多视图整合方法用于推算短链脂肪酸和识别预测血液SCFA的关键因素
Anqi Liu1, Bo Tian2, Chuan Qiu1
1Tulane Center for Biomedical Informatics and Genomics, Deming Department of Medicine, School of Medicine, Tulane University, New Orleans, LA, USA.
bioRxiv : the preprint server for biology
|October 10, 2024
概括
这项研究引入了M2AE,这是一种使用肠道微生物组数据预测血液短链脂肪酸 (SCFA) 的新方法. 它整合了肠道微生物群,饮食和宿主因素,以全面了解SCFA代谢.
科学领域:
- 微生物组研究的研究.
- 代谢学 代谢学 代谢学
- 计算生物学是一种计算生物学.
背景情况:
- 短链脂肪酸 (SCFA) 是肠道细菌通过食纤维发酵产生的关键代谢物.
- SCFA 影响宿主生理学,但不完整的血液 SCFA 数据限制了对肠道微生物群与宿主代谢相互作用的理解.
- 由于仪器的局限性,现有的研究往往缺乏全面的血液SCFA概况.
研究的目的:
- 开发一种创新的计算方法,从肠道元基因组测序 (MGS) 数据中推算血液SCFA水平.
- 为了整合肠道微生物群,饮食和宿主特征,对SCFA动态进行整体分析.
- 为了克服当前微生物组研究中不完整的血液SCFA数据的局限性.
主要方法:
- 开发了M2AE (多任务多视图专注编码器),一种使用多个数据视图 (微生物群,饮食,宿主特征) 的综合方法.
- 采用多任务学习和注意力机制来捕捉SCFA预测的视图特定和交叉视图相关性.
- 将M2AE模型应用于两个大型数据集,包括MGS,血液SCFA,宿主和饮食信息.
主要成果:
- 在赋予血液SCFA水平方面,M2AE显著优于传统的回归和神经网络模型.
- 确定了影响SCFA归因的关键肠道细菌物种 (例如, *Bacteroides thetaiotaomicron*),宿主因素 (种族,性别) 和饮食因素 (水果,菜摄入量).
- 证明了肠道微生物组,饮食和宿主特征对血液SCFA生产的重大贡献.
结论:
- M2AE方法提供了一种可靠的方法来估计血液中SCFA水平,提高我们对宿主微生物群代谢的理解.
- 这些发现突显了肠道微生物群,饮食和宿主因素在调节SCFA生产和宿主健康方面的复杂相互作用.
- 这项工作为深入了解这些因素如何集体影响人类生理学和健康结果提供了基础.
