第一輪審稿直接接受，他要用AI技術造福女性患者

　　不孕不育、新生兒早產、傳播性病……研究顯示，細菌性陰道炎（BV）正在影響約1/3育齡女性，但目前對其病因和發病機制仍不清楚。

　　近日，中國科學院昆明動物研究所研究員馬占山的一項研究采用AI（人工智能）技術作為支撐,打破了當前主流的BV病因理論。相關研究成果發表于美國微生物學會的期刊mSystems。

　　“我沒有臨床醫學領域的深度知識，也沒有特定試驗項目資金支撐，完全依賴公共數據庫支持完成了這項研究。”馬占山告訴《中國科學報》，“論文的所有審稿人在第一輪就給予通過，依據該研究結果所撰寫提交的技術發明專利已經被國家專利局正式受理，希望能早日投入臨床，造福千萬女性。”

　　尋找BV病因和發病機制

　　馬占山介紹：“目前關于BV病因和發病機制的研究結果并不明朗，反映在臨床診斷治療領域則是缺乏廣泛的共識和科學的診斷治療標準。”

　　已有的研究表明，陰道炎主要分為細菌性、真菌性、滴蟲性3種，與其它陰道炎不同，BV至今沒有發現確切的病原菌。近年來，特別是人類微生物菌群計劃（HMP）啟動以來，學術界對BV病因的一個“時髦”的解釋是由陰道菌群失調引發的。

　　什么是菌群失調？馬占山解釋道：“‘菌群失調’其實就是菌群的生態平衡遭到破壞。但是如何量化失調其實沒有標準，更別說能夠直接應用于BV診斷。”

　　如果沒有可靠的診斷，治療就存在不足或過度的風險。盡管表面上3種陰道炎對于婦女的健康的影響似乎類似，研究卻表明，BV危害可能遠超過其它種類的陰道炎，因為BV可能引發新生兒早產，甚至為性病，特別是艾滋病的傳播提供途徑。

　　2008～2010年，馬占山曾在美國參與HMP工作，回國后雖然沒有申請BV相關的資助，依然關注女性健康領域的研究，并通過對公共數據庫數據的重新分析，尋找BV病因和發病機制，與合作者共同發表了近10篇高質量論文。

　　其中，馬占山從醫學生態學角度研究BV的論文發表在美國生態學會期刊Ecological Monographs。“該刊在美國生態學會刊物中影響因子最高，要求投稿論文按照標準投稿頁格式必須至少50頁以上，即兩萬字以上，每篇論文類似于一本專著（Monographs）。”馬占山告訴記者，“那篇關于BV的論文也是該刊近百年以來第一次發表的醫學相關論文，反映了期刊編輯對醫學生態學的認可。”

　　沒有“權威”的陰道菌群分型方案

　　馬占山梳理文獻資料發現，關于BV病因的里程碑式研究之一是由華盛頓大學變態反應與傳染病研究學者David Fredricks等人2005年發表在《新英格蘭醫學雜志》上的一篇文章——Molecular Identification of Bacteria Associated with Bacterial Vaginosis。

　　2011～2012年，美國愛達荷大學微生物學家Larry Forney等學者依托HMP項目的兩篇論文先后發表于美國《國家科學院院刊》和《科學:轉化醫學》。

　　“以上3篇論文迄今引用超過6000次，研究人員將基因或宏基因組學技術應用于陰道微生物群落檢查。”馬占山告訴《中國科學報》。

　　據介紹，Larry Forney等學者提出將陰道菌群劃分為5種類型，其中1～4類型以乳桿菌為優勢菌，分別是以卷曲乳酸桿菌、惰性乳酸桿菌、格氏乳酸桿菌和詹氏乳酸桿菌為優勢菌群，而第5種類型中微生物組呈種類多樣化，無優勢菌，乳酸桿菌比降低、厭氧菌所占比例大幅上升。

　　他們發現，在這5種類型中，占比例較高的前3種依次為:以卷曲乳酸桿菌為優勢菌的類型、以惰性乳酸桿菌為優勢菌的類型、無優勢菌類型。由此提出，健康婦女陰道中有大量乳酸菌，而乳酸菌保持了陰道高度酸性環境。這與傳統臨床醫學關于健康陰道環境的認知高度一致——高度酸性環境，如pH值低于4.5，通常被認為是健康陰道的標志之一。

　　然而，與上述研究結果相反的是，不少研究發現，有些缺乏優勢乳酸菌的婦女，并未報告患陰道炎，有些BV患者的陰道卻含有優勢乳酸菌。

　　由于這些反例的存在，Larry Forney等人對陰道菌群的分型并沒有明確將某一類菌群稱作BV群菌。后來還有一些研究證明，不少菌群無法歸入上述5類群菌種的任何一種類型。

　　“迄今為止，并沒有完全意義上‘權威’的陰道菌群分型方案。”馬占山解釋了自己的研究背景。

　　所有審稿人第一輪給予通過

　　馬占山的研究假設陰道菌群存在“簡單菌群”和“復雜菌群”之分，這兩者都有可能為健康女性所有，也有可能為BV患者所具有。

　　為此，他收集了大約8000個陰道菌群宏基因測序樣本，包括大約一半的BV患者樣本，并運用多樣性、異質性、隨機性、特異性等醫學生態學分析技術證明了上述假設。

　　馬占山介紹，簡單菌群和復雜菌群是人類陰道菌群的兩種基本狀態，BV的發生即病變，又稱相變現象。由于相變機制的復雜性，很難用簡單的規則，如臨床醫學關于BV診斷的認知標準，或Larry Forney等學者的復雜分型對BV的發生作出精準的診斷。

　　借助AI技術，馬占山將混合樣本自動分類為4種類型：簡單BV、 復雜BV、簡單健康、復雜健康，分型準確率為85%～100%。他按4種分型研究了陰道菌群如何從健康轉化為BV，或者從BV轉為健康，希望幫助臨床醫生精準診斷BV。

　　“可能是因為這項研究顛覆性的改變了當前主流的BV病因理論。論文投出后，所有審稿人在第一輪審稿過程中給予直接接受，這比較少見。”馬占山告訴《中國科學報》，依據該研究結果撰寫的技術發明專利已經被國家專利局正式受理。

　　相關論文信息：https://doi.org/10.1128/msystems.00049-23