非アルコール性脂肪性肝疾患における堅牢かつ高特異的なマイクロバイオーム・シグネチャーの同定

概要

1,206例のメタゲノム、計算機内コミュニティ代謝、臨床情報を統合し、NAFLDに対する高精度で一般化可能かつ疾患特異的なモデルを構築しました。生態ネットワークとメディエーション解析により、肥満型とやせ型NAFLDで異なる候補微生物コンソーシアムを同定し、標的化マイクロバイオーム介入の根拠を示しました。

主要発見

• 1,206例（NAFLD含む複数の代謝疾患）のメタゲノム、コミュニティ代謝出力、臨床データを統合。
• 機械学習モデルはNAFLDを高精度（正確度0.845–0.917）で識別し、他疾患への誤予測が少なく一般化可能であった。
• 共存在差ネットワークとメディエーション解析により、肥満型とやせ型NAFLDで異なる候補微生物コンソーシアムを同定。

臨床的意義

前向き検証と介入試験を経れば、非侵襲的診断や定義済み微生物コンソーシアム治療の開発に資する可能性があります。

限界

• 中国人主体のコホートであり、他人種・他環境での外的妥当性検証が必要
• 観察研究のため因果推論は困難で、コンソーシアムの介入的検証は未実施

今後の方向性

多人種前向き検証、コンソーシアムと宿主相互作用の機序解明、NAFLD亜型に対する定義済み微生物コンソーシアムの臨床試験が求められます。