Pilze im Stuhlprofil: Was Software erkennt – und was nicht

Warum mehr gemeldete Pilzarten nicht automatisch ein genaueres Profil bedeuten: sechs Werkzeuge, unterschiedliche Referenzen und klare Aussagegrenzen.

Originales redaktionelles Schema: DNA-Fragmente, Referenzabgleich und Artzuordnung; klinische Bedeutung als getrennte Frage.
Originale redaktionelle Schemazeichnung, keine Mikroskopie oder Patientendaten.

Methoden verständlich · Mykobiom · Referenzdaten

Steht ein Pilzname im Mikrobiombericht, wirkt er wie eine eindeutige Beobachtung. Doch zwischen DNA-Lesung und Artnamen liegen Referenzdaten und Software. Ein kontrollierter Benchmark zeigt: Dieselben simulierten Pilzgemeinschaften ergeben je nach Auswertungsweg unterschiedliche Profile. Ein längerer Artenkatalog ist dabei nicht automatisch der richtigere.

Die Arbeit von Avershina und Kollegen erschien am 7. März 2025 in Microbiome. Ihr Thema ist das Mykobiom, also der pilzliche Anteil einer mikrobiellen Gemeinschaft. Sie prüft keine Behandlung und untersucht auch nicht, ob ein bestimmter Pilz Beschwerden verursacht. Stattdessen stellt sie eine vorgelagerte Frage: Wie zuverlässig erkennen vorhandene Programme Pilze in Shotgun-Metagenomdaten, wenn die tatsächliche Zusammensetzung bekannt ist? Alle Studienangaben dieses Beitrags stammen aus der Originalarbeit [1].

Die Evidenz in einer Minute

Design: computergenerierte Sequenzdaten aus definierten Pilzgemeinschaften. Insgesamt 18 Mischungen mit unterschiedlichem Artenreichtum und zwei Verteilungsmodellen; keine 18 Patientenproben. Vergleich: sechs ausführbare Programme mit ihren Referenzdaten, ergänzt um einen Vergleich dreier Werkzeuge mit derselben Datenbank. Ergebnis: Datenbankabdeckung, Wiederfindung, Fehlzuordnungen und Häufigkeitsschätzungen unterscheiden sich. Grenze: Weder eine klinische Infektion noch ein Nutzen einer antimykotischen Behandlung wurde geprüft.

Ein Prüfstand mit bekanntem Soll

Bei natürlichen Proben ist das vollständige Ausgangsgemisch meist nicht bekannt. Hier erzeugte das Team kurze DNA-Lesungen aus ausgewählten Referenzgenomen am Computer. Die Grundmischungen enthielten 10, 50, 100 oder 165 Arten. Drei Varianten mit 10, drei mit 50, zwei mit 100 und eine mit 165 Arten ergaben neun Grundmischungen. Jede wurde in zwei Abundanzmodellen aufgebaut: zusammen also 18 Gemeinschaften. Über die gesamte Sammlung hinweg kamen 170 verschiedene Arten vor. 165 bezeichnet die größte einzelne Mischung, 170 die Artenzahl des gesamten Prüfbestands – das sind verschiedene Nenner.

Fünf bekannte Arten wurden in alle Mischungen aufgenommen, darunter Candida albicans und Saccharomyces cerevisiae. Andere wurden zufällig aus den verfügbaren kuratierten Genomen ausgewählt. Dieses Vorgehen ermöglicht kontrollierte Vergleiche, bildet aber keine repräsentative Stichprobe aller Pilze im menschlichen Darm. Vor allem fehlen die Schritte einer realen Probenentnahme und DNA-Extraktion. Die Untersuchung beginnt mit simulierten Sequenzlesungen; Verluste vor diesem Punkt lassen sich daraus nicht beurteilen.

Die beiden Abundanzmodelle sind mehr als ein technisches Detail. Bei gleicher Zahl von Lesungen pro Art bekommen große Genome weniger Abdeckung pro Genomposition als kleine. Beim Modell gleicher Genomabdeckung hängt dagegen die Lesungszahl von der Genomgröße ab. Ein Prozentwert kann also unterschiedliche Bezugsgrößen haben. Die Autoren verglichen Häufigkeitsschätzungen deshalb je nach Programm mit lesungs- oder abdeckungsbezogenen Sollwerten. Diese Unterscheidung spricht gegen die Vorstellung, jede ausgegebene relative Häufigkeit sei ohne Weiteres zwischen Verfahren austauschbar.

Wie viele Arten wurden überhaupt wiedergefunden?

Die Balken zeigen die im Ergebnistext berichtete Zahl erkannter Arten über den gesamten Prüfbestand. Bezugsgröße: 170 eingesetzte Arten über alle Mischungen, nicht Personen. Die Darstellung misst keine klinische Sensitivität und zählt keine falsch positiven Zusatzmeldungen mit.

Quelle: [1], Results „FunOMIC covers highest phylogenetic diversity …“. Balkenlänge = berichtete Artenzahl geteilt durch 170, redaktionell berechnet. Deskriptive Gesamtzählung ohne Konfidenzintervalle; keine aus einer Abbildung geschätzten Werte. Alle Zahlen bleiben als Text ohne JavaScript lesbar.

Warum das keine Siegerliste ist: FunOMIC fand die meisten eingesetzten Arten, machte aber auch falsche Zuordnungen. EukDetect schnitt bei der zusammenfassenden Identifikationsgenauigkeit besser ab. Viele Treffer und wenige Fehler sind unterschiedliche Anforderungen.

Die Datenbank begrenzt, was ein Name bedeuten kann

Die verwendeten Datenbanken unterscheiden sich stark darin, welche Pilze sie abbilden. Im Ergebnistext waren beispielsweise 49 Arten aus den Testgemeinschaften in der Kraken2-Referenz und 154 in der FunOMIC-Referenz vertreten. Das erklärt nicht jeden Unterschied zwischen den Programmen, setzt aber einen wichtigen Rahmen. Wo die passende Art in der Referenz fehlt, kann selbst ein leistungsfähiger Abgleich keine gleichwertige direkte Zuordnung zu dieser fehlenden Referenz liefern.

Umgekehrt garantierte ein vorhandener Datenbankeintrag nicht, dass die Art in jeder Mischung richtig erkannt wurde. In komplexeren Gemeinschaften wurden einzelne Arten übersehen, obwohl sie in der Referenz standen. Nahe verwandte Arten innerhalb derselben Gattung erschwerten die Zuordnung. Bei Malassezia restricta beschreiben die Autoren eine Zuordnung zu anderen Arten durch MiCoP, weil diese Art in der eingesetzten Datenbank fehlte. Das ist ein konkreter technischer Befund und kein Hinweis darauf, dass ein bestimmter Pilz bei einem Leser vorhanden oder krankheitsrelevant ist.

Datenbankabdeckung und Wiederfindung auseinanderhalten

Artenzahlen aus [1], Results. Unterschiedliche Datenbankstände, nicht heutige Versionen; Gesamtprüfbestand 170 Arten. Die Spalten sind keine patientenbezogenen Testkennzahlen.
WerkzeugTestarten in der ReferenzErkannte Testarten insgesamtReferenzstand
MetaPhlAn45041Juli 2023
HMS4242April 2021
Kraken24946Januar 2024
MiCoP9998Februar 2018
EukDetect128111April 2022
FunOMIC154132Juli 2022

Die zweite Spalte beschreibt die Referenz, die dritte die berichtete Wiederfindung über die Mischungen. Daraus wird hier keine neue Leistungsquote berechnet. Die Tabelle enthält insbesondere nicht die Zahl sämtlicher falscher positiver Meldungen.

Trefferquote ist nicht dasselbe wie Richtigkeit

Die Studie unterscheidet Präzision und Recall. Präzision fragt: Welcher Anteil der gemeldeten Arten war tatsächlich eingesetzt? Recall fragt: Welcher Anteil der eingesetzten Arten wurde gefunden? Ein Verfahren kann einen hohen Recall erreichen, indem es viel meldet, und trotzdem zusätzliche falsche Treffer liefern. Die kombinierende F1-Kennzahl berücksichtigt beide Größen. Sie ist ein technisches Benchmarkmaß, kein Gesundheitsscore.

Das erklärt den scheinbaren Widerspruch zwischen den Balken und der Gesamtbewertung. FunOMIC deckte viele Arten ab und hatte eine hohe Wiederfindung, zugleich jedoch eine geringere Präzision. EukDetect erzielte in den geprüften Bedingungen die höchste zusammenfassende Identifikationsgenauigkeit. Bei MetaPhlAn4 waren die vorhergesagten Gattungen tatsächlich in den Gemeinschaften enthalten; das bedeutet nicht, dass alle vorhandenen Gattungen oder Arten gefunden wurden. Die Richtung der Aussage zählt: „Alle gemeldeten sind richtig“ ist nicht gleich „alle vorhandenen wurden gemeldet“.

Auch eine höhere taxonomische Ebene löst nicht jedes Problem. Eine Gattung kann richtig erkannt sein, während die konkrete Art falsch zugeordnet oder gar nicht aufgelöst ist. Die Autoren beobachteten zugleich, dass die Schätzung relativer Häufigkeiten auf Familienebene nicht automatisch genauer wurde. Ein gröberes Namensetikett und ein genauerer Prozentwert sind zwei getrennte Ziele.

Was passiert, wenn die Referenz gleich bleibt?

Ein Vergleich der üblichen Gesamtpakete vermischt Softwareeffekt und Datenbankeffekt. Deshalb stattete das Team Kraken2, HMS und MiCoP zusätzlich mit derselben pilzlichen RefSeq-Datenbank aus. Diese Werkzeuge erlaubten einen solchen Austausch, während markerbasierte Programme auf andere Referenzstrukturen angewiesen sind. Mit gleicher Referenz erreichte MiCoP auf Artebene die höchste Genauigkeit der drei; auf Gattungs- und Familienebene war die Leistung ähnlich der von HMS. Kraken2 lag bei der Erkennung darunter.

Damit ist weder bewiesen, dass Datenbanken allein alles erklären, noch dass ein Programm in jeder künftigen Version überlegen bleibt. Die Untersuchung beschreibt konkrete Versionen und Bedingungen. Ein seriöser Bericht sollte daher Software, Version und Datenbankstand nennen. Nur ein Markenname oder „Shotgun“ reicht nicht, um zwei Messketten gleichzusetzen.

Bakterieller Hintergrund: eine begrenzte Entwarnung

Reine Pilzgemeinschaften sind ein günstiger Prüfaufbau. Das Team ergänzte deshalb die drei 10-Arten-Gemeinschaften um 90 beziehungsweise 99 Prozent bakteriellen Hintergrund und prüfte EukDetect, MiCoP und FunOMIC. Für diese drei Programme wurde keine statistisch signifikante Verschlechterung der Identifikationsgenauigkeit festgestellt. In der 99-Prozent-Bedingung war jedes Pilzgenom noch mit 9.091 simulierten Lesungen vertreten.

Das Ergebnis bedeutet nicht, dass seltene Pilze in jeder realen Probe problemlos erkannt werden. Der Zusatzversuch prüfte ausgewählte Programme, einfache Pilzmischungen und bakterielle Hintergrunddaten. Virale und menschliche Hintergrundsequenzen wurden damit nicht systematisch als Störfaktoren getestet. „Kein signifikanter Unterschied“ beweist zudem keine exakte Gleichwertigkeit. Diese Begrenzung ist für die Interpretation wichtiger als eine pauschale Entwarnung.

Drei Rückfragen an einen Pilzbefund

Ein methodischer Leseschlüssel, keine persönliche Diagnostik. Die Antworten öffnen sich per Tastatur oder Klick.

1. Welche Referenz und welche Version wurden benutzt?

Bitten Sie um den Datenbankstand und die eingesetzte Softwareversion. Die Arbeit zeigt Unterschiede zwischen Referenzabdeckung und tatsächlicher Wiederfindung. Ein aktueller Bericht kann andere Versionen nutzen; die hier gezeigten Zahlen dürfen deshalb nicht ungeprüft auf ihn übertragen werden.

2. Bedeutet „nicht gefunden“ tatsächlich „nicht vorhanden“?

Der Benchmark zeigt übersehene Arten und fehlende Referenzen. Ein negatives Profil ist daher nicht mit einem vollständigen Ausschluss jeder Pilzart gleichzusetzen. Umgekehrt ist ein gemeldeter Artname ohne Kenntnis der Fehlerkontrollen nicht automatisch eine sichere Einzelzuordnung.

3. Welche zusätzliche Evidenz trägt eine Therapieempfehlung?

Diese Studie hat weder erkrankte Personen behandelt noch geprüft, ob eine Auswahl von Medikamenten aus dem Profil die Gesundheit verbessert. Ein taxonomischer Treffer allein liefert aus dieser Arbeit keine Begründung für Antimykotika. Für individuelle Beschwerden und Entscheidungen ist eine eigenständige medizinische Abklärung nötig.

Quellenqualität und offene Grenzen

Die Originalarbeit ist ein begutachteter Research-Artikel: eingereicht am 28. August 2024, angenommen am 28. Januar 2025, veröffentlicht als Version of Record am 7. März 2025. Sie nennt Förderung durch die South Eastern Norway Regional Health Authority und erklärt keine konkurrierenden Interessen. Die Autoren legen außerdem Unterstützung durch ChatGPT bei Sprache sowie Skript- und Programmieraufgaben offen. Das ersetzt keine Validierung, gehört aber zur transparenten Quellenbeschreibung.

Bei unserer Prüfung am 14. November 2026 fanden sich auf der Verlagsseite sowie in den geprüften Crossref- und Europe-PMC-Metadaten keine verknüpften Korrektur- oder Retraktionshinweise. Diese begrenzte Prüfung garantiert keine zukünftige Vollständigkeit. Die Aussagen hier beziehen sich auf den gelesenen veröffentlichten Volltext, nicht auf eine behauptete eigene Wiederholung des Softwarebenchmarks. Originalabbildungen werden nicht übernommen; Balken und Tabelle sind eigenständige redaktionelle Darstellungen der ausdrücklich berichteten Zählwerte.

Fazit: Erst die Messfrage, dann die Bedeutung

Der konkrete Gewinn ist ein dreiteiliger Blick auf Pilzprofile: Ist die Art in der Referenz vertreten? Wird sie unter passenden Prüfbedingungen richtig erkannt? Und welche unabhängige Evidenz verbindet diesen technischen Befund mit einer medizinischen Entscheidung? Der Benchmark beantwortet Teile der ersten beiden Fragen. Die dritte bleibt hier ungeprüft. Wer diese Ebenen trennt, kann einen Bericht kritisch lesen, ohne einen fehlenden oder auffälligen Pilznamen zur Selbstdiagnose zu machen.

Quelle [1]: Avershina E, Qureshi AI, Winther-Larsen HC, Rounge TB. Challenges in capturing the mycobiome from shotgun metagenome data: lack of software and databases. Microbiome 13, 66 (2025). DOI: 10.1186/s40168-025-02048-3.

Redaktion Klinisches Mikrobiom · Herausgeber: Sebastjan Stjepanovic. Redaktionelle Produktion nach dem freigegebenen Standard mit KI-Unterstützung; keine behauptete persönliche oder ärztliche Einzelprüfung.

Allgemeine wissenschaftliche Information, keine individuelle Diagnose oder Behandlung und kein Ersatz für medizinische Beratung.