慢性肝病是一个重要的全球性公共卫生问题，根据世界卫生组织数据，大约8.44亿人受到影响。非酒精性脂肪性肝病（NAFLD）是全球慢性肝病的主要病因，可进展为肝纤维化、肝硬化和癌症。
近日，由Salk研究所和加州大学圣地亚哥分校（UCSD）的科学家们创造了一种新型的非侵入式诊断工具，依赖机器学习算法分析患者的粪便样本，能够以超过90%的准确率，快速便捷地鉴别出肝纤维化和肝硬化，并可能辅助改善患者护理和肝病治疗效果。研究结果发表于《细胞》子刊Cell Metabolism 杂志上。
研究人员指出，目前缺乏肝纤维化和肝硬化的诊断工具。活组织检查是有创性的，核磁共振检查普及性较差。为了应对这些挑战，研究团队试图从肠道微生物组中开发一种新的测试方法来识别高危患者。肠道微生物组指的是居住在人体肠道中的各种细菌的集合。近年，越来越多的研究证据提示，它们可能是人体健康的重要指标。
该研究的共同通讯作者之一Michael Downes博士说：“我们力图开发一种通用的、非侵入性的检测肝纤维化和肝硬化的方法，这种方法基于的是疾病‘微生物组特征’。”
图片来源：Pixabay为此，研究小组收集了来自患者及其家庭中健康成员的163个临床样本，基于粪便样本中的不同细菌来发现属于肝脏疾病的特征。
该团队优化了一种算法，利用粪便样本的微生物遗传分析和代谢产物数据，找出了与肝硬化诊断相关的微生物特征，准确率为94%。这些微生物特征也可以确定肝纤维化的发展阶段，从而帮助医生根据患者的疾病阶段进行分级，改进治疗策略。
值得一提的是，研究人员将他们的检测方法应用于来自中国和意大利的两个独立的患者群体，可以准确地识别90%以上患者的肝硬化。这一结果表明，该算法可以准确地应用于不同遗传特征和饮食习惯的患者人群。
本研究示意图论文共同通讯作者之一Ronald Evans教授说：“微生物组是一种机体内健康情况微小变化的动态活体传感器，因此，它提供了机体健康情况的检测指标。因为快速便捷，这种诊断工具有望广泛应用，特别是在许多缺乏专业诊所和医生的地区，这将具有世界性的意义。“
未来，科学家们计划通过改变肠道中的部分微生物组成，观察是否会导致疾病消退或恶化，来检验微生物组与肝病之间的因果联系。研究小组还希望这种方法能够用于其他与微生物组失衡有关的疾病，如炎症性肠病、结肠癌、阿尔茨海默病等。
