STM：天塌了！25癌種5734個樣本分析結果顯示，瘤內微生物遠低于既往報道，癌癥與微生物組的關系或被動搖

*僅供醫學專業人士閱讀參考

感覺腫瘤微生物組研究的天要塌了。

近年來，有不少研究結果宣稱幾乎所有的人類癌癥都與微生物組有關，包括此前我們曾經報道過的兩篇發表在和雜志上的重磅論文，分別闡述了細菌/病毒/真菌與癌癥的關系，以及腫瘤微生物組用于疾病檢測和診斷的潛力。

但近期發表在《科學·轉化醫學》雜志上的一項論文，對這兩篇論文的結論以及腫瘤微生物組的存在本身進行了挑戰。

來自約翰·霍普金斯大學的科研團隊對癌癥基因組圖譜（TCGA）項目中涵蓋25個癌種的5734個全基因組測序（WGS）數據進行了重新分析，發現腫瘤中微生物的存在遠少于此前報道，測序讀數誤差可能高達幾萬倍。

這種誤差來源于數據污染，有大量的人類DNA序列被誤納入微生物基因組數據庫，此前研究比對鑒定到的“微生物序列”，實際上是污染數據庫的人類序列。

TCGA是大量癌癥研究的參考數據來源。雖然這是一項以探究人類遺傳變異為目的的測序項目，但在測序實驗中，腫瘤中存在各種微生物也被檢測到并納入記錄。

在這一過程中，確定具體的物種要與已知微生物基因組序列進行比對，如果微生物基因組數據庫是被污染的，關于腫瘤微生物組的結論完全有可能謬之千里。

微生物基因組數據庫中，人類污染最常見的來源是各種高拷貝的重復序列，如Alu序列、長/短散在重復序列。在這種情況下，數萬乃至數十萬個reads錯誤匹配到某個微生物基因組并不罕見。

此外，測序過程中使用的特定載體或接頭序列也可能被錯誤地引入基因組數據庫，那么使用相同載體測序的樣本就會出現大量假陽性匹配。

研究者此次對TCGA數據庫中截止2023年底可用的全部5734個WGS樣本進行了再次分析。此次分析中，研究者比對已知的參考人類基因組數據庫GRch38和CHM13，從TCGA數據中去除了人類來源的序列，剩余序列reads普遍較少，平均每樣本約240萬個reads（占總數0.35%）。

在所有原發瘤樣本中，過濾兩次剩余65億個reads，研究者鑒定出其中3.23億屬于人類來源，9.86億屬于載體污染。

這樣看似乎不是很直觀。研究者接下來對比了2篇已經發表的知名論文，也就是我們文章開頭所提到的《自然》和《細胞》兩篇論文。

對TCGA中近兩萬個樣本數據進行了分析，并通過機器學習算法構建了基于細菌/古細菌/病毒特征的32種癌癥的鑒別診斷模型，準確率可達95%以上。

但本次研究分析結果顯示，《自然》論文報告的reads計數遠遠高過實際，中位比率為56，也就是說至少有一半的reads計數比當前研究高出至少56倍。

《自然》研究報告的豐度最高的三個微生物屬，鏈球菌屬（Streptococcus）、分枝桿菌屬（Mycobacterium）和葡萄球菌屬（Staphylococcus），每個樣本的平均reads計數為1780000、1400000、922000，當前研究的結果則是1129、31、39，誤差達1500到45000倍。

則對腫瘤中的真菌進行了分析，發現35種癌癥中大多數都存在獨特的真菌特征，甚至可以用于預測患者預后。

類似的，《細胞》論文報告的豐度前四的真菌物種reads最大計數分別為2013180、656503、101344、54641，當前研究對同一樣本進行了再次分析，得到的reads計數為332、4622、266、4，誤差達142到13660倍。

研究者還對這些誤讀的reads進行了進一步的比對分析，確定了污染物的具體來源，記錄在論文和補充材料中，感興趣的讀者可以自行尋找閱讀。

總結一下，根據本研究的結論，腫瘤中微生物的存在遠少于此前研究報道，TCGA數據集中已確定的很多物種可能根本不存在。約翰·霍普金斯大學官方發布的報道標題中，使用“few links”來描述癌癥和微生物組之間的關系。

或許，我們要重新審視“腫瘤微生物組”這一概念了。

參考資料：

[1]Yuchen Ge et al. ,Comprehensive analysis of microbial content in whole-genome sequencing samples from The Cancer Genome Atlas project.Sci. Transl. Med.17,eads6335(2025).DOI:10.1126/scitranslmed.ads6335

[2]https://www.hopkinsmedicine.org/news/newsroom/news-releases/2025/09/in-extensive-sequencing-study-scientists-find-few-links-between-cancer-and-microbiome

本文作者丨代絲雨