第一轮审稿就接受，他要用AI技术造福女性患者

 

不孕不育、新生儿早产、传播性病……研究显示，细菌性阴道炎（BV）正在影响约1/3育龄女性，但目前对其病因和发病机制仍不清楚。

近日，中国科学院昆明动物研究所研究员马占山的一项研究采用AI（人工智能）技术作为支撑,打破了当前主流的BV病因理论。相关研究成果发表于美国微生物学会的期刊mSystems。

“我没有临床医学领域的深度知识，也没有特定试验项目资金支撑，完全依赖公共数据库支持完成了这项研究。”马占山告诉《中国科学报》，“论文的所有审稿人在第一轮就给予通过，依据该研究结果所撰写提交的技术发明专利已经被国家专利局正式受理，希望能早日投入临床，造福千万女性。”

寻找BV病因和发病机制

马占山介绍：“目前关于BV病因和发病机制的研究结果并不明朗，反映在临床诊断治疗领域则是缺乏广泛的共识和科学的诊断治疗标准。”

已有的研究表明，阴道炎主要分为细菌性、真菌性、滴虫性3种，与其它阴道炎不同，BV至今没有发现确切的病原菌。近年来，特别是人类微生物菌群计划（HMP）启动以来，学术界对BV病因的一个“时髦”的解释是由阴道菌群失调引发的。

什么是菌群失调？马占山解释道：“‘菌群失调’其实就是菌群的生态平衡遭到破坏。但是如何量化失调其实没有标准，更别说能够直接应用于BV诊断。”

如果没有可靠的诊断，治疗就存在不足或过度的风险。尽管表面上3种阴道炎对于妇女的健康的影响似乎类似，研究却表明，BV危害可能远超过其它种类的阴道炎，因为BV可能引发新生儿早产，甚至为性病，特别是艾滋病的传播提供途径。

2008～2010年，马占山曾在美国参与HMP工作，回国后虽然没有申请BV相关的资助，依然关注女性健康领域的研究，并通过对公共数据库数据的重新分析，寻找BV病因和发病机制，与合作者共同发表了近10篇高质量论文。

其中，马占山从医学生态学角度研究BV的论文发表在美国生态学会期刊Ecological Monographs。“该刊在美国生态学会刊物中影响因子最高，要求投稿论文按照标准投稿页格式必须至少50页以上，即两万字以上，每篇论文类似于一本专著（Monographs）。”马占山告诉记者，“那篇关于BV的论文也是该刊近百年以来第一次发表的医学相关论文，反映了期刊编辑对医学生态学的认可。”

没有“权威”的阴道菌群分型方案

马占山梳理文献资料发现，关于BV病因的里程碑式研究之一是由华盛顿大学变态反应与传染病研究学者David Fredricks等人2005年发表在《新英格兰医学杂志》上的一篇文章——Molecular Identification of Bacteria Associated with Bacterial Vaginosis。

2011～2012年，美国爱达荷大学微生物学家Larry Forney等学者依托HMP项目的两篇论文先后发表于美国《国家科学院院刊》和《科学:转化医学》。

“以上3篇论文迄今引用超过6000次，研究人员将基因或宏基因组学技术应用于阴道微生物群落检查。”马占山告诉《中国科学报》。

据介绍，Larry Forney等学者提出将阴道菌群划分为5种类型，其中1～4类型以乳杆菌为优势菌，分别是以卷曲乳酸杆菌、惰性乳酸杆菌、格氏乳酸杆菌和詹氏乳酸杆菌为优势菌群，而第5种类型中微生物组呈种类多样化，无优势菌，乳酸杆菌比降低、厌氧菌所占比例大幅上升。

他们发现，在这5种类型中，占比例较高的前3种依次为:以卷曲乳酸杆菌为优势菌的类型、以惰性乳酸杆菌为优势菌的类型、无优势菌类型。由此提出，健康妇女阴道中有大量乳酸菌，而乳酸菌保持了阴道高度酸性环境。这与传统临床医学关于健康阴道环境的认知高度一致——高度酸性环境，如pH值低于4.5，通常被认为是健康阴道的标志之一。

然而，与上述研究结果相反的是，不少研究发现，有些缺乏优势乳酸菌的妇女，并未报告患阴道炎，有些BV患者的阴道却含有优势乳酸菌。

由于这些反例的存在，Larry Forney等人对阴道菌群的分型并没有明确将某一类菌群称作BV群菌。后来还有一些研究证明，不少菌群无法归入上述5类群菌种的任何一种类型。

“迄今为止，并没有完全意义上‘权威’的阴道菌群分型方案。”马占山解释了自己的研究背景。

所有审稿人第一轮给予通过

马占山的研究假设阴道菌群存在“简单菌群”和“复杂菌群”之分，这两者都有可能为健康女性所有，也有可能为BV患者所具有。

为此，他收集了大约8000个阴道菌群宏基因测序样本，包括大约一半的BV患者样本，并运用多样性、异质性、随机性、特异性等医学生态学分析技术证明了上述假设。

马占山介绍，简单菌群和复杂菌群是人类阴道菌群的两种基本状态，BV的发生即病变，又称相变现象。由于相变机制的复杂性，很难用简单的规则，如临床医学关于BV诊断的认知标准，或Larry Forney等学者的复杂分型对BV的发生作出精准的诊断。

借助AI技术，马占山将混合样本自动分类为4种类型：简单BV、 复杂BV、简单健康、复杂健康，分型准确率为85%～100%。他按4种分型研究了阴道菌群如何从健康转化为BV，或者从BV转为健康，希望帮助临床医生精准诊断BV。

“可能是因为这项研究颠覆性的改变了当前主流的BV病因理论。论文投出后，所有审稿人在第一轮审稿过程中给予直接接受，这比较少见。”马占山告诉《中国科学报》，依据该研究结果撰写的技术发明专利已经被国家专利局正式受理。

相关论文信息：https://doi.org/10.1128/msystems.00049-23