这项研究介绍了一种名为
PRISM 的新型计算框架,旨在从人类基因组测序数据中精确识别并清除
微生物污染。研究人员通过分析 230 个独立数据集,证明了该工具在区分
真实组织常驻微生物与技术噪声方面具有极高的敏感性和特异性。利用
PRISM 对 TCGA 和 CPTAC 数据库中的 25 种癌症进行再分析,发现
头颈部、
胃肠道和
泌尿生殖道肿瘤中存在稳健的微生物信号,而其他癌症类型的信号则较为稀疏。在
胰腺癌研究中,微生物的存在被发现与宿主蛋白的
糖基化途径改变以及更长的吸烟史密切相关。总体而言,该研究通过提供
PRISM 评分系统,极大地提高了癌症微生物组研究的可信度,为挖掘现有基因组数据中的
临床意义开辟了新途径。这项成果强调了在低生物量样本中进行严格
生物信息学去污的重要性。
References:
- Ghaddar B, Blaser M J, De S. Reliable detection of Host-Microbe Signatures in cancer using PRISM[J]. Cancer Cell, 2026.
前往小宇宙评论区与主播互动