肠道微生物群肠道型对溃疡性结肠炎的影响:使用机器学习识别关键细菌物种和揭示物种共生网络

　　溃疡性结肠炎a(Ulcerative colitis, UC)是一种影响结肠和直肠的慢性炎症性肠道疾病，其发病机制与遗传背景、环境因素和肠道微生物有关。

研究者旨在通过层次分析，使用机器学习确定差异菌群，并进行物种共现网络(SCN)分析来研究肠道型在UC中的作用。收集UC患者粪便细菌数据，利用QIIME2生物信息学管道进行16S rRNA宏基因组分析。在家族水平上进行肠型聚类，并对各肠型的UC和健康对照组(HC)进行深度神经网络(DNN)分类模型分析。从11组16S rRNA肠道微生物组数据中发现3种肠道类型:拟杆菌科(ET-B)、螺旋菌科(ET-L)和梭状芽孢杆菌科(ET-C)。在有ET-B和ET-C的UC患者中，瘤胃球菌(R. gnavus)丰度显著高于有ET-L的患者。在ET-B和ET-C受试者的UC SCN中，R. gnavus也与梭状芽孢杆菌呈正相关，在ET-C受试者中相关性更高。相反，内脏奥德氏杆菌Odoribacter splanchnicus和拟杆菌Bacteroide uniformis与色氨酸代谢和AMP活化蛋白激酶(AMPK)信号通路呈正相关，而R. gnavus则与之呈负相关。与艰难梭菌(C.)体外共培养实验表明，ET-B受试者的粪便菌群中艰难梭菌的丰度高于ET-L受试者。

综合分析发现，ET-B肠型使个体易患UC，其中R. gnavus为潜在危险因素，而O. splanchnicus和B. uniformis为保护性菌，UC患者可能最终转变为ET-C。

　　参考文献：Wu X, Zhang T, Zhang T, Park S. The impact of gut microbiome enterotypes on ulcerative colitis: identifying key bacterial species and revealing species co-occurrence networks using machine learning. Gut Microbes. 2024. 16(1):2292254.