您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览141 | 下载111

目的 建立基于肠道菌群预测摄入胆碱食物后体内氧化三甲胺(TMAO)代谢水平变化趋势的模型,为个体精准膳食提供指导,同时为潜在的心脑血管疾病高危人群筛选提供参考.方法 采集18位健康志愿者的空腹血清样本及食用等量胆碱食品8h后的血清样本,根据前后血清TMAO水平升降趋势,将志愿者分为升高组和降低组.采集粪便样品,对粪便样本DNA的16SrRNA基因V4可变区进行测序分析,比较两组志愿者的肠道菌群数据;根据肠道菌群及TMAO的数据,采用机器学习随机森林方法建立预测模型,并对模型进行检验.结果 升高组与降低组在反映肠道菌群β多样性的主坐标分析(PCOA)图展示明显的区分,两组肠道菌群物种多样性存在差异;建立的预测模型曲线下面积为86.39%,95%置信区间为(72.7%,100%);验证集合代入模型显示降低组志愿者的TMAO变化水平被模型判定为降低的可能性明显高于升高组志愿者.结论 根据肠道菌群可以建立预测TMAO水平变化模型,模型预测效果良好.

作者:路浚齐;王珊;尹恝;吴珊;何彦;郑慧敏;盛华芳;周宏伟

来源:南方医科大学学报 2017 年 37卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:141 | 下载:111
作者:
路浚齐;王珊;尹恝;吴珊;何彦;郑慧敏;盛华芳;周宏伟
来源:
南方医科大学学报 2017 年 37卷 3期
标签:
肠道菌群 氧化三甲胺 机器学习 模型 gut microbiota trimethylamine-N-oxide machine learning model
目的 建立基于肠道菌群预测摄入胆碱食物后体内氧化三甲胺(TMAO)代谢水平变化趋势的模型,为个体精准膳食提供指导,同时为潜在的心脑血管疾病高危人群筛选提供参考.方法 采集18位健康志愿者的空腹血清样本及食用等量胆碱食品8h后的血清样本,根据前后血清TMAO水平升降趋势,将志愿者分为升高组和降低组.采集粪便样品,对粪便样本DNA的16SrRNA基因V4可变区进行测序分析,比较两组志愿者的肠道菌群数据;根据肠道菌群及TMAO的数据,采用机器学习随机森林方法建立预测模型,并对模型进行检验.结果 升高组与降低组在反映肠道菌群β多样性的主坐标分析(PCOA)图展示明显的区分,两组肠道菌群物种多样性存在差异;建立的预测模型曲线下面积为86.39%,95%置信区间为(72.7%,100%);验证集合代入模型显示降低组志愿者的TMAO变化水平被模型判定为降低的可能性明显高于升高组志愿者.结论 根据肠道菌群可以建立预测TMAO水平变化模型,模型预测效果良好.