8.8分的微生物组学和代谢组学联合分析的横断面研究

空581

1型糖尿病的高风险基因型与肠道微生物组和血清代谢物的不平衡有关
影响因子8.8，中科院2区

原文转自：一起实验网
对于该思路有兴趣的老师，可以与我们联系，方法和思路适用于其他疾病。
研究背景：

具有不同人类白细胞抗原（HLA）基因型的1型糖尿病（T1D）患者的肠道微生物群、血清代谢物和脂质的情况仍然未知。我们旨在探索由HLA基因型划分的T1D患者的肠道微生物群、血清代谢物和脂质特征。
研究方法：

做了一个横断面研究，包括73名成年T1D患者。根据患者携带的HLA单倍型将其分为两组：具有三种易感单倍型（DR3、DR4、DR9）中的任意两种而没有任何保护性单倍型（DR8、DR11、DR12、DR15、DR16）的患者被定义为高危HLA基因型组（HR，n=30）；仅具有一种或没有易感单倍型的患者为非高危HLA基因型组（NHR，n=43）。我们用16S
rRNA基因扩增子测序来描述肠道微生物组的特征，并用液相色谱-质谱法分析血清代谢物。
研究结果：

与NHR相比，HR患者的肠道微生物群的特点是普雷沃特氏菌的丰度增加，而副杆菌的丰度减少。HR患者血清中不同的代谢物（次黄嘌呤、肌苷和鸟嘌呤）增加，参与了嘌呤的代谢。不同的脂质，磷脂酰胆碱和磷脂酰乙醇胺，在HR组减少。值得注意的是，副细菌与参与嘌呤代谢途径的次黄嘌呤呈负相关（P≤0.01）。
结论：

本研究结果使我们能够更好地了解具有HLA风险基因型的T1D患者的肠道微生物组和血清代谢组的变化。肠道微生物群和血清代谢物的改变可能为区分具有不同HLA风险基因型的T1D患者提供一些信息。
方法：

• 受试者招募和样本收集
  

本研究的T1D患者来源于中山大学第三附属医院内分泌科，共73名。纳入的患者均符合美国糖尿病协会的T1D的诊断标准。纳入的患者通过序列特异性寡核苷酸进行高分辨率HLA
DRB1-DQA1-DQB1单倍型测序从而进行HLA基因分型。具有三种风险单倍型（DR3、DR4、DR9单倍型）中的任意两种而没有任何保护性单倍型（DR8、DR11、DR12、DR15、DR16单倍型）的患者被定义为高风险HLA基因型组（HR）；仅具有一种或没有风险单倍型的患者为非高风险HLA基因型组（NHR）。最终患者被分为HR组（n=30）和NHR组（n=43）。

总共收集了73份粪便样本保存在-80℃以备进一步分析。
还获得了用于代谢物分析的血液样本，并保存在-80°C直至处理。

2.微生物16S
        rRNA基因序列分析
微生物16S
rRNA基因测序是在Illumina平台上进行的，采用配对末端测序策略。

3.血清代谢组学和脂质组学分析
非目标液相色谱-串联质谱分析被用来检测血清小分子代谢物。高分辨率质谱仪Q
Exactive（Thermo
Fisher Scientific，美国）在负离子和正离子模式下使用，以增加脂质检测的覆盖率。
代谢组分析是在MetaboAnalyst网站上进行的（75，76）。对于检测到的小分子代谢物，使用正交投影到OPLS-DA来检查整体的塑性代谢物分布，以及检测HR组和NHR组之间的差异代谢物。结合倍数变化（>1.2）和P值（<0.05）来筛选出不同的血清代谢物。

4.微生物组和代谢组的联合分析
基于Pearson进行差异代谢物和差异微生物的相关性分析。
研究结果：

Figure1：HR和NHR两组间微生物组成分析
（A）在科的级别，堆积条形图；
（B）使用基于Bray-Curtis指数的主坐标分析可视化的β-多样性结果（互换MANOVA检验，F=1. 8078，R2=0.02483，p<0.066）；
（C）chao1-diversity boxplots（T检验，p=0.51802）；
（D）Shannon index boxplots（T检验，p=0.51787）。



Figure2：通过LEfSe研究两组微生物群组成的差异
（A） LDA 值分布的直方图；
（B） 描述显著差异的微生物分类群的分枝图。



Figure3：两组间代谢谱分析
（A） OPLS-DA分析显示两组之间代谢物组成；
（B） 两组之间脂质组成；
（C） 主要参与嘌呤代谢的差异代谢物（<0.05）和倍数变化（>1.2）（次黄嘌呤;肌苷;鸟嘌呤）；
（D） 差异脂质代谢产物为磷脂酰胆碱和磷脂酰乙醇胺，参与甘油磷脂、亚油酸、α-亚麻酸、花生四烯酸代谢和糖基磷脂酰肌醇锚定生物合成。



Figure4：两组间代谢物和微生物联合分析
（A）两组之间微生物组和代谢组的相关性热图；
（B）两组之间微生物组和脂质组的相关性热图；