Gut Microbes丨深圳先进院陈宇团队基于阿尔茨海默症小鼠构建肠道菌群的动态复杂网络模型

肠道菌群是一个复杂的微生态系统，其中的微生物参与了宿主的多种生物调节过程，如营养代谢、免疫发育和神经调节。近年来，肠道菌群与大脑间的关联受到了密切关注，并有科学家报道了帕金森症、阿尔茨海默症、抑郁症等不同神经系统疾病下，患者的肠道菌群组成特征及丰度变化。但是，肠道菌群是个复杂的微生态系统，除了组成和丰度的变化，研究人员希望进一步解析肠道细菌之间的复杂相互作用，探索不同健康状态下肠道菌群互作关系的变化，并推导可用于肠道菌群调控的中枢细菌。

文章上线截图（点击文末“阅读原文”可查看）

中国科学院深圳先进技术研究院（以下简称”深圳先进院“）脑认知与脑疾病研究所/深港脑科学创新研究院陈宇课题组于2023年2月1日在Gut Microbes上在线发表了题为“Dynamic network modeling of gut microbiota during Alzheimer’s disease progression in mice” 的研究论文。研究团队基于阿尔茨海默症小鼠的肠道菌群，采用图论的方法构建了一套用于解析肠道菌群干预窗口期和推测肠道菌群干预靶点的动态复杂网络算法模型。

图1. 肠道菌群动态复杂网络模型框架

在该肠道菌群动态复杂网络模型中，研究人员利用肠道中细菌的相对丰度以及它们与其他细菌之间的相互作用，开发了用于评估细菌在肠道菌群互作网络中重要性的算法（图1）。随后，基于图论中的网络效能算法，研究人员开发了用于评估肠道菌群互作网络稳定性、脆弱性和鲁棒性算法。该肠道菌群动态复杂网络模型的使用流程可大体分为四步：第一步，构建不同时间点下的肠道菌群互作网络；第二步，使用图论评估肠道菌群互作网络的拓扑结构；第三步，通过稳定性评估和脆弱性评估，比较并筛选肠道菌群干预的窗口期；第四步，通过计算模拟和鲁棒性评估筛选肠道菌群干预的目标细菌（图1）。

图2. 肠道菌群互作网络在阿尔茨海默症（AD）

与野生型（WT）小鼠中的动态变化

随后，研究人员使用该肠道菌群动态复杂网络模型跟踪了阿尔茨海默症（AD）和野生型（WT）小鼠在1、2、3、6和9个月龄时的肠道菌群动态变化（图2）。研究结果发现，在AD发展进程中，小鼠肠道菌群互作网络从无标度网络变为随机网络，表明在AD后期宿主存在严重的肠道微生态失衡。通过对肠道菌群互作网络的稳定性和脆弱性评估，研究人员发现三月龄为AD小鼠肠道菌群干预的最佳窗口期。随后，通过计算模拟和鲁棒性性评估，研究人员确定肠道菌群的中枢细菌是肠道菌群干预的潜在候选菌。此外，研究人员利用肠道菌群功能分析进一步确定，三月龄AD小鼠的驱动及富集菌不仅是肠道菌群干预的关键细菌，还由于其代谢产物对神经系统的影响为探索AD发病机制提供了方向。

综上所述，本研究构建了一种基于肠道菌群数据的动态复杂网络评估模型，该模型一方面为调控宿主肠道菌群和干预AD提供了新的方向，另一方面该模型可扩展到其他神经系统疾病甚至更广泛的临床研究领域，这将有助于我们更快、更有效地开发疾病干预策略。

深圳先进院陈宇研究员为该论文的通讯作者，助理研究员李寅虎和陈艺菁为共同一作，深圳先进院为论文第一单位。最后，感谢科技部国家重点研发计划、国家自然科学基金等研究计划对本项研究的资助。

招聘信息

课题组长期招聘具有生物学和生物信息学背景的博士后和研究助理，欢迎有志于从事阿尔茨海默症发病机制与生物标志物研究者将个人简历以邮件方式发送至：

[e-mail] 陈宇；

[e-mail] 陈岳文。

原文链接：

http://dx.doi.org/10.1080/19490976.2023.2172672