使用機器學習模型預測腸道微生物組的癌癥免疫治療反應

一篇新的研究論文于 2022 年 7 月 19 日發(fā)表在Oncotarget上，題為“使用機器學習模型預測腸道微生物組的癌癥免疫治療反應”。

癌癥免疫療法顯著提高了患者的生存率。然而，一半的患者對免疫療法沒有反應。腸道微生物群與黑色素瘤患者對免疫療法的臨床反應有關;然而，不同的分類群與反應狀態(tài)相關，所涉及的分類群在研究之間不一致。

在這項新研究中，來自美國國立衛(wèi)生研究院圖書館、國家癌癥研究所、國家人類基因組研究所、西弗吉尼亞大學、齊默爾曼聯(lián)合公司和匹茲堡大學的 Hai Liang 及其同事使用了一種與腫瘤無關的方法尋找不同晚期癌癥免疫治療患者的共同腸道微生物組反應特征。

研究團隊解釋說：“使用組合數(shù)據(jù)集，我們使用機器學習算法訓練和驗證模型以預測患者的臨床反應，然后使用鳥槍法宏基因組測序數(shù)據(jù)進行跨測序平臺驗證。”

對來自混合腫瘤隊列的 16S rRNA 基因測序數(shù)據(jù)和來自不同黑色素瘤患者隊列的三個已發(fā)表的免疫治療腸道微生物組數(shù)據(jù)集的綜合薈萃分析發(fā)現(xiàn)，某些腸道細菌分類群與免疫治療反應狀態(tài)相關，而與腫瘤類型無關。

使用多變量 selbal 分析，研究人員確定了與響應者和非響應者相關的兩組不同的細菌屬。腸道微生物群落特征的統(tǒng)計模型顯示，在擴增子測序數(shù)據(jù)集和使用鳥槍法宏基因組數(shù)據(jù)集的交叉測序平臺驗證中，免疫治療反應的預測準確度很高。

結果表明，基線腸道微生物組特征可能預測腫瘤患者接受免疫治療的臨床結果，其中一些特征可能在不同的腫瘤類型、患者隊列和測序平臺中推廣。研究結果展示了機器學習模型如何揭示微生物組與免疫療法的相互作用，從而最終改善癌癥患者的預后

標簽：