基于机器学习的不同ALBI等级的PBC患者肠道微生物特征的研究
Frontiers in microbiology
|November 21, 2024
概括
在初级胆道胆道炎 (PBC) 患者中,肠道微生物群在专蛋白-胆蛋白 (ALBI) 等级之间有显著差异. 使用微生物特征的机器学习模型可以预测PBC疾病的严重程度,帮助治疗策略.
科学领域:
- 胃肠病学和肝病学
- 微生物组研究 微生物组研究
- 计算生物学 计算生物学
背景情况:
- 初级胆道胆炎 (PBC) 是一种自身免疫性肝脏疾病.
- 白蛋白-比利鲁 (ALBI) 评分根据疾病状态和风险对PBC患者进行分层.
- 人们越来越认识到肠道微生物群在自身免疫性肝脏疾病中的作用.
研究的目的:
- 为了研究不同的ALBI等级的PBC患者的肠道微生物群差异.
- 为了确定与ALBI等级相关的特定微生物特征.
- 开发基于肠道微生物群的机器学习模型来预测PBC严重程度.
主要方法:
- 从PBC患者 (2019-2022) 收集的临床数据和便样本.
- 使用16S rDNA测序分析肠道微生物群,包括多样性和LEfSe分析.
- 使用机器学习 (RF,Lasso,GBM,SVM) 进行特征识别和预测模型构建.
主要成果:
- 一级ALBI患者表现出更好的临床特征和更高的肠道微生物丰富度/平衡.
- 在ALBI等级1患者中,Lachnospira的丰度更高.
- 在较高的ALBI等级中,硫代谢途径得到了上调;机器学习模型实现了良好的区分 (AUC 0.75-0.80).
结论:
- 在PBC患者中存在显著的肠道微生物群差异,具有不同级别的ALBI.
- 螺和硫代谢途径是与PBC严重程度相关的关键微生物特征.
- 基于肠道微生物群的机器学习模型显示出精确的PBC患者分层和治疗的前景.


