【儀表網(wǎng) 儀表產(chǎn)業(yè)】與地球上其它生物相比，微生物可以說是種類多、存在范圍廣的一個群體了。從赤道到南北兩極，不管是深海還是火山、亦或是其它物種體內都能夠發(fā)現(xiàn)微生物的足跡。這些遍布在地球上每個角落的生物，當然也各不相同，它們既有可能造成疾病和死亡(例如曾經(jīng)的SARS和現(xiàn)在的COVID-19)，也有可能與動植物和諧相處、互利共生。
實際上，在我們人體中就存在著上千億個微生物及細菌，甚至比我們自身的細胞數(shù)量還要多。據(jù)HMP工程的研究顯示，人體至少攜帶了1萬種不同種類的細菌，其重量大約為2.25千克。這些微生物廣泛存在于我們的口腔、腸道、體液及血液中，并潛移默化地影響著我們的健康、體質和情緒。
近年來，有越來越多的研究開始逐漸關注人體微生物對我們健康的影響。例如一些人類常患的疾病如腸道疾病、心血管病以及癌癥。而且有部分研究顯示，由于人體內的微生物與惡性腫瘤細胞之間也存在著復雜的關系，因此游走在我們全身血液中的微生物核酸(DNA或者RNA)片段，可能會有助于我們進行癌癥診斷。近日，來自加州大學圣地亞哥分校(UCSD)的科學家進行的一項研究就證實了這一猜想。
研究人員先通過現(xiàn)有的人類腫瘤樣本來確認與癌癥相關的微生物核酸特征。他們對涵蓋了33種癌癥、10000多個病例，包括原發(fā)性、復發(fā)性以及轉移擴散腫瘤在內的18000份樣本(腫瘤組織、相鄰組織和血液樣本)進行了全基因組數(shù)據(jù)(DNA序列)和全轉錄組數(shù)據(jù)(RNA序列)檢查分析，找出了獨特的微生物特征。接著訓練人工智能，利用機器學習模型分析了大量數(shù)據(jù)，匹配出對應的微生物序列特征與癌癥。
滿足所有的理論條件后，研究人員緊接著進行了實例檢驗。他們讓AI對合作者提供的包括前列腺癌、肺癌和黑色素瘤等100名患者的樣本血漿進行了微生物核酸特征鑒定，并與69名健康個體的血樣做了比較。結果顯示，機器學習模型不僅可以識別出癌癥樣本，還可以將不同類型的癌癥區(qū)分出來，而且對這些樣本的識別和區(qū)分的準確率都在80%以上。
作為世界上危害人類健康的三大主要疾病之一，現(xiàn)有早期診斷與晚期治愈技術均有待攻克。對于大多數(shù)癌癥而言，如果在早期能夠準確、及時地診斷出來并治療，可以極大地提高患者的生存率。但目前現(xiàn)有的癌癥檢測技術大都耗時、昂貴，侵入式的手術活檢還會給患者增加許多痛苦。如果這項研究結果能經(jīng)過實際檢驗，將為癌癥患者的早期診療提供巨大幫助。
任何科研成果進入到實際應用中的過程都不可能一蹴而就，尤其是在醫(yī)學領域。除了要確保檢測技術的便捷性、準確率之外，安全性是一個永遠都無法規(guī)避的問題。相信隨著醫(yī)學技術的不斷發(fā)展，利用微生物與人體之間的復雜聯(lián)系，血液檢測、體液檢測等這些非侵入式檢測方式的應用會越來越廣泛。
所有評論僅代表網(wǎng)友意見，與本站立場無關。