top of page
研究和發展
概要
研究目標有三個方面：(1) 鑑定與自閉症譜系障礙 (ASD) 和濕疹相關的微生物標記物，(2) 開發自閉症譜系障礙和濕疹的風險預測模型，以及 (3) 探索透過調節微生態的不同方法對改善ASD和濕疹的影響。
通過研究母嬰群組，我們將能夠建立有價值的大數據和龐大的微生物菌群數據庫。 使用大數據發現平台，我們可以識別與兒童狀況相關的獨特微生物標記物。 此外，微生物菌群數據庫使我們能夠通過純化、分離和表徵程序，提高診斷和創新治療方式的精準度，及開發相關產品。產品開發週期涉及臨床前準備和臨床測試，及在不同群組的驗證。當中所產生的新數據將精進我們現有的研究數據庫，以不斷改進。
建立母嬰群組
建立母嬰群組
建立微生物菌群數據庫
使用大數據發現平台
(生物信息學、學習模型和人工智能)
比較和識別微生物標記物
建立微生物菌群數據庫
通過純化、分離和表徵
提高診斷、創新治療及產品開發的準確度
產品開發週期
.png)
臨床前期測試
臨床測試
驗證
產品改進
研究階段
階段一
.png)
探索腸道菌群在自閉症譜系障礙 (ASD) 臨床表型中的作用
通過在大型具代表性的臨床自閉症譜系障礙組別進行抽樣，並對其症狀和認知特徵進行詳細表型分析，探索微生物菌群在臨床診斷中的作用。這將爲研究自閉症譜系障礙中微生物-腸-腦軸線的潛在生物機制帶來提示。
鑑定自閉症譜系障礙的腸道微生物標記物
我們將在這個大型的臨床自閉症譜系障礙組別中進行驗證，以評估這些微生物標記物在自閉症譜系障礙診斷中的可預測性。
了解自閉症譜系障礙中微生物-腸-腦軸線的生物機制
為了加深對自閉症譜系障礙人士中微生物-腸-腦軸線的理解，我們將研究腸道微生物菌群的代謝物及其與自閉症譜系障礙人士個體免疫狀態和循環代謝物的關係。
發展用於早期預測自閉症譜系障礙的機器學習模型
我們的數據來自大型醫療機構和社區，並利用最先進的腸道微生物菌群宏基因組測序和機器學習演算法產生自閉症譜系障礙風險概況。由於腸道微生態失衡通常在疾病的早期發生，透過這種診斷我們有望可克服目前的障礙，實現早期預測。
階段二
階段三
推出風險預測測試，以在社區及早發現自閉症譜系障礙人士
我們會從嬰兒期起對已確診自閉症譜系障礙兒童的弟妹進行腸道微生態分析，並作緊密跟進，於4-5 歲時評估自閉症譜系障礙的潛在風險。從而評估早期腸道微生物態成對自閉症譜系障礙風險的預測價值，這將為使用腸道微生物菌群作為自閉症譜系障礙的早期微生物標記物提供信息。
為自閉症譜系障礙人士開創調節腸道微生態服務
通過以益生元、益生菌，甚至糞便移植等方式去調節腸道微生態，可改善自閉症譜系障礙人士的腸胃問題，及相關的行為症狀。研究團隊將進行試驗以評估對中國籍對象的臨床療效，並了解不同範疇的機制，以推動後續在調節腸道微生態上更具體的發展。
bottom of page