几年前，当科学家在《自然》杂志上报道，各种类型的癌症始终与不同的微生物群落相关时，临床价值可能性是诱人的。2020年的论文使用一种人工智能来梳理出指示特定癌症的微生物DNA，并提出了“一类基于微生物组的新型癌症诊断工具”。此后，这项研究获得了数百次引用，为其他10多项研究提供了数据，并帮助证明了至少一项旨在利用人体血液中的微生物序列来揭示癌症存在的商业企业。

但是，由于一组研究人员声称发现了破坏论文结论的“重大数据分析错误”，这一承诺正在受到审查。根据评论家本周在预印本服务器bioRxiv上发布的手稿，《自然》杂志的作者未能从测序的癌症组织数据库中正确过滤掉人类DNA。这导致数以百万计的人类序列被错误地归类为微生物。这也许可以解释为什么这项研究发现了不太可能的微生物，例如与膀胱癌相关的海藻细菌。

预印本还认为，与团队分析相关的单独计算错误无意中产生了没有任何癌症特异性模式。这篇论文的“主要结论是完全错误的，”预印本的作者之一，约翰霍普金斯大学计算生物学家史蒂文萨尔茨伯格说。

加州大学圣地亚哥分校的微生物学家、《自然》杂志论文的资深作者罗布·奈特（Rob Knight）拒绝了这些批评，并指出他的实验室已经在回应一些科学家早些时候的预印本时反驳了这些批评。“这个新的预印本真的没有什么是尚未公开解决的，”奈特说，他于 2019 年共同创立了 Micronoma 公司，以开发基于微生物组的癌症诊断。他还强调了他的团队 2022 年在《细胞》杂志上的论文，该论文使用更新的方法分析肿瘤中的真菌和细菌，并得出了与《自然》论文相似的结论。

但旁观的研究人员表示，新的预印本远远超出了早期的指控，其论点令人信服。“这是对原始手稿中错误的地方的法医解构，”剑桥大学细菌遗传学家朱利安·帕克希尔（Julian Parkhill）说。

微生物组科学无疑具有生物医学前景，其他团体将微生物与特定癌症联系起来，多名研究人员告诉《科学》。但这场辩论为严重依赖计算方法的微生物组研究提供了一个警示故事，诺丁汉特伦特大学的微生物学家和生物信息学家莱斯利霍伊尔斯说。“对即将发生的事情缺乏批评，”她说。“我们需要人们做这类分析。

意想不到的地方有细菌

Nature论文使用了一个名为癌症基因组图谱（TCGA）的存储库，该存储库存储了来自人类癌症样本的大量DNA序列。数据库根据序列是否与所谓的人类参考基因组匹配来将序列分类为人类或非人类 - 尽管已知这种分类是不完美的。

《自然》杂志的研究作者将TCGA的“非人类”序列，以及数十名无癌症患者和100名癌症患者的序列与细菌，病毒和其他微生物的DNA数据库进行了比较。这样做表明，不同的癌症类型具有特定的常驻微生物群落。将数据输入机器学习算法，研究人员能够可靠地预测癌症类型，或者癌症的缺失，有时准确性接近100%，仅从样本的微生物组成。

研究人员建议，这些相关性可用于设计测试，以从人的血液样本中检测癌症。（许多其他研究小组正在开发针对癌症的血液测试，这些测试可以拾取肿瘤脱落的人类DNA或蛋白质。奈特的团队在一个公共网站上分享了详细的结果。

但一些读者注意到，其中有一些令人费解的发现。尽管这项工作在癌组织中发现了许多人类细菌，但除了神秘的海藻细菌外，还有一种与前列腺癌相关的海洋热液喷口细菌，以及一种与黑色素瘤相关的珊瑚细菌。在一月份的预印本中，东英吉利大学的研究人员表示，这可能表明该研究的方法存在问题。他们特别指出，癌症组织中意外微生物的存在可能是数据库错误的结果，其中一个物种的序列被错误地标记为另一个物种的序列。

Parkhill解释说，人类DNA意外进入微生物数据库是很常见的，在那里它被错误地列在微生物物种名称下。这意味着，除非研究人员在将其与微生物数据库进行比较之前从人体组织测序数据中正确过滤掉人类DNA，否则他们可能会检测到实际上不在组织中的生物。这是第一个提出的预印本，就是《自然》研究中发生的事情。

在一份长达27页的回复中，奈特及其同事对这些观察结果的重要性提出了质疑，并补充说，他们的Cell论文使用了更新的方法，复制了《自然》论文的结论。但萨尔茨伯格的反应并不令人信服，他开发了《自然》论文中使用的一些计算工具。

Salzberg与东英吉利的研究人员（他们自己也有使用细菌作为前列腺癌生物标志物的专利申请）合作，下载并重新分析了Nature研究数据的一个子集。当他们包括额外的人类DNA过滤器时 - 萨尔茨伯格说，单独一个很少足够 - 他们的分析发现，数百万个自然作者认为是微生物的序列实际上是人类的。新的预印本认为，该研究发现的许多微生物从未出现在TCGA癌症样本中。

奈特说，在特定癌症中发现的序列的确切身份并没有改变他的小组的结论。出于诊断目的，“如果您试图做的是区分......对照组的癌症病例或另一种癌症中的一种癌症，更重要的是这些区分序列的存在，而不是你所说的。他补充说，分析“可以通过连续的技术和数据源进行改进”，并指出其他研究 - 以及他和他的同事本周进行的一项小型分析 - 表明即使更严格地排除人类序列，微生物差异仍然存在。

有争议的模式

Salzberg及其同事的新预印本还解决了Nature论文的计算机模型根据样本的微生物组预测癌症类型的令人印象深刻的能力。由于组织样本来自多个不同的医疗中心和时代，奈特及其同事使用了一种称为归一化的技术来尝试消除一些变异性。但这个过程是有问题的，新的预印本声称：它为每种癌症类型的数据引入了一个不同的电子标签。这意味着，当研究小组将标准化数据输入他们的算法时，计算机可以秘密地只使用标签而不是微生物数据来确定样本来自哪种癌症类型。

奈特说，他的团队不同意预印本的分析，并再次强调，没有以同样的方式处理数据的Cell论文得出了同样的结论。他补充说，他的团队并没有“特别有动力”梳理预印本的冗长分析或在社交媒体上解决它，因为它已经引起了轰动。“如果他们要在同行评审的期刊上发表这篇文章，我们会解决[它]，......我认为这是做科学的适当方式，就像过去几个世纪一样。

Micronoma首席执行官Sandrine Miller-Montgomery在一份声明中指出，该公司正在开发的产品并不依赖于Nature论文。“我们开发了额外的人类过滤和质量控制方法，最大限度地减少了人类基因组DNA污染，发现这样做并不妨碍诊断癌症存在或类型的能力，”她说。对于其正在进行的肺癌血液测试，“Micronoma已经基于非人类读取的宏基因组组装生成了一个独立且专有的微生物数据库。

使用Nature数据的其他学术团队的研究是否受到影响尚不清楚。“这些都是非常早期的阶段，这是一个相当复杂的问题，”国家癌症研究所的 Eytan Ruppin 说，他依靠数据集撰写了 2022 年的论文。“现在应该听取《自然》论文的原作者的意见，如果他们选择回应，就可以在这个重要话题上获得一个可能更加平衡和公平的观点。

Cedars-Sinai医学中心的微生物组科学家Ivan Vujkovic-Cvijin表示，在微生物组科学中使用机器学习缺乏标准。“我认为这种科学分歧强调了开发它们的必要性。

其他人希望随后的讨论将有助于解决原始论文中的任何问题。“作为科学家，我们应该对挑战持开放态度，”帕克希尔说。“我们应该能够客观地处理它，并在必要时纠正问题。希望这就是会发生的情况。

博主点评：现在的学术交流模式越来越预印，意味着预印本的优势和价值越来越被学术界重视和认可。这应该是今天的科学研究，充满大量学术泡沫的学术界的重要补充，也非常有利于非科班学者表达自己的声音和观点。

Microbiome analyses of blood and tissues suggest cancer diagnostic approach | Nature

Major data analysis errors invalidate cancer microbiome findings | bioRxiv