banner
뉴스 센터
우리는 우리를 성공으로 이끄는 전문 경영팀에 자부심을 느낍니다.

Preprint는 미생물군집을 뒷받침하는 연구에 의문을 제기합니다.

Dec 28, 2023

뉴욕 – 지난 1월, 캘리포니아 대학교 샌디에고 교수 Rob Knight와 그의 전 대학원생 Greg Sepich-Poore가 공동 창립한 캘리포니아주 샌디에이고에 본사를 둔 스타트업 Micronoma는 OncobiotaLung 분석에 대해 미국 식품의약국으로부터 획기적인 장치 지정을 받았습니다. , 폐암 검출을 위한 혈액 미생물군집 기반 분석.

당시 마이크로바이옴 기반 액체생검 기술을 최초로 적용했다고 주장하는 회사는 "획기적 기기 지정을 이끈 연구는 마이크로노마 공동 창업자들의 연구 결과를 바탕으로 한 것"이라고 밝혔다. 저널 Nature와 Cell."

그러나 2020년에 발표된 Nature 연구는 이제 "중요한 데이터 분석 오류"가 있다고 주장되며, 그 결과 결론은 "유효하지 않은" 것으로 간주되어야 합니다. 월요일에 BioRxiv에 게시된 사전 인쇄 연구에 따르면 영국의 이스트 앵글리아 대학과 존스 홉킨스 대학.

Knight는 그의 팀의 결과가 건전하고 재현 가능하다고 주장하면서 비판을 일축했습니다.

현재 진행 중인 논란이 마이크로노마(Micronoma)와 같은 암 미생물군유전체 기반 진단 테스트의 상업적 개발에 어떤 영향을 미칠 수 있는지는 지켜봐야 합니다. 회사는 사전 인쇄로 인해 제기된 우려 사항에 대한 GenomeWeb의 질문에 답변을 거부하며 "이러한 질문에 응답할 수 있는 창이 닫혔습니다"라고 밝혔습니다.

또한 이러한 비판이 획기적인 기기 지정으로 FDA의 신속한 검토 및 평가를 받을 자격이 있는 OncobiotaLung의 규제 승인을 위태롭게 할 수 있는지 여부도 불분명합니다. FDA 대변인은 "계류 중인 신청에 대해서는 논의할 수 없다"고 말했다.

문제의 연구

Knight, Sepich-Poore 및 공동 연구자가 2020년에 발표한 문제의 Nature 연구는 The Cancer Genome Atlas의 10,000명 이상의 환자 샘플 18,000개 이상에서 추출한 DNA 시퀀싱 데이터를 기반으로 광범위한 암 특이적 미생물 특징에 대한 증거를 제시했습니다. TCGA), 33가지 암 유형을 다루고 있습니다.

Knight 팀은 기계 학습 알고리즘을 훈련함으로써 미생물 구성을 기반으로 종양 유형을 높은 정확도로 구별할 수 있음을 추가로 입증했습니다.

"나는 Rob Knight 논문이 처음 나왔을 때 매우 기뻤습니다."라고 이스트 앵글리아 대학의 박사후 연구원이자 인쇄 전 연구의 첫 번째 저자인 Abraham Gihawi는 말했습니다. "그것은 훌륭한 개념 증명처럼 보였습니다."

이어 "그러면 '오, 하느님, 그것이 주장하는 것과 꼭 일치하는 것은 아니다'는 것을 깨닫게 될 것"이라고 덧붙였다. Gihawi의 초기 우려 사항에는 인간 서열 오염, 배치 효과 처리, 위양성 분류 및 기계 학습 접근 방식의 한계가 포함되었으며, 올해 1월 BioRxiv에 게시된 사전 출판물에 이를 게시했습니다.

그 사전 인쇄는 곧 Knight가 "완전한 반박"이라고 부르는 것과 그의 팀이 2월에 게시된 사전 인쇄에서 발표되었습니다.

또한 Knight는 업데이트된 방법을 사용하여 공동 집필한 2022년 Cell 논문에서 "미생물이 암 유형에 따라 다르다는 것과 동일한 결론"에 도달했다고 주장했습니다.

두 가지 "중요한 오류"

기하위의 1월 프리프린트가 나온 후, 그에게 연락한 연구자 중 한 명은 존스 홉킨스 대학의 전산생물학자인 스티븐 잘즈버그(Steven Salzberg)였으며, 그는 이번 주 프리프린트의 교신저자이자 공동 작업자가 되었습니다.

"[스티븐]도 항상 데이터에 뭔가 문제가 있다고 의심했지만 그는 그 내용을 집어낼 수 없었습니다."라고 기하위는 말했습니다. "그래서 우리는 함께 일하기 시작했습니다."

두 사람은 2020년 Nature 연구를 추가로 조사했으며 Gihawi의 이전 분석을 바탕으로 작성된 새로운 사전 인쇄에서는 Knight의 원본 논문에 두 가지 "중요한 오류"가 있다고 주장했습니다. 연구진은 “이러한 문제 각각은 결과를 무효화한다”며 “연구에서 제시된 암 식별을 위한 미생물군집 기반 분류기가 완전히 잘못되었다는 결론으로 ​​이어진다”고 주장했다.