NBT | 利用血液代謝組預(yù)測腸道微生物組的多樣性

生物_醫(yī)藥_科研 2019-09-03

展開全文

腸道微生物組發(fā)揮著多種多樣的功能，比如營養(yǎng)代謝、參與免疫調(diào)控等。研究發(fā)現(xiàn)腸道微生物組的改變與許多疾病都存在一定關(guān)聯(lián)，且疾病人群的腸道微生物組的α-多樣性往往會發(fā)生變化（α多樣性指某個群落或生境內(nèi)部的種的多樣性，主要指群落內(nèi)的物種多樣性），比如炎癥性腸病患者的α-多樣性顯著下降【1-3】。最近的研究報道發(fā)現(xiàn)糞便代謝組可以解釋腸道微生物組68%的差異，這意味著腸道微生物組和代謝產(chǎn)物密切相關(guān)【4】。雖然糞便代謝組更為直接地反映了微生物組的代謝情況，但是血液代謝組或許更利于揭示腸道微生物與宿主健康的關(guān)系，因為其能夠反映這些代謝產(chǎn)物是否進(jìn)入到循環(huán)系統(tǒng)并影響宿主的代謝等。

2019年9月2日，美國系統(tǒng)生物學(xué)研究所Nathan Price、Sean Gibbons與Leroy Hood團(tuán)隊在Nature Biotechnology雜志上發(fā)表了題為Blood metabolome predicts gut microbiome α-diversity in humans的論文。文章基于一組399個人的隊列，從近1000種血液分析物（實驗室檢測、蛋白質(zhì)組學(xué)和代謝組學(xué)）中篩選得到40種代謝物（其中13種來源于微生物）以預(yù)測腸道菌群的α-多樣性，并且在另一組540個人的隊列中驗證了這40種代謝物的預(yù)測能力。

作者首先通過LASSO方法從659種血漿代謝物中篩選確定了40種代謝物，這40種代謝物主要來源于異生素（xenobiotics）、脂質(zhì)、氨基酸超家族（圖1b），可以解釋腸道微生物組Shannon指數(shù)45%的差異（圖1a）。在這40種代謝物中，人與微生物的共同代謝物，即由宿主（微生物）合成然后由微生物（宿主）進(jìn)行代謝的物質(zhì)如膽汁酸等，能夠更加有效的預(yù)測Shannon指數(shù)。進(jìn)一步用這些代謝物預(yù)測其他用以評估α-多樣性的指數(shù)——PD whole tree和Chao1，發(fā)現(xiàn)分別能夠解釋50%和36%的差異，還發(fā)現(xiàn)使用完整的代謝組數(shù)據(jù)也無法提高改進(jìn)預(yù)測模型。另外，作者也使用了來源于血液臨床檢測的數(shù)據(jù)進(jìn)行了相同的分析，但無法獲得和血漿代謝組一樣有效的預(yù)測模型 (平均LASSO R²=0.01，平均ridge regression R² = 0.05) 。

圖1 血漿代謝組可以預(yù)測Shanonn指數(shù)

在399名志愿者中有262名志愿者檢測了263種獨特的血漿蛋白，分析發(fā)現(xiàn)其中41種與Shannon指數(shù)相關(guān)，而相關(guān)性最高的為與機(jī)體代謝健康相關(guān)的蛋白質(zhì)——對氧磷酶3、瘦素、低密度脂蛋白（LDL）受體。盡管如此，與血液臨床檢測的數(shù)據(jù)類似，蛋白質(zhì)組學(xué)數(shù)據(jù)也無法構(gòu)建出有力的預(yù)測模型。

為了證實上述發(fā)現(xiàn)，作在另一組隊列（540人）中進(jìn)行了驗證。使用之前篩選得到的40個代謝物進(jìn)行預(yù)測，雖然不如之前的結(jié)果，但是其仍可解釋34%的差異。且即便使用全部的代謝組數(shù)據(jù)即659個代謝物，結(jié)果僅提高至38%（圖2）。同時與之前的結(jié)果類似，血液臨床檢測數(shù)據(jù)與Shannon指數(shù)的相關(guān)性較低。由于該隊列中僅有176人具有蛋白質(zhì)組的數(shù)據(jù)，且其解釋度比血液臨床檢測的更低，所以難以評估蛋白質(zhì)組對Shannon指數(shù)的預(yù)測能力。

圖2 不同組學(xué)數(shù)據(jù)對方差的可解釋度。M，代謝組學(xué)；CL，臨床實驗室檢測；P，蛋白質(zhì)組學(xué)。其中，代謝組學(xué)中的灰色為使用所有659個代謝物擬合的模型，而綠色為使用之前鑒定得到的40個代謝物擬合的模型。

總之，該研究進(jìn)一步探索了宿主生理學(xué)與腸道微生物之間的關(guān)系，為其之間的密切關(guān)系提供了新的支持，同時為宿主代謝組或為腸道生態(tài)系統(tǒng)與宿主健康之間交互的橋梁提供了有力證據(jù)。

原文鏈接：

https:///10.1038/s41587-019-0233-9

制版人：珂

參考文獻(xiàn)

1. Duvallet, C., Gibbons, S. M., Gurry, T., Irizarry, R. A. & Alm, E. J. Meta- analysis of gut microbiome studies identifies disease-specific and shared responses. Nat. Commun. 8, 1784 (2017).

2. Pascal, V. et al. A microbial signature for Crohn’s disease. Gut 66, 813–822 (2017).

3. Chang, J. Y. et al. Decreased diversity of the fecal microbiome in recurrent Clostridium difficile-associated diarrhea. J. Infect. Dis. 197, 435–438 (2008).

4. Zierer, J. et al. The fecal metabolome as a functional readout of the gut microbiome. Nat. Genet. 50, 790–795 (2018).