4年前的重磅Nature论文被撤稿：微生物组与癌症的相关性竟源自错误分析

热门推荐：微生物组 , 癌症 , 分析 ,

来源：生物世界

2024-07-19

研究对33种癌症的18116个样本的癌症基因组图谱（TCGA）的全基因组和全转录组测序结果进行了分析，在大多数主要类型的癌症内部和之间的组织和血液中发现了独特的微生物特征，并进一步建立了人工智能模型，作为基于微生物组的癌症诊断工具。

我们生活的世界中到处都有着微生物的存在，它们对我们生活的许多方面都产生了深远的影响，许多关于微生物及其基因组（统称为微生物组）的研究都集中在肠道上，这是人体大多数微生物所定植的地方，这些微生物会影响癌症吗？

2020年3月，加州大学圣地亚哥分校的 Rob Knight 团队在 Nature 期刊发表了题为：Microbiome analyses of blood and tissues suggest cancer diagnostic approach 的研究论文。

该研究对33种癌症的18116个样本的癌症基因组图谱（TCGA）的全基因组和全转录组测序结果进行了分析，在大多数主要类型的癌症内部和之间的组织和血液中发现了独特的微生物特征，并进一步建立了人工智能模型，作为基于微生物组的癌症诊断工具。

然而，近日，Nature 期刊撤回了这篇备受关注的论文。

Microbiome analyses of blood and tissues suggest cancer diagnostic approach 研究论文

撤稿原因是，2023年10月，约翰·霍普金斯大学的研究人员在 mBio 期刊发表文章，他们重新分析了上述 Nature 论文的数据，这篇发表于 Nature 的论文报告了微生物的DNA特征与人类33种不同癌症类型之间存在很强的相关性，并创建了在区分癌症方面具有近乎完美准确性的机器学习预测器。

然而，约翰·霍普金斯大学的研究人员发现，这些数据和方法中发现了至少两个根本性的缺陷：

1、基因组数据库和相关计算方法的错误导致所有样本中出现了数百万个细菌读数的假阳性结果，主要是因为大多数被鉴定为细菌的DNA序列实际上是人源的；

2、原始数据转换中的错误产生了一种人为特征，即使对于未检测到读数的微生物也是如此，为每种肿瘤类型标记了一个独特的信号，机器学习程序随后利用该信号创建了一个看似准确的分类器。

这两个缺陷中的每一个都使论文的结论无效，因此，论文基于这些结论提出的基于微生物组的癌症识别分类器完全错误。

此外，这些错误还影响了后续十多项使用该论文中相同数据的已发表研究，这些研究结果可能也同样无效。