Cell提示：你执迷的菌群研究靠谱？

在下说论文，只说好论文，这个好一定是突破性，开创性而且具有批判性的论文。

菌群在代谢性、自身免疫性、以及心血管、神经退行性疾病中的作用受到了科学家的青睐，但是菌群变化是否是这些疾病的主要病理机制，靶向调控这些菌群是否一定可以改善疾病，我想还是不能下定论的吧，除了一个：GV971,就是早期说我们自研成功通过调控菌群治疗AD的甘露特纳。

甘露特纳还在吗？你在哪？你还好吗？

跟风的研究是啥意思呢，就是说套路单一，换汤不换药，就像铁死亡，所有人都追，现在大家都追菌群，收集人类菌群粪便，做16srna,宏基因组，然后找到差异菌群，然后去培养，然后去fmt,引入germ free mice，结合多组学，最后得出的结论常常是，发现某调控可以产生scfa的细菌怎么变化，改善疾病等等。一直觉得这个弯绕的太大，但是又不敢说，毕竟人家10来分的，scie adv, nc发的轻车熟路，厌倦这平淡的科研，厌倦这乏味的科研，追热点，做套路，不厌倦吗？硕博牛马大喊，不厌倦，我们要毕业，我们要工作。瞬间理解了。

2024年11月份，CELL在线发表了一篇论文“Fecal microbial load is a major determinant of gut microbiome variation and a confounder for disease associations”，这篇论文是基于大数据的机器学习，然后探索了菌群的一个新指数，叫做细菌负荷（microbial load）。直接说白话，该论文发现，疾病因素并不会导致菌群丰度以及组成等变化，菌群的变化其实是疾病伴随的胃肠道症状（比如肠推动、粪便含水量）导致的。

我就不分开去详细分析了，如果关注这方面研究的人，自然会知道这个结论将推翻多少基于菌群的科研论文。

当然，cell的结论也需要进一步验证。

啥时候我们的科学家能有一些自己的声音，能建立自己的研究方向，即使不对，都很难得啊。可惜。。。。

下附论文摘要：

SUMMARY

The microbiota in individual habitats differ in both relative composition and absolute abundance. While sequencing approaches determine the relative abundances of taxa and genes, they do not provide information on their absolute abundances. Here, we developed a machine-learning approach to predict fecal microbial loads (microbial cells per gram) solely from relative abundance data. Applying our prediction model to a large-scale metagenomic dataset (n = 34,539), we demonstrated that microbial load is the major determinant of gut microbiome variation and is associated with numerous host factors, including age, diet, and medication. We further found that for several diseases, changes in microbial load, rather than the disease condition itself, more strongly explained alterations in patients’ gut microbiome. Adjusting for this effect substantially reduced the statistical significance of the majority of disease-associated species. Our analysis reveals that the fecal microbial load is a major confounder in microbiome studies, highlighting its importance for understanding microbiome variation in health and disease