首页
分会新闻
DDW 2026 | 北医三院段丽萍教授团队:肠道菌群、液体活检、AI诊断多项研究入选,青年学者收获满满
段丽萍 / 北京大学第三医院 / 2026-05-20

撰写:谢婷(Ting Xie)


全球消化领域顶级学术盛会之一的美国消化疾病周(DDW)刚刚落下帷幕。本次会议汇聚了来自世界各国的学者,展示了诸多高水平原创研究成果;这些研究不仅为消化疾病的发生发展机制与临床诊疗策略带来了全新认知与思路,也将成为推动全球消化疾病诊疗水平提升的新起点。我国学者在本次会议中也贡献了大量创新成果,其中北京大学第三医院段丽萍教授团队共有4项研究成功入选,研究方向涵盖肠道菌群、AI诊断大模型、液体活检等多个领域。我们特邀段丽萍教授团队在会议现场,分享团队研究方向的演变发展历程,以及本次入选会议的核心研究成果。


6a0e99c6ebeec_20260521.jpg

北医三院消化科段丽萍教授、王琨主任医师、白永梅博士后及季小琳博士在DDW现场


鼓励在读学生参与国际学术会议,助力青年成长,催生出更多优质研究成果


段丽萍教授:团队一贯鼓励并支持青年学生参与包括DDW、UEGW、APDW等国际顶级学术会议。令人欣慰的是,团队每年的投稿都能以口头报告或壁报展示形式进行交流。参与国际学术会议不仅可以分享自身的研究成果,进行学术交流,更广泛的接触领域前沿进展,向全球同行学习;而且也能很好锻炼和提升沟通能力。年轻的医生及学生独立参会、高质量完成成果汇报、主动进行同行交流,大大促进了年轻人的成长进步。特别值得一提的是,近年来团队已有多位青年学者在国际会议上获奖,这既是对我们研究工作的权威认可,也进一步激励了青年学者的成长。


今年团队共有四篇摘要成功入选,其中两篇口头报告,两篇壁报交流。近年来随着研究领域的不断拓展,团队围绕人体微生态方向开展了大量的工作,包括菌-肠-脑轴互作等方向的探索。本次入选的研究中,包含一项探究肠道菌群对肠黏膜褪黑素合成的影响及作用机制。另外两篇壁报则聚焦液体活检方向,围绕染色体外环状DNA在消化道黏膜及胆系恶性疾病中的诊断价值展开研究。近年来,随着机器学习与人工智能技术的发展,团队也着手开展临床数据挖掘工作,探索技术落地以辅助临床诊疗,本次入选的另一项口头报告为围绕机器学习与人工智能在功能性胃肠病诊断中的应用。


北医三院季小琳博士DDW 2026口头报告:解锁内脏高敏感治疗新方向——肠道褪黑素或可作为治疗靶点(摘要编号:212)


季小琳博士:褪黑素是重要的神经内分泌激素,可在肠道局部发挥调节胃肠动力等多种生理功能。段丽萍教授课题组的前期研究已证实,肠道褪黑素水平与肠道菌群结构密切相关,其中罗斯氏菌与肠道褪黑素水平呈显著正相关,且这一关联在粪菌移植实验中得到验证——将肠易激综合征(IBS)患者的粪便灌胃给无菌大鼠后,该正相关关系依然成立。此外,课题组前期还发现,给无菌大鼠灌胃罗斯氏菌后,大鼠肠道褪黑素水平确实会升高,但其中具体机制尚未明确。罗斯氏菌作为人体肠道共生菌中的重要益生菌,极具深入研究价值。本次报告的研究进一步明确,罗斯氏菌的代谢产物4-甲基儿茶酚,可通过cAMP-EPAC-CREB通路激活肠道褪黑素的合成。未来课题组将探索把褪黑素作为胃肠疾病潜在治疗靶点的可能性。


6a0e99c752b30_20260521.jpg

季小琳博士现场口头报告照片


北医三院白永梅博士后DDW 2026口头报告:基于高分辨率食管测压图像的深度学习模型实现疾病快速诊断(摘要编号:617)


白永梅博士后:这是一项利用胃食管高分辨率测压构建疾病诊断模型的研究。胃食管运动异常疾病症状相似,如贲门失弛缓和流出道梗阻,部分来消化科就诊的健康人也可能有相关症状,易导致医生误诊。因此,我们希望利用科室过去十多年积累的数千病例构建AI模型,辅助医生快速诊断。研究数据主要包括患者临床检验检查的结构化病例信息和图像信息,目的是比较基于结构化信息和图像数据构建的诊断模型哪个效果更好。我们选取300多例患者及4000多个图像构建两类诊断模型,并对部分样本数据进行内部验证。结果显示,基于临床检验检查图像结果的AI辅助诊疗比单纯依靠病例信息数据的诊断更准确。


6a0e99c7ab6d7_20260521.jpg

白永梅博士后现场口头报告照片


另外两项研究进行了壁报交流:


壁报交流1:携带 HSA-MIR-144/451 簇的染色体外环状DNA通过 MIR-4732-5P/OASL 轴抑制慢性萎缩性胃炎中的先天免疫激活(摘要编号:Sa1212)


结论:该研究阐明了慢性萎缩性胃炎中eccDNA的全基因组改变,并揭示了eccMIR144/451C通过miR-4732-5p/OASL轴抑制先天免疫激活,为慢性萎缩性胃炎和胃上皮内瘤变的治疗提供了有前景的治疗靶点。


6a0e99c82c963_20260521.jpg

壁报照片


壁报交流2:基于染色体外环状DNA(ECCDNA)多组学特征的稳健机器学习分类器在恶性胆管狭窄诊断中的应用(摘要编号:Su1942)


结论:研究开发了一种基于胆汁染色体外环状DNA(eccDNA)测序的机器学习模型,用于恶性胆管狭窄(MBS)的诊断。通过采用严格的交叉验证特征选择方法,我们的模型展现出高度的稳健性和泛化能力。这些发现表明,eccDNA谱分析结合机器学习算法,可作为一种强大且微创的工具,用于恶性胆管狭窄的精准诊断。


6a0e99c8b1393_20260521.jpg

壁报照片


欢迎投稿!

tougao@medvoices.cn

稿件类型:研究速递,综述译稿,指南/共识,病例分享。


评论
还没有评论,来说两句吧
33
版权声明 | 联系我们 |  网站投稿 
中华医学会消化病学分会版权所有 | 京ICP备05052599-1号 | 京公网安备 11040202450053号