利用多組學(xué)分析確定炎癥性腸病IBD的微生物與代謝診斷標(biāo)志物

腸道菌群和代謝物的改變與人類健康和多種疾病有關(guān)，包括炎癥性腸�。↖BD），其作為一組以慢性腸道炎癥為特征的疾病，包括克羅恩�。║C）和潰瘍性結(jié)腸炎（CD），盡管已有研究關(guān)注IBD的微生物組和代謝組的變化，但在不同研究之間存在差異，而多組學(xué)整合分析在此領(lǐng)域的應(yīng)用仍相對(duì)有限。

2023年11月，上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院洪潔教授/陳豪燕教授/房靜遠(yuǎn)教授及團(tuán)隊(duì)在國際知名期刊Nature Communications上正式發(fā)表了題為“Microbiome and metabolome features in inflammatory bowel disease via multi-omics integration analyses across cohorts”的研究性文章，通過整合多組學(xué)數(shù)據(jù)（糞便代謝組和宏基因組）跨隊(duì)列綜合分析（cross-cohort integrative analysis，CCIA），確定了這些隊(duì)列中腸病相關(guān)的腸道微生物群的診斷標(biāo)記物，創(chuàng)建診斷模型，為這一疾病的精準(zhǔn)治療提供更為全面的認(rèn)識(shí)。（麥特繪譜為本研究提供Q300全定量代謝組檢測服務(wù)）

研究材料

來自四個(gè)不同地區(qū)/國家的：

9個(gè)宏基因組隊(duì)列糞便樣本（1363例）

4個(gè)代謝組學(xué)隊(duì)列糞便樣本（398例）

研究技術(shù)

(1)   宏基因組

(2)   非靶向代謝組

(3)   靶向全定量代謝組

圖1. 跨隊(duì)列整合分析工作流程圖

數(shù)據(jù)集和分析流程

納入4個(gè)不同地區(qū)/國家的9個(gè)宏基因組和4個(gè)代謝組學(xué)隊(duì)列，挖掘IBD相關(guān)的微生物診斷標(biāo)記物。其中代謝組學(xué)2個(gè)外部隊(duì)列（USA-NL隊(duì)列）采用了非靶向代謝組學(xué)進(jìn)行檢測，而2個(gè)內(nèi)部隊(duì)列（CHN隊(duì)列）則采用了靶向代謝組學(xué)進(jìn)行檢測。為了確保生物信息分析的一致性，采用了處理多組學(xué)測序數(shù)據(jù)的bioBakery平臺(tái)對(duì)所有原始測序數(shù)據(jù)進(jìn)行重新處理，其中MetaPhlan3工具可以標(biāo)記基因數(shù)據(jù)庫注釋宏基因組數(shù)據(jù)的物種組成，HUMAnN3則可以準(zhǔn)確有效地獲得微生物代謝途徑和功能模塊信息。此外，通過使用Human Metabolome Database（HMDB）統(tǒng)一ID對(duì)代謝物名稱進(jìn)行注釋，確定了在四個(gè)隊(duì)列中共有的79種代謝物，用于代謝組學(xué)數(shù)據(jù)的跨隊(duì)列分析。

差異分析確定物種和基因水平上的生物標(biāo)記物

宏基因組功能分析中，主坐標(biāo)分析（PCoA）顯示兩組和隊(duì)列之間微生物組成存在顯著差異，在其中最具差異的74種腸道細(xì)菌物種中篩選31種作為后續(xù)隨機(jī)森林建模的特征物種。

使用KEGG orthology數(shù)據(jù)庫將來自宏基因組分析的基因家族注釋為KO基因，得到了9,270個(gè)KO基因，通過嚴(yán)格的FDR篩選方法確定了正常組和IBD患者之間的存在162個(gè)差異表達(dá)的KO基因。進(jìn)一步富集分析，揭示了12個(gè)途徑可能與腸道菌群和疾病相關(guān)（FDR < 0.05）。其中細(xì)胞周期-彎曲桿菌、雙組分系統(tǒng)、脂多糖生物合成和氨酰-tRNA生物合成顯示出上調(diào)模式；還觀察到多個(gè)途徑的下調(diào)，如丙酸代謝、磷酸轉(zhuǎn)移酶系統(tǒng)（PTS）、苯乙烯降解、糖酵解/糖異生和氨基酸的生物合成。盡管來自不同地區(qū)或國家的IBD患者在飲食和遺傳學(xué)方面存在顯著差異，但觀察到其腸道微生物群存在的一致改變模式。跨隊(duì)列綜合分析發(fā)現(xiàn)IBD患者共生腸菌顯著減少，Asaccharobacter celatus和Gemmiger formicilis在6個(gè)不同的IBD隊(duì)列中出現(xiàn)耗竭。

圖2. 跨隊(duì)列鑒定診斷IBD的菌群生物標(biāo)志物

不同IBD隊(duì)列中代謝組學(xué)改變&利用差異標(biāo)志代謝物進(jìn)行IBD診斷

本研究進(jìn)行了代謝物差異分析并確定了78種代謝物，其中大多數(shù)屬于三大營養(yǎng)物質(zhì)，包括氨基酸、碳水化合物和脂肪酸，還觀察到與三羧酸循環(huán)相關(guān)的各種有機(jī)酸，如丙酮酸、富馬酸、馬來酸和α-酮戊二酸在IBD患者中富集，表明腸道微生物群的能量代謝發(fā)生異常。

通過交叉隊(duì)列整合分析（CCIA）方法整合了四個(gè)代謝組學(xué)研究，使用HMDB ID確定了在所有四個(gè)隊(duì)列中普遍存在的79種代謝物。以FDR<0.0001， VIP score>1為篩選標(biāo)準(zhǔn)確定了32個(gè)候選代謝物。進(jìn)一步采用了迭代特征消除（IFE）技術(shù)，縮小到13種差異候選代謝物。

基于篩選的31個(gè)特征物種和25個(gè)KO基因分別構(gòu)建機(jī)器學(xué)習(xí)方法（隨機(jī)森林）來診斷IBD。通過10折交叉驗(yàn)證評(píng)估了IBD分類模型的準(zhǔn)確性，其中包括每個(gè)隊(duì)列內(nèi)的評(píng)估，以及隊(duì)列間模型轉(zhuǎn)移的外部驗(yàn)證。該模型在所有全球隊(duì)列中都顯示出強(qiáng)大的IBD檢測能力（AUROC值范圍從0.92到0.98）。

圖3. 不同IBD隊(duì)列中代謝組學(xué)改變&利用差異標(biāo)志代謝物進(jìn)行IBD診斷

構(gòu)建多組學(xué)生物相關(guān)（MOBC）圖

通過8個(gè)差異性KO基因與代謝和疾病表型兩者之間的關(guān)聯(lián)，研究人員構(gòu)建了多組學(xué)生物相關(guān)（MOBC）圖，鑒定了共生菌群內(nèi)編碼氨酰-tRNA合成酶的四個(gè)基因，與KEGG Orthology富集分析中的結(jié)果一致，氨酰-tRNA（ARSs）合成途徑顯著增加，ARSs在蛋白質(zhì)合成中起著不可或缺的作用，突出了腸道微生物生物轉(zhuǎn)化缺陷和氨酰-tRNA合成酶的顯著變化。

圖4. IBD患者腸道微生物群MOBC的構(gòu)建

小結(jié)

本研究中整合了多個(gè)隊(duì)列的宏基因組和代謝組數(shù)據(jù)，篩選鑒定了31個(gè)物種、25個(gè)KO基因和13種代謝物，以區(qū)分正常對(duì)照組和IBD病例。這些生物標(biāo)志物與目前用于診斷IBD的侵入性金標(biāo)準(zhǔn)——結(jié)腸鏡檢查相比，有力證明了利用腸道糞便微生物群和代謝物作為非侵入性診斷方法的潛力，有助于早期發(fā)現(xiàn)和預(yù)測IBD，促進(jìn)及時(shí)干預(yù)并降低并發(fā)癥風(fēng)險(xiǎn)。

此外本研究顯著提升了用于診斷IBD的機(jī)器學(xué)習(xí)模型性能。從多組學(xué)數(shù)據(jù)中找出了一部分標(biāo)記物，表現(xiàn)出區(qū)分UC和CD的顯著能力，平均AUROC值高達(dá)0.8。這一發(fā)現(xiàn)為非侵入性生物標(biāo)志物的發(fā)展提供了前景，這些標(biāo)志物可能在對(duì)IBD的不同亞型進(jìn)行臨床分類中發(fā)揮關(guān)鍵作用。

原文鏈接

Microbiome and metabolome features in inflammatory bowel disease via multi-omics integration analyses across cohorts. Nature Communications. 2023.

請(qǐng)掃描二維碼閱讀原文

繪譜幫你測

上述研究在多個(gè)隊(duì)列觀察到了微生物組和代謝組的一致性模式，強(qiáng)調(diào)了這些關(guān)聯(lián)的魯棒性，這種獨(dú)立的隊(duì)列驗(yàn)證增強(qiáng)了微生物和代謝特征作為IBD生物標(biāo)志物或治療靶點(diǎn)的可信度，研究結(jié)果值得關(guān)注。

麥特繪譜為本研究提供Q300全定量代謝組學(xué)分析服務(wù)，截至2023年6月，Q300技術(shù)已協(xié)助客戶發(fā)表70余篇SCI文章，平均IF>10，成果涵蓋腫瘤/癌癥、代謝性疾病、免疫疾病、神經(jīng)系統(tǒng)性疾病、衰老、環(huán)境毒理學(xué)、中醫(yī)中藥等研究領(lǐng)域。