图神经网络揭示炎症性肠病肠道菌群关联模式

一项基于HMP2/iHMP中106名个体纵向宏基因组数据的预印本研究显示，研究者从数据中推断个体特异的微生物关联网络，并据此训练和解读图神经网络（GNN）模型，与随机森林（RF）等基于丰度的模型进行比较。据作者报告，RF的预测表现更高（AUPRC约0.59，GNN为0.446），但解读GNN后发现其预测依赖一个由共丰度拟杆菌目物种构成的密集连接模块；与RF优先选出的分类群不同，这些物种在两组间并无差异丰度。作者称，在一个独立队列中该模块承载了大部分预测信号，去除其关联后性能降至接近随机水平。作者据此认为，协调的关联结构而非单纯的丰度变化是炎症性肠病肠道微生物组的特征之一，解读GNN可揭示此类模式，补充基于丰度的分析。