使用机器学习模型预测肠道微生物组的癌症免疫治疗反应

一篇新的研究论文于 2022 年 7 月 19 日发表在Oncotarget上，题为“使用机器学习模型预测肠道微生物组的癌症免疫治疗反应”。

癌症免疫疗法显着提高了患者的生存率。然而，一半的患者对免疫疗法没有反应。肠道微生物群与黑色素瘤患者对免疫疗法的临床反应有关;然而，不同的分类群与反应状态相关，所涉及的分类群在研究之间不一致。

在这项新研究中，来自美国国立卫生研究院图书馆、国家癌症研究所、国家人类基因组研究所、西弗吉尼亚大学、齐默尔曼联合公司和匹兹堡大学的 Hai Liang 及其同事使用了一种与肿瘤无关的方法寻找不同晚期癌症免疫治疗患者的共同肠道微生物组反应特征。

研究团队解释说：“使用组合数据集，我们使用机器学习算法训练和验证模型以预测患者的临床反应，然后使用鸟枪法宏基因组测序数据进行跨测序平台验证。”

对来自混合肿瘤队列的 16S rRNA 基因测序数据和来自不同黑色素瘤患者队列的三个已发表的免疫治疗肠道微生物组数据集的综合荟萃分析发现，某些肠道细菌分类群与免疫治疗反应状态相关，而与肿瘤类型无关。

使用多变量 selbal 分析，研究人员确定了与响应者和非响应者相关的两组不同的细菌属。肠道微生物群落特征的统计模型显示，在扩增子测序数据集和使用鸟枪法宏基因组数据集的交叉测序平台验证中，免疫治疗反应的预测准确度很高。

结果表明，基线肠道微生物组特征可能预测肿瘤患者接受免疫治疗的临床结果，其中一些特征可能在不同的肿瘤类型、患者队列和测序平台中推广。研究结果展示了机器学习模型如何揭示微生物组与免疫疗法的相互作用，从而最终改善癌症患者的预后

标签：