全媒体记者  姚赞原  通讯员  李诚斌

　　2019 年8 月，广东省微生物研究所、南方医科大学珠江医院特聘教授，博士生导师谢黎炜研究员和暨南大学附属第一医院潘集阳教授合作在《前沿-微生物》杂志上发表了题为《肠道菌群作为失眠障碍的辅助诊断措施》的研究论文，该研究首次以临床失眠障碍的患者为研究对象，开展了失眠障碍与肠道菌群关系的系统性研究。

　　失眠障碍对日常生活有影响

　　失眠障碍是临床最常见的睡眠障碍和精神障碍之一，以入睡困难、早醒以及维持睡眠困难为主要症状。失眠障碍不仅会影响人的思维、记忆力、创造力等功能，给患者的生活和工作带来负面影响，同时也是罹患其他精神疾病的高危因素，显著增加心血管疾病、神经退行性疾病等的发病率与死亡率，为个人、家庭和社会带来了沉重的负担。目前，失眠障碍的病理生理发病机制尚未明确，临床疗效也欠佳。近年来越来越多的研究证据表明，肠道菌群通过“脑-肠轴”参与了多种精神疾病的病理生理发病机制，如自闭症谱系障碍、焦虑障碍、抑郁障碍以及阿尔茨海默病等。另有研究发现，肠道菌群与睡眠-觉醒周期的调节有着密切的关系。但是国内外相关研究主要集中在睡眠剥夺领域，而肠道菌群在失眠障碍中的病理生理机制尚未见相关报道。因此，深入探讨肠道菌群在失眠障碍发生、发展中的病理生理调控机制，对未来有望利用肠道菌群精准靶向治疗失眠障碍具有重要的意义。

　　揭示肠道菌群与失眠障碍的联系

　　该研究团队首先从医院和社会上招募了失眠障碍患者和正常对照人群，进行了相关的心理学量表测试。随后在睡眠医学中心利用多导睡眠监测采集了受试者的睡眠相关数据，并在监测后翌日清晨收集了粪便进行高通量测序分析和生物信息学数据挖掘。

　　研究发现，失眠障碍患者较正常对照人群的肠道菌群不仅多样性出现了显著下降,而且菌群结构上也出现了明显改变，特别表现在厚壁菌门和拟杆菌门中存在大量显著差异的菌种。同时BugBase 和Picrust 分析提示失眠障碍患者肠道菌群的潜在致病性和大量与失眠相关的代谢通路发生了显著的变化。利用共发生网络分析的贪婪算法可以发现失眠障碍组和正常对照组的共发生网络内部结构具有明显的差异。

　　该研究成果为首次采用多种新型生物信息学模型和机器学习技术，基于高通量测序数据，首次证明了失眠障碍和健康对照人群肠道菌群存在显著差异，并筛选出能够有效区分失眠障碍和健康对照人群的关键菌种，并利用神经网络深度学习技术对睡眠相关数据进行了预测，构建了基于肠道菌群的失眠障碍辅助诊断模型，揭示了肠道菌群与失眠障碍的联系，并可能基于肠道菌群为失眠障碍的精准靶向治疗供科学依据。

《广东科技报》 (2019-08-20 第07版 院线资讯)