人体血清代谢组潜在决定因素的参考地图
Noam Bar1,2, Tal Korem1,2,3,4,5, Omer Weissbrod1,2,6
1Department of Computer Science and Applied Mathematics, Weizmann Institute of Science, Rehovot, Israel.
Nature
|November 12, 2020
概括
饮食和肠道微生物组显著影响血清代谢物水平,机器学习预测超过76%的代谢物. 这些因素以及遗传学和生活方式是了解新陈代谢健康的关键.
科学领域:
- 代谢学
- 系统生物学
- 人类健康
背景情况:
- 血清代谢组包括内源和外源化合物,作为疾病的生物标志物.
- 虽然遗传性,肠道微生物组,生活方式和饮食等因素影响了一些代谢物,但它们的主要决定因素在很大程度上仍未知.
- 了解代谢物的起源对于解读疾病机制和开发干预措施至关重要.
研究的目的:
- 在健康人群中确定血清代谢物水平的关键决定因素.
- 应用机器学习来根据宿主遗传,微生物组,临床,饮食和生活方式因素预测代谢物水平.
- 阐明影响代谢物度的特定饮食微生物群相互作用.
主要方法:
- 从491名健康个体的血清样本中分析了1,251种代谢物.
- 机器学习算法使用宿主遗传学,肠道微生物群数据,临床参数,饮食,生活方式和人类测量预测了代谢物水平.
- 使用特征归因分析和随机对照试验验证结果.
主要成果:
- 机器学习成功预测了超过76%的1,251个分析代谢物的统计学显著水平.
- 饮食和肠道微生物群是最强的预测因素,在某些情况下,每一种都解释了数百种代谢物和50%以上的变异.
- 在两个独立的队列中验证了微生物组预测,并且证明了面包消费与特定代谢物增加之间的因果关系.
结论:
- 宿主基因,肠道微生物组,饮食和生活方式是血清代谢的重要决定因素.
- 饮食和微生物组的相互作用在塑造代谢物概况方面起着至关重要的作用,为健康干预提供了潜在的目标.
- 这项研究提供了对代谢物调节的机制理解,并为个性化代谢健康策略开辟了道路.
更多相关视频
07:11Author Spotlight: Emerging Technologies and Advanced Tools for Decoding Metabolomics Data Analysis
Published on: November 10, 2023
3.0K
07:34Large Scale Non-targeted Metabolomic Profiling of Serum by Ultra Performance Liquid Chromatography-Mass Spectrometry UPLC-MS
Published on: March 14, 2013
13.1K
