- 7 次围观
背景：上气道和呼吸系统疾病造成了巨大且不断增长的全球负担，然而目前尚无标准化方法来评估鼻腔微生物组是否健康。当前的监测方式仍然是被动反应性的，通常在症状出现后才开始。鼻腔非常适合开展主动监测：它塑造呼吸健康和病原体定植抵抗力，并且可以通过无创方式反复采样。为弥补这一空白，我们提出了鼻腔微生物组健康指数（Nasal Microbiome Wellness Index, NMWI），这是一种与疾病无关的、连续型的鼻腔微生物组健康评分，基于LASSO惩罚逻辑回归构建。该指数并非简单统计分类单元数量，而是学习哪些分类单元（以及它们之间何种平衡关系）表征健康鼻腔，并输出某一微生物组谱类似于健康状态的预测对数优势。该指数基于1654份鼻腔16S rRNA基因扩增子测序样本训练而成（其中健康样本589份，非健康样本1065份），这些样本汇集自27项公开可获得的研究，并通过统一的计算流程进行了标准化再处理。 结果：NMWI由一个具有可解释性的24个分类单元特征组成，这些分类单元的相对丰度共同决定与健康相关的对数优势。与健康相关的属，如Corynebacterium和Cutibacterium，会提高该评分；而与微生态失衡相关的属，如Pseudomonas和Escherichia-Shigella，则会降低该评分。NMWI显著优于Shannon、Simpson和Chao1多样性指数；后者在健康与非健康样本之间仅表现出可忽略且方向不一致的区分能力（|Cliff's delta| = 0.01–0.20），而NMWI则产生了大且一致的区分效果（delta = 0.65）。在训练数据上，NMWI取得了74.37%的平衡准确率（重代入估计），在重复10次的10折交叉验证下平衡准确率为73.43%。在留一研究法框架下，其平均平衡准确率仍稳定在73.82%，反映出跨研究的泛化能力。在独立外部队列中，平衡准确率为71.49%；而留一疾病法分析（即每次将一种疾病状态从训练中剔除）显示，在未见疾病条件上的平均平衡准确率为63.92%，这与其疾病无关的设计理念一致。该指数还可推广到涵盖多个16S rRNA基因高变区的异质性数据集；据我们所知，这是首次证明鼻腔微生物组在跨研究、跨区域条件下具有这种可迁移性。 结论：NMWI将复杂的鼻腔微生物群特征凝练为一个可解释的单一评分，可直接基于当前鼻腔研究中占主导地位的16S rRNA基因数据计算得到，因此无需重新测序即可立即应用于既有和未来的数据集。通过以定量标准取代描述性的、多样性基础的比较，它为跨研究基准评估、个体层面表型分析以及呼吸健康的纵向监测提供了可复现的开源基础。
背景：上气道和呼吸系统疾病造成了巨大且持续增长的全球负担，然而目前尚无标准化方法来评估鼻腔微生物组是否处于健康状态。当前的监测仍然是被动的，通常仅在症状出现后才开始。鼻腔非常适合开展主动监测：它影响呼吸健康和病原体定植抵抗力，并且可通过无创方式进行重复采样。为弥补这一空白，我们提出了鼻腔微生物组健康指数（Nasal Microbiome Wellness Index, NMWI），这是一种与疾病无关的、连续型的鼻腔微生物组健康评分，基于经LASSO惩罚的逻辑回归模型构建。该指数并非简单统计分类单元数量，而是学习哪些分类单元（以及它们之间何种平衡关系）表征健康鼻腔，并输出某一样本谱型类似于健康状态的预测对数优势。该指数基于1654份鼻腔16S rRNA基因扩增子测序样本进行训练，这些样本来自27项公开可得研究，并通过统一的单一计算流程进行重新处理，其中包括589份健康样本和1065份非健康样本。
结果：NMWI由一个具有可解释性的24个分类单元特征组成，其组合相对丰度共同决定与健康相关的对数优势。与健康相关的属，如Corynebacterium和Cutibacterium，会提高该评分；而与菌群失调相关的属，如Pseudomonas和Escherichia-Shigella，则会降低该评分。NMWI显著优于Shannon、Simpson和Chao1多样性指数，后者在健康与非健康样本之间几乎没有表现出明显且方向一致的区分能力（|Cliff's delta| = 0.01–0.20），而NMWI则产生了大且一致的区分效果（delta = 0.65）。在训练数据上，NMWI达到了74.37%的平衡准确率（重代入估计）；在重复10次的10折交叉验证下，平衡准确率为73.43%。在留一研究法框架下，其平均平衡准确率仍稳定保持在73.82%，体现了跨研究的泛化能力。在独立外部队列中，平衡准确率为71.49%；而留一疾病分析（即每次将一种疾病状态从训练集中剔除）显示，在未见疾病条件上的平均平衡准确率为63.92%，这与其疾病无关的设计理念一致。该指数还可推广至涵盖多个16S rRNA基因高变区的异质性数据集；据我们所知，这是首次证明鼻腔微生物组在跨研究、跨区域条件下具有这样的可迁移性。
结论：NMWI将复杂的鼻腔微生物谱凝练为一个可解释的单一评分，该评分可直接由现有鼻腔研究中占主导地位的16S rRNA基因数据计算得到，因此无需重新测序即可立即应用于已发表及未来的数据集。通过以定量标准取代基于多样性的描述性比较，它为跨研究基准评估、个体水平表型刻画以及呼吸健康的纵向监测提供了一个可重复、开源的基础。
感谢您有意帮助传播有关 bioRxiv 的信息。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.19.739383v1?rss=1
🏷️ 鼻腔微生物组 健康指数 16S rRNA测序 LASSO逻辑回归 呼吸道健康