[发明专利]预测个体的微生物组状态并提供个性化推荐以维持或改善微生物组状态的系统和方法

说明书

本发明涉及用于预测个体的微生物组状态和用于提供个性化推荐以维持或改善微生物组状态的系统和方法。在本发明的若干实施方案中，个体微生物组特征是基于其对问卷的响应而进行聚类的。在若干实施方案中，这些方法由计算机系统实现。在本发明的若干实施方案中，给予个体个性化推荐以及饮食建议以维持或改善所述个体的微生物组状态。

技术领域

本发明涉及用于预测个体的微生物组状态和用于提供个性化推荐以维持或改善微生物组状态的系统和方法。在本发明的若干实施方案中，个体微生物组特征是基于其对问卷的响应而进行聚类的。在若干实施方案中，这些方法由计算机系统实现。在本发明的若干实施方案中，给予个体个性化推荐以及饮食和营养建议以维持或改善所述个体的微生物组状态。

背景技术

肠道微生物群是数万亿微生物的宿主，这些微生物主要是生活在肠道中特别是结肠中的细菌。肠道微生物群的组成和功能的改变与许多疾病和病症相关联，诸如肠易激综合症、炎性肠病、过敏症、糖尿病、癌症、哮喘和肥胖症(Dogra SK等人，Front.Microbiol.2020.)。

微生物群的组成受各种外在因素影响，诸如饮食、地理位置、种族、锻炼/体力活动、抗生素使用和其他类型药物的使用(Rothschild D等人，Nature.2018.)。然而，这些外在因素不能可靠地预测个体的微生物组状态，因为个体的微生物组在其寿命中的任何时间点都取决于内在微生物组组成以及这些外在因素。

由于个体之间没有两个微生物组是相同的，因此需要为微生物组健康提供个体化推荐的方法和系统。成功维持或改善微生物组健康的解决方案需要在可以给出任何推荐或建议之前评估微生物组状态。

本发明的方法和系统用于预测与提供饮食和营养推荐有关的微生物组状态，以保持或改善健康的微生物组，这与现有技术不同，在现有技术中，微生物组状态被用于预测疾病结局，诸如2型糖尿病(Reitmeier S等人，Cell Host Microbe.2020；Wu H等人，CellMetab.2020)、餐后血糖反应(Zeevi D等人，Cell.2015)、NAFLD-肝硬化(Oh TG等人，CellMetab.2020)、NAFLD-纤维化(Loomba R等人，Cell Metab.2017)或宿主变量(生理学、生活方式和饮食特征)(Vujkovic-Cvijin I等人，Nature.2020)。简单地说，与以前的研究相比，在本发明中输入到输出方向是相反的。

目前对个体肠道微生物组状态的评估是基于生物取样-粪便或血浆取样，使用先进技术诸如下一代测序和复杂的生物信息学分析。这很耗时，需要多个处理步骤，包括：理想地在-80摄氏度下冷冻储存粪便样品；处理粪便样品进行DNA提取；对提取的DNA进行测序；以及复杂的生物信息学处理，以检测和识别大量微生物的存在和丰度(Jovel J等人，Front Microbiol.2016)。除了处理生物样品所需的时间和成本之外，许多个体不倾向于将他们的粪便样品交给实验室进行处理(Vandeputte D等人，FEMS Microbiol Rev.2017)，甚至也没有用于处理以评估微生物群多样性的血浆样品(Wilmanski T等人，NatBiotechnol.2019)。

本发明有利地提供了用于评估个体中微生物组状态的非侵入性方法和系统，其不需要生物样品诸如粪便或血浆样品。此外，本发明为个体提供了评估其微生物组状态的用户友好的系统和方法。在若干实施方案中，本发明的系统和方法可用于帮助个体根据其微生物组状态改变其饮食、营养和生活方式。

发明内容

本发明的方法和系统有利地实现基于人工智能的机器学习方法，以根据问卷集合评估个体的肠道微生物组状态。

本发明的一个优点是个体不需要提供生物样品来获得其微生物组状态的估计。相反，这是通过使用预测模型来完成的，这些预测模型基于用户提供的在对一套问卷的响应方面的数据来识别预测特征。