听到肠镜，很多人都“菊花一紧”，一想到一根管子探进肛门，就怕了。很多人做肠镜一拖再拖，不是怕痛，就是嫌麻烦，总有理由。现在，科学家告诉你，只要一份粪便，就能查出九成结直肠癌。

日内瓦大学的科学家首次建立了肠道细菌的亚种级别详细目录，为结直肠癌的检测打开了新途径。通过将机器学习应用于粪便样本，他们实现了90%的检出率，几乎可与结肠镜媲美，但这种检查成本和不适感要低得多。这一突破可能颠覆早期癌症筛查方式，使疾病在恶化前就能被捕捉到。

粪便检测发现90%的结直肠癌

研究团队利用机器学习，在亚种水平分析肠道微生物群，现在仅凭粪便样本，就能接近结肠镜的准确度检测结直肠癌。

结直肠癌是全球癌症死亡的第二大原因。结直肠癌患者的数量不断攀升，很多患者在就诊的时候已经处于中晚期。

若能早期发现，治疗效果显著。但结肠镜检查作为当前主要诊断方法，费用高且不适感强，常常导致诊断延迟。

结直肠癌往往在晚期才被诊断出来，治疗选择受限。尤其在年轻成人中，发病率不断上升，原因仍未完全解释，这更凸显出对简单、无创诊断工具的迫切需求。虽然科学界早已知道肠道菌群在结直肠癌发展中扮演角色，但要将这一发现转化到临床一直很难。原因在于同一细菌种内的不同菌株可能有相反作用，有的促进疾病，有的则无影响。

“我们没有停留在物种层面的分析，因为那不足以揭示关键差异；也没有直接分析菌株，因为不同个体差异过大。我们选择了中间层级——亚种，”日内瓦大学医学院细胞生理与代谢系及糖尿病中心的正教授 Mirko Trajkovski 解释道，他是本研究负责人。“亚种分辨率足够具体，能揭示细菌功能及其与癌症等疾病的关系，同时又足够普适，能在不同人群和国家间捕捉这些差异。”

借助机器学习

第一步是处理庞大的数据量。“作为一名生物信息学研究者，挑战是如何设计创新的数据分析方法。”研究第一作者、Trajkovski实验室的博士生 Matija Trickovic 回忆道。“我们成功建立了第一个全面的人类肠道菌群亚种目录，并配套开发了精准高效的分析方法，可用于科研与临床。”

研究人员将这份目录与现有临床数据结合，开发出一个模型，仅凭粪便菌群就能预测结直肠癌的存在。“虽然我们对策略有信心，但结果仍令人震惊，”Trickovic 表示。“我们的方法检出率达到90%，几乎接近结肠镜的94%，并优于所有现有的无创检测方法。”

随着更多临床数据的加入，这一模型的准确度可能进一步提升，与结肠镜不相上下。未来，它有望成为常规筛查手段，帮助及早发现癌症，而结肠镜只需在筛查阳性的部分人群中进行确认。

应用的新天地

首个临床试验正在与日内瓦大学医院（HUG）合作开展，将更具体地评估其在不同癌症阶段及病灶上的检测能力。不过，这项技术的应用远不止于结直肠癌。通过比较同一细菌种内不同亚种的差异，研究人员能揭示肠道菌群影响人类健康的具体机制。

“相同的方法很快也可以用于开发多种疾病的无创诊断工具，只需一次微生物组检测即可完成，”Trajkovski 总结道。

如果这项技术能走向临床，意味着癌症筛查可能从冰冷的内镜室，走进普通家庭的浴室。早一步发现，或许就能多一份活下去的机会。