微生物组学数据的临床应用

《BMC医学》最近发表了一篇题为《人类微生物组临床观察》的文章，探讨了微生物组如何形成生理反应并影响治疗的最新和令人兴奋的发现。在这里，Omry Koren，本合集的客座编辑和Silvio Pitlik一起回顾了临床微生物学的历史，以及微生物组数据在临床实践主流中应用的延迟。

许多复杂的实验室和计算方法已经开发出来，以确定微生物群落组成的复杂性，以及微生物之间和它们的宿主之间的分子相互作用。最近科学论文和书籍的数量呈对数增长，涉及健康和疾病中的人类微生物群，反映出这一主题对一般生物学，特别是医学产生的巨大影响。

与被医生广泛采用的传统微生物学不同，微生物组学复杂而多产的实验室成果很少被吸收到普通的临床实践中。在这里，我们快速回顾了传统临床微生物学用于传染病诊断的实验室方法在实施方面的长期成功，并评论了微生物组学数据在临床实践主流中的应用出现了非同寻常的延迟。

传统临床微生物学

据我们所知，在显微镜下对细菌的第一次观察是在17世纪末由安东尼范列文霍克完成和记录的。1873年，Gerhard Henrik Armauer Hansen第一次在显微镜下看到了人类病原体麻风分枝杆菌，具有讽刺意味的是，麻风分枝杆菌仍然能够抵抗人工培养基的培养。目前，显微镜技术常用于检测临床标本中的微生物，包括体液和组织。

体外培养微生物是一种强有力的方法，它可以对微生物的分类、代谢、毒力因子、体外对抗菌药物的敏感性和流行病学研究的指纹图谱进行多方面的描述。

最近，一系列广泛的分子方法使我们能够检测和鉴定微生物、那些与特定感染有关的微生物以及那些在特定区域定植并偶尔威胁宿主的微生物。这些测试可以直接用于检测DNA或RNA的特定序列，识别代谢产物或其组合，从而有力地识别特定微生物。

微生物组数据的最新报告

微生物组学数据可以研究健康人和患有代谢和炎症疾病的患者体内微生物群落的组成。分子方法是通过对特定部位的微生物群进行测序来确定样品的微生物组成。

鸟枪基因组学和16srrna测序是研究微生物群落常用的与培养无关的技术。然而，这些程序很难解释执业医师。其原因主要有两个：一是生态群落的多维复杂性，二是这些值的光谱和动态构象。

使微生物组学数据对执业医师具有可消化性

为了方便医生采用微生物组数据，我们建议采用和引进经济学中使用的分析方法，以克服复杂、动态和相互关联的数据集。与其使用复杂的多维图形或公式，不如使用简单的算术或几何尺度来总结给定微生物群落的数据。

机器学习算法最近被报道用于收集和分析卫星数据，包括夜光强度和其他日间景观参数，以确定贫困程度。微生物组学可能从这些模型中受益，这些模型大大简化了非常复杂的数据集。评估正常情况、预测迫在眉睫的危机和评估作为复苏指标的波动，是利用人体各部位微生物群数据的主要目标。尽可能减少参数的数量将为适当地将微生物组数据纳入临床打开大门。