撰文 |咸姐

編者按：近年來圍繞實體瘤與微生物的研究層出不窮，一時間圍繞相關(guān)研究的爭議甚囂塵上，不久前BioArt編輯部專門介紹了相關(guān)領(lǐng)域面臨的系列爭議，詳見（ ）。相關(guān)研究的爭論主要源于對測序數(shù)據(jù)是否污染展開，今天BioArt推送

Cancer Cell

近年來，隨著微生物組與人類健康及疾病關(guān)聯(lián)研究的深入，腫瘤微環(huán)境中的微生物組成及其潛在作用逐漸成為癌癥研究的前沿領(lǐng)域。然而，該領(lǐng)域仍存在顯著的方法學挑戰(zhàn)與爭議，尤其是在低生物量條件下從人類基因組數(shù)據(jù)中準確識別真正的微生物信號方面。已有研究顯示，基于相同數(shù)據(jù)的不同分析方法可能得出截然相反的結(jié)論，部分原因在于測序過程中存在的污染、宿主序列干擾、分類工具誤差以及參考基因組不完整等問題。尤其是在癌癥基因組圖譜（TCGA）等大型公共數(shù)據(jù)庫中，微生物檢測結(jié)果的可重復性與可靠性常受質(zhì)疑（），限制了微生物與腫瘤發(fā)生發(fā)展、治療反應(yīng)及預后之間關(guān)聯(lián)機制的深入探索【1,2】。因此，開發(fā)一種能夠有效去污染、準確區(qū)分真實微生物與假陽性信號的計算框架，成為當前癌癥微生物組研究亟需解決的關(guān)鍵問題。

2026年2月5日，來自美國羅格斯大學的Bassel Ghaddar團隊在Cancer Cell上在線發(fā)表題為Reliable detection of Host-Microbe Signatures in cancer using PRISM的報告文章，開發(fā)并評估了PRISM（Precise Identification of Species of the Microbiome）——一個用于從人類基因組數(shù)據(jù)中進行精確微生物識別與去污染的計算框架。通過整合多重宿主序列去除、競爭性比對與機器學習評分策略，實現(xiàn)了對腫瘤基因組數(shù)據(jù)中微生物特征的高靈敏度、高特異性檢測，為在現(xiàn)有大規(guī)模人類基因組資源中系統(tǒng)探索宿主-微生物互作提供了可靠的技術(shù)基礎(chǔ)。通過將PRISM應(yīng)用于TCGA和CPTAC數(shù)據(jù)，研究在選定的腫瘤類型中發(fā)現(xiàn)了穩(wěn)健的微生物特征，并將微生物的存在與腫瘤的分子及臨床特征聯(lián)系起來。

在開發(fā)PRISM的過程中，本文研究人員首先識別出導致在使用Kraken2高性能分類器時普遍存在的物種分類錯誤的三個關(guān)鍵來源：宿主序列去除不徹底、微生物讀段多重映射（即同一讀段可高度相似地比對到多個分類群），以及載體或模式生物序列被誤判為微生物。為解決這些問題，PRISM在Kraken2進行初步k-mer分類后，進一步采用Minimap2和STAR進行嚴格的宿主序列去除，隨后通過BLAST對代表性讀段子集進行精確比對，篩選出僅唯一映射到一個分類群的讀段以確定真實存在的物種，并最終將所有潛在微生物讀段重新比對至此精煉后的物種集合。經(jīng)由在人工感染微生物的細胞系數(shù)據(jù)集上的驗證證明了該方法的有效性，PRISM成功將大量被Kraken2誤分類的讀段重新判定為宿主或模式生物序列，顯著減少了誤報分類群的數(shù)量，同時保持了對所有真實存在病原體的高靈敏度。

PRISM采用梯度提升樹模型，在物種或菌株水平上對真實存在的分類群與污染物進行分類，并在無法達到物種水平分辨率時，同時報告更高層級分類群（如屬、科等）的讀段計數(shù)。利用大規(guī)模、多樣化的訓練數(shù)據(jù)集（包括人工感染實驗數(shù)據(jù)、體外合成組合數(shù)據(jù)、分離菌株測序數(shù)據(jù)及宏轉(zhuǎn)錄組數(shù)據(jù)），研究人員對模型進行訓練與評估，結(jié)果顯示該模型（即PRISM得分）在不同數(shù)據(jù)條件下均表現(xiàn)出穩(wěn)健的性能，總體靈敏度達0.95，特異性達0.97，且其預測能力顯著優(yōu)于僅依靠讀段計數(shù)的方法。與Kraken2、MetaPhiAn等現(xiàn)有分類或去污染方法相比，PRISM在保持高靈敏度的同時，實現(xiàn)了最高的特異性。與此同時，PRISM在不同測序類型和數(shù)據(jù)場景下均表現(xiàn)出色，其PRISM得分在區(qū)分真實物種與污染物方面顯著優(yōu)于僅依賴讀段計數(shù)的方法，模型也沒有因訓練數(shù)據(jù)中物種的出現(xiàn)頻率而產(chǎn)生顯著偏差，即使目標物種不在數(shù)據(jù)庫中，PRISM也能穩(wěn)健地報告其同屬的近似物種。這些驗證實驗共同證實了PRISM在各種復雜情境下均具備強大且可靠的診斷性能。

隨后，研究人員將PRISM應(yīng)用于TCGA中25種癌癥類型的全基因組測序數(shù)據(jù)，以系統(tǒng)描繪腫瘤內(nèi)的微生物圖譜。研究結(jié)果顯示，微生物信號并非均勻分布于所有癌癥類型，在頭頸部、胃腸道（如結(jié)直腸癌、胃癌）和宮頸癌中，檢測到豐富且一致的微生物群落，包括與疾病已知相關(guān)的物種如具核梭桿菌、幽門螺桿菌和人乳頭瘤病毒等；而在其他多數(shù)癌癥類型中，微生物信號稀疏，且高評分信號主要源于常見污染屬。與此同時，研究人員將PRISM應(yīng)用于CPTAC（臨床蛋白質(zhì)組腫瘤分析計劃）的核糖體去除RNA測序數(shù)據(jù)，作為一個正交驗證隊列，以評估在TCGA中的微生物檢出情況。研究結(jié)果同樣顯示，微生物檢測結(jié)果在不同癌癥類型間存在顯著異質(zhì)性，與TCGA的分析結(jié)果相互印證，證實了在現(xiàn)有大規(guī)模人類癌癥基因組/轉(zhuǎn)錄組數(shù)據(jù)中，可穩(wěn)定檢出的腫瘤相關(guān)微生物信號主要富集于與外界相通或具有特定生態(tài)位的解剖部位（如頭頸部和胃腸道），而其他部位的腫瘤則普遍缺乏廣泛、可靠的微生物組信號，凸顯了PRISM在識別具有明確生態(tài)與病理關(guān)聯(lián)的腫瘤特異性微生物特征方面的能力。值得一提的是，研究人員發(fā)現(xiàn)，技術(shù)因素是導致不同數(shù)據(jù)集間微生物檢測結(jié)果差異的主要原因，RNA測序?qū)Ω哓S度、活躍轉(zhuǎn)錄的微生物更敏感，而全基因組測序可能遺漏此類信號；建庫方法會系統(tǒng)性影響可檢測微生物的范圍（如polyA選擇會丟失細菌RNA）；此外，在RNA測序中未檢測到微生物信號并不能等同于該組織中沒有微生物存在。因此，在解讀癌癥微生物組數(shù)據(jù)時，必須謹慎考慮測序方法帶來的技術(shù)偏倚，并避免對陰性結(jié)果進行過度推斷。

最后，研究人員使用PRISM鑒定胰腺癌腫瘤內(nèi)的微生物種類與功能基因，深入探索了微生物存在與腫瘤分子特征及臨床表型之間的潛在聯(lián)系。研究結(jié)果顯示，在部分胰腺癌腫瘤中存在可檢測的微生物（主要為大腸桿菌、幽門螺桿菌、具核梭桿菌等口腔/腸道來源細菌），其存在與特定的宿主分子改變顯著相關(guān)，微生物陽性腫瘤顯示出76種糖蛋白的修飾水平發(fā)生顯著變化，這些蛋白富集于細胞外基質(zhì)組織、蛋白酶抑制等與胰腺癌纖維化微環(huán)境密切相關(guān)的通路。此外，微生物檢測陽性的患者具有更顯著的吸煙史。這些結(jié)果表明，胰腺腫瘤內(nèi)特定微生物的存在并非隨機，可能與局部微環(huán)境重塑及患者暴露因素相關(guān)，為理解微生物在胰腺癌中的作用提供了新的分子關(guān)聯(lián)線索。

綜上所述，本研究開發(fā)的PRISM框架有效解決了癌癥微生物組研究中長期存在的假陽性與低靈敏度問題。通過系統(tǒng)性去污染與機器學習評分，PRISM在TCGA和CPTAC等大型數(shù)據(jù)集中精準識別出在頭頸、胃腸等特定腫瘤中穩(wěn)定存在的微生物信號，并揭示了胰腺癌內(nèi)微生物與宿主糖基化改變及吸煙史的潛在關(guān)聯(lián)。研究結(jié)果不僅為利用現(xiàn)有基因組數(shù)據(jù)可靠挖掘宿主-微生物互作提供了強大工具，也強調(diào)了在解讀微生物與癌癥關(guān)系時，必須審慎考慮技術(shù)偏倚與生物學背景。

https://doi.org/10.1016/j.ccell.2026.01.007

制版人： 十一

參考文獻

1. Ge, Y., Lu, J., Puiu, D., Revsine, M., and Salzberg, S.L. (2025). Comprehensive analysis of microbial content in whole-genome sequencing samples from The Cancer Genome Atlas project.Sci. Transl. Med.17, eads6335.

2. Sepich-Poore, G.D., McDonald, D., Kopylova, E., et al. (2024). Robustness of cancer microbiome signals over a broad range of methodological variation.Oncogene43, 1127–1148.

學術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

轉(zhuǎn)載須知

【原創(chuàng)文章】BioArt原創(chuàng)文章，歡迎個人轉(zhuǎn)發(fā)分享，未經(jīng)允許禁止轉(zhuǎn)載，所刊登的所有作品的著作權(quán)均為BioArt所擁有。BioArt保留所有法定權(quán)利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點擊主頁推薦活動

關(guān)注更多最新活動！