大數(shù)據(jù)時(shí)代個(gè)性化健康預(yù)測(cè)

　　本周Nature新聞與觀點(diǎn)中評(píng)述了Zeevi等人在Cell中報(bào)導(dǎo)的一項(xiàng)研究：一個(gè)人的血糖濃度如何受特定的食物影響的復(fù)雜問(wèn)題。根據(jù)他們腸道中的微生物和其他方面的生理狀況，提出了一種可以提供個(gè)性化的食物建議的預(yù)測(cè)模型。

　　肥胖和Ⅱ型糖尿病正在讓發(fā)達(dá)國(guó)家憂愁。一個(gè)人的餐后血糖反應(yīng)(PPGR)，是Ⅱ型糖尿病風(fēng)險(xiǎn)的預(yù)測(cè)。上升得越高，風(fēng)險(xiǎn)越大。因?yàn)檫@個(gè)環(huán)節(jié)，具體指示了一個(gè)人是如何能保持血糖控制的。Zeevi等人給800個(gè)人安裝了皮下探針，超過(guò)一周每五分鐘測(cè)量他們的血糖水平的過(guò)程。除了5107組提供標(biāo)準(zhǔn)化的膳食之外，參與者吃了他們的典型食譜和做了詳細(xì)的膳食記錄。研究包含了52005餐的內(nèi)容，然后分析了150萬(wàn)多個(gè)的葡萄糖測(cè)量。

　　數(shù)據(jù)顯示了對(duì)于相同(標(biāo)準(zhǔn)化)的伙食和自我報(bào)告的相似飲食的PPGRS重要人際變化和差異。此外，不同的食物引起最高PPGRS差異要比不同的個(gè)體之間差異大：香蕉有比餅干對(duì)一個(gè)人更大的作用，但換另外一個(gè)人卻是相反的。這些發(fā)現(xiàn)可以解釋為什么控制PPGR的標(biāo)準(zhǔn)飲食干預(yù)不能均勻有效地作用于整個(gè)人群。

　　為了找到高度個(gè)人化的血糖對(duì)食品反應(yīng)的意義，作者轉(zhuǎn)向針對(duì)每一個(gè)人收集大量的數(shù)據(jù)。包括生理特征的分析，如身體質(zhì)量指數(shù);如膽固醇水平等血液標(biāo)志物;從調(diào)查問(wèn)卷收集的行為數(shù)據(jù)，例如活動(dòng)水平和睡眠習(xí)慣;參與者腸道菌群分布，包括菌群物種組成和相關(guān)基因組序列。數(shù)據(jù)立即顯示一個(gè)人的PPGRS和已知Ⅱ型糖尿病風(fēng)險(xiǎn)相關(guān)的因素，如身體質(zhì)量指數(shù)和血壓。然而，其他的醫(yī)學(xué)特征不那么明顯的方面也與PPGRS相關(guān)，包括特定的類群存在的微生物，如大腸桿菌，特別是那些參與趨化運(yùn)動(dòng)細(xì)菌的基因。

　　然后，作者使用了一個(gè)“決策樹(shù)”的機(jī)器學(xué)習(xí)方法來(lái)創(chuàng)建一個(gè)算法，整合所有的這些元數(shù)據(jù)。這種方法在800人的交叉驗(yàn)證中被證明PPGRS是可以預(yù)測(cè)的，用其他799名參與者的數(shù)據(jù)生成算法也意味著可以預(yù)測(cè)一個(gè)人的PPGRS。該算法還預(yù)測(cè)了一個(gè)100人的不參與訓(xùn)練算法的獨(dú)立數(shù)據(jù)的PPGRS。

　　作者發(fā)現(xiàn)在元數(shù)據(jù)中和一個(gè)人的PPGRS相關(guān)的幾個(gè)特點(diǎn)。正如預(yù)期的那樣，增加碳水化合物的消耗是增加的PPGR緊密聯(lián)系在一起的。增加膳食纖維的存在會(huì)在消化后不久的增加PPGR，但在接下來(lái)的24小時(shí)內(nèi)降低PPGR。預(yù)測(cè)PPGRS也有幾個(gè)特點(diǎn)：不涉及餐飲消耗，包括睡眠、微生物的生理活性和方面。

　　總的來(lái)說(shuō)，這種方法比目前的金標(biāo)準(zhǔn)能更準(zhǔn)確的預(yù)測(cè)血糖反應(yīng)，它是基于每餐碳水化合物的含量。在最后的測(cè)試，作者招募了26個(gè)新的參與者，給予量身定制的膳食建議，每個(gè)參與者既使用他們的算法也由專家解讀這些人特定膳食的PPGRS。建議由該模型的基礎(chǔ)上改進(jìn)的PPGRS和由專家建議血糖水平的穩(wěn)定性而提出。

　　雖然先前已在幾個(gè)方面：從肥胖到自閉癥，對(duì)腸道菌群與疾病的關(guān)系展開(kāi)研究，這樣相關(guān)性的機(jī)制大多未知。Zeevi和他同事的方法很大的一個(gè)優(yōu)勢(shì)是，這種機(jī)制不需要知道它的工作原理。然而，這項(xiàng)研究提供了一個(gè)路線圖，用于產(chǎn)生和測(cè)試機(jī)制的假設(shè)。例如，Akkermansiamuciniphila菌，降解腸道的糖蛋白粘蛋白，這與作者發(fā)現(xiàn)的更高的PPGRS相關(guān)，有助于血糖的反應(yīng)。如果是這樣，進(jìn)一步研究是怎樣作用的。作者在人體大數(shù)據(jù)集和機(jī)器學(xué)習(xí)方法對(duì)適用和相關(guān)人的機(jī)理研究提供了一個(gè)良好的起點(diǎn)。

　　在現(xiàn)在這個(gè)時(shí)間，大多數(shù)微生物的研究者們不打算模仿天氣預(yù)報(bào)，預(yù)測(cè)一個(gè)人對(duì)于飲食或藥物對(duì)他們的腸道菌群作用的反應(yīng)。然而，當(dāng)結(jié)合機(jī)器學(xué)習(xí)算法，采用了額外的生物學(xué)指標(biāo)，這樣的預(yù)測(cè)似乎更不令人畏懼。機(jī)器學(xué)習(xí)方法除了在PPGRS的應(yīng)用，如治療自身免疫性疾病、心血管疾病和癌癥，可能會(huì)跟著更迅速地發(fā)展。在“大數(shù)據(jù)”科學(xué)的時(shí)代，我們可以分析大量的參數(shù)。多維數(shù)據(jù)的最具預(yù)測(cè)性的方面的能力將是非常強(qiáng)大的。

　　雖然以前的研究如何個(gè)別菌群譜系的復(fù)雜性可以告知個(gè)性化醫(yī)療是艱難的，但該研究對(duì)一個(gè)樂(lè)觀的預(yù)測(cè)提供了依據(jù)。