研究人员正在研究一种创新的方法，以帮助诊断马的炎症性肠病（IBD）。在过去的几十年中，人们对IBD在人体和动物中普遍存在的认识不断增强，突显了对有效和经济实惠的诊断技术的迫切需求。来自芬兰于韦斯屈莱大学的研究人员正在开创一种有价值的技术，以协助诊断马的炎症性肠病（IBD）。随着人们对IBD在人体和动物中的普遍存在认识的提高，对可获得和可靠的诊断方法的需求变得更加紧迫。这项研究标志着首次将肠道微生物群的组成与马的慢性IBD形式联系起来。
炎症性肠病（IBD）在人体和动物中逐渐引起关注。在马中，IBD变得相对常见，导致显著的福利问题，如体重减轻、表现降低和疼痛迹象。这些症状可能导致马匹的提前退休甚至安乐死。传统上，IBD的诊断依赖于评估一般症状，最终通过内窥镜检查和肠壁活检分析进行确认。
“诊断IBD对马主来说可能会造成经济负担，对马匹本身也会造成压力，因为这涉及禁食、内窥镜检查，并且通常需要前往专门的兽医诊所，”来自于韦斯屈莱大学的研究员西尔瓦·乌西-赫基拉说。此外，由于马的消化道较长，该程序复杂化，从而限制了内窥镜检查时的可操作性。
来自马粪便样本的微生物群组成研究
位于于韦斯屈莱大学的团队研究了将马粪便样本中的细菌群落组成或微生物群作为IBD非侵入性诊断资源的可能性。先前对其他物种（包括人类）的研究表明，微生物群的组成有助于识别IBD并追踪其进展。利用这些知识，研究人员评估了马粪便样本中的微生物群组成，以查看其是否可以指示IBD的存在。
“我们发现，诊断为IBD的马与健康马之间的肠道微生物群存在显著差异，”乌西-赫基拉解释说。“某些细菌群在受IBD影响的马中显示出增加或减少的水平，”她补充道。
研究中的人工智能应用
通过分析微生物群组成，研究人员创建了一个机器学习模型，旨在根据粪便样本中存在的细菌物种预测IBD。
“这个基于人工智能的神经网络模型在预测测试样本中的IBD时达到了100%的准确率，”来自于韦斯屈莱大学的博士后研究员蒂娜·萨维拉米说。她指出，下一步将是进一步测试该模型，并利用额外样本提升其有效性。
新诊断方法对人类和动物的优势
研究人员的令人鼓舞的发现表明，未来通过检查粪便样本中的微生物群组成，可能会演变为一种精确、成本效益高且非侵入性的马IBD筛查方法。这一进展可以减轻目前诊断实践相关的压力和经济负担，从而惠及马匹及其主人。
