机器学习模型揭示了健康人体组织中的微生物特征,挑战了人体器官的无菌性

科学领域:

• 微生物学 微生物学
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 微生物在健康人体内部器官中的存在和作用在很大程度上仍未被描述.
• 这项研究使用大规模的基因组数据研究正常人组织中的微生物特征.

研究的目的:

• 在健康的人体内部器官中识别特定组织的微生物特征.
• 为了确定不同的人类组织中是否存在不同的微生物群落.
• 挑战长期以来人们对无菌内脏器官的信念.

主要方法:

• 分析了来自28个组织的13871个RNA-seq样本,这些样本来自基因型-组织表达 (GTEx) 联盟.
• 使用AGAMEMNON进行超基因组微生物量化,并与全面的参考数据库对比.
• 开发了基于微生物特征的梯度增强机器学习 (ML) 模型,用于基于微生物特征的组织分类,并通过独立的活组织数据集进行验证.

主要成果:

• 在28种组织中,在11种组织中确定了特定于组织的微生物特征,其中8种组织表现出对污染的抵抗力.
• 机器学习模型对心脏,结肠组织和肝脏具有很高的准确性,在活组织样本中得到验证.
• 关键的微生物特征包括*Sporisorium graminicola* (心脏),*Flavonifractor plautii* (结肠) 和*Bartonella machadoae* (肝脏).这些微生物的特征包括:

结论:

• 这些发现表明,健康的内脏器官拥有低生物质,组织特异的微生物群落,挑战了内部无菌的教条.
• 在心脏,结肠和肝脏组织中发现的微生物特征也存在于活人身上.
• 对内部组织微生物的进一步研究对于了解毒症,炎症和癌症等健康和疾病至关重要.