图片

肠道内的一系列微生物被称为肠道微生物群，对人类的整体健康至关重要。肠道微生物群功能障碍或生态失调与多种疾病有关，包括炎症性肠病(IBDs)、心血管疾病、肾脏疾病、代谢性疾病和胃肠道感染，如艰难梭菌感染(CDI)。通常，微生物群相关疾病是在微生物群被破坏后出现的，比如抗生素治疗。然而，由于微生物群的多样性和个体特异性，人们对可能导致人类疾病的特定微生物变化知之甚少。因此，很难预测微生物群的特定破坏是否会导致疾病。

 

图片

在与肠道微生物功能失调有关的疾病中，生态失调可能与如艰难梭菌感染最显著相关。作为最常见的医疗相关感染，艰难梭菌感染被认为是在一个人既接触了艰难梭菌病原体，又因过去的干扰（如抗生素治疗）引起的肠道失调时发生的。感染复发率估计为15.5%，是一个特别具有潜在恶果的问题，目前还没有可靠的方法来预测哪些人会复发。有必要对干扰后的艰难梭菌感染进行早期预测，因为这可以让医生立即开始或重新开始更有效的治疗，进而防止进一步的疾病和死亡风险。

 

图片

目前对微生物群和微生物群失调（包括艰难梭菌感染）的研究主要集中在利用下一代测序技术鉴定微生物分类组成。然而，越来越多的证据表明，肠道代谢组可能提供了仅从微生物组成中无法获得的关键信息，因为代谢物提供了宿主细胞和微生物细胞相互交流的手段。预测分析对于揭示代谢或微生物组成特征与宿主疾病状态之间的联系特别有用，因为它同时对所有输入协变量进行建模。然而，目前的预测方法在应用于微生物群时往往达不到预期，因为简单的方法缺乏对这种复杂系统建模的能力，而高度非线性的“黑箱”方法缺乏可解释性。当以临床应用和科学知识的进步为目标，从生物学或医学数据进行预测时，一个能够解释其决策的模型对于增强医生的信任和为未来的研究开辟途径至关重要。非常需要一些可解释的计算模型，这些计算模型可以学习宿主结果与配对微生物组成和代谢组学特征之间的非线性关系。

 

图片

本文解决了这两大难题。首先，作者对艰难梭菌感染患者复发的一项新的纵向研究进行了分析，包括预测分析，该研究表明，一小部分代谢物可以准确预测未来的复发。其研究结果在开发诊断检测和治疗方面具有临床应用价值，最终可以缩短艰难梭菌感染复发周期。其次，作者提出了一种新的预测模型，专门用于对成对的微生物组成和非靶向代谢谱进行可解释的预测。作者证明了该模型能够准确预测各种宿主疾病状态，同时为其决策提供清晰和生物学上令人信服的解释，从而展示了其高度的临床和科学实用性。