非酒精性脂肪肝疾病（NAFLD）影响着西方国家多达40%的人口，是全球最常见的代谢性疾病之一。它以肝细胞中过量脂肪储存为特征，可能导致肝脏重量增加约10%，并伴有肝功能下降。
尽管进行了深入研究，但该疾病的发病机制及其进展（病理生理学）尚未完全明了。肠道微生物组似乎在此过程中起着重要作用，因为它影响所谓的“肠-肝轴”，因此可能显著参与NAFLD的发展。
一个由莱布尼茨天然产物研究与感染生物学研究所——汉斯·诺尔研究所（Leibniz-HKI）领导的国际研究团队，探讨了由多种不同微生物组成的微生物组结构是否可以作为NAFLD的指示器。通过分析超过1,200人的医疗数据，研究团队确定了能够精确预测NAFLD的特定微生物组特征。这些患者患有包括肥胖、2型糖尿病、高血压和动脉粥样硬化在内的各种代谢疾病，这些疾病被认为是NAFLD的典型并发症。
发现的特征是典型的特异性肠道微生物组物种，可以预测有助于区分NAFLD患者与非NAFLD患者的细菌代谢物。它们可以与其他疾病区分开来，因此特别适用于靶向诊断。借助机器学习模型，研究人员利用收集的数据集实现了超过90%的诊断准确性。
这项发表在《微生物组》（Microbiome）上的研究表明，特定的肠道微生物组组成，即某种指纹或签名，未来可以用作更精确诊断和新治疗方法的工具。
“NAFLD与其他代谢疾病如2型糖尿病并发是一个特殊挑战，因为这使得难以区分特定的微生物组特征，”研究负责人Gianni Panagiotou解释说。“我们能够识别出明确与NAFLD相关的特征，从而实现差异化的诊断。”
肠道微生物组的组成通常受多种因素影响，如肥胖、年龄、饮食、性别或药物。在这项研究中，最先进的生态网络分析用于解码不同微生物在其自然环境——人体肠道中的相互作用。这些分析依赖于跨学科、基于数据和计算机辅助的方法，以更好地理解物种与其环境之间的关系。
研究人员表明，特定的微生物组网络直接与NAFLD的发展相关。这些方法不仅提供了精确的诊断见解，还加深了对疾病机制的理解。
基于这些微生物组特征，可以提出治疗方案。例如，可以设想使用在实验室中特制的微生物群落，即选定的微生物群体，来积极影响肠道健康。
“我们的结果为个性化治疗开辟了新的可能性，这种治疗可以精确满足患者个体需求，”Panagiotou说，他担任耶拿大学微生物组动力学教席，并在莱布尼茨-HKI领导同名部门。
研究结果强调了肠道微生物组对于开发个性化医学新方法的重要性。遗传、临床和生态数据的结合为更好地理解和更有效地治疗代谢性疾病如NAFLD提供了新的可能性。
(全文结束)
