癌症微生物组的解码：多组学、人工智能与转化机遇

《Genome Biology》：Decoding the cancer microbiome: multi-omics, AI, and translational opportunities

　　

多组学（multi-omics）技术，结合人工智能（AI）技术，有望通过揭示互补数据集中的信息性模式和关联，实现对复杂癌症微生物组生物学的系统研究。在此，研究人员回顾了现有和新兴的癌症微生物组数据，讨论了AI模型的开发、解释和验证作为其整合与分析的关键考量，并提出了提高AI驱动发现的可靠性和生物学相关性的实用建议。研究人员进一步强调了将这些发现转化为临床实践的机遇与挑战，重点阐述了弥合研究导向模型与临床实施之间差距的策略。

**Introduction**
癌症是全球性健康问题，每年新增约2000万例，预计到2050年将增至3050万例。癌症的发生、进展、治疗反应和毒性受肿瘤内在因素（如突变、代谢和信号通路失调）以及肿瘤外在因素（如肿瘤微环境（TME）和肿瘤宏观环境（TMaE）中的非癌成分）共同影响。本综述聚焦癌症微生物组这一关键外在因素，涵盖肠道微生物组和肿瘤相关微生物组。早期研究集中于结直肠癌（CRC），随后发现肠道微生物组可通过全身作用调节宿主免疫和代谢。肠道微生物组参与肿瘤发生、进展、治疗反应和免疫相关不良事件（irAEs），饮食调节对其组成具有重要影响。肿瘤相关微生物组则局部作用于TME，其组成具有癌症类型特异性，可定位于肿瘤细胞和免疫细胞的胞外或胞内，并呈现空间组织。实验模型和人类数据已将其与多种癌症的进展、预后和治疗反应相关联。计算方法在癌症微生物组研究中至关重要。早期研究使用经典统计工具（如LEfSe、metagenomeSeq）识别与癌症风险、生存和治疗反应相关的类群，但高维、稀疏、零膨胀和组成性特征降低了可重复性。网络方法（如SparCC、CoNet、SPIEC-EASI）可建模微生物互作，但难以捕捉非线性关系。近来，人工智能（AI）模型尤其是深度学习，实现了微生物组与多组学数据的整合，提升了非线性高阶相互作用建模能力。然而，数据层面缺乏标准化方案，技术变异和批次效应削弱了可重复性；肿瘤相关微生物组研究面临区分真实信号与污染的挑战；模型层面存在高维小样本导致的过拟合风险，且深度学习的半黑箱特性限制了区分虚假关联与因果机制。本综述提出了一个整合框架，涵盖数据生成、预处理、AI建模、生物学解释和临床转化五个阶段。

**Cancer microbiome data resources**
**Microbiome omics data**：癌症微生物组研究通过互补的实验和计算方法产生多样数据类型。基因组学方面，16S rRNA基因测序（部分或全长）用于分类学分析，宏基因组测序（shotgun metagenomic sequencing）提供功能和组成信息。宏转录组学（metatranscriptomics）检测RNA以反映实时基因表达，但受RNA不稳定和样本处理要求限制。宏蛋白质组学（metaproteomics）直接分析表达蛋白，可鉴定蛋白标志物和代谢途径，但在癌症微生物组中的应用尚少。代谢组学（metabolomics）测量小分子，可结合参考数据库（如MiMeDB、NPAtlas、MASST）识别微生物来源代谢物，空间代谢组学还可绘制肿瘤内代谢异质性。
**Advances in intratumoral microbiome detection**：肿瘤相关微生物信号通常低丰度、稀疏且异质。早期肿瘤测序研究重新分析非人类读段，但易受污染影响。CSI_Microbe、SAHMI等计算流程可提取微生物读段，INVADEseq通过单细胞RNA测序（scRNA-seq）直接检测细胞内微生物。空间蛋白质组学（如成像质谱流式）和空间代谢组学（如DESI-MSI）可绘制微生物与宿主细胞的共存定位。
**Multi-omics and matched host–microbiome datasets**：多组学与匹配的宿主-微生物组数据集保留了样本级对应关系，支持识别微生物标志物和机制。但此类研究成本高、队列小，公共数据集多为回顾性，异质性平台整合困难。

**Preparing cancer microbiome data for AI**
**Quality control and decontamination**：肠道微生物组数据质控常用规则性过滤，AI方法（如DeepCheck、CheckM2、Deepurify）可评估基因组完整性和污染。去污染在肿瘤相关微生物组中至关重要，方法包括基于统计概率的策略（如SCRuB、CroCoDeEL）以及利用阴性对照。
**Host-read removal and taxonomic profiling**：标准流程使用Bowtie2、BWA比对去除宿主读段，Kraken2等分类微生物序列。AI方法（如DeepMicrobes、MetaTransformer）采用表示学习提高对未知或低丰度类群的泛化能力。肿瘤相关数据需严格宿主减法，PathSeq、PRISM等专用流程提高低信号环境下的分类精度。
**Practical standards for credible tumor-associated microbial signals**：可信信号应满足阴性对照、保守宿主减法、批次评估和正交验证等标准。可通过qPCR/RT-qPCR验证DNA/RNA信号，原位杂交或免疫组化确认空间定位。文献提出了综合报告清单，强调污染预防和多证据支持。
**Normalization and batch correction**：常用归一化方法包括相对丰度转换、稀化、Hellinger转换和对数比转换。归一化选择显著影响统计推断。跨研究批次校正方法如ConQuR和DEBIAS-M旨在保留与表型相关的微生物变异。肿瘤相关数据需经验评估归一化和批次校正策略，原始数据与校正数据应对比分析。

**AI modeling for cancer microbiome analysis**
**Modeling frameworks**：经典机器学习（逻辑回归、正则化模型、支持向量机、随机森林、梯度提升）强调可解释性和小样本鲁棒性，基准研究显示正则化逻辑回归和随机森林表现优异。深度学习（MLP、CNN、Transformer、图神经网络、自编码器）可建模非线性高阶相互作用，但需控制过拟合和可解释性。基础模型（如GenomeOcean、Evo2）通过自监督预训练提供可迁移表示，但在癌症微生物组应用中仍处于早期阶段。
**Functional applications of AI models**：预测癌症状态和治疗结果方面，深度学习方法（如MV-CVIB、GDmicro）区分转移性CRC、提高跨队列鲁棒性；基础模型MGM缓解数据稀缺。治疗结果预测整合微生物组和多组学特征提升预后能力。多组学整合方法（如VTrans、MOCO-GCN）建模宿主-微生物互作，但需警惕复杂化导致过拟合。模型可解释性方面，SHAP、集成梯度用于特征归因，图模型识别微生物群落（如Micah）；因果推断框架（如DAG-deepVASE）有望识别非线性因果关系，但需明确假设和敏感性分析。
**Validation and reliability of AI models**：严格验证需无泄漏设计，所有数据自适应步骤仅在训练折内拟合；嵌套交叉验证、分组验证（如留一患者/批次/队列）可减少泄漏。性能评估需任务适配指标（如AUROC、PR-AUC、C-index、RMSE），并伴随置信区间和不确定性估计。独立外部验证是金标准，无法获得时用内部稳定性证据，但不能替代外部验证。实用流程包括严格质控、无泄漏管道、混淆因素调整、任务适配指标、外部验证和生物学验证。

**Cancer microbiome biology across levels of evidence**
**Cancer microbiome and tumor initiation and progression**：关联研究识别特定微生物和代谢物与肿瘤发生相关（如微生物胆碱代谢与CRC进展）。AI辅助多组学可筛选候选相互作用。实验研究提供机制证据，如胞内Fusobacterium nucleatum通过免疫调节促进肿瘤进展，产肠毒素Bacteroides fragilis通过毒素介导炎症促进乳腺癌转移。
**Cancer microbiome and treatment response**：化疗方面，关联研究显示肠道菌群多样性和特定类群预测化疗毒性及反应。机制研究证明微生物（如F. nucleatum、B. fragilis）促进化疗耐药，细菌酶（如β-葡萄糖醛酸酶）介导伊立替康毒性。免疫治疗方面，肠道和肿瘤内微生物与免疫检查点抑制剂（ICI）疗效相关，抗生素使用降低反应率；粪菌移植（FMT）实验支持功能性因果。肠道微生物也参与irAEs，但益生菌效应存在情境差异，需进一步研究。

**Clinical translation of cancer microbiome discoveries**
**Biomarker readiness and clinical utility**：翻译需经历分析验证、临床验证和临床效用三个阶段。多数癌症微生物组标志物仍处于发现阶段。粪便宏基因组分类器用于CRC最成熟，跨队列AUC约0.8；肿瘤内在微生物信号受污染问题争议；ICI预测标志物组间泛化性差。干预方面，FMT和活体生物治疗产品（如CBM588）显示初步疗效，但存在安全性风险（如耐药菌传播）。需标准化报告（STORMS）和前瞻性试验。
**AI systems for clinical decision support and translational microbiome research**：智能体AI（如Eubiota）可整合异构资源支持假设生成，但自主性受限。人类在环框架提供实例级专家干预，提高可靠性，但在癌症微生物组研究中的应用有限。数字孪生类框架有望整合纵向数据支持动态模拟，但应作为辅助工具而非替代验证。

**Conclusions and future directions**
癌症微生物组研究正从描述性关联转向整合性宿主-微生物互作分析。临床转化受限于低生物量、污染风险、队列异质性和缺乏前瞻性验证。未来需标准化流程、严格跨队列验证、纵向采样、扰动研究和多模态数据整合。口腔作为临近生态位具有潜力，如基于基因组的益生菌联合体设计。AI应被视为优先候选微生物和引导迭代转化的工具，最终推动精准肿瘤学的临床应用。