肠道或许是慢性疲劳和新冠长期症状的关键所在

关键问题解答

• 问：该研究关于ME/CFS（肌痛性脑脊髓炎/慢性疲劳综合征）有何发现？

• 答：研究表明ME/CFS扰乱肠道微生物组、免疫系统和新陈代谢间的关键相互作用，识别出生物标志物，能以高达90%的准确率区分患者和健康人。

• 问：BioMapAI这个人工智能平台有何帮助？

• 答：BioMapAI整合数千个数据点（包括微生物组概况、血液检测、免疫标记和症状等），识别ME/CFS特有的模式和紊乱，使精准医疗更可行。

• 问：这些发现对患者为何重要？

• 答：该研究不仅增强ME/CFS的生物学合理性，还提供症状起源的个性化见解，可能指导未来饮食、生活方式和治疗干预，尤其对长新冠及相关病症。

总结 一项开创性的人工智能研究揭示ME/CFS如何扰乱免疫系统、肠道微生物组和新陈代谢间的关键联系。BioMapAI平台基于粪便、血液和症状数据识别ME/CFS患者的准确率达90%，为数百万患者正名。研究人员发现患者有独特生物特征，包括有益脂肪酸水平低、免疫细胞活动紊乱和代谢失衡。这些发现可指导个性化治疗，为未来疗法提供科学依据，特别是对有重叠症状的长新冠患者。

关键事实

• 人工智能突破：BioMapAI利用免疫、微生物组和代谢数据以90%准确率区分ME/CFS患者。
• 生物特征：患者色氨酸代谢紊乱、炎症免疫细胞异常、丁酸盐水平降低。
• 精准医疗潜力：研究结果可能促使对ME/CFS和长新冠进行针对性干预。

来源：杰克逊实验室

数百万患ME/CFS（因缺乏诊断工具常被忽视的致残性疾病）的人可能离个性化医疗更近了。新研究揭示该疾病如何扰乱微生物组、免疫系统和新陈代谢间的相互作用。这些发现可能与长新冠有关，数据来自249人，经新人工智能平台分析。研究人员打算用BioMapAI广泛分享数据集。

“我们的研究区分慢性疲劳综合征患者的准确率达90%，这很重要，因为医生目前缺乏可靠诊断生物标志物。”研究作者说。

研究由多人合作完成，详情发表于《自然·医学》。

描绘看不见的因素 慢性疲劳综合征症状严重，损害身心活动。专家常将ME/CFS与长新冠比较。美国患病人数众多，且经济成本高。先前研究已注意到ME/CFS的免疫紊乱，新研究在此基础上探究肠道微生物组、代谢物和免疫反应的相互作用，将这些联系与12类患者报告症状相联系。

为进行研究，研究人员分析从犹他州盐湖城某研究中心收集的综合数据。熊若云博士开发了BioMapAI。免疫细胞分析预测症状严重程度最准确，微生物组数据预测胃肠、情绪和睡眠紊乱最佳。模型连接患者数据点，揭示患病时长不同的患者网络紊乱情况不同。研究包括健康对照组，ME/CFS患者有多种不良情况。

可操作的数据集 尽管发现有待进一步验证，但显著增进对ME/CFS的理解并为未来研究提供假设。动物模型无法完全反映ME/CFS的复杂紊乱，所以直接研究人类很关键。BioMapAI在外部数据集的准确率约80%，研究人员打算用BioMapAI分享数据集。