当前位置: 主页 > 港澳 >

黄秀娟和同事进一粉色步利用机器学习技术

时间:2024-07-10 00:55来源:惠泽社群 作者:惠泽社群

或影响了男童和女童的孤独症谱系障碍(ASD),该模型在发现男性和女性孤独症谱系障碍患者方面的诊断准确率高于使用来自单一界(如细菌或古菌)的肠道微生物标志物的组合,这项研究发现,如古菌、真菌和病毒,今日最新新闻重大事件,由于这31种标志物在多个队列具有复现性,以及肠道微生物组功能(或存在的基因),研究发现有14种古菌、51种细菌、7种真菌、18种病毒、27种微生物基因和12个代谢通路在孤独症谱系障碍儿童中发生了改变,同时,肠道微生物组与孤独症谱系障碍的关系一直在被研究,人们并不清楚肠道微生物组的其他组成是否发生了变化,它们可能还有临床诊断潜力,在控制这些混杂因素后,黄秀娟和同事进一步利用机器学习技术。

该论文介绍, 随后,但这些研究关注的是孤独症谱系障碍患者肠道菌群组成相比神经正常个体的变化,这些研究发现或许还能推动今后对肠道菌群与孤独症谱系障碍的假说驱动的机制研究, 中新网北京7月9日电 (记者 孙自法)施普林格·自然旗下专业学术期刊《自然-微生物学》最新发表香港中文大学研究团队完成的一项研究显示。

在本项研究中,。

论文作者总结指出,儿童肠道这些成分的特定组合或能指导未来的诊断和机制研究,论文作者将这些样本与关于饮食、用药和共病等额外因素的数据共同分析,并对他们的粪便样本进行了宏基因组测序,论文通讯作者、香港中文大学黄秀娟(Siew C. Ng)和同事从研究的5个队列中选取了1627名年龄在1到13岁之间、有或没有孤独症谱系障碍的男童和女童(24.4%),根据31种微生物和功能建立了一个模型,肠道微生物组的特异性细菌和非细菌成分以及它们的功能,目前,(完) 【编辑:刘阳禾】 。

您可能感兴趣的文章: http://189149.com/ga/56068.html

相关文章