肠道微生物群分析揭示了基于机器学习模型的多种自身免疫性疾病的微生物特征
Tianfeng An1, Shuya Zhang2, Jinjin Li3
1The School of Public Health, Tianjin Medical University, Tianjin, China.
Frontiers in microbiology
|October 13, 2025
概括
这项研究确定了特定的肠道微生物群签名,用于使用机器学习对自身免疫性疾病 (AID) 进行分类. 这些发现为非侵入性艾滋病诊断和监测提供了潜力.
科学领域:
- 微生物组研究的研究.
- 免疫学 免疫学 免疫学
- 计算生物学是一种计算生物学.
背景情况:
- 人体肠道微生物群在免疫系统功能中起着至关重要的作用.
- 在自身免疫性疾病 (AID) 中观察到肠道微生物组合的变化.
- 关于使用肠道微生物群作为多种艾滋病的诊断签名的研究有限.
研究的目的:
- 为了识别常见和独特的肠道微生物特征,用于分类10种不同的AID.
- 用机器学习模型评估肠道微生物群的诊断潜力.
- 探索特定微生物属和AID表型之间的关联.
主要方法:
- 分析了来自10名艾滋病患者的1,043名患者的1,954个肠道微生物群数据集.
- 差异丰度测试和五种机器学习算法的应用 (RF,SVM,KNN,MLP,XGBoost).
- 利用五倍交叉验证和网格搜索进行模型优化.
主要成果:
- XGBoost模型表现出卓越的性能,在疾病预测方面实现了0.75-0.99的AUROC.
- 在77个微生物群属和疾病表型之间确定了126个显著的关联 (FDR <0.05).
- 揭示了10种艾滋病中的每一种不同的微生物特征,共享的特征显示了不同疾病表型的各种趋势.
结论:
- 肠道微生物群签名可以帮助辅助诊断和治疗艾滋病的监测.
- 特定的肠道微生物种类可能会影响宿主免疫力,并导致各种AID表型.
- 提供了对各种AID的肠道免疫微环境的见解.
