概括
肌痛性脑筋炎/慢性疲劳综合征 (ME/CFS) 研究揭示了微生物和代谢变化. 一个新的AI框架,BioMapAI,分析多omics数据以确定生物标志物并提出ME/CFS的机制.
科学领域:
- 微生物组研究的研究.
- 代谢学 代谢学 代谢学
- 人工智能在医学中的应用
- 慢性疲劳综合征研究研究
背景情况:
- 肌痛性脑筋炎/慢性疲劳综合征 (ME/CFS) 是一种复杂的,使人虚弱的疾病,原因不明.
- 慢性疾病如ME/CFS的高度异质性使诊断和治疗复杂化.
- 了解宿主微生物群相互作用对于ME/CFS研究至关重要.
研究的目的:
- 为了研究ME/CFS患者的微生物和代谢失调.
- 为了确定ME/CFS患者队列 (短期与长期) 特定的生物标志物.
- 开发一个人工智能框架 (BioMapAI) 来分析多omics数据,以了解ME/CFS病因和进展.
主要方法:
- 对便样本进行深度元基因组学分析.
- 血代谢和ME/CFS队列和健康对照的临床表型.
- 开发和应用BioMapAI,一个可解释的深度学习框架,使用纵向的多omics数据 (肠道基因组学,血代谢组,免疫分析,血液实验室,临床症状).
主要成果:
- ME/CFS 患者表现出微生物和代谢失调,短期患者表现出更显著的微生物变化,而长期患者表现出代谢和临床异常.
- 确定的生物标志物包括微生物丁酸盐生物合成减少,血丁酸盐,胆酸和酸盐减少.
- 生物地图AI确定了疾病和症状特定的生物标志物,重建了症状,并在疾病分类中实现了高精度,揭示了微生物群-免疫-代谢交叉交叉的变化.
结论:
- 破坏的微生物功能 (SCFA,BCAA,酸,酸) 和它们与血脂和胆酸的联系与ME/CFS有关.
- 具有特定细胞因子分泌的激活的炎症和粘膜免疫细胞与ME/CFS症状有关.
- 该研究提出了ME/CFS的创新机制假设,强调了宿主-微生物组-免疫-代谢组相互作用的作用.
