【广东科技报】结合机器学习,省微生物研究所谢黎炜团队助力铁代谢紊乱相关疾病的早期无创辅助诊断
发布时间:2020-04-27
发布时间:2020-04-27 | 【 大 中 小 】 | 【打印】 【关闭】
铁元素是个体生长、细胞代谢和免︻疫反应所必需的微量元素。铁稳态的失调与各种疾病的发生和发展息息相∞关:铁缺乏会导致宿主发育迟缓,而铁过载更易引发炎性反应, 还可能与癌症的发生发展密切相关。值得注意的是,小肠作为宿主体内铁的主要吸收场所,并不能完全将食物中的铁吸收,而相当一部分铁在结肠中与肠道菌群发生密切的交互作用,并影响肠道菌群的生态系统,从而进一步调节宿主的健康和代谢。多项研究表明,铁失衡会导致肠道菌群的改变,进而改变微生物多样性,增加病原体丰度并诱导肠道炎症的发生发展。在近数十年的筛选研究中,研究人员尚未系统地研究铁与肠道菌群之间的关系△,也缺乏无创、方便且精准评估组织中铁水平的方法。
2020年1月7日,广东省微生物研究所谢黎炜研究员所带领的肠道微生态与№健康研究团队,在国际著名期刊 The FASEB Journal 在线发表题为“Fecal microbiota as a noninvasive biomarker to predict the tissue iron accumulation in intestine epithelial cells and liver”的研究论文,该研究小鼠构建了铁紊乱动物模型,结合机器学习算法可以精确地预测肠上皮细胞和肝脏的铁水平,并可能作为一种无创方式用于铁代谢异常相关疾病的早期辅助诊断。相关研究成果已申请中国发明专利,专利号为201910309446。
来源:广东科技报作者:莫文艺 李婉欣(见习记者)2020-04-26