肠道中存在许多的微生物，它们是宿主能量获取的关键中介，并且能将膳食营养素代谢为许多的生物活性物质，从而作为沟通肠道菌群与宿主相互作用的桥梁。肠道菌群由宿主基因、免疫应答及饮食因素调控，而肠道菌群的代谢和免疫潜能决定了其在宿主健康和疾病中的重要意义。研究表明，肠道微生物紊乱与多种疾病的发生密切相关，比如消化系统疾病、内分泌系统疾病、精神系统疾病、自身免疫性疾病以及一些感染性疾病。基于这些影响，人们越来越关注通过微生物靶向治疗癌症和其他疾病。
虽然人体肠道菌群结构相似，但是宿主个体间存在很大差异。其中受区域、饮食、年龄、生活习惯等因素影响。一般我们认为生物学重复达到 3 例，就可以满足实验要求，不过对于个体差异较大的肠道菌群研究，显然是不够的。Nature、Science、Cell、Microbiome 等期刊文章为了更加真实的反映微生物-宿主疾病间的相互关系，多采用大样本量来消除个体间的差异情况。接下来我们一起来看看如何通过大样本量的方式来研究微生物与宿主之间的相互关系吧！
案例一
中文标题：精神分裂症肠道微生物组特征的全基因组关联分析
英文标题：Metagenome-wide association of gut microbiome features for schizophrenia
期刊：Nature Communications
发表时间：2020年3月
影响因子：12.12
研究方法：宏基因组
本文中研究者分析了90名无药物治疗精神分裂症患者和81名健康对照者的粪便微生物组，确定了一种能够区分患者和对照者的微生物物种分类器。研究者发现与精神分裂症相关的功能性潜能包括短链脂肪酸合成、色氨酸代谢以及神经递质的合成/降解等方面的差异。Streptococcus vestibularis（精神分裂症中比较富集的细菌）的移植会引起小鼠的社交行为缺陷，并改变小鼠外周组织中神经递质的水平。本文为队列研究和动物模型的进一步研究提供了新的线索。
案例二
中文标题：胃癌手术治疗对粪便微生物组和代谢组的影响
英文标题：Influence of gastrectomy for gastric cancer treatment on faecal microbiome and metabolome profiles
期刊：Gut
发表时间：2020年1月
影响因子：19.81
研究方法：宏基因组+代谢组
最近的证据表明，肠道微生物组参与了术后结果，包括胃切除术后。该研究对有胃癌切除史患者（n=50）和健康个体（n=56）的粪便样本的宏基因组测序和代谢组学分析结果进行对比分析。结果表明，胃切除术后不仅改变了患者粪便中微生物（如需氧菌和兼性厌氧菌等）群落构变化，也改变了微生物功能特征，如营养物质运输和有机化合物生物合成；胃切除术后患者体内代谢物发生变化，如两组间的基因毒性脱氧胆酸和支链氨基酸等胆汁酸含量存在差异，此外部分结直肠癌相关菌在胃切除术后患者中表现出相似模式，如具核梭杆菌在全胃切除术后患者中明显富集。结果揭示了胃切除术后肠道微生物群的改变，提示其与术后并发症相关。
案例三
中文标题：肠道微生物来源的标志物预测肝硬化
英文标题：A Universal Gut-Microbiome-Derived Signature Predicts Cirrhosis
期刊：Cell Metabolism
发表时间：2020年6月
影响因子：21.56
研究方法：宏基因组+代谢组
研究表明，肠道菌群失调与非酒精性脂肪性肝病(non-alcoholicfatty liver disease, NAFLD)进展为晚期纤维化和肝硬化密切相关。为了进一步确定上述关联在临床上的诊断能力，研究比较了163名来自对照和患病家庭成员的粪便微生物组，包括非NAFLD患者、NAFLD合并肝硬化患者及其一级亲属。通过对宏基因组和非靶向代谢组使用随机森林机器学习算法和差异丰度分析，确定了用于检测肝硬化有效的独立的宏基因组和代谢组标志物,诊断准确率(AUC) 可达0.91。结合年龄和血清蛋白水平的宏基因组特征，可准确区分在生理上和遗传上不同的队列中的肝硬化。该研究发现的这种通用的肠道微生物组衍生的标志物，可以准确地识别肝硬化，这在医疗资源有限的情况下对改善疾病诊断具有巨大的潜力。
总结
以上三篇案例都基于大样本量（≥100）的宏基因组结合多组学的方法研究肠道菌群与疾病之间复杂的相互作用，总结研究流程如下：
大样本量的医学肠道微生物的研究不仅仅可应用于疾病发生与健康的研究，同时也可大规模纵向研究饮食模式、生活习性等环境因素对肠道菌群随时间的变化、稳定性和个体特异性，深挖肠道菌群影响健康的机制。百迈客云支持在云上即时完成微生物多样性、宏基因组、代谢组的数据挖掘与联合分析，省时、省心、省力，标准流程和个性化分析均可鼠标点击操作，内容丰富，欢迎各位老师前来咨询。
参考文献：
1. Zhu F, Ju Y, Wang W, Wang Q, Guo R, Ma Q, Sun Q, Fan Y, Xie Y, Yang Z, Jie Z, Zhao B, Xiao L, Yang L, Zhang T, Feng J, Guo L, He X, Chen Y, Chen C, Gao C, Xu X, Yang H, Wang J, Dang Y, Madsen L, Brix S, Kristiansen K, Jia H, Ma X. Metagenome-wide association of gut microbiome features for schizophrenia. Nat Commun. 2020 Mar 31;11(1):1612. doi: 10.1038/s41467-020-15457-9. PMID: 32235826; PMCID: PMC7109134.
2.Erawijantari PP, Mizutani S, Shiroma H, Shiba S, Nakajima T, Sakamoto T, Saito Y, Fukuda S, Yachida S, Yamada T. Influence of gastrectomy for gastric cancer treatment on faecal microbiome and metabolome profiles. Gut. 2020 Aug;69(8):1404-1415. doi: 10.1136/gutjnl-2019-319188. Epub 2020 Jan 16. PMID: 31953253; PMCID: PMC7398469.
3. Oh TG, Kim SM, Caussy C, Fu T, Guo J, Bassirian S, Singh S, Madamba EV, Bettencourt R, Richards L, Yu RT, Atkins AR, Huan T, Brenner DA, Sirlin CB, Downes M, Evans RM, Loomba R. A Universal Gut-Microbiome-Derived Signature Predicts Cirrhosis. Cell Metab. 2020 Nov 3;32(5):878-888.e6. doi: 10.1016/j.cmet.2020.06.005. Epub 2020 Jun 30. Erratum in: Cell Metab. 2020 Nov 3;32(5):901. PMID: 32610095; PMCID: PMC7822714.
京公网安备 11011302003368号