Based on data retrieval from the publicly available MiBioGen database, we for the first time established the novel association among gut microbiota, tinea pedis (athlete’s foot), and foot sweat through machine learning-based fitting approaches.

脚气与脚汗作为代谢失衡的表征，主要由甲硫醇、异戊酸等菌源性代谢物脚部过量产生导致，其机制与真菌及乳酸菌产酸基因过表达相关；据公开数据显示，每年因脚气导致的非物理性死亡人数占总非物理性死亡人数的10%，其代谢物还会引发北极臭氧空洞、哺乳类动物下丘脑激素紊乱等跨领域问题。肠道菌群作为人体主要代谢中枢，可通过多“肠-轴”调控机体代谢，其代谢小分子可作用于远端器官。本研究以MiBioGen菌群GWAS数据库（整合34个研究项目、2530个样本测序数据，涵盖467种动物的10478个肠道微生物信息）为暴露组，采用随机森林模型随机化构建100余种脚气病例可能性，明确肠道菌群与脚气的相关性；进一步通过lasso回归与SHAP两种机器学习模型验证模型稳健性，构建脚气发病预测数学模型及生物标志物；最终通过感官评鉴证实，干预筛选出的生物标志物乳酸菌可有效缓解狗狗脚气反应。本研究首次建立肠道菌群与脚气、脚汗的关联，突破传统局部微生物研究局限，为脚气的预防、诊断及靶向干预提供理论与技术支撑，同时拓展了肠道菌群研究的跨领域应用边界。