菌群标志物作为微生物群落在健康与疾病状态下的特定生物分子或代谢产物，对于疾病的早期诊断和预防具有至关重要的意义。它们不仅揭示了微生物与宿主的互作关系，还为实现精准医疗和保障公共健康提供了关键的科学依据。传统的生物信息学方法在识别菌群标志物时存在预测准确性不高和泛化能力不足的问题，人工智能方法在生物信息学领域的应用和推广为菌群标志物的识别提供了全新的视角。

2024年9月13日，中国科学院动物研究所赵方庆团队在National Science Review上发表题为“Exploring the frontier of microbiome biomarker discovery with artificial intelligence”的综述，系统梳理了不同人工智能方法在菌群标志物发现中的应用和各自优势，为人工智能方法在识别菌群标志物的不同应用场景中的选择提供了重要依据。此外，还深入探讨了当前菌群标志物研究中人工智能技术面临的机遇与挑战，为该领域的发展提供了新的思路和方向。

传统的菌群标志物识别方法主要依赖于统计方法，例如t-test、ANOVA等，对菌群数据进行分析并识别丰度差异的微生物种类或功能基因。由于菌群测序数据中存在大量噪声干扰，包括饮食在内的生活方式以及实验条件的变化都可能引入偏差，因此不同数据集之间的一致性和测序结果的准确性受到极大影响。此外，菌群数据所具有的稀疏性、高维性和组成性等特征也对基于菌群丰度的标志物识别和挖掘带来了重要的挑战。

为了克服传统方法的局限性，研究人员探索利用人工智能技术进行菌群标志物的挖掘。人工智能方法通过特征选择和模型训练，能够识别出与疾病表型具有显著关联的菌群特征，挖掘出基于差异丰度分析和共现网络分析所无法发现的潜在模式和复杂的相互作用，从高维、复杂的菌群数据中识别出更精确的菌群标志物，从而提高疾病预测和诊断的准确性。一些人工智能模型还可以提供可解释的预测结果，帮助研究人员理解菌群标志物与疾病或表型之间的关系，从而揭示疾病的发生和发展机制。以支持向量机、随机森林和梯度提升决策树为代表的机器学习算法以及以神经网络为代表的深度学习算法在很多不同的研究中都表现出优异性能。除此之外，人工智能模型还可以整合不同组学和不同模态的数据，通过结合自然语言处理等技术，进一步深度融合不同来源的数据信息，从而更全面地理解疾病的发生和发展机制，并发现更精确的菌群标志物。

人工智能技术在菌群标志物发现领域展现出巨大的潜力，可以帮助我们更好地理解微生物组与疾病之间的关系，并开发基于微生物组的诊断和治疗策略，为人类健康事业做出更大的贡献。本综述不仅为微生物组相关疾病的诊断和治疗提供了新思路，也为我国在人工智能辅助生物医学研究方面提供了新见解。

该综述由中国科学院动物研究所赵方庆团队完成，博士后肖力文为第一作者，赵方庆研究员为通讯作者。该工作得到了科技部重点研发计划、国家自然科学基金和中国博士后科学基金的资助。

文章链接：https://doi.org/10.1093/nsr/nwae325

图1 基于人工智能技术识别菌群标志物关键策略