结直肠癌（Colorectal Cancer, CRC）作为全球第二大癌症死因，晚期患者五年生存率不足15%。《Nature Medicine》最新研究首次证实：口腔与肠道间的微生物迁徙可能成为癌变的关键推手。通过分析全球18个队列3741例宏基因组数据，研究发现21种口腔源微生物在肠癌患者肠道异常定植，其中具核梭杆菌（Fusobacterium nucleatum）SGBs，包括SGB6007（标准化均差SMD = 0.54）、SGB6014（SMD = 0.50）、SGB6011（SMD = 0.47）、SGB6001（SMD = 0.43）和SGB6013（SMD = 0.34）在肠癌中显著富集。基于此建立的“口腔-肠道评分”诊断模型，显著提升肠癌早期筛查准确率至85%（AUC=0.85），为无创早筛提供全新生物标志物。

一、三大颠覆性发现

（一）“口腔特工”的肠道入侵

具核梭菌（Fusobacterium nucleatum）等21种口腔菌在肠癌患者肠道异常增殖。它们像“潜伏特工”般穿过消化系统，在右侧结肠癌中尤其活跃（检测准确率AUC=0.66），成为肿瘤位置的“生物定位器”。

（二）癌变进程的“微生物计时器”

1.早期预警：腺瘤阶段微生物已开始“躁动”；

2.晚期标志：双环瘤胃球菌（R. bicirculans）和普拉梭菌（F. prausnitzii）的特定菌株在晚期癌变中形成“犯罪联盟”。

（三）超高精度“菌群侦探”

基于微生物特征的AI诊断模型实现85%预测准确率（AUC=0.85），远超传统筛查手段。只需分析粪便菌群变化，即可无创预判癌变阶段。

二、技术突破：给微生物办“身份证”

研究团队建立全球最大CRC微生物数据库，实现两大创新：

1.菌株级分辨率：精确追踪微生物亚型的基因变异（如具核梭菌5大亚种）；

2.四维癌变地图：整合肿瘤位置（左/右结肠）、发展分期（0-IV期）、微生物功能（氨代谢通路激活）动态变化

三、临床转化价值

1.诊断模型：机器学习模型基于微生物标志物实现CRC检测AUC 0.85（跨队列验证），较现有技术提升5%；

2.分期预测：建立首套微生物分期图谱：IV期CRC预测AUC达0.86，腺瘤→癌变阶段预测AUC 0.81。

文献信息

▸ 标题：Pooled analysis of 3,741 stool metagenomes from 18 cohorts for cross-stage and strain-level reproducible microbial biomarkers of colorectal cancer

▸ 期刊：Nature Medicine (IF: 87.241)

▸ DOI: 10.1038/s41591-025-03693-9