摘要
新的计算模型方法有助于发现人体肠道中存在的各种微生物类型，以及微生物群落如何随时间变化。它是由来自加州大学洛杉矶分校Halperin实验室的Liat Shenhav、Leah Briscoe和Mike Thompson以及以色列Ben-Gurion大学Mizrahi实验室的同事共同开发的，他们在PLOS计算生物学杂志上发表了他们的发现。
新的计算模型方法有助于发现人体肠道中存在的各种微生物类型，以及微生物群落如何随时间变化。它是由来自加州大学洛杉矶分校Halperin实验室的Liat Shenhav、Leah Briscoe和Mike Thompson以及以色列本-古里安大学Mizrahi实验室的同事共同开发的，他们在《公共科学图书馆计算生物学》上发表了他们的发现。
在一个人的肠道中发现的微生物种类和相对数量可以反映和影响他们的健康状况。了解这种微生物群落组成如何随着时间的推移而变化，可以为了解健康和疾病提供关键的见解。然而，目前还不清楚一个人的肠道在某一特定时刻的微生物群落组成在多大程度上决定了其未来的组成。
为了解决这个问题，Shenhav和同事开发了微生物群落时间变异性线性混合模型(MTV-LMM)，这是一种建模肠道微生物组成时间变化的新方法。当与真实数据进行测试时，这个新工具比之前为同样目的开发的其他模型做出了更准确的预测。
研究人员随后使用MTV-LMM对微生物群落动力学进行了新的研究。例如，他们证明，在婴儿和成人中，肠道微生物群落的组成确实可以根据早期对群落的观察准确预测。他们还将该模型应用于39名婴儿的数据，揭示了大约9个月大时肠道微生物群随时间变化的关键变化。
展望未来，MTV-LMM可用于探索疾病背景下肠道微生物群的时间动态，从而提高诊断和治疗水平。它也可以帮助理解其他类型的时间微生物群落过程，如那些发生在消化过程中。
“我们的方法提供了多种方法上的进步，但这还只是冰山一角，”申哈夫说。在未来，她和她的同事将进一步提高模型的预测精度，并探索更多的应用。“模拟微生物群的时间行为是一个基本的科学问题，在医学和其他领域都有潜在的应用。”
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
