LGTM：面向纵向微生物组的高斯过程调制神经主题建模框架

菌群与宿主、环境如何互动，需要长期追踪才能看清：对86名受试者四个身体部位长达6年的纵向研究显示，菌群稳定性与个体性因部位而异、深受宿主影响，菌群动态还与宿主分子及临床指标相关 ^[5]；BIO-ML 纵向多组学资源也表明，菌群物种在个体内外维持相对稳定的种群规模 ^[4]。但分析这类数据并不容易——微生物组测量普遍存在噪声、稀疏零膨胀、高维与构成性等特性 ^[2]，采样点不规则、样本缺失也很常见 ^[7]。现有工具大多各管一段：MaAsLin 2 用广义线性/混合模型处理含重复测量的纵向关联，但限于线性框架 ^[2]；MDSINE 专注从时间序列推断动力学并做预测 ^[3]；DeepMicroGen 则用生成对抗网络做缺失值插补 ^[7]。

LGTM 把这些诉求装进同一个概率框架：以高斯过程调制的神经主题模型，同时识别微生物共丰度模式（“主题”），并灵活地以非线性方式刻画各主题比例随时间及随宿主、环境协变量的变化。在多个人体肠道微生物组纵向数据集上的测试显示，LGTM 识别出多样的微生物主题，其主要模式在不同运行之间可重现；在插补和预测任务上取得有竞争力的表现。这项工作已于2026年4月在 bioRxiv 以预印本形式发布^[8]，代码开源并提供在线演示^[9]。

论文自陈的关键优势在可解释性：各主题具有生物学上可解释的分类学组成，模型还能直接量化协变量与菌群动态之间的关联。相比 MDSINE 在悉生小鼠数据上验证的动力学预测 ^[3]、MaAsLin 2 的线性关联框架 ^[2] 和 DeepMicroGen 专注的插补功能 ^[7]，LGTM 把降维表示、非线性纵向建模与协变量关联整合到一处；这种既能压缩数据复杂度、又能读出生物学含义的分析输出，正对应把菌群研究从关联推向定向调控所需要的工具方向 ^[1]。

当然，未解之处仍然不少：目前的验证集中在人体肠道菌群，LGTM 能否推广到其他身体部位或胰岛素抵抗等宿主状态发生改变的情境 ^[5]，摘要并未给出答案；而所有基于测序相对丰度的研究都绕不开绝对丰度信息缺失这一深层难题——粪便微生物负荷已被证明是肠道菌群变异和疾病关联的主要决定因素与混杂因素 ^[6]，如何把这类因素纳入主题动态的建模，仍是这个领域下一步必须面对的问题。