De publicerade sin metod den 17 mars, 2020 i mSystems , en fackgranskad öppen tillgångstidning från American Society for Microbiology.
Mikrobiombaserad sjukdomsklassificering beror på välvaliderad, sjukdomsspecifika modeller eller markörer. Dock, nuvarande modeller saknar den informationen för många sjukdomar. "
Dr SU Xiaoquan, från Single-Cell Center vid Qingdao Institute of Bioenergy and Bioprocess Technology (QIBEBT) från Chinese Academy of Sciences (CAS)
Dessutom, SU sa, flera sjukdomar kan dela samma biomarkörer - mikroorganismerna som indikerar något utöver det vanliga, såsom ett muterat protein som finns i cancerceller, vilket gör det svårare för forskare att klassificera var och en korrekt.
För att bekämpa dessa frågor för att upptäcka och klassificera sjukdomar, SU och hans gemensamma programvaruteam från Single-Cell Center, QIBEBT och Center for Microbiome Innovation (CMI), University of California at San Diego (UCSD), utvecklat en ny sökmetod baserad på hela det mikrobiella samhället som en människokropp innehåller, gemensamt kallad mikrobiom. Varje person har ett mikrobiom, även om de inte har någon sjukdom.
Traditionella modeller jämför prover från friska försökspersoner med dem från personer som är kända för att ha specifika sjukdomar. Med den nya metoden, genom att söka baserat på den specifika outliern, snarare än kända biomarkörer som kan koda för flera sjukdomar, forskarna kan identifiera mikrobiotillståndet i samband med sjukdomen över olika kohorter eller sekvensplattformar.
I detta nya tillvägagångssätt, forskargruppen använder en tvåstegsprocess för att identifiera sjukdom. Först, de söker en baslinjedatabas med friska individer för att upptäcka någon specifik nyhet i mikrobiomen - eller någon känd anomali som skiljer mikrobiomet från ett hälsosamt tillstånd. De söker sedan efter den outlier i en databas med sjukdomsspecifika exempel.
"Vår strategis precision, känslighet och hastighet överträffar modellbaserade tillvägagångssätt, Sa SU.
Resultaten av sökningen kan ge snabba förutsägelser för att hjälpa kliniker att diagnostisera och behandla sjukdomar.
"Denna sökbaserade strategi visar löfte som ett viktigt första steg i mikrobiomdatabaserad diagnos, "enligt Rob Knight, Direktör för CMI och UCSD. "Mot bakgrund av det allmänna skiftet av mikrobiom-sekvensering fokus från friska till sjuka värdar, fynden här förespråkar att lägga till fler baslinjeprover från olika geografiska platser. "
XU Jian, Direktör för encellscenter, QIBEBT, instämmer. Nästa, det gemensamma Kina-USA-teamet arbetar för att uppmuntra sina kollegor att gå med i en samordnad insats för att fortsätta expandera mikrobiomdatabasen, att inkludera varje befolkning och alla ekosystem i världen.
"Med Microbiome Search Engine, Att utföra en sökning kan bli standard och möjliggöra för nya mikrobiomstudier som att utföra en BLAST mot din nya DNA -sekvens är idag. "sade XU.
Detta arbete stöddes av National Natural Science Foundation of China, den kinesiska vetenskapsakademien, National Institutes of Health, National Science Foundation, Alfred P. Sloan Foundation och National Health and Medical Research Council.
Qingdao Institute of Bioenergy and Bioprocess Technology (QIBEBT), Chinese Academy of Sciences (CAS) grundades 2006. Institutets huvudkontor ligger i Qingdao, Shandong -provinsen, Kina. Institutet består av ett team med över 500 anställda, 207 doktorander, och 64 postdokument.
QIBEBT är en av Kinas främsta nationella forskningsinstitutioner för förnybar energi och gröna material, fokuserar främst på forskning och utveckling av resurserna, teknik, produkter och processer för biobaserad energi och material.
QIBEBT ägnar sig åt att tillhandahålla systematiska och hållbara lösningar på Kinas bioenergibehov genom att integrera vetenskap, teknologi, och teknik inom industriell biologi, grön kemisk teknik, och processteknik.