(資料圖片)

該公司通過費力地收集大量人的糞便樣本，包括健康人和患有各種疾病的人，在其自己編制的大型數據集上訓練機器學習模型。樣本內的微生物被分離、測序和編目，然后將這些數據與大量其他健康記錄，包括血液測試、行為、藥物等結合起來。機器學習是通過這種嘈雜的數據集進行分類的有效方式，它既能識別值得調查的模式，也能識別微生物中的"超級英雄"。

例如，某種菌株或功能類型的細菌可能在診斷結腸直腸癌之前的幾年里在腸道中死亡。這種早期標志物很可能具有積極的治療或預防作用。隨著我們年齡的增長，我們的飲食發生變化，我們生病，我們服用抗生素，而微生物組開始消失。Persephone正試圖湊齊所有正確的微生物，即根據數據訓練出一套適合所有人的、協商一致的生物體，這是一種超級藥丸，這是一種新的益生菌類別。

目前在市場上擁有的大部分是100多年前發現的遺留菌株，其中很多來自牛奶產品，這些并不是腸道微生物組的實際成員。Persephone分析了150種產品，只有29種菌株與健康的微生物組相重疊。所有這些菌株都是直接來自于人，而且是最近的，所以它們反映了現代飲食，以及其他方面。