在HELIUS研究中对肠道微生物群的性别和更年期差异进行机器学习分析

科学领域:

• 微生物组研究的研究.
• 人的肠道微生物群.
• 健康中的性别差异

背景情况:

• 关于肠道微生物群的性别差异的先前研究已经产生了不一致的结果,通常归因于小样本大小.
• 肠道微生物群在人类健康中起着至关重要的作用,影响新陈代谢,免疫力和疾病易感性.

研究的目的:

• 调查肠道微生物群组成和功能的性别和更年期差异,在一个大型的多民族人口中.
• 为了确定与性别和更年期状态相关的特定微生物种群和代谢途径.
• 确定诸如年龄,心血管风险因素和饮食等共变量对这些关联的影响.

主要方法:

• 对来自大型多民族队列的5166名参与者的肠道微生物组组成和功能的分析.
• 机器学习模型的应用,以评估性别,更年期状态和肠道微生物群之间的关联.
• 对元基因组数据的途径分析,以确定功能差异.
• 根据年龄,心血管风险因素和饮食摄入量的统计调整.

主要成果:

• 机器学习模型揭示了性别和更年期状态与肠道微生物群组成之间的适度关联 (AUC 0.61-0.63).
• 在对共变量进行调整后,大多数性别与特定肠道微生物之间的关联仍然显著,而更年期状态关联在很大程度上是由年龄解释的.
• 途径分析发现了维生素B6合成和稳酶降解途径的显著性别差异.

结论:

• 性别是影响肠道微生物组的组成和功能的重要因素,独立于常见的共同变量.
• 与更年期状态相关的微生物群差异主要是由年龄驱动的.
• 建议在未来的肠道微生物组研究中进行性别分层,以提高清晰度和可重现性.