东海药业益生菌代理招商网

网站地图 XML地图

互联网药品信息服务资格证书编号:(鲁)-非经营性-2015-0081

国家医用微生态工程研究中心
东海药业医药代理招商电话
联系我们
招商电话:
0532-87199951
地址:山东省青岛市黄岛区胶州湾西路1377号
当前位置:主页 > 万博体育娱乐 > 最新动态 > 人类肠道菌群-从关联到调控(三)

人类肠道菌群-从关联到调控(三)

浏览: 发布日期:2018-08-01
人类肠道菌群-从关联到调控(三) 
 
 
 
上述因素(如BMI)可以部分归因于遗传。对于另外的一些因素,宿主遗传因素更为明显:例如,微生物组与先天和适应性免疫系统错综复杂的相互联系(Belkaid and Hand,2014; Hooper等,2012); 尽管单独量化免疫系统在形成肠道微生物组中的影响仍然具有挑战性。类似地,越来越多的证据表明脑-肠(微生物)轴的交互作用(例如,Carabotti等,2015)。
同时,几项研究探讨了微生物组与单个宿主基因位点更直接的关联(Hall et al。,2017; Kurilshikov et al。,2017)。 在对英国双胞胎的大型横断面研究中,发现几个属的相对丰度是可遗传的(Goodrich等,2016, 2014);这个观察结果后来在物种水平上得到了证实,并扩展到了一个较小亚群的功能基因含量(Xieet al,2016)。一项对1,561名北美人的研究同样报道了种群的遗传性,以及6个人类SNPs与类群丰度的关联(Turpin等,2016),其与9个基因座与微生物分类群相关,33个与微生物代谢通路相关,同时也在荷兰LL-DEEP研究队列有相似报道(Bonder等,2016)。对大型北德队列研究报道,42个SNPs占观察到的微生物组成变异的10%(Wang et al。,2016a)。相反,最近对以上数据集的再分析(由696个以色列个体进行的扩展)估计宿主遗传学占微生物组变异的不到2%(Rothschild等,2018)。总体而言,宿主遗传因素对肠道菌群的影响是显著的,但效应量极小。与受试者性别相关的潜在差异(在FGFP和LL-DEEP研究中报道的最高级别的协变量中)可能是由于间接影响,例如受文化影响的行为,饮食或不能精确到基因组的蛋白质差异,如激素水平。
 
环境因素
 
尽管人们已经报道了群落构成中的地理模式,可能与生活方式有关(例如Suzuki和Worobey,2014; Yatsunenko等,2012),但迄今为止人类宿主无法控制的环境因素仍未得到充分研究。当将生物分类学精度(分辨率)扩展到亚种水平或扩展到菌株的松散可操作分类定义时(如OTU),更加明确的地理格局变得明显(Costea等,2017a; Truong等,2017),这意味着不同区域菌株库可能有不同的功能。事实上,这可以进一步细化到家庭和家人的水平,在成年期可以发生肠道菌株的替代(Korpela等,2018),这可能是同一家庭成员显示出比不同家庭人员更类似的微生物组成的原因之一(Song等人,2013)。研究在更广泛的如建造的环境(Hoisington等,2015; Lax等,2014)以及与自然的密切接触的家庭(Obregon-Tito等,2015)可能会揭示影响个体肠道微生物组的其他环境因素。
 
研究微生物组关联的局限性
 
队列大小的增加,研究设计的改进以及全面的元数据调查极大地提高了MWAS的统计效能( statistical power)。然而,它们无法克服关联研究的固有局限性,这些局限性被原始数据的复杂性和变异所放大,并且需要在解释和比较MWAS的结果时考虑。
 
实验技术引入的变异
 
像其他组学研究领域一样,MWAS容易受到同一研究内和不同研究间批次效应影响。最近两项关于微生物 - 疾病关联研究的荟萃分析发现,不同研究之间的变异需要直接地或间接地校正批次效应(Duvallet等,2017; Pasolli等,2016)。典型的微生物组学研究中几乎在每一步,包括样本采集和储存(Hang et al。,2014; Song et al。,2016; Vandeputte et al。,2017d; Voigt et al。,2015),DNA提取和处理(Costea2017b; Sinha等,2017)和生物信息学分析(Mallick等,2017)都是确定的重要技术变异来源。事实上,最近关于技术限制可重复性的两项大规模研究表明不同工作流程之间,以及同一工作流程在相同或不同实验室中的重复之间存在较大差异(Costea et al,2017b; Sinha et al,2017 )。至少与标准流程相比(Costea等,2017b),这需要一个完善细化的参考标准方法。
 
特异性和间接关联
 
即使可以减少技术变异,一般来说关联性研究也有一些共同的局限性。首先,在这样的研究中不能证明任何一个关联的特异性。譬如,发现疾病关联不一定意味着观察到的差异在不需要一个独立重复并与其他表型比较的前提下就可以用作特定标记。其次,任何关联都可能是间接的。一个恰当的例子是之前反复被报道的微生物组与艾滋病毒的关联最近受到质疑,因为大部分观察到的信号来自一个风险群体,男同性恋(Noguera-Julian等,2016)。即使这种更直接的联系也可能被未经考验的因素混淆,例如性行为,社会地位或生活方式。同样,混淆因素可能导致质疑几个以前报道的疾病相关性。例如,使用药物二甲双胍引起了早期关于与2型糖尿病有密切关系的微生物组的报道的大部分信号(Forslund等,2015)。一项综合调查表明,以前报道的各种关联至少部分是与次要因素混淆相关的(Falonyet al。,2016)。
 
分类精度和功能描述缺乏
 
迄今为止,大多数MWAS都依赖于16SrRNA基因的扩增子测序。这种方法相对成本较低,使得可以进行大尺度的队列研究。然而,目前16S扩增子序列的可靠的分类学类别通常仅限于属种水平(Matias Rodrigues等,2017),最近的一些分析表明许多分类学关联可能仅在种水平以下(亚种或菌株)出现(例如Costea et al。2017a; Lloyd-Price等,2017)。而且,扩增子方法经常将分类范围限制为细菌和古细菌,从而缺失肠道菌群的真核和病毒成员的潜在信息。随着全基因组鸟枪法宏基因组测序变得更加经济可行,这些分类学分辨率和范围的限制很快就可以克服(见专栏2)。宏基因组测序也提供了微生物组基因和功能库的读数,但是这些有价值的信息通常还没有开发,部分原因是缺乏功能注释:更主要是来自可培养的分离菌和宏基因组的微生物基因至今尚不清楚。
 
相关!=因果
 
相关性并不意味着因果关系这在微生物组研究中已经成为科学的真理:虽然因果方向性对于某些关联而言微不足道(例如,抗生素治疗影响菌群,而不是相反),但是仅基于观测数据难以或不可能推断其他。已经成功应用于其他领域的因果推断的几种数学方法开始被用于微生物组数据,如结构方程模型或贝叶斯网络推断。然而,由于数据规模和复杂性的限制,普适性难以得到推广,许多推断框架需要重复(纵向,时间序列)观察(见下文)。评估个体关联因果关系的黄金标准是经典的还原主义方法,通常依赖于小鼠模型。例如,最近在小鼠结肠炎模型中发现了免疫梭状芽孢杆菌的潜在保护作用,该模型使用称为微生物表型三角测量的框架(Surana和Kasper,2017),满足Koch假设的“共生”版本(Neville等人。,2017)。然而,这样的工作流程需要成功地分离和培育目标菌群,这在实践中往往仍然具有挑战性。在某些情况下,MWAS研究结果通过将人类粪便菌群移植到小鼠模型中进行了实验验证(Wang和Jia,2016年综述)。然而,尽管无菌鼠模型的实验条件可控,但也受到若干限制,包括人和鼠消化道之间的解剖和生理学差异,由于粪便造成的同笼效应,基本上不同的微生物组成差异物种间重叠少,宿主免疫压力不同影响移植的微生物(Hugenholtz和de Vos,2018;Nguyen等,2015)。因此,将体外或体内研究结果转到人类领域往往仍然困难。
 
通过纵向研究了解微生物组动态变化
 
尽管讨论了一些注意事项,MWAS已经确定了重要的微生物 - 疾病关联,这些关联可以用于目的疾病诊断,并揭示了肠道微生物组成的主要协变量。然而,大多数这些研究是横断面的,因此对调控机制的理解仍然有限。大规模的纵向数据生成,包括(1)无扰动肠道微生物组的基线动力学和(2)对各种扰动的响应(见下一节),对于理解肠道生态系统的“布线(wiring)”刺激和反应的解决可以帮助解开自然界中(即直接在人体宿主中)微生物组群的因果方向性。许多研究已经得出结论,肠道微生物组在基线时随时间显着稳定,在干预的情况下,无论是在分类学还是功能组成方面。例如,随着时间的推移,个体内属和种水平的组成变化低于个体间差异(参见例如Faith等,2013;人类微生物组计划联盟,2012等)已经扩展到株水平分辨率(Costea等,2017a; Lloyd-Price等,2017; Schloissnig等,2013)。最近,据报道,粪便微生物组也随着时间推移在转录组学上稳定,尽管程度较低(Abu-Ali等人,2018)。与成人未受干扰的菌群的这种一般时间稳定性相反,已经描述了发育中的婴儿菌群清晰的演替动态(Ba¨ckhed等,2015; Koenig等,2011; La Rosa等,2014) ,而老年人可能会显示微生物组稳定性明显下降,这也取决于进一步生活方式因素的影响(Jeffery et al。,2016)。然而,总而言之,人类肠道菌群的时间变化尚未得到充分研究,目前发表的大多数研究无论在个体数量,时间点数量还是时间分辨率方面都存在统计上的不足。具有足够队列大小的高分辨率研究对于建立肠道微生物组动力学的预测模型是必不可少的,然后可以对模型扰动响应进行优化和改进(Bucci和Xavier,2014;Faust等,2015)。这不是一项简单的任务:即使相对明确的新生儿群落演替已被证明很难建模预测,可能是由于母体和环境贡献菌株的相对重要性(Asnicar等,2017; Korpela等,2018年)。
 
通过扰动消除菌群的“布线”
 
扰动实验长期以来一直是系统生物学(Jansen,2003)和群落生态学(Bender等,1984)的选择框架,因为群落层面对扰动的反应可以推论关于其成员之间的互动。尽管经典生态学理论对微生物组的盲目应用并非没有风险(Koskella等,2017),但微生物生态学的微扰设计的价值已经被反复证明(Faust等,2015; Shade等),事实上,微扰实验对于菌群落生态学(动态)预测模型的发展比横断面研究信息更丰富,特别是当补充体外和体内实验数据时(见专栏2)。这种扰动预测典范可以提供可测试的假设,并且对于肠道菌群的靶向调节是必不可少的,而肠道菌群又是翻译工作的核心(参见下一节)。在这里,我们回顾介绍性研究如何促进我们对肠道微生物组的理解和突出新兴趋势。我们使用广义的扰动定义,包括药物治疗或饮食干预等刺激。
 
扰动响应作为菌群落结构和动力学的窗口
 
尽管纵向分析对于了解基线微生物组动态是必不可少的,但微生物系统的扰动可以更深入地了解其生态构成(Faust et al。,2015; Shade et al。,2012; Sommer等,2017)。可以说,对人类肠道微生物组的持续时间最长的扰动实验是饮食摄入量,因为这种自然过程已经发展了数百万年。在采取更久坐的生活方式之后,人们已经适应了多种多样的杂食性饮食,因此适度饮食转变的影响应该是有限且短暂的。事实上,一些研究表明饮食干预通常似乎只能引起特定的效应(参见Zmora等人,2016年最近的综述),尽管更极端的变化可以显示更明显的特征。例如,基于微生物组的全植物或基于动物的饮食的根本转换具有不同的影响,并且特定群体的类群对于个体的响应类似(David等人,2014)。另一项研究发现,在肥胖患者中对能量限制性高蛋白饮食的反应,基因丰富度在整个生态系统范围内均有增加(Cotillard et al。,2013)。一般来说,迄今为止大多数研究都调查了相当广泛的饮食结构变化,例如,蛋白质或碳水化合物等非特定营养素类别的总体变化水平,但定义的特定饮食干预措施的影响才刚刚开始探索。与饮食转变相反,临床干预可望引发更激烈的反应,因为它们可以显著改变肠道中的环境条件。清洁肠道通常是在制备其他治疗方法时进行的,然后可以快速恢复整个微生物组成(Voigt et al。,2015),尽管它可能会引发单个分类群的持续损失(Jalanka等,2015)。其他对微生物组长期影响的临床干预措施包括减肥手术(Tremaroli等,2015)或诱导的等渗(iso-osmotic)腹泻。后者报道会引起显著但短暂的影响,扰动恢复后各类别间一致的演变(福山等人,2017)。广谱抗生素治疗可能具有显著的、持续的,并且通常是非特异性的影响,由于群落中的分类群的丢失,有时扰动后无法完全恢复(Dethlefsen和Relman,2011;Dethlefsen et al,2008; Jakobsson等,2010; Jernberg等,2007; Voigt等,2015)。同样,用窄谱抗生素头孢丙烯治疗引起个体分类群的一致反应,而群落层面的反应则是分层的(Raymond等,2016)。
 
一般来说,必须注意的是,大多数可控的干预研究集中于微生物组在宿主对微扰动的响应,而不是微生物组的响应本身。宿主和菌群的效应难以解决清楚:例如,抗生素治疗明显影响菌群(这可能会间接影响宿主),独立宿主和微生物组对饮食干预的反应更难以区分。因此,尽管存在其他限制(Nguyen等,2015),许多扰动研究已经在允许在一定程度上控制宿主效应的小鼠模型中进行。此外,体外方法正在得到重新关注(见专栏2),因为这些方法可以非常直接地探测群落或个体菌株对特定扰动的反应,而与宿主无关(Maier和Typas,2017年)。体外筛选是可扩展的,并且可以下降至各个菌株中单个基因的分辨率(Galardini等,2017),同时允许非常广泛的设计,最近的实例是筛选了1200种筛选的药物抵御40种肠道微生物菌株(Maier等,2018)。因此,如最近关于盐对微生物组的影响的研究所示,体外筛选可以作为大规模假设生成器来指导体内微生物组扰动响应的研究,无论是在动物模型中还是直接在人类中(Wilck et al,2017)。尽管如此,还需要对人类进行系统扰动研究,其唯一目的是理解肠道微生物的微生物生态。元数据采集变得越来越全面和复杂,数据生成变得更加经济实惠,越来越多地采用更大和更可控的前瞻性和介入性研究设计。这将使我们能够探索微生物组之间的分类学和功能相互作用,并理解微扰动响应的基础。鉴于人类 - 菌群共生的复杂性,只有“现实生活”数据才能为建立真实的预测模型提供必要的信息。
 
从扰动到预测
 
到目前为止,扰动响应的预测建模已被证明是非常具有挑战性的(Bucci和Xavier,2014; Faust等,2015),这既是因为复杂性和变异性,也是因为我们对于肠道微生物组认识非常有限(参见上文)。此外,有人认为,微生物组对许多扰动的反应本质上是随机的(Zaneveld等,2017),因此不能完全预测。
 
然而,存在一些单个分类群或分类群级别的微生物组动态预测模型(Bucci andXavier,2014)。例如,Lotka-Volterra模型用于预测小鼠对艰难梭菌感染反应的群落动态(Stein et al。,2013)。所得模型随后可预测艰难梭菌保护性益生菌治疗是否成功(Buffie等,2015)。此外,使用针对微生物组成和非微生物组特征培养的复杂模型,可以在一定程度上预测个性化饮食干预对选定微生物组特征的影响(Shoaie等,2015; Zeevi等,2015)。尽管取得了这样的进展,但更高层次的扰动响应往往难以预测,例如分类和功能多样性的获得或丧失,或组成变化的整体强度(更不用说方向)。对于微生物组的恢复力也是如此 - 一个扰动系统恢复到扰动前状态的程度(Shade et al。,2012)。正如上面所讨论的,有研究表明微生物组通常对更小的扰动有弹性,但更明显的扰动可能具有持续的影响。有人认为,即使菌群复原力的基本因素和机制仍然知之甚少,尽管个体之间的差异适应能力可能是健康和疾病的指示(Lloyd-Price等,2016; Sommer等,2017),但预测给定的菌群会如何抵御扰动仍然具有挑战性。
 
从扰动到调节
 
肠道菌群的经验性治疗调节已经进行了数千年,例如使用传统草药(Xu等,2015)或有意识地通过粪便菌群移植(de Groot等, 2017年)。尽管过去十年有大量报道,肠道菌群与疾病之间的联系仍在不断被发现(Lynch和Pedersen,2016),因此人类肠道菌群作为治疗靶点受到关注(Langdon et al。, 2016; Walsh等,2014)。
 
在这里,我们回顾了最近在非靶向和靶向微生物组调节方面的尝试。本文我们广泛地将定义调节为一种干预手段,目的是将肠道菌群推向期望的状态。其中包括粪便菌群移植,益生菌和益生元治疗以及定向饮食干预。
 
粪菌移植(FMT)
 
FMT是非靶向微生物组调节的主要例子:来自(健康)供体的粪便转移到受体的胃肠道中,目的是改善其健康或不希望的微生物状态。已证明FMT在复发性艰难梭菌感染(RCDI)的治疗中非常有效,并且确实似乎比抗生素更适合于该疾病(van Nood等,2013)。尽管在其他领域,如溃疡性结肠炎(Narula等,2017)或代谢综合征(Vrieze等,2012),其成功率较低,FMT作为众多适应症治疗的备选方案正在进行中,目前有200个注册临床试验(clinicaltrials.gov,截止2018年1月)。一个明显的长期目标是采用定制的微生物菌株配制,接受者采用定制的混合物替换目前使用成份不明确的供体粪便样品。
 
FMT常常在临床实践中,先进行准备性抗生素治疗或肠道清洁,效果可能难以解释清楚。一些研究调查了FMT的微生物组水平效应,并报告说治疗后接受者的微生物组中的α多样性增加,并且RCDI患者群体结构向供体组成的转变(Fuentes等,2014; Seekatz等2014),IBD也观察到了这一趋势(Vermeire et al。,2016)。相反,FMT之后的群落组成在代谢综合征(Kootte等,2017)和溃疡性结肠炎试验(Fuentes等,2017)中与FMT前组成有微弱相关,呼吁进一步提高分类学精度。事实上,在菌株种群水平上,可以证明供体菌株的植入,尽管在移植前相同物种的菌株存在于接受者体内,成功的定殖更可能(Li等,2016)。此外,发现供体和受体菌株在接受者中FMT后至少几个月的时间内共存(Li等,2016),这一发现已经在不同适应症的独立队列中证实(Kumar等2017; Lee等,2017;Moss等,2017)。虽然这对未来适应性治疗方案是令人鼓舞的,但我们对菌群和FMT的反应的机理理解仍然不足。事实上,从微生物生态学的角度来看,FMTs提供了一个独特的环境来研究菌群落的抗性,演替和整体适应能力。
 
益生菌
 
益生菌,被定义为“活的微生物,当给予足够量的活性微生物时可以给宿主带来健康益处”(Hill等,2014),已被证明在某些适应症中是临床有效的治疗选择(Ford et al,2014年)。与FMT相反,益生菌治疗是对肠道菌群进行有针对性调节的尝试,特别是通过向群落添加益生菌。然而,益生菌治疗的微生物组水平影响可能是轻微的:最近对七项随机临床试验进行的系统回顾发现,不同益生菌对菌群组成的影响并没有持续益生菌植入的证据(Kristensen等,2016)。这重申了肠道微生物菌群定植抗性的概念,包括益生菌和病原体。相比之下,小鼠研究已经得出结论,移植成功可能取决于益生菌如何与受体的基线微生物组成成分互补。例如,发现Clostridium scindens治疗中使用代谢补充接受者的菌群并增强对艰难梭菌的定植抗性(Buffie等,2015)。该结果基于临床数据,小鼠模型和数学建模,并说明生态学启发式方法可以实现成功的微生物组调节。因此,下一代益生菌的未来不仅在于补充有益的功能,而且在于提供必要的生态环境来维持它们。此外,通过补充更复杂的生物体混合物,整个微生物组成整体的转变很快就可以实现。
 
益生元和膳食干预
 
益生元被定义为’具有健康益处的宿主微生物选择性利用的底物’(Gibson等,2017),是另一种有针对性的微生物组调节手段。与直接施用益生菌相反,益生元治疗旨在赋予微生物有益成员选择性优势。尽管一些研究表明益生元对不同适应症具有治疗潜力(Beserra等,2015; Ford等,2014),但对于其对整个微生物组成的影响却知之甚少。有报道称Prevotella / Bacteroides比例增加和葡萄糖代谢改善是随着向纤维丰富的饮食而短暂转变(Kovatcheva-Datchary等,2015)。同样,富含纤维的饮食,辅以其他益生元,使肥胖儿童的肠道微生物组功能组成发生改变,并导致体重减轻(Zhang et al。,2015a)。据报道菊粉型果聚糖的处理引发双歧杆菌和厌氧菌的增加,几乎没有任何群落水平的影响(Vandeputte等,2017b)。
 
除了通常定义的益生元的补充之外,饮食代表大量的化学和生物分子化合物,通常潜在改善微生物,是形成微生物组成的重要因素(由Flint等,2017评论)。因此,定向饮食干预不仅可以提供扰动实验的信息,而且还可以作为温和的微生物组介导的治疗方案进行探索(Suez和Elinav,2017)。微生物全范围代谢模型已被用于成功预测肥胖和超重个体饮食干预的微生物组代谢反应,通过基线微生物基因丰富性分层(Shoaie等,2015)。同样,在使用微生物组,临床和饮食数据训练复杂模型时,针对改善的血糖反应的个性化饮食干预措施在盲法随机试验中被提出和验证(Zeevi等,2015)。虽然这两项研究都针对宿主效应进行了优化,但作者在一定程度上也能够预测微生物组对干预的反应。重要的是,这两项研究都发现菌群可以将干预效应分层,并且对饮食的反应可能是真正独立的(见专栏3)。此外,还有待确定的是对干预的这些个体间差异有多少可以归因于菌群的内在因素或宿主因素(见图2)。
 
引文