查看原文
其他

NC:自体免疫水泡皮肤病中鉴定基因与微生物组互作(微生物组关联分析MWAS)

2018-01-07 metagenome 宏基因组

之前我们平台分享过《Nature:宏基因组关联分析》综述,让大家系统的了解这一领域。同时还分享过一篇  《GigaScience:谷子产量与微生物组关联分析》是植物领域中的优秀工作。今天再分享一篇在动物中的研究,供大家学习。值得一提的是此文也是微生物所王军老师早年参与的文章之一。

基于易感自免疫皮肤水疱小鼠全基因组关联基因与微生物

Genome-wide mapping of gene–microbiota interactions in susceptibility to autoimmune skin blistering

此文2013年发表于Nature Communication上,截止2018年1月6日Google Scholar统计己被引49次。

摘要

易感慢性感染疾病,通常于自免疫遗传因素,和环境风险因子共同决定。在疾病与健康人群中微生物群落通常存在差异,然后这些差异是原因,还是疾病的结果仍然末知。
本文,基于小鼠获得性大疱性表皮松解模型研究,发现了宿主基因与微生物组互作对疾病发生存在贡献。
我们鉴定到的基因座位对皮肤微生物组的改变和易感皮肤水泡状态存在贡献,并且两者间存在共同的基因。
进一步,把细菌物种作为疾病的共变量,我们鉴定了一个新的病症位点。主要的共变量物种类别丰度下降伴随着疾病风险增加,提供了其在防病中的重要作用。这些找到的益生菌及群落提供了预防和治疗此类疾病的可能手段。

主要结果

图1. Chao1物种丰富度。Chao1指数是基于种水平OTUs估计,其中健康119个,EBA 64个样品,误差线代表95%置信区间,显著性为Wilcoxon rank-sum test.

图2. 监督式PCoA分析Jaccard距离。以疾病状态为限制因子,显著性统计基于permutation test,图中了各组的重心和68%的置信区间椭圆?

图3. QTL定位皮肤微生物。19个小鼠常染色体和X染色体添加1199个SNPs(黑线)、同时鉴定了种和属水平的QTLs并用门水平上色。同时还标注了两篇之前研究中报导的QTLs位点。

图4. EBA感染中基因与微生物互作
(a) 曼哈顿图展示1199个SNP与表型与疾病表型-log10 P-values沿每条染色体上的分布;(b) 添加Staphylococcus spp. (OTUID 173469)丰度作为共因子分析关联;(C) rs6211533位点添加共变量后出现显著位点;(D) 动物在Staphylococcus spp.丰度高低分为两组,发现率也存在显著差异;三种颜色代表三种基因型。

图5. 协变量OTUs间的共相关矩阵。OTUs间的皮尔森相关系数与EBA易感座位显著共变化。对于OTUs属水平无名,则显示分类学最高级别的分类并添加星,只有显著的才显示颜色。

方法

DNA提取和16S测序

使用PowerSoil Kit提取小鼠耳朵提取细菌DNA。扩增使用高变区V1-V2(27F AGAGTTTGATCCTGGCTCAG - 338R TGCTGCCTCCCGTAGGAGT)

物种注释

RDP分类器使用0.8的最小置信值,fixrank参数要求分界到属水平。种水平注释采用blast比对 Greengene并阈值为E-value < 0.001。

QTL分析数据的准备

在每个样品中reads先转换为比便,再进行log10对数变换。在OTUs、属、科、目、纲和门水平进行合并汇总(summary_tax.py)。

微生物组核心鉴定

筛选bin中reads数量大于20,且至少在20个动物中出现的OTUs,找到131个OTUs占总数据量的80%。

基因分型和QTL分析

使用芯片鉴定了261个动物个体的1449个SNP,其中1199个有效SNP。Happy包用于QTL和协变量QTL分析,期待存在座位的加性贡献。每个log10转换的分类学bins作为一个独立的表型,使用happy包的hfit命令去校正笼子、家族效应。在输入文件中添加协变量的矩阵。全基因组显著采用1000次排列表型,采用QQ-plot展示log10 P-value,

Reference

  1. Srinivas, G., et al. (2013). “Genome-wide mapping of gene-microbiota interactions in susceptibility to autoimmune skin blistering.” Nat Commun 4: 2462.

  2. Belheouane, M., et al. (2017). “Improved detection of gene-microbe interactions in the mouse skin microbiota using high-resolution QTL mapping of 16S rRNA transcripts.” Microbiome 5(1): 59.

QTL分析

QTL分析软件 happy,目前是官网 http://www.well.ox.ac.uk/happy 无法打开;Rbioconductor也没有此包。

http://www.rqtl.org/ 此网站有分析QTL分析软件 大全。推荐使用qtl,一直在更新

# 稳定版 install.packages("qtl") library(qtl) # 开发版 library(devtools) install_github("kbroman/qtl@devel")

猜你喜欢

写在后面

宏基因组公众号经过半年发展,原创文章过百,关注人数12000+。为鼓励读者交流、快速解决科研困难,我们建立了“宏基因组”专业讨论群,目前己有国内外100+ PI,900+ 一线科研人员加入。参与讨论,获得专业解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍末解决群内讨论,问题不私聊,帮助同行。


学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存