科学家们已发现肠道中的生物信号，这些信号可能使多种胃肠道疾病（GIDs）的检测和管理变得更加容易，包括胃癌（GC）、结直肠癌（CRC）和炎症性肠病（IBD）。
这些潜在的生物标志物来自两个源头：微生物组，即消化道中生存的细菌群落；以及代谢组，即身体和微生物在分解食物和进行化学反应过程中产生的小分子。
在研究中，某些细菌和代谢物始终与每种疾病状态相伴出现。这种模式至关重要，因为此类生物标志物最终可能支持比现有许多检测方法更少侵入性的早期诊断。一些信号甚至在多种疾病中同时出现，暗示不同的胃肠道疾病可能共享潜在的生物学变化。
为发现这些模式，研究人员使用机器学习方法和基于人工智能的算法，分析了胃癌、结直肠癌和炎症性肠病患者的微生物组与代谢组数据集。当他们直接比较不同疾病时，发现基于胃癌数据训练的模型能够识别与炎症性肠病相关的生物标志物，而基于结直肠癌数据构建的模型则能高精度预测胃癌生物标志物。换言之，从一种疾病中获得的信息有助于揭示另一种疾病的标志物，这对开发适用于多种胃肠道疾病的诊疗工具大有裨益。
这项研究由伯明翰大学迪拜校区（健康数据科学理学硕士项目的一部分）、英国伯明翰大学和伯明翰大学医院NHS基金会信托团队领导完成，结果发表于《转化医学杂志》。
迈向更早、更少侵入性的诊断
伯明翰大学首席合著者安尼梅什·阿查里耶博士评论道：“当前的诊断方法如内窥镜和活检虽然有效，但可能具有侵入性、成本高昂，且有时会漏诊早期疾病。我们的分析提供了对驱动疾病进展的潜在机制的更好理解，并确定了靶向治疗的关键生物标志物。这些生物标志物有助于更早、更准确地识别疾病，从而带来更好、更个性化的治疗。”
研究表明，例如在胃癌中，厚壁菌门、拟杆菌门和放线菌门的细菌较为常见，而二氢尿嘧啶和牛磺酸等特定代谢物的变化也值得注意。其中一些生物标志物对炎症性肠病也具有相关性，表明疾病间存在重叠；然而，尽管这些标志物在检测炎症性肠病时效果良好，但对结直肠癌的检测效果却较差。
对于结直肠癌，梭杆菌属和肠球菌属等细菌，以及异亮氨酸和烟酰胺等代谢物较为显著——有时与胃癌的标志物重叠，表明疾病发展中可能存在共享的通路。
在炎症性肠病中，毛螺菌科细菌以及尿胆素和甘油酸等代谢物至关重要，其中部分标志物还参与癌症通路，这揭示了这些疾病之间的相互关联性。
模拟疾病相关的代谢变化
研究团队模拟了肠道微生物生长和代谢物流动，揭示了健康状态与疾病状态之间显著的代谢差异。
阿查里耶博士补充道：“我们研究的跨疾病分析强调了利用在一种胃肠道疾病中识别出的微生物和代谢生物标志物来预测另一种疾病的可能性。这种创新方法可能推动通用诊断工具的开发，从而彻底改变多种胃肠道疾病的诊断和治疗。”
研究团队现计划进一步探索其发现的临床应用，包括基于已识别生物标志物开发非侵入性诊断测试和靶向治疗。他们还旨在在更大规模、更多样化的患者群体中验证模型，并研究这些生物标志物在预测其他相关疾病方面的潜力。
参考文献：“解码胃肠道疾病中的微生物和代谢影响——揭示其在胃癌、结直肠癌和炎症性肠病中的作用”，作者达里尔·菲利普、丽贝卡·霍奇基斯、斯瓦尼马·科兰帕拉特·拉达克里希南、阿克沙特·辛哈和安尼梅什·阿查里耶，2025年5月16日，《转化医学杂志》。
【全文结束】
