PRISM 是一种由新泽西州罗格斯癌症研究院（Rutgers Cancer Institute）研究人员开发的创新计算工具，全称为 Precise Identification of Species of the Microbiome（微生物物种精准识别）。 这项技术的主要功能和意义包括： 解决争议： 长期以来，科学家在肿瘤中发现的微生物（细菌、病毒和真菌）信号究竟是肿瘤环境的真实组成部分，还是实验室操作过程中的污染物，一直存在巨大争议。 核心功能： PRISM 利用机器学习模型和严密的序列比对流程，能从人体肿瘤测序数据中精准区分出真实的微生物信号与人工干扰信号（去污染）。 临床意义： 通过该工具，研究人员分析了约 4,400 个肿瘤样本，发现特定微生物（如胰腺癌中的大肠杆菌）可能影响肿瘤生长、免疫逃逸及治疗反应。这有助于开发新的个性化治疗策略，例如针对微生物群的靶向治疗。 高效性： 它允许研究人员直接挖掘现有的海量基因组数据集，无需进行昂贵的新实验即可获得准确的微生物图谱。 该研究成果于 2026 年 2 月发表在权威期刊《Cancer Cell》上。 这项关于 PRISM 技术的研究发表于 2026 年 2 月的《Cancer Cell》杂志上。其核心作者团队主要来自罗格斯大学（Rutgers University），以下是主要作者的介绍： 通讯作者（Senior Author） Subhajyoti De 博士 身份： 罗格斯癌症研究院（Rutgers Cancer Institute）系统与计算生物学中心的研究员，基因组不稳定性与癌症遗传学项目的成员。 学术背景： 拥有剑桥大学计算生物学博士学位，曾在哈佛大学从事癌症体细胞进化过程的研究。 研究方向： 致力于将癌症视为一个复杂的适应性系统，利用基因组学、计算科学和系统级方法来研究遗传变异和突变特征。 第一作者（Lead Author） Bassel Ghaddar 博士 身份： 曾任罗格斯微生物项目（Rutgers Microbiome Program）系统生物学研究生研究员。 贡献： PRISM 技术的主要开发者。他指出该工具的优势在于能够直接利用现有的、用于识别人类基因组或 RNA 序列的标准测序数据来获取微生物信息，而无需支付额外费用进行专门的微生物测序。 共同作者 Martin J. Blaser 博士 身份： 罗格斯大学高级生物技术与医学中心主任。 背景： 全球著名的微生物组专家，长期研究人体微生物（尤其是幽门螺杆菌）与多种疾病（包括癌症和自身免疫性疾病）之间的关系。 团队成就： 该团队通过 PRISM 重新分析了约 4,400 个肿瘤样本，为区分肿瘤中真实的微生物信号与环境污染物提供了可靠的计算方案，并为开发针对微生物群的个性化癌症治疗策略奠定了基础。
