4008-986-980
CN| EN

首页 > 新闻中心  > 成果展示

疾病表型与微生物组关联分析——让你的研究瞬间高大上

2016-10-26

自从上次安诺君燃烧洪荒之力为大家介绍了微生物多组学联合分析后,安诺君一直在养精蓄锐,现在洪荒之力稍稍恢复了些。既然答应为大家分享微生物研究的干货,即使再困难也要做到。这次安诺君就不给大家绕弯子了,直接上干货~


全微生物组关联分析 (Microbiome-wideassociation studies ,MWAS)

首先给大家普及一下什么是全微生物组关联分析,所谓MWAS分析是指捕获多维尺度上的互作作用,从而提供捕获复杂作用关系的方法,该方法切实可行的预测微生物组和疾病状态的关系。


小编,麻烦你说人话!!!噢,额……就是不做任何假设的分析整个微生物组的结构变化,目的是鉴定与疾病、表型相关的微生物物种、基因或代谢物质等。该分析是挖掘微生物组“宝藏”的有力工具,可以高分辨率的研究微生物组与复杂疾病的关联特征,比如二型糖尿病、肥胖症、肝硬化、大肠癌和类风湿性关节炎。全微生物组关联分析 (MWAS) 与全基因组关联分析 (GWAS) 有些类似,都是把某些复杂的特征(如物种、基因)与表型特征关联起来。


国内最早研究肠道菌群的学者赵立平教授于2013年首次在Nature Reviews Microbiology期刊上提出了全微生物组关联分析 (Microbiome-wide association studies ,MWAS)的概念[1],在这篇重量级综述里,赵老师提出了慢性疾病中肠道菌群致病性的研究策略(如图1所示),通过时间连续取样和多位点取样的方法,采集指标前后宿主表型和微生物样本等,通过多元分析统计工具等确定可能的致病因素;再采用纯培养的方式分离出关键的微生物,利用无菌小鼠模型构建疾病模型来验证。赵老师特意提到所有的研究样本需在同一时间取样,特别是粪便样本、血浆样本、尿液样本等。


图1 慢性疾病中肠道菌群致病性的研究策略.jpg

图1 慢性疾病中肠道菌群致病性的研究策略


MWAS研究的四大问题[2]

Q

在哪种程度上评估微生物组?


MWAS能够从物种、基因、功能范畴研究宿主特征与微生物组的关联特征,除此之外还可以在转录组、蛋白组层面进行研究。例如在HMP计划的数据中,个体之间的代谢通路层级的变化程度要小于物种层级的变化。


Q

基于哪些方法来研究微生物组?


主要基于降维分析工具来实现,包括聚类、PCoA、PCA、一致性分析、因子分析、判别式分析等。在降维过程中通过非监督式和监督式的方法就能够发现一个或多个物种、基因等。


Q

MWAS能够得到什么结果?


通常可以得到微生物组(作为一个整体或个体特征的集合体)与表型测量值的关联性,实际案例中,表型之间的差异能够通过很少的特征来描述。


Q

怎样建立因果关系?


有很多方式能实现,如通过纵向的长时间的研究来确定在疾病表型发生前微生物或代谢产物发生变化;临床实践证明微生物能够影响疾病的过程;临床前期工作:如构建小鼠-疾病模型等验证、建立活性化学物质模型以揭示特异性产生该物质的微生物和基因等。

MWAS实验设计思路


从研究人群选择(特定患病类型)、样本取样(大样本量)、建库测序(普通宏基因组文库)、建立微生物参考基因集、基于宏基因组数据的分类、确定与疾病的相关性、结果验证(构建动物模型验证、随机双盲临床实验)等[3](如图2所示)。


其中关键的步骤是contigs binning,主要假设是不同样品中来自同一微生物基因组的基因应该具有相同的变化模式,如相对丰度、碱基频率等,可根据这一假设对宏基因组数据中注释的基因进行聚类,可以把物种的分辨率提高到菌株水平。目前人们已经开发了不同的相关系数和算法,这些聚类方法包括建立MLG (metagenomic linkage groups)[4]、MGC (metagenomic clusters) 或MGS[5] (metagenomic species)[6]


图2 通过MWAS发掘微生物与疾病的关联性的整体方案设计.jpg

图2 通过MWAS发掘微生物与疾病的关联性的整体方案设计


案例解析-口腔和肠道菌群全微生物组关联分析诊断类风湿关节炎


目前已有的MWAS分析已经非常多了,研究的疾病类型也是多种多样,具体可以参考2016年王俊等人发表的综述文章[2]


类风湿性关节炎 (rheumatoid arthritis,RA) 是一种致残率较高的自身免疫性疾病,全球患者多达数千万。一直以来人们推测RA可能与细菌感染有关,但对可能参与疾病发生或疾病保护的细菌及其功能知之甚少。研究人员还发现了口腔与肠道菌群功能的一致性。RA患者的口腔与肠道菌群,在氧化还原条件,铁、硫、锌和精氨酸的转运和代谢,以及RA相关抗原如瓜氨酸环化的分子拟态等方面均表现出明显异常,显示出这种菌群异常在RA的病理生理机制中有重要作用,有可能直接参与疾病发生,如图3所示。


此外,研究人员还基于口腔与肠道微生物菌群元基因组关联分析构建了区分RA患者和健康对照人群的分类诊断模型。综合三个部位的微生物菌群分类诊断模型,其诊断的准确率接近100%[7]


图3.肠道和口腔样本中MLGs的关联分析.jpg

图3.肠道和口腔样本中MLGs的关联分析


涨知识了吧,搞科研不易,且行且珍惜,安诺君只能帮到你这里了~

海阔心无界,山高人为峰,站在巨人的肩膀上继续乘风破浪,让微生物组的研究成果真正走向千家万户,走向诺贝尔奖的领奖台~

最后致我们辛勤的科研工作者,科研顺利~


科研工作者.jpg

本图来源于网络,侵权立删


PS:大家可以猜猜这是哪个实验室的杰作,下期安诺君会揭晓答案~


参考文献


[1]Zhao L. The gut microbiota and obesity: from correlation tocausality[J]. Nature Reviews Microbiology, 2013, 11(9): 639-647.

[2]Wang J, Jia H. Metagenome-wide association studies: fine-mining themicrobiome[J]. Nature Reviews Microbiology, 2016, 14(8): 508-522.

[3]Gilbert J A, Quinn R A, Debelius J, et al. Microbiome-wide association studies link dynamic microbial consortia to disease[J]. Nature, 2016, 535(7610): 94-103.

[4]Qin J, Li Y, Cai Z, et al. A metagenome-wide association study of gut microbiota in type 2 diabetes[J]. Nature,2012, 490(7418): 55-60.

[5]Yu J, Feng Q, Wong S H, et al. Metagenomic analysis of faecal microbiomeas a tool towards targeted non-invasive biomarkers for colorectal cancer[J]. Gut, 2015, 33(5): 905-12.

[6]Nielsen H B, Almeida M, Juncker A S, et al. Identification and assembly of genomes and genetic elements in complex metagenomic samples without using reference genomes[J]. Nature Biotechnology, 2014, 32(8): 822-828.

[7]Zhang X, Zhang D, Jia H, et al.The oral and gut microbiomes are perturbed in rheumatoid arthritis and partly normalized after treatment.[J]. Nature Medicine, 2015, 21(8): 895-905.


  • 关注我们
  • 安诺基因
  • 医学健康

  • www.annoroad.com

网站地图 隐私说明 使用条款 联系我们

Copyright2012 genome.cn 安诺优达 版权所有

All rights reserved Annoroad JICP备12029022号-4

疾病表型与微生物组关联分析——让你的研究瞬间高大上-成果展示-新闻中心-安诺优达
展开