研究团队|预警非酒精性脂肪肝病 肠道菌群又有新“用途”

基于肠道微生物组的非酒精性脂肪肝发病进展预警模型主要基于14个肠道菌群相关指标 , 包括2个细菌相对丰度、3个功能、9个细菌相关代谢物特征 , 以及年龄、身体质量指数(BMI)等4个简易临床指标 。
近十多年来 , 非酒精性脂肪肝病(NAFLD)已成为一种日益严重的流行病 , 全球约有1/4的成年人患有非酒精性脂肪肝 。
近日 , 发表在《科学转化医学》杂志上的一项新研究中 , 来自上海交通大学附属第六人民医院贾伟平院士联合香港大学和德国莱布尼茨汉斯诺尔研究所的研究团队开发了一种基于肠道微生物组的非酒精性脂肪肝发病进展预警模型 。
研发这一预警模型的意义是什么?该预警模型有什么优缺点?未来的临床应用前景如何?科技日报采访人员就此专访了上述研究成果的几位主要参与者 。
现有模型无法指导早期干预
近年来 , 非酒精性脂肪肝病全球发病率逐年升高 。 2018年的一项全球统计显示 , 非酒精性脂肪肝病的患病率约为25% , 其中亚洲地区的患病率为27.37% 。
贾伟平介绍 , 过去 , 非酒精性脂肪肝病常被视为一种良性病变 , 但实际上 , 非酒精性脂肪肝病如果不加干预可能进展为非酒精性脂肪性肝炎、肝硬化甚至肝癌;它也会增加其他慢性疾病如2型糖尿病、心血管疾病、慢性肾脏病的发病风险 。
在一项随访14.2年的队列中 , 研究者发现 , 非酒精性脂肪肝病的总体死亡风险随组织学病变的加重而增加 , 即使是早期阶段的单纯性脂肪变(甘油三酯蓄积于非脂肪细胞的细胞质中)亦会增加71%的死亡风险 。 更重要的是 , 非酒精性脂肪肝病早期的单纯性脂肪变具有可逆性的特点 , 如进一步进展为肝炎甚至肝硬化则不可逆转 。
鉴于此 , 对非酒精性脂肪肝病的发生风险进行及时预警变得尤为重要 。
目前已知的非酒精性脂肪肝病预警模型有FLI、TyG等 。 “其中 , 研究最早的模型是FLI , 多用于判断是否患有非酒精性脂肪肝病 , 且被很多研究引用 。 但使用FLI模型对非酒精性脂肪肝病预警的研究很少 , 而TyG模型等缺乏外部验证 , 难以确定其预测效能的稳定性 。 当然 , 遗传因素也是疾病预测的工具之一 。 ”上述研究成果完成人之一、上海市第六人民医院研究员李华婷介绍 。
因此 , 临床上亟须能预测非酒精性脂肪肝病发生风险的更可靠、更精准的工具 , 尤其是需要可靠的生物标志物用于早期诊断 。
利用肠道菌群进行预测取得突破
研究显示 , 肠道菌群可能参与了非酒精性脂肪肝病的发生发展 , 目前国内外均开展了不少关于靶向肠道菌群治疗非酒精性脂肪肝病的研究 。
贾伟平研究团队利用课题组2014年至2018年在上海泥城社区建立的随访队列 , 基于其中的3个社区 , 从中筛选出2014年无非酒精性脂肪肝病而在2018年随访检查时被超声诊断为非酒精性脂肪肝病的病例组和2014年至2018年均无非酒精性脂肪肝病的健康对照组 , 获取了这些人2014年时的各项临床指标、肠道菌群宏基因组学以及代谢组学的数据 。
接着 , 研究团队与来自德国莱布尼茨汉斯诺尔研究所的合作者通过数据分析 , 揭示了患者肠道菌群在发病之前(即超声诊断非酒精性脂肪肝病之前)就已经与健康受试者有所不同 。 他们再利用统计分析识别出具有预测能力的菌群及其代谢物特征 , 最后用机器学习中随机森林的方法建立了一个能正确区分这两组人的模型 。
上述研究成果完成人之一、德国莱布尼茨汉斯诺尔研究所和上海市第六人民医院倪岳琼博士介绍 , 这个模型主要基于14个肠道菌群相关指标 , 包括2个细菌相对丰度、3个功能、9个细菌相关代谢物特征 , 以及年龄、身体质量指数(BMI)等4个简易临床指标 。