【
化工儀器網 行業動態】與地球上其它生物相比，微生物可以說是種類最多、存在范圍最廣的一個群體了。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現微生物的足跡。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(例如曾經的SARS和現在的
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量還要多。據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，包括原發性、復發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
基因組數據(DNA序列)和全轉錄組數據(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據，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分出來，而且對這些樣本的識別和區分的準確率都在80%以上。
作為世界上危害人類健康的三大主要疾病之一，現有早期診斷與晚期治愈技術均有待攻克。對于大多數癌癥而言，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避的問題。相信隨著醫學技術的不斷發展，利用微生物與人體之間的復雜聯系，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。
