祝贺实验室合作论文发表于Gut Microbes | 实验室与合作团队利用多队列数据评估肠道微生物作为独立诊断工具的性能

近年来，人体肠道微生物被认为是人类疾病的一个相关因素，借助机器学习构建预测模型实现疾病人群分层。然而，肠道生态失调在不同人群中的可重现性存在争议，因为肠道菌群容易且显著地受到外部因素的影响，包括饮食、药物、区域差异等。因此，测试和验证利用肠道菌群作为诊断工具的的跨队列可重复性是迫切需要的。

图 1：数据分析框架

研究团队从GMrepo数据库中筛选出69个队列含20种疾病的肠道微生物相对丰度数据，应用三种不同的分类模型策略（图1），按照不同疾病类型、数据类型归类，分别比较各组间验证集AUC并分析其影响因素。

图 2：跨队列验证AUC与MSI呈现显著正相关

研究团队通过定义Marker Similarity Index (MSI)指标来量化跨队列疾病标志物的一致性，观察到MSI与外部验证AUC在以上不同策略与分组间表现出相似的趋势（图2）。总之，团队的研究结果支持肠道微生物作为肠道疾病的独立诊断工具，并基于确定的跨队列肠道微生物组一致性变化的决定因素，提出改善非肠道疾病的跨队列验证表现的策略。

原文链接：https://www.tandfonline.com/doi/full/10.1080/19490976.2023.2205386