基于肠道菌群预测摄入胆碱后血氧化三甲胺地变化.PDF

·290 · doi 10.3969/j.issn. 1673-4254.2017.03.02 J South Med Univ, 2017, 37(3): 290-295 临床研究 基于肠道菌群预测摄入胆碱后血氧化三甲胺的变化基于肠道菌群预测摄入胆碱后血氧化三甲胺的变化 1，3 1，3 2 1，3 1，3 1，3 3 3 路浚齐 ，王 珊 ，尹 恝 ，吴 珊 ，何 彦 ，郑慧敏 ，盛华芳 ，周宏伟 1 2 3 南方医科大学 公共卫生学院环境卫生学系，南方医院神经内科，广东 广州 510515 ；南方医科大学珠江医院 检验医学部，广东 广州 510282 摘要：目的建立基于肠道菌群预测摄入胆碱食物后体内氧化三甲胺（TMAO）代谢水平变化趋势的模型，为个体精准膳食提供 指导，同时为潜在的心脑血管疾病高危人群筛选提供参考。方法 采集18位健康志愿者的空腹血清样本及食用等量胆碱食品8 h 后的血清样本，根据前后血清TMAO 水平升降趋势，将志愿者分为升高组和降低组。采集粪便样品，对粪便样本DNA 的16 S rRNA 基因V4 可变区进行测序分析，比较两组志愿者的肠道菌群数据；根据肠道菌群及TMAO 的数据，采用机器学习随机森林 方法建立预测模型，并对模型进行检验。结果 升高组与降低组在反映肠道菌群β多样性的主坐标分析（PCOA）图展示明显的 区分，两组肠道菌群物种多样性存在差异；建立的预测模型曲线下面积为86.39% ，95%置信区间为（72.7% ，100%）；验证集合代 入模型显示降低组志愿者的TMAO 变化水平被模型判定为降低的可能性明显高于升高组志愿者。结论 根据肠道菌群可以建 立预测TMAO水平变化模型，模型预测效果良好。 关键词：肠道菌群；氧化三甲胺；机器学习；模型 A machine learning model using gut microbiome data for predicting changes of trimethylamine-N-oxide in healthy volunteers after choline consumption 1, 3 1, 3 2 1, 3 1, 3 1, 3 3 3 LU Junqi , WANG Shan , YIN Jia , WU Shan , HE Yan , ZHENG Huimin , SHENG Hufang , ZHOU Hongwei 1 2 Department of Environmental Health, School of Public Health , Department of Neurology, Nanfang Hospital , Southern Medical University, Guangzhou 510515, China; 3Division of Laboratory Medicine, Zhujiang Hospital, Southern Medical University, Guangzhou 510282, China Abstract: Objective To establish a machine learning model based on gut microbiota for predicting the level of trimethylamine N-oxide (TMAO) metabolism in vivo after choline intake to provide guidance of individualized