如何用肠道微生物组鉴定原因不明疾病的分子标志物 | 微生物专题

文章题目: 肠道微生物组和血清代谢组分析鉴定纤维肌痛的分子生物标志物和谷氨酸代谢改变

发表期刊：EBioMedicine

影响因子：6.680

发表时间：2019

研究背景

纤维肌痛症（Fibromyalgia）是一种复杂的，相对未知的疾病，属于风湿病的一种，特征是弥漫性肌肉疼痛，常伴有多种非特异性症状，纤维肌痛的原因不明，但大部分患者有躯体或精神创伤史，目前还没有可用于诊断的分子标志物。纤维肌痛患者的几种变化已指出中枢神经系统是这种疾病的病理起源。肠-脑轴通过肠道神经系统（ENS）将肠道微生物组与大脑连接。此连接的破坏与精神疾病和胃肠道疾病有关。为了深入了解纤维肌痛的发病机理并鉴定诊断性生物标志物，该课题组结合了不同的组学技术来分析微生物组和血清组分。

研究对象

105例纤维肌痛患者以及54例年龄和环境条件匹配的健康个体对照者（见下表）。

研究思路

收集纤维肌痛患者和健康个体的粪便和血液样本，研究微生物组、血清代谢组、循环细胞因子和miRNAs。对粪便样本中16S rRNA基因进行测序。采用UPLC-MS代谢组学、定制的多重细胞因子和miRNA分析检测血清样本。最后，结合不同的数据来寻找潜在的生物标志物。

实验设计

实验设计说明

取样群体：105例肌纤维痛患者和54例健康对照组

样本类型:  血液（血清）样本及粪便样本

研究手段：16S rRNA基因测序，非靶向代谢组、定制细胞因子和miRNA检测。

队列招募：该研究中包括的个体是在两家不同医院中招募的。记录了纤维肌痛患者和健康个体多种生活方式变量（饮食，吸烟，饮酒，体育锻炼，其他疾病和情绪）。

入组标准：

纤维肌痛组：WPI≥7和SS_T（严重性评分）≥5或WPI在3到6之间且SST≥9。排除因其他疾病而有相似症状的患者。

对照组：没有纤维肌痛和/或任何其他类似疾病的任何临床表现的健康个体。为了减少与生活方式相关的潜在混杂因素，他们还与患者组年龄匹配并且来自同一环境（地区）。

主要结果

1. 实验发现纤维肌痛患者的细菌多样性下降。患者体内Bifidobacterium（双歧杆菌属）和Eubacterium（真杆菌属）（参与宿主神经递质代谢的细菌）的丰度明显降低。

2.血清代谢组分析显示谷氨酸和丝氨酸水平发生变化，提示神经递质代谢的改变。

3.血清代谢组和肠道微生物组显示出一定程度的相关性，反映了微生物组对代谢活性的影响。

4.检测了微生物组和血清代谢物、细胞因子和miRNA作为纤维肌痛分子生物标志物的诊断性能，发现微生物组预测能力好于其他。

主要图片的解释及说明

（A）整个队列的主成分分析（PCoA）

（B）PLS-DA分析显示出样本组之间的差异

（C）四组Alpha多样性指数分析，显示纤维肌痛患者的细菌多样性下降

（A）每个样本组的核心微生物组组成以及两组普遍存在的细菌比较

（B）对照组和纤维肌痛组间存在显著差异的细菌属（adj p >0 .05）

（C）用于与谷氨酸细菌降解相关的细菌基因的差异表达的qPCR结果

（A）在血清样品中检测到的1070个代谢特征的火山图

（B）鉴定出的代谢产物的火山图

（A）纤维肌痛中丰度改变的细菌与鉴定的代谢产物之间的相关性热图

（B）循环miRNA水平与诊断指标的相关性分析

（C）循环细胞因子水平与诊断指标的相关性分析

（D）鉴定到的血清代谢物与诊断指标的相关性分析

（E）微生物属水平物种与诊断指标的相关性分析

（A）四个数据集组合的sPLS-DA共识图，显示了71个样本（36个纤维肌痛样本和35个对照样本）几乎被完全区分开来

（B）每个数据集对sPLS-DA最终模型的贡献，在每种情况下显示前两个组分的得分图，表明对微生物组数据具有最佳分离能力，其次是细胞因子，代谢组学和miRNA。

（C）每个组学数据集的ROC曲线，以及曲线下的面积（AUC）值。

结语

这是第一份报告纤维肌痛患者的微生物组组成与健康对照之间差异的研究。作者提供了这些差异的列表，并报告了纤维肌痛患者中各种分子水平的变化，这可能可用作诊断纤维肌痛症的生物标志物。作者还检测了这些分子的功能，发现变化最大的代谢途径与神经递质有关，例如谷氨酸代谢和一氧化氮代谢。作者分析了肠道微生物组和血清代谢组之间可能的相互作用，分析发现了两个数据集之间的几个个体相关性。还证明了结合微生物组和血清代谢组分析可以区分纤维肌痛患者和对照组。从而报告了一组新的分子和细菌，它们可能会改善诊断过程，从而弥补当前缺乏客观生物标志物不足的状况。

编者说：

本文的思路较为简单直接，通过对患者与对照组的微生物组及代谢组的分析来寻找可以诊断肌纤维痛的生物标志物。没有更深层次的分子机制的研究。但作者大胆的打破常规诊断方法，从肠道微生物组入手寻找新的生物标志物的研究思路非常值得借鉴。在相关领域其实还有许多机制未明诊断粗浅的疾病，本文为相关方向的研究者或是对研究方向还比较迷茫的研究者提供了一个很好的示例。本文使用的微生物组分析结果都包含在了我们的医学16S测序报告中（医学16S测序报告：为忙碌的医生而准备 | 微生物 ），而且我们还能给您提供微生物组和代谢组的联合检测和关联分析（发微生物组16S测序高分文章，四招让你事半功倍 | 微生物专题 ）。

参考文献

Clos-Garcia M, Andrés-Marin N, Fernández-Eulate G, et al. Gut microbiome and serum metabolome analyses identify molecular biomarkers and altered glutamate metabolism in fibromyalgia. EBioMedicine. 2019;46:499–511. doi:10.1016/j.ebiom.2019.07.031

---

相关阅读