科学家揭秘机体微生物组与人类健康之间的关联

当研究人员试验时,他们往往会根据人们的性别、社会地位、年龄来对其进行匹配,但不可能匹配所有东西,比如其旅行的历史、饮食习惯和家庭环境等。研究者可以利用动物模型来证明,同时也能够进行纵向研究,比如跟踪同一个病人一段时间,然后改变其饮食并给予抗生素,如果对同一个病人进行摄动研究,该病人就是自己的控制者,这就已经是朝着正确方向迈出的第一步。

An overview of microbiome research

当然了,因果关系很难证明,因为所有因素都存在一定的变化,比如免疫系统、遗传因素、细菌等,其组成了一个很复杂的系统,就好像是一个被线缠绕的球以及一根你想要抽出的线一样,这就是一个烂摊子,当我们试图抽出一根线时才会发现所有东西都缠绕在一起。

未来研究者希望能够深入研究揭示宿主机体免疫系统所扮演的关键角色,在动物研究中,其免疫系统与人类机体不同,因此研究人员就必须仔细进行临床试验以确定在受控条件下宿主机体的免疫系统与微生物群落之间重要的相互关系。有些研究人员非常擅长研究机体免疫系统的功能,而有些研究人员却擅长研究机体的微生物组,却很少有研究人员会同时深入研究免疫系统和微生物组这两个系统,这些交叉学科的研究人员希望能同时对上述两个领域进行更为深入的研究取得一些研究新发现。

微生物组变化的最大来源是人与人之间的差异,如果当我们在寻找因果关系的话,这或许就是个问题,“因果关系”对于研究人员而言或许是一个危险的字眼,这意味着细菌群落或许会引发某些疾病。人与人之间的差异对于经常旅行的人、吃过各种不同食物的人来说是巨大的,饮食、历史、基因和文化等因素都是造成人与人之间差异的原因,但这往往会造成临床上研究的困难程度。

参考资料:

人类机体中充满了能够帮助消化食物和对抗疾病的细菌,但由于饮食、居住地、爱好甚至病史的不同,两个人的体内可能会存在不同种类的细菌。长期以来科学家们一直在研究寻找哪种细菌与人类疾病有关,以及哪些细菌能帮助机体抵御疾病发生,研究人员对人类机体微生物组进行比较研究后得出的结论往往并不一致,因为他们分析的是不同的群体或者并未对足够的样本进行分析。

原标题:揭秘机体微生物组与人类健康之间的关联

研究者Susan Holmes认为,找出哪些差异与疾病有关或人与人之间差异的方法可以归结为统计学分析和重复性研究。最近在华盛顿举办的美国科学促进协会研讨会上,研究者Holmes讨论了在分析微生物组数据时所面临的挑战,她认为,科学家们应该公开他们的研究是如何进行的,并通过重新审视过去的数据来确保研究结果的准确性。

Linking bacterial populations with health