《Frontiers in Cell and Developmental Biology》：Multi-omics integration of the vaginal microbiome and inflammatory proteome for non-invasive prediction of infertility: a machine learning approach
编辑推荐：
背景：不孕症仍然是一个全球性的健康挑战，通常需要侵入性和昂贵的诊断程序。虽然已知阴道微环境影响生殖健康，但其作为不孕症非侵入性生物标志物来源的潜力尚未得到充分探索。本研究整合了阴道微生物组和炎症蛋白质组学分析，利用机器学习开发并验证了一种客观、非侵入性的诊断模
背景：不孕症仍然是一个全球性的健康挑战，通常需要侵入性和昂贵的诊断程序。虽然已知阴道微环境影响生殖健康，但其作为不孕症非侵入性生物标志物来源的潜力尚未得到充分探索。本研究整合了阴道微生物组和炎症蛋白质组学分析，利用机器学习开发并验证了一种客观、非侵入性的诊断模型，用于识别不孕症高风险女性。
方法：在2025年10月至2026年2月期间，共招募了205名女性（76名不孕症患者和129名健康对照）。收集阴道拭子进行16S rRNA测序和Olink Target 96炎症panel分析。应用LASSO、Boruta和RFE进行特征选择，并在训练队列（n=143）中建立了八种机器学习算法。模型性能在测试队列（n=62）中使用AUC和DeLong检验进行了验证。采用SHAP分析进行生物学可解释性分析。
结果：保留了4个Olink特征和14个微生物特征进行分析。基于微生物组的SVM模型显示出最高的预测性能，AUC为0.815（95% CI: 0.710–0.920），显著优于基于蛋白质组学的XGBoost模型（AUC = 0.629，95% CI: 0.489–0.768）。基于多组学的SVM模型的AUC为0.799（95% CI: 0.691–0.993）。SHAP分析确定Thomasclavelia属、未分类的Ruminococcaceae属和Megamonas属是预测模型中贡献最大的前三个特征。此外，预测模型中保留的所有Olink生物标志物，包括MMP-1、MMP-10、CCL20和CXCL5，均被确定为与不孕症相关的风险因素。
结论：阴道微生物组是一种有效的不孕症非侵入性生物标志物，其诊断准确性优于宿主炎症蛋白。这种基于机器学习的多组学方法为早期风险分层和个性化生殖管理提供了一种有前景的工具。
一、研究背景与问题提出
不孕症是全球范围内影响育龄夫妇的常见生殖障碍，其病因复杂多样，包括女性因素、男性因素及不明原因因素。当前临床诊断路径严重依赖侵入性操作（如子宫输卵管造影、宫腔镜检查）和重复的激素监测，这不仅增加了患者的痛苦和经济负担，也限制了大规模筛查的可行性。因此，迫切需要开发客观、非侵入性的生物标志物，以实现对不孕症高风险女性的早期风险分层和及时干预。
近年来，越来越多的证据表明，下生殖道微环境，特别是阴道微生物组，与生育力密切相关。健康的阴道微生态通常由乳杆菌属主导，维持酸性抗菌环境，而菌群失调——表现为保护性乳杆菌减少及厌氧菌过度生长——已被发现与不良生殖结局相关。然而，针对阴道微生物组与不孕症直接关联的特异性研究仍较为有限。此外，菌群失调可能通过宿主免疫反应介导其对生殖的影响，但传统的单一分析物检测无法全面捕捉复杂的炎症网络。因此，本研究旨在通过整合阴道微生物组和炎症蛋白质组学数据，利用机器学习方法，开发并验证一种客观、高效的非侵入性诊断模型，用于早期识别不孕症高风险女性。该论文发表于《Frontiers in Cell and Developmental Biology》。
二、关键技术方法概述
研究人员从江南大学附属妇产医院和江南大学医学中心招募了205名参与者（76名不孕症患者和129名健康对照），时间跨度为2025年10月至2026年2月。主要技术方法包括：1）对阴道拭子样本进行16S rRNA基因V3-V4高变区测序，以获取阴道微生物组成谱；2）采用Olink Target 96 Inflammation panel进行靶向蛋白质组学分析，定量检测92种炎症相关蛋白；3）应用三种互补的特征选择策略（LASSO回归、Boruta算法和递归特征消除RFE）筛选核心特征；4）基于所选核心特征，构建并比较了八种机器学习分类器（支持向量机SVM、随机森林RF、逻辑回归LR、多层感知器MLP、极限梯度提升XGBoost、轻量级梯度提升机LightGBM、决策树DT和K近邻KNN），并使用SHAP分析进行模型解释。
三、研究结果
1. 阴道多组学概况
- •
阴道微生物组分析：共获得15,574,882条测序读长，经质量过滤和聚类后，鉴定出7688个扩增子序列变异体，最终聚焦于205个属水平的分类单元。
- •
阴道炎症蛋白质组分析：所有92种生物标志物均通过质量控制，纳入后续分析。
- •
特征选择与核心预测因子确定：通过LASSO、Boruta和RFE三种方法的交集，从16S rRNA测序数据中确定了14个核心微生物特征，从Olink蛋白质组学数据中确定了4个核心蛋白特征。
2. 单组学机器学习模型的性能基准测试
- •
基于微生物组的模型：在所有八种分类器中，SVM因其在训练集和测试集之间最小的性能差距而被选为最优模型，展现出卓越的可靠性。其在测试集中的AUC为0.815（95% CI: 0.710–0.920），准确率为0.710，灵敏度为0.720，特异度为0.703。
- •
基于蛋白质组的模型：XGBoost因在训练和测试准确率之间表现出最高的一致性而被选中。其在测试集中的AUC为0.629（95% CI: 0.489–0.768），准确率为0.565，灵敏度为0.640，特异度为0.514。结果显示，基于微生物组的模型性能显著优于基于蛋白质组的模型。
3. 组合多组学诊断模型的性能
将来自两个数据集的18个核心特征合并成一个统一的多组学面板。尽管多组学SVM模型在测试集中取得了AUC为0.799（95% CI: 0.691–0.993）的良好表现，但其性能并未超过单独的微生物组SVM模型。这表明，宿主蛋白特征提供的可能是冗余信息，而非独立的预测价值。SHAP分析揭示了模型中的关键预测因子：Thomasclavelia属是最重要的预测因子，其次是未分类的Ruminococcaceae属和Megamonas属。此外，所有保留的Olink生物标志物（MMP-1、MMP-10、CCL20和CXCL5）均被确定为与不孕症相关的风险因素。
四、讨论与结论
讨论总结
研究发现，基于微生物组的模型（AUC=0.815）显著优于基于蛋白质组的模型（AUC=0.629），且多组学整合并未带来叠加提升，提示阴道微生物组在不孕症中扮演着核心角色，而宿主炎症蛋白可能提供了冗余信息。从转化角度看，这意味着一个有针对性的、非侵入性的阴道微生物组检测就可能提供足够的诊断效力。SHAP分析进一步揭示了微生物组内部的复杂关系：某些分类群（如Akkermansia、Thomasclavelia）被识别为风险预测因子，而另一些（如Megamonas、未分类的Ruminococcaceae）则表现为保护性预测因子，强调了属水平分析的重要性。同时，四种炎症介质（MMP-10、MMP-1、CCL20、CXCL5）被确认为一致的风险因素，为微生物失调与促炎微环境之间的联系提供了机制性线索。研究的局限性包括样本量相对较小、缺乏外部验证集、多组学整合策略简单以及横断面设计无法追踪纵向影响。
研究结论翻译
阴道微生物组是一种有效的不孕症非侵入性生物标志物，其诊断准确性优于宿主炎症蛋白。这种基于机器学习的多组学方法为早期风险分层和个性化生殖管理提供了一种有前景的工具。
