肠道内微生物或可用于癌症诊断 尚不确定是否与致癌有关

提到微生物，人们想起更多的可能是微生物群落在肠道中的作用。但实际上微生物对生命的影响要广泛、深远得多。

近日，一项研究表明，肠道菌群可能在几种发生在肠道内壁本身的癌症中也会扮演某种角色。肠道菌群可能通过对免疫系统的影响而影响远处的癌症。

此外，新出现的证据表明，微生物特征(如核酸)可以在身体其他部位的肿瘤中找到，也可以在没有患癌的人的组织和血液中找到。

Poore等人在《自然》(Nature)期刊上撰文，以这一证据为基础，识别了多种人类癌症中微生物的DNA和RNA的特征，包括在肿瘤和血液中。

作者进一步提出，这些特征可能会增强现有的临床诊断工具，尽管在这个领域还需要进一步的工作。

人工智能参与研究

这篇论文使用了人工智能技术来帮助清洗研究数据。

具体而言，Poore等人使用癌症基因组图谱(TCGA)——一个包含DNA和RNA序列的在线资源——来分析33种癌症类型的数据，总计超过17000个样本来自大约10000名患者。

他们分析了来自大块肿瘤样本(原发肿瘤和复发肿瘤，以及通过转移扩散的肿瘤)、正常邻近组织和血液样本的数据集。

作者使用多种计算方法，包括独立训练的人工智能(AI)模型，来过滤、标准化和分类这些样本中的微生物序列。

作者随后训练了机器学习模型，利用这些序列来区分癌症类型、同一癌症类型的不同阶段以及肿瘤和正常组织。

总体而言，这些模型在区分癌症类型、癌症和正常组织方面表现良好，但在区分癌症不同阶段的能力方面表现出了一定的可变性。

研究人员还测试了微生物概况与已知的微生物与癌症之间的生物学相关性。

与之前的报道一致，他们在胃肠道肿瘤中发现了梭杆菌，在宫颈癌、头颈癌、肝细胞癌中发现了甲乳头瘤病毒、丙型肝炎病毒等病毒。

Poore等人随后利用人工智能模型分析了TCGA人群的全基因组序列，探索了癌症患者血液中的微生物特征。

他们的发现表明，血源微生物DNA (mbDNA)可以用来区分癌症类型。

研究结果显示，作者的模型通常在区分癌症类型方面做得很好，尽管有一些局限性。仍需要使用专门的方法在更大的癌症类型人群中对这些结果进行进一步的验证。

(癌症的微生物特征。图源：Nature)

研究人员目前尚未确认这些微生物的位置或是否存活，也不确定它们是否有着致癌作用。

有明确的例子表明，肿瘤中的微生物可能有助于癌症的发展和对癌症治疗的耐药性。然而，其他数据表明，肿瘤中微生物的存在与较好的长期结果有关。

癌症早期筛查中的人工智能

通过早期筛查，许多癌症能在发病早期就被发现，这有利于患者得到更好的治疗。人工智能技术强大的数据分析能力在这个环节能够发挥巨大作用。

去年发表的一篇研究显示，由美国国立卫生研究院(National Institutes of Health)和全球公益基金会(Global Good)的研究人员领导的一个研究小组开发了一种被称为自动视觉评估的人工智能(AI)计算机算法，可以分析女性子宫颈的数字图像，并准确识别需要医疗护理的癌前病变。

该研究的资深作者、NCI癌症流行病学和遗传学部门的医学博士、公共卫生硕士Mark Schiffman表示，事实上，计算机对图像的分析在识别癌前病变方面比在显微镜下进行巴氏试验(细胞学检查)的人类专家更好。

2020年1月，有Google Health参与研究的一个项目表明，人工智能软件能够在筛选图像时正确识别乳腺癌，其准确度与专家们相当。研究人员称将确保患者数据的保密性。

这些人工智能技术并不是意在取代医生，而是协助人类医生，以让他们腾出手去做更为重要的事情。通过大数据、AI等技术加成，未来检验医学有望向标准化、自动化和智能化发展，在疾病防控、癌症筛查、病种分布、遗传图谱、基因检测、人体数据分析等多个领域创造更多价值。

参考资料：

https://www.nature.com/articles/d41586-020-00637-w

https://scienceblog.cancerresearchuk.org/2020/01/01/artificial-intelligence-could-help-breast-screening-save-more-lives/

https://www.cancer.gov/news-events/press-releases/2019/deep-learning-cervical-cancer-screening