西湖大学郑钜圣教授团队与麦特绘谱已合作发表10篇论文，在心血管、慢性失眠、T2DM、肝病等疾病方向发表的代谢组学研究成果如下：
1.较高水平的水果摄入与较低的T2DM风险相关，且由肠道菌群介导（BMC Medicine，IF=9.3，2020，麦特绘谱提供Q300全定量检测服务；点此查阅详细解读）；
2.基于机器学习模型LightGBM构建预测模型，发现特征菌群能更好地预测T2D的发病风险，并在内部独立测试集及外部独立队列中都得到有效验证。（Diabetes Care，IF=16.2，2020，麦特绘谱提供Q300全定量检测服务；点此查阅详细解读）；
3.通过粪便代谢组学分析表明，潜在的氨基酸相关途径可将肠道微生物群与宿主代谢和炎症联系起来。（Journal of Genetics and Genomics，IF=5.9，2021，麦特绘谱提供Q300全定量检测服务）；
4. 总乳制品摄入量和酸奶摄入量均与肠道微生物多样性和特定属的丰富度呈正相关。代谢组学分析表明这些乳制品调节的肠道微生物特征与心脏代谢特征（例如血液甘油三酯和HDL胆固醇）正相关。乳制品摄入与心脏代谢风险因素之间存在有益的联系。（EBioMedicine，IF=11.1，2021，麦特绘谱提供Q300全定量检测服务）；
5.首次全面地分析了肠道抗生素抗性组与2型糖尿病的关系，并评估了相关抗性基因与糖尿病的因果关联。（Advanced Science，IF=15.1，2022，麦特绘谱提供Q300全定量检测服务；点此查阅详细解读）；
6. 利用高维度的多组学数据，分析了肠道真菌与细菌分类，功能及粪便代谢物的生态网络，并根据先验知识，推断出了潜在的作用通路，首次分析了中老年人群的真菌组差异及其与衰老的关联。（Gut，2022，IF=24.5，麦特绘谱提供Q300全定量检测服务；点此查阅详细解读）；
7. 首次揭示肠道微生物-胆汁酸轴可能介导了慢性失眠对心血管代谢病的不良影响，鉴定出介导慢性失眠与心血管代谢病正向关联的主要菌属和胆汁酸，并发现长期饮茶习惯有助于缓解慢性失眠带来的肠道菌群和胆汁酸代谢失衡。（Nature Communications，IF=17.694，2022，麦特绘谱提供胆汁酸定量检测服务；点此查阅详细解读）；
8. 通过宏基因组测序、代谢组学研究方法对粪便、血液中的代谢物研究，探究了肠道微生物群与心脏代谢性疾病之间的关联。（Nature Communications，IF=17.694，2023，麦特绘谱提供Q300全定量检测服务；点此查阅详细解读）。
9.通过机器学习模型分析了广州中老年社区居民NAFLD与肠道菌群及其代谢物的关系，揭示了肠道菌群组成变化与NAFLD发展的生物学相关性。（BMC Medicine，IF=7，2024，麦特绘谱提供Q300全定量检测服务）。
10. 利用代谢组学、蛋白质组学、宏基因组测序等多组学数据深入研究短期PM2.5暴露对人体健康的影响，揭示PM2.5暴露与T2D之间复杂的相互作用机制。（Journal of Hazardous Materials，IF=12.2，2024，麦特绘谱提供Q300全定量检测服务）。
非酒精性脂肪肝病（NAFLD）是最常见的慢性肝病，影响着全球25%的成年人。肠道微生物群被认为是导致NAFLD的环境因素之一，但是以往的研究没有考虑微生物群之间的相互作用和实验室参数之间的相互作用。因此，发展基于细菌丰度的可解释机器学习（ML）算法被认为是识别肠道微生物组特征的有用工具，并进一步对ML算法进行系统比较，以探索NAFLD发展与肠道微生物群特征之间的关联。
为此，暨南大学曾芳芳、中山大学陈裕明、西湖大学郑钜圣团队在BMC Medicine杂志上发表了题为“Gut microbiome features and metabolites in non-alcoholic fatty liver disease among community-dwelling middle-aged and older adults”的文章，该团队通过机器学习模型分析了广州中老年社区居民NAFLD与肠道菌群及其代谢物的关系，揭示了肠道菌群组成变化与NAFLD发展的生物学相关性。（麦特绘谱提供Q300全定量检测服务）
本文技术路线图
1. 研究设计
发现队列：1546人，平均年龄为64.9±5.9岁，女性占68.4%，NAFLD患病率为56.1%。
内部验证队列：377人，平均年龄65.0岁，NAFLD患病率为33.4%。
前瞻性验证队列：747人，平均年龄64.6岁，NAFLD患病率为35.5%。
图1. 研究设计
2. 模型性能
ROC曲线表明，在发现队列中，LightGBM模型具有最佳性能，AUC值为0.829。其次是支持向量机（AUC = 0.719）、逻辑回归（AUC = 0.694）和随机森林（AUC = 0.654）模型。进一步研究发现较高的BMI、TG水平、腰围、葡萄糖、鱼类摄入量和四种微生物群（p_fusobacteria、f_veillonellaceae、g_clostridiaceaeother和f_rikenellaceae）的丰度增加会增加NAFLD的风险；而女性、较高的蔬菜摄入量以及f_barnesiellaceae，g_klebsiella，s_acidifaciens，o_turicibacterales，s_adolescentis，s_bifidobacteriumother和g_anaerostipes的丰度增加会降低NAFLD的风险。
图2. 基于机器学习模型输出
3. 微生物组风险评分（MRS）的计算及其与NAFLD的关系
根据12个选定的微生物特征，计算MRS来评估NAFLD发展的个体微生物组风险。分析发现，男性与MRS之间存在显著的负相关，BMI和腰围与MRS均呈正相关。
表1. 微生物组风险评分(MRS)构建中包含的成分列表
4. 肠道菌群特征与NAFLD的关系
在 12 个已确定的微生物特征与NAFLD之间的关系方面，发现f_veillonellaceae丰度升高与NAFLD风险增加相关。f_rikenellaceae, f_barnesiellaceae, s_adolescentis的丰度降低与NAFLD风险减少相关。
图3. 通过机器学习选择的微生物组与不同队列中NAFLD风险的关联
5.差异代谢物的鉴定
对发现队列中两组（MRS > 5 vs. MRS≤5）粪便代谢物分析发现，差异代谢物（吡啶酸）显著下调，甘胆酸、麦芽糖以及牛磺胆酸显著上调。进一步研究发现，NAFLD患者与非NAFLD患者之间，牛磺胆酸显著变化。
6. 牛磺胆酸与选定的肠道菌群特征显著相关
通过分析牛磺胆酸与12种选定肠道菌群的关联关系，发现12种肠道菌群成分中有7种与牛磺胆酸显著相关，其中p_fusobacteria和g_clostridiaceaeother与牛磺胆酸显著正相关，而o_actinomycetales、o_turicibacterales、f_barnesiellaceae、f_rikenellaceae和s_adolescentis与牛磺胆酸呈负相关。
7. 小鼠实验验证
利用NAFLD的FMT（粪菌移植）小鼠模型发现，移植高MRS+NAFLD组和高MRS+非NAFLD组的体重增加趋势比低MRS和对照组（仅HFD）组更为明显。与低MRS组相比，高MRS+NAFLD组和高MRS+非NAFLD组的体重、肝脏重量、Lee’s肥胖指数、NAS评分和肝脏TG含量均增加。HE染色结果显示，与对照组相比，高MRS+NAFLD组和高MRS+非NAFLD组的粪便样本细胞中的脂滴更多，肝脏脂肪变性程度更大。
小结
本研究使用lightGBM-SHAP算法识别肠道微生物群特征，发现特定肠道微生物群（p_fusobacteria和f_veillonellaceae）与NAFLD呈正相关，但f_rikenellaceae，f_barnesiellaceae和s_adolescentis与NAFLD呈负相关。观测和实验数据都支持代谢组学在NAFLD进展中的作用。下一步可针对肠道代谢物（如牛磺胆酸）与NAFLD的生物学相关性和机制进行进一步的研究。
参考文献
Zeng F, Su X, Liang X. et al. Gut microbiome features and metabolites in non-alcoholic fatty liver disease among community-dwelling middle-aged and older adults. BMC Medicine. 2024.
请扫描二维码阅读原文
绘谱帮你测
针对本研究提到的牛磺胆酸、甘胆酸等物质来源于自研Q300全定量代谢组学技术，麦特绘谱专注于代谢组学与转化医学疾病研究领域，拥有成熟的代谢组学检测平台，以全定量靶向代谢组学技术为核心，包括Q1000，Q500、Q300、Q200和胆汁酸、短链脂肪酸等各类小分子代谢物检测方法共40+系列。已为数百家三甲医院、科研院所和企业提供多组学解决方案，协助客户与合作伙伴发表SCI文章400+篇，累计影响因子4000+，平均IF＞10，包括Cell, Nature, Science, Cell Metabolism, Immunity, Gut, Hepatology, Microbiome等顶级期刊。优选的检测技术、全面的数据报告及专业的售后探讨，助您科研探索之路不断创新和突破。欢迎联系获取详细资料！
END