微生物组搜索引擎可以提高疾病检测和诊断的效率

在提供有关人类行为和健康的洞察力方面，大数据可寄予厚望。问题在于如何有效地利用其提供的信息。一个国际研究人员小组通过微生物组搜索引擎(MSE)提出了一种基于微生物组搜索的方法，以分析大量可用的健康数据以检测和诊断人类疾病。

他们于2020年3月17日在mSystems(美国微生物学会的同行评审开放获取期刊)上发表了他们的方法。中国科学院青岛生物能源与生物过程技术研究所(QIBEBT)单细胞中心的苏小全博士说：“基于微生物组的疾病分类取决于经过验证的，针对特定疾病的模型或标记。” )。“但是，当前的模型缺乏许多疾病的信息。”

此外，SU说，多种疾病可以共享相同的生物标记物-指示异常现象的微生物，例如癌细胞中发现的突变蛋白，这使得研究人员更难于正确地对每一种进行分类。

为了解决这些疾病以进行疾病检测和分类的问题，SU和他的单细胞中心，QIBEBT和加利福尼亚大学圣地亚哥分校的微生物组创新中心(CMI)的联合软件团队开发了一种新的搜索方法，该方法基于人体包含的整个微生物群落，统称为微生物组。每个人都有微生物组，即使他们没有疾病。

传统模型将健康受试者的样本与已知患有特定疾病的人的样本进​​行比较。借助新方法，研究人员可以根据特定的异常值进行搜索，而不是通过已知的可以标记多种疾病的生物标记物进行搜索，从而可以跨不同的队列或测序平台识别与疾病相关的微生物组状态。

在这种新方法中，研究团队采用两步过程来识别疾病。首先，他们搜索健康个体的基准数据库，以检测任何特定的微生物组异常值-或将微生物组与健康状态区分开的任何已知异常。然后，他们在疾病特定示例的数据库中搜索该异常值。

SU说：“我们策略的精确度，敏感性和速度优于基于模型的方法。”

搜索结果可以提供快速的预测，以帮助临床医生诊断和治疗疾病。