人工智能技术实现肠道细菌癌症诊断突破
结直肠癌是全球癌症致死率第二的疾病。虽然早期治疗效果显著，但现有主要诊断手段结肠镜检查因成本高昂和不适感导致大量病例延误诊断。近日，日内瓦大学（UNIGE）研究团队开发出革命性人工智能诊断技术，通过分析肠道微生物群亚种（subspecies）特征，实现基于粪便样本的精准癌症筛查。
突破性方法解析
研究团队创新性地构建了全球首个人类肠道微生物群亚种数据库。不同于传统检测方法聚焦细菌种类（species）层面分析，该技术通过机器学习算法解析微生物亚种层级的功能差异，既能精准捕捉不同菌株的致病性差异，又能确保跨人群检测的通用性。这一技术突破使微生物组研究首次达到"功能分辨率"层级。
"相同细菌种类中，某些亚种可能促癌而另一些无害，传统检测方法难以区分。"项目负责人米尔科·特拉伊科夫斯基（Mirko Trajkovski）教授解释道，"亚种层级分析既保留了功能特异性，又具有群体通用性，这是跨区域筛查的关键。"
临床验证表现优异
结合现有临床数据建立的诊断模型显示：该方法对结直肠癌的检出率达到90%，与结肠镜94%的准确率相当，显著优于现有非侵入检测手段。研究团队计划联合日内瓦大学医院开展临床试验，进一步验证其对不同癌症分期的检测能力。
生物信息学博士生马蒂亚·特里科维奇（Matija Trickovic）强调："我们的模型通过海量数据训练，已能准确识别癌症相关微生物特征。"数据显示，该技术不仅能检测肿瘤存在，还能揭示微生物组与癌症发展的潜在机制。
广阔应用前景
这项技术革新将带来多重变革：
- 早筛革新：低成本粪便检测取代部分侵入性检查，降低医疗负担
- 机制研究：首次实现微生物功能亚种与疾病关联的系统分析
- 多病种拓展：方法可迁移至其他癌症及慢性病的微生物标志物研究
研究团队指出，随着更多临床数据整合，该模型精度有望进一步提升。未来可能发展为常规筛查工具，先通过微生物检测识别高危人群，再对特定群体进行靶向结肠镜检查。
研究里程碑
此项研究已发表于《细胞宿主与微生物》（Cell Host & Microbe），标志着微生物组研究从"种类鉴定"进入"功能解析"新阶段。同期评论认为，该成果为癌症早筛与微生物组诊疗开辟了全新路径。
文献引用：Tričković M, Kieser S, Zdobnov EM, Trajkovski M. Subspecies of the human gut microbiota carry implicit information for in-depth microbiome research. Cell Host & Microbe. 2025;33(8):1446-1458.e4.
【全文结束】
