血糖,增加健康

肠道菌群重建
圈主:糖尿病康复之路
25成员
进入圈子

人体菌群可以预测年龄

给定微生物样本(皮肤、口腔或粪便拭子),研究人员已证明他们现在可以使用机器学习以不同的准确性来预测一个人的年龄。皮肤样品提供最准确的预测,在大约3.8岁偏差,口腔样品相比误差4.5岁和粪便样品偏差11.5岁。与老年人(60岁及以上)的微生物组相比,生活在年轻人(18至30岁)的口腔或肠道内的微生物(菌群)种类往往更加多样化和丰富。

mSystems在2020年2月11日发表的一篇论文中描述了这种预测工具,它是由加利福尼亚大学圣地亚哥分校的研究人员与IBM合作开发的。

研究微生物组(菌群)与健康关系

共同资深作者Zhenjiang Zech Xu博士说:“这种将微生物与年龄相关联的新能力将有助于我们进一步研究微生物在衰老过程和与年龄有关的疾病中所起的作用,并使我们能够更好地测试针对微生物组的潜在治疗性干预措施。” 。他是UC圣地亚哥医学院的实验室的博士后研究员。

该团队的最终目标是创建类似的机器学习模型,以关联微生物组和临床状况,例如自身免疫状况中的炎症,这种方法有一天可能会成为基于非侵入性微生物组的测试的基础,该测试可能有助于临床医生更好地诊断或评估患者患病的风险。

微生物年龄研究

在2014年的一项研究中,华盛顿大学的研究人员比较了“微生物年龄”- 粪便微生物组预测的年龄,也就是出生后头几个月营养不良的婴儿的实际年龄和微生物年龄。研究人员指出,时间顺序和微生物年龄之间的差异与儿童的发育成熟程度有关。在这项新的研究中,加州大学圣地亚哥分校的研究人员将这一想法更进一步,以查看这种关联是否适用于成年人,以及如何广泛地推广到其他身体部位。

最新研究项目

Xu认为,良好的统计模型最重要的要求之一是要有大样本量和有代表性的种群。为此,研究人员整理了一些公民科学项目(例如美国肠道项目)的公共数据库中提供的微生物组测序数据,参与者通过粪便、唾液或皮肤拭子发送快递,接收他们个性化的微生物组读数,并匿名化数据发送给科学界。

该研究依赖于来自美国和中国的4,434份粪便样本,来自美国、加拿大、英国和坦桑尼亚的2,550份唾液样本以及来自美国和英国的1,975份皮肤样本。研究中使用的数据参与者年龄不同年龄介于18至90岁之间,体重指数为18.5至30,没有炎症性肠病或糖尿病,并且在采样前至少一个月未使用抗生素,该研究还排除了怀孕、住院、残疾或重症患者。

奈特实验室和加州大学圣地亚哥分校微生物学创新中心的博士后研究员,第一作者Shi Huang博士说:“这是迄今为止对微生物组和年龄的最全面的研究。”

肠道菌群有性别差异

研究小组发现肠道微生物组(肠道菌群)结果存在性别差异,但是就口腔和皮肤微生物组结果而言,男性和女性之间没有差异。尽管存在于人体不同部位的微生物种类繁多,但是从前额还是从手上采集皮肤样本也没有区别,这意味着未来的皮肤微生物组研究可以通过结合采集部位和性别来提高其统计能力。

研究人员说,生活在我们皮肤上的微生物随着年龄的增长而持续变化的潜在原因之一是由于每个人都经历了可预见的皮肤生理变化,例如血清生成减少和干燥度增加。

研究人体菌群(微生物组)对健康影响

IBM合作的“健康健康人工智能计划”项目主管Ho-Cheol Kim博士说:“我们结果的准确性证明了应用机器学习和人工智能技术更好地了解人类微生物组的潜力。 IBM AI Horizo​​ns Network下的Research和UC San Diego。“将该技术应用于未来的微生物组研究可以帮助深入了解微生物组如何影响我们的整体健康与从神经病学到心血管疾病和免疫健康的各种疾病之间的相关性。”

根据合著者,加州大学圣地亚哥分校微生物学创新中心生物信息整合副主任YoshikiVázquez-Baeza博士所说,年龄预测是一种用于训练预测模型的极具吸引力的方法,因为参与者不需要满足特殊的标准即可成为样本捐赠者,评估年龄通常不需要去医院。

“其他针对一种特定疾病的研究,例如炎症性肠病,往往难以招募到满足研究标准且愿意参与以得出有意义结论的参与者。但是在这里,年龄预测的广泛适用性使我们能够以前所未有的规模探索微生物建模的局限性。”

加州大学圣地亚哥分校微生物学创新中心生物信息整合副主任YoshikiVázquez-Baeza博士

Knight实验室专家说:“学习如何创建准确,可靠的基于微生物组的模型将为许多生物技术应用打开方便之门,并帮助我们更好地了解某些细菌与感兴趣的结果之间的关系。”

欢迎私信回复 糖尿病,学习糖尿病康复与逆转方法

欢迎大家加入我们肠道菌群重建圈,学习肠道菌群重建方法,增加益生菌,稳定血糖,增加健康

肠道菌群重建
圈主:糖尿病康复之路
25成员
进入圈子
(0)

相关推荐