编辑推荐：
肺癌严重威胁人类健康，其发病机制复杂。为探究肺癌与微生物的关系，研究人员对 130 例患者肺组织进行宏基因组下一代测序（mNGS）。结果发现肺癌组织微生物组有独特特征，且希瓦氏菌（Shewanella）等是潜在风险因子。该研究为肺癌防治提供新方向。
癌症，一直是全球死亡率居高不下的重大疾病，肺癌更是其中的 “杀手”，发病率位居第二，死亡率却拔得头筹。过去，人们一直认为肺组织是无菌的 “净土”，但随着高通量测序技术的发展，这片 “净土” 下隐藏的丰富多样的微生物群落逐渐浮出水面。而且，在不同肺部疾病中，肺部微环境存在显著差异，不少研究还发现特定微生物与多种肿瘤的发生密切相关。于是，微生物是否是肺癌发生的关键因素，成为了科研人员亟待探索的谜题。此前的相关研究大多存在缺陷，比如样本易被污染、样本量小导致研究结果一致性差，检测技术也不够灵敏准确。为了突破这些困境，来自复旦大学附属华山医院等机构的研究人员开展了一项极具意义的研究。
研究人员收集了 130 例因肺部阴影入院患者的经皮肺穿刺活检标本，这些患者被分为肺癌、肺部感染和非感染性肺部疾病三组，其中非感染性肺部疾病组作为主要对照组。研究得出结论：肺癌组织的微生物组组成与良性肺部疾病存在显著差异，特定微生物如希瓦氏菌（Shewanella）可能是肺癌进展的风险因子，且年龄也是肺癌发生的独立风险因素。这一研究成果发表在《Scientific Reports》上，为肺癌的防治研究开辟了新的道路，让我们对肺癌的发病机制有了更深入的认识，有望为未来肺癌的诊断和治疗提供新的靶点和策略。
研究人员开展研究时用到的主要关键技术方法有：首先，通过 CT 引导下经皮肺穿刺获取肺组织样本；然后，对样本进行处理和 DNA 提取，构建 DNA 文库；最后，运用宏基因组下一代测序（mNGS）技术对样本进行测序，并使用多种生物信息学分析方法，如 Fastp 软件过滤低质量数据、Hisat2 将序列映射到参考基因组、Kraken2 软件进行物种鉴定等，还利用 R 语言中的相关包计算微生物的 α 多样性和 β 多样性，并进行主坐标分析（PCA）以及二元逻辑回归分析等 。
研究结果如下：
- 患者基线临床特征和诊断：130 例患者中，50 例为肺癌患者，80 例为良性肺部疾病患者，包括肺部感染 53 例和非肺部感染疾病 27 例。肺部感染组中细菌感染最为常见，非感染性肺部疾病主要包括机化性肺炎、肉芽肿性多血管炎（GPA）和结缔组织病相关间质性肺疾病（CTD - ILD）等，肺癌组中腺癌和鳞状细胞癌居多1。
- 肺癌与非肺癌组的 α 和 β 多样性：在属水平上，肺癌组织与非肺部感染和肺部感染组织的肺部微生物丰富度和均匀度无显著差异；肺部感染组与非肺部感染组或肺癌组的 β 多样性存在显著差异，但非肺部感染组和肺癌组的多样性相似2。
- 肺癌与非肺部感染微生物组特征图谱：在细菌门水平，肺癌组织中变形菌门（Proteobacteria）、厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidetes）相对丰度显著增加；在细菌属水平，希瓦氏菌属（Shewanella）等相对比例较高，且酸杆菌属（Acidibacillus）和肠杆菌属（Enterobacter）在肺癌组更富集。在真菌方面，肺癌组与非肺部感染组在真菌门水平无显著差异，但在属水平有多种真菌存在差异34。
- 微生物与肺癌患者临床特征的相关性：在肺癌组中，多种微生物与患者性别、年龄、吸烟史、肿瘤组织学类型、肿瘤大小、TNM 分期以及分子病理特征等存在相关性，部分微生物还与肿瘤标志物表达水平相关56。
- 肺癌的潜在微生物风险因子：通过单变量和多变量二元逻辑回归分析发现，年龄＞65 岁、男性、吸烟史以及某些微生物在单变量分析中增加肺癌风险，但多变量分析显示只有年龄＞65 岁、硅藻门（Bacillariophyta）、交替单胞菌目（Alteromonadales）和希瓦氏菌属（Shewanella）是肺癌的独立风险因子，曲霉菌属（Aspergillus）在单变量分析中是风险因子，但多变量分析中可能是保护因子，不过因样本量有限无统计学意义789。
研究结论和讨论部分指出，该研究首次利用二代测序技术在相对大样本的肺穿刺组织中探索微生物与肺癌的关系，发现肺癌组织微生物组有独特特征，且确定了希瓦氏菌等独立风险因子。但研究也存在局限性，如样本量较小、测序深度有限、未记录抗生素使用史以及样本均为中国人群等 。总体而言，这项研究为肺癌的研究提供了新的视角，明确了特定微生物在肺癌发生过程中的潜在作用，尽管有不足，但为后续多中心、大样本的前瞻性研究奠定了基础，有望推动肺癌防治领域的进一步发展。
