当涉及到对人类行为和健康的洞察时，大数据做出了巨大的承诺。问题是如何有效地利用它提供的信息。一个国际研究团队提出了一种基于微生物组搜索的方法，通过微生物组搜索引擎(microbiome Search Engine, MSE)来分析可用的健康数据的财富，以检测和诊断人类疾病。

他们于2020年3月17日在mSystems上发表了他们的方法，这是一份经过同行评审的美国微生物学会开放获取期刊。

基于微生物的疾病分类依赖于有效的、疾病特异性的模型或标记。然而，目前的模型对许多疾病缺乏这方面的信息。”

中国科学院青岛生物能源与生物处理技术研究所(QIBEBT)单细胞中心苏小泉博士

此外，苏教授还说，多种疾病可以共享相同的生物标记——这些微生物表明了一些不同寻常的东西，比如在癌细胞中发现的突变蛋白，这使得研究人员很难正确地对每一种疾病进行分类。

疾病检测和应对这些问题分类,苏和他的联合软件团队从单细胞中心QIBEBT和微生物创新中心(CMI),加州大学圣地亚哥分校(UCSD),开发了一种新的搜索方法基于人体包含整个微生物群落,统称为微生物。每个人都有一个微生物群，即使他们没有疾病。

传统模型将健康受试者的样本与已知患有特定疾病的人的样本进行比较。有了这种新方法，研究人员可以根据特定的离群值，而不是已知的可以编码多种疾病的生物标记来进行搜索，从而在不同的群组或测序平台上识别与疾病相关的微生物群系状态。

在这种新的方法中，研究小组采用了两步程序来识别疾病。首先，他们搜索一个健康个体的基线数据库，以检测任何特定的微生物组异常——或任何已知的将微生物组与健康状态区分开来的异常。然后他们在疾病特异性样本的数据库中寻找那个异常值。

“我们的策略的精确性、灵敏度和速度都优于基于模型的方法，”苏说。

搜索结果可以提供快速预测，以帮助临床医生诊断和治疗疾病。

“这种基于搜索的策略有望成为基于大数据的微生物群诊断的重要的第一步，”加州大学圣地亚哥分校和CMI的主任Rob Knight说。“鉴于微生物组测序的重点从健康的宿主转向了患病的宿主，这里的研究结果主张增加更多来自不同地理位置的基线样本。”

QIBEBT单细胞中心主任徐建(音译)对此表示赞同。接下来，中美联合工作组正努力鼓励他们的同事共同努力，继续扩大微生物群落数据库，包括全球每一个种群和每一个生态系统。

“有了微生物组搜索引擎，进行一次搜索就可以成为新的微生物组研究的标准，就像今天对你的新DNA序列进行一次爆炸一样。”徐说。

这项工作得到了中国国家自然科学基金会、中国科学院、国家卫生研究院、国家科学基金会、阿尔弗雷德·p·斯隆基金会和国家卫生与医学研究委员会的支持。

中国科学院青岛生物能源与生物处理技术研究所(QIBEBT)成立于2006年。研究所总部设在中国山东省青岛市。学院现有教职工500余人，研究生207人，博士后64人。

齐贝博是中国主要的可再生能源和绿色材料国家研究机构之一，主要从事生物能源和材料的资源、技术、产品和工艺的研究与开发。

公司致力于工业生物、绿色化工、工艺工程等领域的科技与工程相结合，为中国的生物能源需求提供系统化、可持续的解决方案。

中国科学院总部

Su, X.， et al.(2020)通过微生物组搜索对群组进行多疾病检测和分类。mSystems。doi.org/10.1128/mSystems.00150-20。