研究提供了口腔微生物组与COVID之间的保护联系的证据
通过高通量基因组测序和机器学习，马萨诸塞大学陈医学院的科学家们证明了COVID-19患者住院时口腔微生物群与以后需要呼吸支持之间的强烈相关性。发表在微生物学前沿在美国，越来越多的研究将口腔微生物组与呼吸道疾病联系起来，该研究为研究SARS-CoV-2如何影响炎症和引发疾病提供了新的见解。
“我们的研究结果表明，缺乏某些有机体之间的相关性微生物组主要研究人员和合著者Evan S. Bradley说，他是急诊医学助理教授和微生物动力学项目的成员，医学博士。
“这表明，这些微生物可能通过调节COVID-19患者的促炎途径发挥保护作用。我们还不知道这在生物层面上是如何起作用的，但它为未来的研究提供了一个起点。”
科学证据表明口腔微生物布拉德利博士说，在上呼吸道发现的细菌群落会影响呼吸道感染的过程。就像在肠道和皮肤上发现的微生物群一样，口腔微生物群是一种可以影响健康和疾病进展的细菌集合。口腔微生物群比肠道微生物群小得多，由几百种不同的细菌组成。它是消化道的第一个交汇点，整个消化道是食物从口腔进入身体的通道，也是免疫系统与外界接触的地方。
专家认为，保持口腔微生物群的微妙平衡对健康至关重要。口腔微生物群失衡，就像口腔微生物群失衡肠道微生物组根据研究作者的说法，会导致炎症、疾病和其他疾病。
为了了解口腔微生物组和COVID-19之间的联系，Bradley对115名在急诊室出现COVID-19症状的患者进行了采样。从患者身上提取血液和口腔拭子，并使用PCR检测对他们进行了COVID-19检测。115人中有50人COVID-19检测呈阳性，症状持续时间不到14天。在这一急性队列中，38人在入院后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于识别队列中115个样本中的每个口腔微生物组中的细菌组成。为了确定需要呼吸辅助和不需要的COVID-19组之间的潜在差异，聘请了微生物学和生理系统副教授Vanni Bucci博士机器学习基于建模提取影响疾病严重程度的微生物组特征，如物种和代谢物。
“来自微生物组的数据是复杂的、多层次的，所以它不能用标准的统计分析来修正，”微生物动力学项目的成员Bucci博士说。“我们必须使用机器学习，这就像一个黑匣子。我们在模型中输入特征和数据。该模型使用示例和控件来学习它以前没有见过的结构。从这些结构中，模型选择最适合数据的信号。它会告诉你哪些特征是无关的，哪些是不能去掉的。”
在Bucci的模型中，在85%的病例中，低水平的细菌种类P. salivae和V. infant可以预测需要呼吸支持。同样，产生与LPS代谢途径相关的代谢物的细菌减少的患者有82%的机会需要呼吸支持。
“我们知道炎症是COVID-19的一个主要因素。有可能这些细菌以某种方式抑制了失控的炎症，”合著者阿比盖尔·齐默说，她是马萨诸塞大学陈分校微生物与生理系统系的博士生。
据布拉德利说，研究的下一步是接种一种动物模型并将其暴露于SARS-CoV-2中。“然后我们可以开始检查这些细菌、炎症和免疫系统了解COVID-19是如何工作的。”
