科学家近日发现了一系列肠道菌群及代谢物，可能极大推动胃肠疾病（GIDs）的检测与治疗，包括胃癌（GC）、结直肠癌（CRC）和炎症性肠病（IBD）。
研究揭示了每种疾病的微生物组和代谢组"特征"，以及不同疾病间存在的多个重叠生物标志物——这为更早、更微创的诊断和个体化治疗打开了新窗口。来自伯明翰大学迪拜分校、英国伯明翰大学及伯明翰大学医院NHS基金会信托的研究人员，利用先进的机器学习和人工智能分析了患者微生物组与代谢组数据。
跨疾病建模显示，基于胃癌数据训练的算法可准确识别炎症性肠病生物标志物，而结直肠癌训练模型则能以高精度检测胃癌生物标志物。
"目前的内窥镜和活检方法虽有效，但具有侵入性、成本高昂且可能漏诊早期疾病，"主要作者阿尼梅什·查吉博士指出，"我们的分析凸显了共享的疾病机制，并确定了关键的微生物和代谢生物标志物，这些发现可能使诊断更快捷、简便且更准确。"
关键发现：
- 胃癌：厚壁菌门、拟杆菌门和放线菌门细菌富集，代谢物如二氢尿嘧啶和牛磺酸发生变化（部分与炎症性肠病相关）。
- 结直肠癌：梭杆菌属和肠球菌属显著存在，代谢物如异亮氨酸和烟酰胺（部分与胃癌标志物重叠）。
- 炎症性肠病：毛螺旋菌科细菌增加，代谢物如尿胆素和甘油酸增多（部分参与癌症相关通路）。
肠道微生物生长和代谢物流的计算机模拟显示，健康与疾病状态间存在显著代谢差异，进一步印证这些生物标志物的临床应用潜力。研究团队认为该方法可能催生针对多种胃肠疾病的"通用"诊断工具，并计划在更大、更多样化的患者群体中验证这些生物标志物，同时探索其在其他相关疾病中的意义。
这项研究发表于《转化医学杂志》。
【全文结束】
