孤獨癥兒童的腸道菌群特征分析和篩查模型構建

［摘 要］目的 探討孤獨癥譜系障礙（ASD）患兒和健康兒童之間腸道菌群組成的差異，并使用機器學習算法構建疾病篩查模型，提供基于腸道菌群生物標志物的非侵入性孤獨癥篩查手段。方法 本研究于2019年12月至2023年4月，在濟南市、遵義市、香港特別行政區以及上海市招募149名2.5～4.5歲孤獨癥兒童為孤獨癥組，按年齡、性別1∶1匹配的149名健康兒童為對照組，采集糞便樣本，通過16S rRNA基因V3-V4區測序收集兩組兒童腸道菌群相關指標（α多樣性、β多樣性以及差異物種）。在屬水平，使用隨機森林、支持向量機、K近鄰算法、樸素貝葉斯分類器4種機器學習算法在模型開發數據集中構建孤獨癥分類模型，識別最具判別性的菌屬組合，并評估模型在兩個獨立外部測試數據集中的泛化能力。結果 ①孤獨癥組的菌群多樣性顯著高于對照組（Chao指數=118.00、105.00，Shannon指數=3.46、3.00，P=0.023、0.001）。②孤獨癥兒童和對照兒童腸道菌群結構存在顯著差異（F=5.198，R2=0.052，P＜0.001）。③共篩選出14個特征菌屬。其中孤獨癥組中豐度較高的菌屬為Phocaeicola、Anaerobutyricum、Faecalibacterium、Blautia、Oscillibacter、Lachnospira、Parabacteroides、Flintibacter和Anthropogastromicrobium，對照組中豐度較高的菌屬為Ruthenibacterium、Flavonifractor、Bifidobacterium、Anaerostipes和Eisenbergiella。④基于14個菌屬組合的隨機森林模型在模型開發數據上具有最優分類性能，訓練集中曲線下面積（AUC）為100%（95%CI：100%～100%），驗證集中AUC為93.94%（95%CI：88.13%～99.74%）。在兩個獨立的外部測試集中，樸素貝葉斯模型則展現出最佳的泛化性能，AUC分別為63.83%（95%CI：51.99%～75.67%）和60.19%（95%CI：47.83%～72.55%）。結論 孤獨癥和健康兒童腸道微生物群落存在顯著差異，且特定腸道生物標志物對孤獨癥疾病狀態具有分類能力，提示腸道微生物具有作為兒童早期孤獨癥無創篩查標志物的潛在作用。

［關鍵詞］腸道菌群；……