研究提供了保护口腔微生物和COVID之间联系的证据
![Study enrollment and data analysis flowcharts. (A) Patients at UMass Medical center were enrolled for our study according to the following flow chart. Fifty patients with acute COVID-19 were ultimately selected for our study cohort and followed for a clinical outcome of whether they needed respiratory support and what level of respiratory support was required, ranging from supplemental oxygen via simple nasal cannula escalating through intubation and mechanical ventilation. The number of patients requiring each level of respiratory support is shown in the final chart on the right. (B) Data from clinical covariates and microbiome sequencing results are combined in a random forest classifier to determine features predicting the need for respiratory support. We then applied the Stable and Interpretable RUle Set (SIRUS) to these results to generate easily interpretable rules predicting which clinical covariates and microbiome features are predictive of the need for respiratory support. Credit: <i>Frontiers in Microbiology</i> (2022). DOI: 10.3389/fmicb.2022.1009440 研究提供了保护口腔微生物和COVID之间联系的证据](https://scx1.b-cdn.net/csz/news/800a/2022/study-provides-evidenc-1.jpg)
使用高通量基因组测序和机器学习,陈马塞诸斯州大学医学院的科学家们表现出很强的相关性之间的口腔微生物COVID-19患者住院的时候,后来呼吸支持的必要性。发表在微生物学前沿研究增加了,越来越多的研究连接与呼吸道疾病和口腔微生物提供了新的见解SARS-CoV-2如何影响炎症,引起疾病。
“我们的结果显示缺乏某些有机体之间的相关性微生物组普氏菌中的salivae和韦永氏球菌属infantium-as以及减少大量的代谢途径与LPS合成后,需要呼吸支持承认,”首席研究员和合作者埃文·s·布拉德利说,医学博士,博士,助理教授急诊医学和微生物动力学计划的一员。
“这表明这些微生物可以起到保护作用,可能通过调节炎性通路,COVID-19患者。我们还不知道这是如何工作在一个生物性水平上,但是它为以后的调查研究提供了一个起点。”
是新兴的科学证据口腔微生物——社区的细菌中发现上层tract-can影响呼吸道感染的过程中,布拉德利博士说。肠道中的微生物和皮肤,口腔微生物组是一组的细菌可以影响健康和疾病的进展。远小于肠道微生物,口腔微生物由几百种不同种类的细菌。这是第一次会议的地方在消化道,整个通道沿着这食物从口腔到身体,免疫系统与外部世界的地方。
专家认为,维持口腔微生物的微妙的平衡可以在健康发挥重要作用。口腔微生物的不平衡,就像一个不平衡的肠道微生物组会导致炎症疾病,根据这项研究的作者。
了解口腔微生物之间的连接和COVID-19,布拉德利抽样115名患者呈现在急诊室COVID-19症状。血液和口腔拭子从病人,谁还测试了COVID-19使用PCR检测。50 115 COVID-19阳性症状少于14天。急性组,38在入院需要某种形式的呼吸支持。
全基因组测序和先进的算法被用来识别化妆品的细菌在口腔微生物群的115个样本。COVID-19组识别潜在的差异需要呼吸援助和没有,万尼Bucci,博士,副教授,微生物学和生理系统,工作机器学习基于建模提取微生物特性,比如物种和代谢物,影响疾病的严重程度。
“微生物复杂而多层次的数据,所以它不是标准的统计分析,可修正的“Bucci博士说,项目成员微生物动力学。“我们必须使用机器学习,它就像一个黑盒子。我们输入的特性和数据模型。模型使用示例学习和控制结构,它还没有见过的。从这些结构,模型自动选取最好的信号与数据的吻合程度。它告诉你哪些特性无关,不能拿出去了。”
在Bucci的模型中,低水平的细菌物种p . salivae和诉infantium预测的必要性在85%的情况下呼吸支持。同样,患者表现出减少细菌产生的代谢物与有限合伙人相关代谢途径有82%的机会需要呼吸支持。
“我们知道COVID-19炎症是一个主要因素。这些细菌可能在某种程度上抑制失控的炎症,”合著者阿比盖尔Zeamer说,微生物学系的博士生和陈在马塞诸斯州大学的生理系统。
下一步的研究,根据布拉德利,是接种动物模型与细菌物种p . salivae诉infantium和公开SARS-CoV-2。“我们可以开始检查这些细菌之间的关系,和炎症免疫系统理解COVID-19是如何工作的。”