疾病预测

搜索
登录

疾病预测

文章数：11篇

Taxa4Meta可识别临床菌群失调特征

靶向宏基因组测序用于调查疾病特异性微生物标志物，是临床诊断和预后的重要方法，但分析结果准确性受序列偏倚等因素影响。近日，美国贝勒医学院研究人员在Journal of Clinical Investigation发表最新研究，设计并验证了Taxa4Meta系统，用于对不同测序策略获得的16S扩增子数据进行准确分类分析，发现Taxa4Meta可识别临床菌群失调特征并对腹泻进行分类，准确度较好，值得关注。

生信工具菌群失调研究论文基础研究肠道菌群

微生物风险评分

微生物风险评分或可用于预测疾病风险

目前，多基因风险评分（PRS）常用于对复杂疾病或表型的遗传风险评分。最新，纽约大学格罗斯曼医学院研究人员在Microbiome发表最新研究，借鉴PRS的框架构建一个类似的微生物风险评分（MRS），用来总结大规模人群研究中疾病特异性微生物特征，评估其在疾病预测中的潜力。此外，研究人员还使用NYULH COVID-19队列、肠道微生物组健康指数（GMHI）队列和大型1型糖尿病队列的真实数据进行分析和测评，揭示了微生物组数据在疾病预测和多组学整合方面的效用。

微生物风险评分疾病预测研究论文基础研究

郑钜圣+张兵：肠道菌群或能预测未来的糖尿病风险

肠道菌群与2型糖尿病（T2D）之间存在密切关联，但尚不清楚肠道菌群能否用于预测未来新发T2D的风险。近期，西湖大学郑钜圣团队与中国疾病预防控制中心营养与健康所张兵团队合作，在Diabetologia发表研究，分析了我国多个地区近2800名成年人的肠道菌群和随访数据，鉴定出能前瞻性预测新发T2D风险的肠道菌群特征，并揭示了这些菌群特征与饮食和生活方式的关联。这些发现强调了肠道菌群作为T2D标志物和早期预防靶点的潜力。

2型糖尿病肠道菌群疾病预测饮食-菌群互作血糖调控

Cell子刊：肠道菌群可用于肝病的早期预测

肠道菌群可作为肝病的生物标志物，然而其能否用于前瞻性地预测肝病风险尚不清楚。Cell Metabolism近期发表的一项研究，通过机器学习对一大型前瞻性队列的数据进行分析，表明肠道宏基因组测序信息可用于新发肝病的早期预测，并能增强常规风险因素的预测准确性。

肠道菌群肝病疾病预测机器学习

国内团队：痛风患者的肠道菌群特征

有证据表明，肠道菌群与关节炎疾病（包括痛风）之间存在关联。然而，在痛风中，肠道细菌如何以及哪些细菌影响宿主尿酸盐降解和痛风炎症仍不清楚。来自华南师范大学的王璋和广东省中医院的黄清春、黄闰月与团队在NPJ Biofilms and Microbiomes上发表的一项研究，对102名痛风患者和86名健康对照的307份粪便样本进行了宏基因组分析，发现痛风患者的肠道菌群结构显著异于健康对照，并与其他自身免疫病患者更为接近，表明肠道菌群失调与宿主尿酸盐降解和全身炎症的失调有关，或可作为痛风的非侵入性诊断标志物。

痛风宏基因组菌群-疾病关联性疾病预测肠道菌群

纵向菌群数据

phyLoSTM：一种基于纵向菌群数据进行疾病预测的新型深度学习模型

人类菌群在纵向时间尺度上是高度动态的，会随着饮食或医疗干预而动态变化。在研究中，作者提出了一种新的深度学习框架“phyLoSTM”，结合使用卷积神经网络和长短期记忆网络 (LSTM) 进行特征提取和分析纵向微生物组测序数据中的时间依赖性以及宿主的环境因素，用于疾病预测，并提出了通过 LSTM 处理受试者中的可变时间点方面以及在不平衡情况和对照之间的权重平衡方面的其他新颖性。

纵向菌群数据深度学习疾病预测随机森林

电子科大：DisBalance助力基于菌群的疾病预测和标志物研究

电子科技大学邹权团队在Briefings in Bioinformatics发表研究，开发了一个一体化的平台来解决基于菌群的人类疾病预测和分类生物标志物发现的一系列问题。作者在选择一组远端判别平衡时，优先考虑远端判别平衡分析（DBA-distal discriminative balance, DBA-distal）方法的解释、运行时间和分类准确性，开发一个综合平台DisBalance，以整合和简化基于微生物组的二元分类的疾病模型构建、疾病风险预测和疾病相关生物标记发现的工作流程。作者还通过对溃疡性结肠炎（UC）的鸟枪宏基因组数据集的完整分析证明了DisBalance的可信度，大家可以从http://lab.malab.cn/soft/DisBalance 上免费访问DisBlance。也可在https://github.com/yangfenglong/DisBalance上获得Disbalance的源代码和演示数据。

菌群平衡疾病模型疾病预测微生物生物标志物

GutBalance:一个基于人类肠道菌群进行疾病预测和解决了组成问题的生物标志物发现的服务器

组成变换属于菌群数据的监督学习，是决定疾病分类器性能和可靠性的关键步骤。人们重视远端判别平衡分析（DBA）方法的出色性能，该方法在处理高维菌群数据分类时选择细菌对和三个的远端平衡。通过将该方法应用于GMrepo数据库中所有疾病表型的物种水平丰度，作者建立了基于平衡的模型库，用于人类肠道菌群相关疾病的分类。该模型存储库支持对新样本的疾病风险进行预测。更重要的是，作者强调了平衡-疾病关联的概念，而不是传统的微生物-疾病关联，并建立了人类肠道平衡-疾病关联数据库(GBDAD)。模型存储库和GBDAD数据库部署在GutBalance服务器上，该服务器支持对疾病模型、与疾病相关的平衡和感兴趣的疾病相关物种进行交互可视化和系统的询问。并发现基于平衡的物种-疾病关联性将加速胃肠道微生态学研究和临床试验中新的微生物-疾病关联性假说的产生。

菌群平衡 Logistic回归疾病预测平衡-疾病关联

新生儿基因组测序——未来疾病预测的双刃剑

通过人类全基因组测序来预测疾病一直是医疗健康领域的热点话题。一项来自BabySeq项目的研究结果提示，新生儿基因组测序在其疾病发生风险、隐性疾病携带和药物基因组学变异等方面均具有一定作用，许多风险是通过常规的临床检查以及家族史收集无法预测到的。目前新生儿基因检测面临两个挑战，一是检测结果的解读，二是检测结果报告以后潜在的医疗成本以及心理社会的影响。

基因测序疾病预测新生儿隐性疾病疾病风险

早产儿的肺功能值得早期评估

本研究将儿童期发生哮喘、反应性气道疾病、细支气管炎、肺炎以及其他与呼吸系统相关的疾病住院定义为呼吸系统疾病（LRD），而预测该疾病发生的办法是在出生后7天行超声心动图检查。该研究具有重大的临床意义，值得推广。

早产儿肺血管疾病 Late respiratory outcomes echocardiography Prematurity

Cell子刊：基于微生物组的克罗恩病研究

Cell Host & Microbe十年回顾，回望2014年发表的文章，值得一读。

克罗恩病幼儿生物多样性指数肠道粘膜疾病预测