编辑推荐：
为探究肠道微生物组与代谢功能障碍相关脂肪性肝病（MASLD）关系，研究人员对比两种测序技术，发现 FL16S 测序优势显著。
代谢功能障碍相关脂肪性肝病（MASLD）如今已成为全球范围内严峻的健康挑战。它常常悄无声息地潜伏在人体中，多数时候是在进行超声检查或肝功能检测时偶然被发现，这使得早期诊断变得极为困难。正因如此，对高危人群进行早期、主动的筛查就显得尤为关键，以便能及时发现并干预病情。
随着肠道微生物群研究的不断深入，新一代测序技术为探索肠道微生物组提供了有力工具。传统的短读长测序，如 V3 - V4 测序，虽然在微生物研究中被广泛应用，但存在分类学模糊的问题，难以区分一些序列相似性高的物种。而全长 16S（FL16S）rRNA 测序技术的出现，带来了更高的分类学分辨率，不过它在临床肠道微生物组分析中的优势，还缺乏与短读长测序的直接对比研究。
为了填补这一空白，台北荣民总医院、亚洲科技大学、远东纪念医院以及国立台湾大学医院的研究人员携手开展了一项重要研究。他们以肥胖儿童为研究对象，旨在对比 FL16S 和 V3 - V4 16S rRNA 测序技术在检测 MASLD 方面的有效性。这项研究成果发表在《BMC Microbiology》上，为 MASLD 的早期诊断和治疗提供了新的思路和方向。
在研究过程中，研究人员采用了多种关键技术方法。首先，他们从之前的肥胖儿童队列中选取样本，这些儿童年龄在 6 - 18 岁之间，均进行过肝脂肪变性的超声筛查。然后，对入选的儿童进行详细的数据收集，包括年龄、性别、体重指数（BMI）等基本信息，以及空腹静脉血样本中的各项生化指标，如丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）等。接着，研究人员提取粪便 DNA，分别利用特定引物对 V3 - V4 区域和全长 16S rRNA 基因进行扩增。扩增产物经过纯化后，通过不同的测序平台进行测序，FL16S 测序使用 PacBio Sequel IIe 仪器，V3 - V4 测序则在 Illumina MiSeq 平台上进行。最后，对测序数据进行分析，包括质量过滤、去重复、错误模型学习、ASV（扩增子序列变异）推断和嵌合体去除等步骤，并利用相关数据库进行分类学注释。
研究结果主要包括以下几个方面：
- 受试者基线特征：通过对 26 对年龄、性别和 BMI 匹配的肥胖儿童（其中 26 例患有 MASLD，26 例未患 MASLD）的基线数据进行分析，发现患有 MASLD 的儿童在 ALT、AST、γ - 谷氨酰转移酶（GGT）、甘油三酯（TG）和胰岛素抵抗稳态模型评估（HOMA - IR）指数等指标上，明显高于未患 MASLD 的儿童。这种匹配设计有效减少了潜在的混杂因素，为后续准确评估肠道微生物组与 MASLD 的关系奠定了基础。
- 不同测序平台的肠道微生物群特征比较：研究利用 FL16S 和 V3 - V4 两种测序方法对相同粪便 DNA 样本进行分析。在属水平上，两种测序方法检测到的肠道微生物组组成相似，主要包括 Phocaeicola、Bacteroides 等。但 FL16S 测序在属水平上检测到的肠道微生物种类更为丰富，共鉴定出 144 个属，而 V3 - V4 测序仅鉴定出 39 个属。此外，通过对不同分组（MASLD + FL16S、MASLD + V3 - V4、Non - MASLD + FL16S、Non - MASLD + V3 - V4）的微生物群落分析发现，尽管测序方法不同，但在属水平上，两种平台对与 MASLD 相关的肠道微生物组成的分析结果具有可比性。
- 分类学注释的确认：研究人员通过 PCR 验证了 7 种关键分类群的存在，这些分类群是根据 16S rRNA 测序中相对丰度较高而选择的。结果显示，PCR 检测的相对数量与 FL16S 测序获得的相对丰度相关性良好，证明了分类学注释的准确性。同时，利用 ZymoBIOMICS Microbial Community DNA 标准对两种测序方法的准确性进行评估，发现两种方法都能较为准确地进行微生物谱分析，且差异不大，进一步支持了研究分析的可靠性。
- 基于 FL16S 或 V3 - V4 测序数据的 MASLD 检测随机森林模型：研究人员构建了基于肠道微生物群特征的随机森林模型，以区分肥胖儿童是否患有 MASLD。在模型构建过程中，他们首先选择相对丰度排名前 35 位以及线性判别分析（LDA）得分大于 3 的肠道微生物群特征进行训练。经过优化，FL16S 测序数据的模型最终保留了 24 个特征，V3 - V4 测序数据的模型保留了 10 个特征。结果显示，基于 FL16S 测序数据的模型表现更优，受试者工作特征曲线下面积（AUC）达到 86.98%，而基于 V3 - V4 测序数据的模型 AUC 仅为 70.27%。
在研究结论和讨论部分，研究人员指出，他们的研究证实了肠道微生物群失调在 MASLD 发展中的作用，支持了肠道微生物组谱作为 MASLD 检测临床相关生物标志物的潜力。FL16S 测序在区分肥胖儿童是否患有 MASLD 方面表现出比 V3 - V4 测序更优越的能力，它在属和种水平上具有更高的分辨率，为临床应用提供了更强大的工具。不过，研究也存在一些局限性，比如分类学准确性可能存在不确定性，随机森林模型的特征选择过程也有待进一步优化。但总体而言，这项研究为 MASLD 的早期诊断和干预提供了重要的理论依据和技术支持，有望推动临床研究和应用的发展，让更多患者受益。
