553-PRISM：精准识别癌症基因组数据中的微生物特征

这项研究介绍了一种名为 PRISM 的新型计算框架，旨在从人类基因组测序数据中精确识别并清除微生物污染。研究人员通过分析 230 个独立数据集，证明了该工具在区分真实组织常驻微生物与技术噪声方面具有极高的敏感性和特异性。利用 PRISM 对 TCGA 和 CPTAC 数据库中的 25 种癌症进行再分析，发现头颈部、胃肠道和泌尿生殖道肿瘤中存在稳健的微生物信号，而其他癌症类型的信号则较为稀疏。在胰腺癌研究中，微生物的存在被发现与宿主蛋白的糖基化途径改变以及更长的吸烟史密切相关。总体而言，该研究通过提供PRISM 评分系统，极大地提高了癌症微生物组研究的可信度，为挖掘现有基因组数据中的临床意义开辟了新途径。这项成果强调了在低生物量样本中进行严格生物信息学去污的重要性。

References:

• Ghaddar B, Blaser M J, De S. Reliable detection of Host-Microbe Signatures in cancer using PRISM[J]. Cancer Cell, 2026.