在過去，臨床醫學針對肺部等器官末期疾病并無太過有效的治療方法。不過，隨著器官移植技術的問世及普及，為末期疾病患者提供了一種全新的治療方法，即器官移植。不過，器官移植并非“萬金油”，它同樣也存在許多局限性。

　　再生醫學網獲悉，近日，來自維也納醫科大學等機構的科學家們通過研究發現，對肺部微生物組進行詳細地分析或能用來預測未來機體肺部功能的改變。

　　目前研究人員利用機器學習手段成功發現，肺部移植后肺部中某些微生物組圖譜或能提供一些預后信息，這種方法或能幫助研究人員預測肺部功能未來所發生的改變，從而就有望幫助早期識別處于風險之中的患者。在肺部移植術后的5年內，CLAD影響著高達50%的肺移植患者的健康。此外，此前患者的疾病或許也決定著其移植后肺部的微生物組特性。

　　研究者Knapp表示，我們對78名進行肺部移植的患者進行研究后揭示了其下呼吸道的環境如何隨著時間發生改變，并不斷適應新的宿主，比如我們調查了哪些細菌、哪些免疫細胞以及哪些代謝產物會存在，以及這些參數如何在新宿主中發生改變。

　　研究者表示，肺部微生物組會不斷變化直至最終受體特異性因素能長期決定微生物組，比如年齡、性別以及潛在的疾病等；此外，研究者還發現，某些在移植前就普遍存在于一些肺部疾?。ū热缒倚岳w維化）中的細菌或許能夠在肺部移植后進入到健康肺部并不斷定植；這或許意味著，異體移植受體此前的狀況或許就能決定肺部移植后期肺部中微生物組的特性。

　　使用基于對多組學數據分析的機器學習形式的人工智能技術，或許就能幫助研究人員預測肺部功能所發生的改變，這些多組學數據不僅包括微生物組、還包括脂質組（脂質組分）、代謝組（細胞的代謝組件）和臨床參數。因此，研究者的計算分析結果表明，某些微生物組特性或許就能提供相關的預后信息。

　　肺移植技術雖然已經較為成熟，但同樣也存在許多局限，比如：移植后可能會出現肺部功能惡化現象，甚至還會出現排異反應。對此，再生醫學網表示，隨著該項研究成果的問世，相信將有助于解決上述存在的問題，從而提升器官移植術的成功率。