基于机器学习的甲状腺癌患者肠道微生态特征分析

李涛; 罗志宇; 丁亚杰

doi:10.19926/j.cnki.issn.1674-232X.2026.02.111

杭州师范大学学报（自然科学版） ›› 2026, Vol. 25 ›› Issue (4) : 392 -400. DOI: 10.19926/j.cnki.issn.1674-232X.2026.02.111

基于机器学习的甲状腺癌患者肠道微生态特征分析

李涛, 罗志宇, 丁亚杰

作者信息 +

Author information +

文章历史 +

摘要

为筛选具有诊断价值的微生物标志物，基于机器学习算法挖掘甲状腺癌患者肠道微生物组特征.从美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)数据库获取甲状腺癌患者肠道微生物组测序数据，利用Kraken2工具进行物种注释并构建操作分类单元(operational taxonomic unit, OTU)丰度表.应用H2O自动化机器学习平台，集成广义线性模型(generalized linear model, GLM)、分布式随机森林(distributed random forest, DRF)及深度学习(deep learning)等算法筛选关键特征微生物，并结合Wilcoxon秩和检验分析组间丰度差异.经多模型交叉验证筛选模型筛选出萨特氏菌属(Sutterella)、Emergencia、乳球菌属(Lactococcus)及肉食杆菌属(Carnobacterium)等为关键OTU.差异分析显示，与健康对照人群相比，甲状腺癌患者肠道中Sutterella的丰度显著下降(P<0.001),而Emergencia、Lactococcus及Carnobacterium的丰度显著升高(P<0.001).以上结果表明，甲状腺癌患者肠道菌群结构存在特定改变，筛选出的具有诊断价值的微生物，可作为辅助诊断标志物及甲状腺-肠轴(thyroid-gut axis)研究的新靶点.