基于肠道微生物群签名的上皮卵巢癌的机器学习衍生诊断模型
Cheng Chen1, Chengyuan Deng2, Yanwen Li3
1Department of Clinical Laboratory, The First Affiliated Hospital of Hunan Traditional Chinese Medical College, Hunan Province Directly Affiliated TCM Hospital, Zhuzhou, China.
Journal of translational medicine
|March 14, 2025
概括
这项研究揭示了表皮卵巢癌 (EOC) 患者肠道微生物组的明显变化,确定了特定的细菌和新型诊断模型的代谢物,并具有高准确性. 这些发现强调了肠道微生物群作为早期EOC检测的生物标志物的潜力.
科学领域:
- 微生物组研究的研究.
- 在瘤学瘤学.
- 代谢学 代谢学 代谢学
背景情况:
- 肠道微生物群的改变与各种癌症和代谢障碍有关.
- 肠道微生物群在上皮卵巢癌 (EOC) 中的诊断作用需要进一步研究.
研究的目的:
- 调查肠道微生物群在上皮卵巢癌 (EOC) 的诊断价值.
- 开发一种基于肠道微生物和代谢资料的EOC诊断模型.
主要方法:
- 来自EOC患者,良性瘤患者和健康对照者的便样本的16S rRNA基因测序.
- 机器学习 (LASSO,SVM) 和统计分析以识别微生物和代谢生物标志物.
- 使用ROC,AUC和决策曲线分析构建微生物-Cally诊断模型和评估.
- 在体外共同培养实验中评估特定细菌对癌细胞的功能影响.
主要成果:
- EOC患者的肠道微生物多样性显著减少,益生菌减少 (例如Bifidobacterium) 和病原体增加 (例如Escherichia,Shigella).
- 综合微生物生物标志物和Cally指数的诊断模型实现了0.976的AUC,证明了高诊断性能.
- 确定了233种不同的代谢物,其中8种来自微生物的代谢物显示出显著的变化和与特定细菌的相关性.
- 在体外研究证实了Bifidobacterium的抗瘤活性和大肠杆菌的瘤活性.
结论:
- 这项研究提供了首次对肠道微生物群及其在中国湖南上皮卵巢癌 (EOC) 患者的差异形状的全面分析.
- 开发的微生物-卡利模型显示了作为EOC的非侵入性诊断工具的希望.
- 肠道微生物群的组成和相关代谢物在EOC中发生了显著的变化,并有可能作为诊断生物标志物.
