粪菌移植是一种针对肠道菌群失调的新兴疗法，在治疗多种疾病，如炎症型肠病（IBD）和艰难梭菌感染（CDI）等，疗效显著。它在很多情况下被应用于常规治疗无效的患者，并能出乎意料地实现临床缓解和应答。粪菌移植是通过将供体的肠道菌群，移植到患者（受体）体内，从而实现改善病人肠道微生态、缓解疾病。在移植过程中起最重要作用的，就是供体菌群。然而，目前针对供体菌群的选择标准，只停留在安全性层面。如何针对患者匹配合适的供体，从而取得更好临床效果，目前还缺乏系统研究和稳健标准。

年7月20日，中国科学院北京生命科学研究院赵方庆团队与南京医院张发明团队合作在国际期刊GutMicrobes上发表题为“Theinterplayofgutmicrobiotabetweendonorsandrecipientsdeterminestheefficacyoffecalmicrobiotatransplantation”的研究论文。基于肠型匹配程度和供/受体菌群特征，该团队首次提出粪菌移植中供体-受体匹配的人工智能模型（enterotype-baseddonorselection,EDS），其效果显著优于常规菌群特征所建立模型。值得一提的是，在独立的IBD验证队列中，EDS能够使移植疗效从57.1%提升到93.3%。

研究人员首先招募了一个中度到重度IBD病人的粪菌移植队列，并且收集整理了14项针对IBD和CDI的粪菌移植临床研究，共计1,个样本。通过肠型分析，研究发现IBD和CDI的病人都能分为两个肠型，即肠型E和肠型B。其中，肠型B的塑造可能与类固醇类药物的使用相关。通过系统探究病人接受粪菌移植后的肠道微生态变化，研究发现受体肠道菌群的多样性在移植后明显上升，菌群改善效果与临床应答显著相关。进一步，该研究提出衡量供体菌群定植效果的统计指标（colonizerstoresidents,C2R）。经过分析发现，该指标能够更好评估定植效果：该指标不仅与移植后临床应答显著相关，而且还能分辨出移植好坏的贡献菌，如在CDI患者中的Clostridioides

图1.粪菌移植大数据整合及定植率定量评估模型

该研究进一步发现，供体受体间肠型的匹配与粪菌移植疗效有显著关联。其中，肠型B的患者如果选择肠型P的供体，临床应答率比选择肠型B供体提升了34.85%。由于肠型P的供体与患者菌群距离更远，研究人员推测菌群距离较“远”的供体可能更适合用于移植。接着，该研究基于肠型的匹配规律，构建了基于随机森林的供体选择模型，发现AUROC能够达到0.，显著好于没有肠型特征的预测模型。另外，在独立的IBD验证队列中（n=42），EDS也表现出很好的选择效果（93.3%vs57.1%）。

图2.基于肠型的供体选择模型(EDS)

该研究基于大规模粪菌移植时序队列，系统刻画了移植前后患者肠道菌群结构从紊乱到有序的变化，并提出新型统计指标（C2R）用于评估供体菌群的定植效果；揭示了供体-受体肠型匹配与粪菌移植疗效的显著关联，发现与受体菌群相似度更低的供体菌群更为有效。该研究首次揭示供/受体肠型在粪菌移植中的重要影响，并提出用供体—受体精准匹配的人工智能模型，将对后续精准粪菌移植的临床实践具有重要意义。

该工作获得了国家杰出青年科学基金、科技部重点研发计划和中国科学院战略先导专项的支持。中科院北京生科院赵方庆研究员、南京医科大学张发明主任医师为共同通讯作者；中科院北京生科院何睿乔/王金锋与南京医科大学李潘共同第一作者。赵方庆团队主要致力于建立高效的算法模型和实验技术，探索人体微生物与非编码RNA的结构组成与变化规律，解析它们与人类健康和疾病的关系。近年来，相关成果先后发表在Cell()、Gut(a,b,,)、NatureBiotechnology()、NatureComputationalScience()、NatureCommunications(a,b,,,,)、GenomeBiology(,,)、MolBiolEvol()、ISMEJ()等期刊上。这些研究拓展了我们对人体微生物与非编码RNA多样性、结构组成与功能的认识，并为相关数据挖掘及功能机制研究提供了重要技术方法。

原文链接：

转载请注明:http://www.evpuw.com//mjccwh/14265.html