在中国现在做试管婴儿需要多少钱呀(科研丨西安交大一附院: 多组学分析揭示精神分裂症患者肠道-代谢组-免疫网络异常(国人佳作))

第三方分享代码
admin 3年前 (2022-10-28) 四川试管婴儿 19 0

原标题:科研丨西安交大一附院: 多组学分析揭示精神分裂症患者肠道-代谢组-免疫网络异常(国人佳作)

作者:微生态

编译:微科盟煎蛋,编辑:微科盟居居、江舜尧。

微科盟原创微文,欢迎转发转载,转载须注明来源《微生态》公众号。

导读

精神分裂症(SCZ)与几种免疫功能障碍有关,包括促炎细胞因子水平升高。目前已经发现微生物及其代谢物可以调节免疫系统,并且SCZ患者存在肠道微生物群紊乱。

为了系统研究SCZ患者中异常的肠道-代谢组-免疫网络,我们使用多组学策略对63名SCZ患者和57名健康对照者的肠道微生物群、血清代谢组和血清炎性细胞因子进行了综合分析。

结果显示患者体内18个差异丰富的代谢物簇发生改变,细胞因子水平较高,促炎代谢物显著增加,抗炎代谢物(如油酸和亚麻酸)显著减少。

与细胞因子相比,肠道中的细菌共丰度组与循环代谢物的相关性更强。通过整合这些数据,我们发现某些细菌可能通过调节宿主代谢物(如氨基酸和脂肪酸)来影响炎性细胞因子。

基于组学数据构建随机森林模型,7种与细胞因子和肠道菌群α多样性显著相关的血清代谢物能够准确区分病例与对照组,受试者工作特征曲线下面积为0.99。

本研究结果表明,SCZ和肠道微生物群中异常的肠道-代谢组-免疫网络可能通过调节宿主代谢过程来影响免疫反应。

这些结果揭示了微生物衍生代谢物调节炎性细胞因子的机制,并为未来从微生物-免疫系统诊断和治疗精神疾病提供了新的见解。

论文ID

名:Multi-Omics Analysis Reveals Aberrant Gut-Metabolome-Immune Network in Schizophrenia

多组学分析揭示精神分裂症患者肠道-代谢组-免疫网络异常

期刊Frontiers in Immunology

IF:8.786

发表时间:2022.3

通讯作者:马现仓

通讯作者单位:西安交通大学第一附属医院

DOI号:10.3389/fimmu.2022.812293

实验设计

结果

受试者特征

共有63名SCZ患者和57名HC对照被纳入本研究。研究设计的流程图如图S1所示。120名受试者的人口统计学信息和炎症细胞因子如表S1所述。

SCZ组的所有检测细胞因子均呈增加趋势,血清CCL2和IFN-γ水平明显高于HC组。此外,两组之间的饮食习惯和排便习惯均无显著差异。

SCZ中的差异代谢型受到干扰

为了更深入地了解SCZ患者血清代谢组特征的组成,我们使用非靶向LC-MS检测空腹血清样本中的代谢组谱。在获得的原始数据中,两种离子模式产生了8488个特征,其中近19%的特征发生了显著改变(OPLS-DA VIP > 1.0,FDR < 0.05)。OPLS-DA评分图显示两组显著区分(图1A),表明患者在病理条件下的代谢紊乱明显,验证图证实了OPLS-DA模型的有效性(图1B)。

我们进一步发现,整体代谢物谱不受年龄、性别或BMI的影响(图S2A-C)。 通过注释和检索,SCZ中133种宿主来源或细菌来源的代谢物特征存在显著差异,其中大多数(89[67%])在SCZ中显著减少。

与HCs相比,SCZ表现出氧化应激代谢物(如不对称二甲基精氨酸、羟基异己酸和1-甲基鸟苷)增加,以及抗炎和神经保护代谢物(如油酸、花生四烯酸、α-亚麻酸、resolvin D2以及1-甲基烟酰胺(MNA))减少。

此外,我们发现文献和人类代谢组数据库中报道了其中13种代谢物。油酸、牛磺酸、花生四烯酸、紫苏酸、L-谷氨酸、L-苯丙氨酸、L-丝氨酸和尿囊素等八种代谢物的变化与文献报道的结果一致,其余五种包括色氨酸、甜菜碱、肌醇、LysoPC和吡咯烷酮羧酸的变化相对存在争议。

为了尽可能详细地表征SCZ的代谢障碍并发现新的潜在生物标志物,我们进一步研究了新发现的代谢物和13个先前报道的代谢物之间的显著相关性,并发现了12个衍生自脂肪酸的代谢物,具有抗炎和抗氧化作用。该组中的所有代谢产物在SCZ患者中下调,并在整个队列中显示出显著的相互相关性。

为了进一步探索133种差异丰富(DA)代谢物背后的生物学模式,我们使用共表达网络分析将所有受试者的DA代谢物分为18个共丰度簇(图1C),其中5种代谢物没有聚集到任何簇中。

因此,通过这种方法共聚在一起的代谢物将趋向于共变,并且每个簇通过其最具代表性的代谢物被分配到一个代谢型,即matabotype(M) 1-18。

最大的簇包含23个代谢物特征,所有这些特征在HCs中都升高,其中11个特征被注释为磷脂酰乙醇胺(PE)。

M15、16和17在SCZ患者中也有所降低,它们来源于脂肪酸和结合物,包括花生四烯酸、油酸、α-亚麻酸和二十碳二烯酸,其中一些具有神经保护和抗氧化炎症作用。

其他相关簇包括M3和M5,它们在SCZ组中持续升高,并含有多种氨基酸代谢物,包括色氨酸、L-丝氨酸和不对称二甲基精氨酸。

值得注意的是,SCZ患者中减少的五种代谢型与病程呈负相关(图1C)。这些代谢型中的代谢物主要包括脂肪酸、吡啶羧酸及其衍生物。

图1 鉴定与精神分裂症相关的差异代谢型。

(A)正交偏最小二乘判别分析(OPLS-DA)模型用于区分63名SCZ受试者(蓝色)和57名HC(黄色)。

(B)置换检验显示了原始R2和Q2值(右上)显著高于相应的置换值(左下),证明了OPLS-DA模型的有效性。(C)两组之间18种共丰度代谢簇的平均相对强度。红色和绿色分别代表相对较高和较低的密度。

星号表示代谢型与疾病进程之间显著负相关(P < 0.05)。

SCZ微生物群组成中的共丰度组变化

考虑到SCZ中的各种血清代谢物可能来自肠道细菌,我们研究了SCZ患者的肠道微生物变化。

通过粪便基因组测序发现,5%以上的样本中存在327个mOTUs。SCZ患者的肠道菌群在mOTU水平上表现出更高的α多样性。基于β样性分析发现,SCZ患者的肠道菌群组成与HCs有显著差异,并且这些不受年龄、性别或BMI影响。在门水平上,SCZ组放线菌和厚壁菌门水平较高,拟杆菌门水平显著降低。

共有50个mOTUs在两组之间显示出相对丰度差异,在调整年龄、性别和BMI后,47个mOTUs差异仍然显著。与HCs相比,SCZ中39个mOTUs升高,包括两个拟杆菌、两个梭菌、两个粪球菌、两个Dorea类群、两个Parabacteroides类群和两个瘤胃球菌属类群。

SCZ组的11个mOUTs显著低于HC组,包括三个普氏菌属、两个链球菌属和其他类群。然后,我们通过构建共现相关网络发现SCZ富集的mOTUs比HC富集的mOTUs相互联系更紧密。此外,来自同一属的mOTUs之间具有更强的正相关性。

由于细菌在肠道生态系统中作为“guilds”的功能发挥作用,我们通过构建共丰度网络将50个mOTUs聚为12个CAGs(图2A)。每个CAG包含2-7个mOTUs。

其中,与HC相比,SCZ患者的CAG1、CAG2和CAG12显著降低(图 2B)。有趣的是,CAG2中所有来自普雷沃氏菌科的细菌,如Prevotella bivia、Prevotella timonensis和Prevotella copri,都被报道为益生菌,并且与高纤维、非西方饮食有关。

SCZ组中CAG5、CAG6和CAG7的相对丰度增加,彼此密切相关。在这些CAG的mOTUs中,67%属于瘤胃球菌科和毛螺菌科,其成员可能产生短链脂肪酸(SCFAs)。

此外,产丁酸菌SS3/4也与毛螺菌科呈显著正相关,表明微生物来源的SCFAs,尤其是丁酸可能在SCZ的发病机制中发挥重要作用。

通过Spearman相关分析,我们发现在HCs中富集的CAG1与病程呈负相关,而在SCZ中富集的CAG6和CAG8与病程呈正相关,这表明肠道菌群随着疾病状态不断变化,也为构建SCZ疾病预测模型和研究SCZ内表型提供了候选菌群。在调整了年龄、性别和BMI后,相关性仍然显著。

图2 确定两组之间显著差异的重要共丰度组(CAG)。

(A)宏基因组操作分类单元(mOTU)水平网络图,显示基于显著变化CAG的不同组中mOTU富集情况。节点大小表示每个mOTU的平均丰度。节点之间的线表示相关性,线宽表示相关性大小,紫色表示正相关。

(B)通过Wilcoxon秩和检验确定12个CAG的相对丰度在两组之间存在显著差异(P< 0.05)。包含富集于精神分裂症和健康对照的CAG名称分别以红色和蓝色显示。

多组学分析揭示了SCZ中肠道菌群、血清代谢物和炎症细胞因子之间的关联

肠道微生物与血清代谢物可能因相互作用或双向调节而共变。为了确定这种关联,我们评估了所有受试者的代谢型和CAGs之间的大规模关联。

在FDR为5%的情况下,9个CAGs和Shannon指数与15个代谢型显著相关,呈现67个显著关联(图3A)。

HC组中富集的CAG1和CAG2也与HC富集的代谢型(如脂肪酰基、LysoPC/PC和碳水化合物共轭物)呈正相关,但与SCZ富集的代谢型(如脂肪酸和共轭物)呈负相关。SCZ中富集的CAGs与代谢型的相关性与上述结果相反。

其中,CAG5和CAG6也与脂肪酸、磷脂等代谢物显著相关。使用线性回归发现,133种DA代谢物中有36种与Shannon多样性显著相关(图3C)。

其中涉及氨基酸和吡啶羧酸的代谢物,如天冬酰胺-缬氨酸和MNA,显示出最强的相关性。甘油磷脂是与Shannon指数相关的最丰富的代谢物。

同时,对病例和对照组之间的DA细菌门进行Mantel检验以识别门相关的代谢型。值得注意的是,所有三个门和总mOTUs都与M 1、10和14显著相关,主要是脂肪酰基、甘油磷脂和二羧酸(图4A)。

拟杆菌门和总mOTU与代谢物的相关趋势更为相似,表明拟杆菌门可能比其他细菌在调节代谢中发挥更重要的作用。

此外,我们发现肠道细菌与血清代谢物的相关性明显高于与血清细胞因子的相关性。除了CAG11和CCL2显著正相关外(图3B),我们没有发现任何CAG与这六种细胞因子直接相关。

相反,血清代谢物与炎症标志物水平显著相关。此外,SCZ富集的代谢型与促炎细胞因子呈正相关,而HC富集的代谢型与促炎细胞因子呈负相关(图3A)。

在与代谢物或细胞因子相关的31个mOTUs中,CAG11中的两个mOTUs与代谢物和细胞因子都相关(图4B)。

为了进一步评估代谢物在调节微生物对细胞因子影响中的作用,我们进行了定向中介分析并发现了三个中介联系。

例如,Clostridium symbiosum可能通过降低血清胆汁酸水平而导致CCL2水平升高(图4C),而Eggerthella lenta可能通过影响血清胆汁酸和天冬酰胺-缬氨酸水平而导致CCL2水平升高(图4D、E)。

随后,我们对23名SCZ患者和23名对照进行了额外的验证,发现胆汁酸可能介导细菌与CCL2之间的关联,但由于样本量有限,结果未达到统计学差异。

CAGs、SCZ相关代谢物和细胞因子之间的相互作用网络表明,失调的肠道细菌可能通过与宿主代谢物相互作用来改变炎症细胞因子。

图3 肠道微生物群组成、宿主代谢特征和炎性细胞因子之间的相互关系。

(A)根据Spearman相关分析,血清代谢物介导的显著共丰度组(CAG)肠道菌群与炎性细胞因子之间的相关网络可视化。

红色连接表示正相关(Spearman相关检验,FDR < 0.05),而蓝色连接表示负相关(Spearman相关检验,FDR < 0.05)。所有相关性都针对年龄、性别、体重指数和饮食进行了调整。

在肠道菌群列中,绿色层代表健康对照组(HC)组中高度富集的CAG,蓝色层代表精神分裂症(SCZ)组CAG增加。在代谢组学列中,橙色层代表富集于HC的代谢型,棕色代表富集于SCZ的代谢型。在细胞因子列中,红色层代表SCZ组炎症细胞因子升高,灰色层代表两组间无差异。

(B)散点图表示所有受试者中C-C基序趋化因子配体2与CAG11之间的关联。

(C)与Shannon指数显著相关的每种血清代谢物解释的Shannon指数方差百分比(P < 0.05)。

对于每种代谢物,红色条对应于正β系数,而蓝色条对应于负β系数。使用普通最小二乘回归评估显著性。

图4 多组学的相关性分析。

(A)显示了代谢型和细胞因子的成对比较,颜色梯度表示Pearson相关系数。通过部分(年龄、性别、BMI和饮食校正)Mantel检验,放线菌门、拟杆菌门、厚壁菌门和mOTU与每种代谢型和细胞因子相关。

(B) 维恩图显示了分别与血清代谢物和细胞因子相关的差异丰富mOTU数量。

(C) Clostridium symbiosum通过胆汁酸影响了C-C基序趋化因子配体2 (CCL2)(Pmediation= 0.022, 20%)。(D)Eggerthella lenta通过天冬酰胺-缬氨酸影响了CCL2(Pmediation = 0.012, 24%)。(E) Eggerthella lenta通过胆酸影响了CCL2 (Pmediation = 0.010, 24%)。

灰线表示调整了年龄、性别、BMI和饮食的Spearman相关性,以及相应的rho系数和错误发现率值。蓝色箭头线表示由代谢物介导的微生物对CCL2的作用,以及相应的中介P值。

基于肠道菌群相关代谢物的SCZ诊断

以前的研究仅使用单一的组学数据、肠道微生物群或代谢物建立了SCZ的诊断模型。为了提高诊断效率,我们结合了50个DA mOTUs和133个血清代谢物来构建疾病分类器。

在训练集内的随机森林交叉验证中,7种血清代谢物的分类误差最小,训练集和测试集的ROC曲线下面积分别为99.17%和99.45%。(图5A、B)。

在分类器中包含的区分特征中,胆酸的影响最大,其次是代谢物,如4,8-二甲基壬酰肉碱、3-羟基癸酸和前列腺素A2(图5C)。SCZ组模型中的所有代谢物均显著降低。

此外,除4,8-二甲基壬酰肉碱外,其他六种代谢物与Shannon指数呈显著负相关。在另一项研究中也证实了SCZ患者血清中胆酸水平降低。

总体而言,血清代谢物对SCZ的诊断潜力优于肠道细菌,尤其是肠道微生物衍生代谢物。

图5 代谢物将精神分裂症与健康对照区分开来。

(A)随着特征数量的增加,精神分裂症随机森林分类中10倍交叉验证误差的五次试验分布。该模型是使用来自70%精神分裂症和健康对照样本(训练集)的50个宏基因组操作分类单元和133种代谢物的相对丰度构建的。黑色曲线表示五次试验的平均值(灰线)。粉色线表示最优集中的特征数量。

(B)受试者操作特征分析评估这七种代谢物生物标志物的诊断性能,训练集和测试集的曲线下面积分别为99.17%和99.45%。

(C)通过交叉验证的随机森林模型选择7个最具权重的代谢物来区分精神分裂症和对照组。线的长度表明代谢物对分类的重要性。

讨论

如图6所示,与HC相比,我们发现SCZ患者的血清代谢物谱、肠道微生物群和血液细胞因子水平存在显著差异。

我们发现代谢型与肠道微生物CAG和炎性细胞因子显著相关,肠道微生物群可能通过调节宿主代谢过程来影响免疫反应。

精神分裂症和健康对照之间肠道菌群组成、代谢和细胞因子分析的总结。

本研究通过非靶向代谢组学研究确定了133种SCZ相关代谢物,其中一些之前已经报道过。最近的荟萃分析强调了SCZ与氨基酸、脂肪酸、甘油磷脂增加和PC/PE的减少之间的联系,我们鉴定的大多数SCZ相关血清代谢物也属于这些类别。

此外,我们的数据表明具有相似化学结构的代谢物倾向于聚集在一起,并且同一簇中的代谢物彼此之间存在很强的相关性。

例如,包含七种氨基酸的代谢物簇(M3)在SCZ组的血清中上调,而包含六种甘油磷酸胆碱代谢物的M13在SCZ组中显著减少。

代谢物共变簇的形成可能是由于多种生化机制,包括共同母体代谢物的化学修饰、与同一生化途径相关,以及由特定微生物共同产生等。

与病程的相关性分析表明,一些血清代谢物随着疾病的进展而降低,如M14的代谢物MNA。MNA可以抑制谷氨酸兴奋性毒性,增加脑组织中乙酰胆碱的水平。在神经退行性疾病中提供潜在的神经保护作用,并可能成为未来的治疗靶点。 虽然长期以来一直提出SCZ的炎症假说,但SCZ长期免疫激活的原因仍不清楚。肠道微生物和血清代谢物都是宿主免疫稳态的关键调节剂。

炎性细胞因子与血清代谢物之间的相关性似乎比肠道微生物更强且更广泛,这表明血清代谢物在SCZ的炎症过程中可能比肠道微生物群发挥更直接的作用。

因此,一些与生物能量学或生物合成相关的代谢物已成为免疫效应分子,在免疫系统中具有特定作用。

在本研究中,PEs、PCs和鞘脂与炎性细胞因子呈负相关,而氨基酸代谢物与这些细胞因子呈正相关。

此外,SCZ患者中具有促炎潜力的代谢物表达水平升高,例如不对称二甲基精氨酸;并且消耗了抗炎代谢物,例如油酸和花生四烯酸。SCZ患者血清中免疫调节代谢物的失衡可能有助于其全身免疫激活。

人体肠道微生物群通过底物共代谢和代谢交换与宿主相互作用。本研究结果表明,SCZ相关细菌与氨基酸、脂肪酸和甘油磷脂显著相关。

有趣的是,这些代谢物部分参与了神经递质的代谢和神经炎症的调节。

与之前的研究一致,我们发现在属水平上,拟杆菌属、柯林斯氏菌属、梭菌属和Dialister的相对丰度显著增加,而克雷伯氏菌和链球菌的相对丰度下降。

值得注意的是,我们之前的研究报告了SCZ中显著富集的Akkermansia muciniphila和Streptococcus vestibularis;然而,该分析并未显示各组之间的显著差异。这些不一致可能受到疾病高度异质性、样本量和其他潜在混杂因素的影响。但可以肯定的是,包括这两种细菌在内的大多数细菌在我们两个队列的SCZ中都朝着相同的方向变化。

此外,我们还发现SCZ患者的微生物组成显示出更高的α多样性。虽然更多样化的微生物群通常被认为更健康,但高于阈值的α多样性与特定微生物代谢物的不健康血液水平有关。

例如,便秘患者的α多样性升高,我们发现SCZ患者的便秘更为明显,这与之前的报道一致。

值得注意的是,与脂质和能量代谢相关的代谢物与Shannon指数相关,表明SCZ患者的宿主生理学和肠道微生物群结构之间存在密切联系。

通过基于组学数据构建随机森林模型,我们发现代谢物,尤其是与α多样性和细胞因子显著相关的代谢物,比微生物群更适合作为生物标志物。与以往的微生物诊断模型相比,七种代谢物的诊断准确率可达99%。

这些代谢物(如胆汁酸和前列腺素A2)可以在未来进行研究,以更好地了解其在SCZ发病机制和病理生理学中的作用。

在生态学上,肠道细菌作为功能组发挥作用,随着生理环境的变化而共同繁荣或衰退,而不是孤立地进行。

因此,我们研究中基于CAG的分析提供了一种更生态相关的方法来减少微生物群数据集的维度,并有助于识别SCZ中肠道微生物群的功能重要成员。同样,我们还发现同源性较高的细菌更容易聚集在一起,表明它们的共生能力更强。这些CAG集群还为未注释的mOTUs的更详细分类学分类提供了线索。

SCZ中CAG11的丰度增加并且与趋化因子CCL2呈正相关。梭菌是该CAG中的一个重要属,之前也有报道称其在小鼠中上调CCL2和各种促炎细胞因子。

此外,还发现梭菌与炎症性肠病中的氨基酸呈正相关,这与我们的结果一致。值得注意的是,我们没有发现CAG与这些细胞因子之间有任何其他显著相关性,这表明细菌可能间接调节SCZ患者的免疫激活。

我们还通过中介分析证实了这一假设;例如,微生物可能通过调节代谢过程(如胆汁酸代谢)来影响炎性细胞因子。

以前的研究报道了胆汁酸和肠道菌群之间的通讯以及其对宿主免疫反应的影响。考虑到宿主免疫、代谢和微生物网络的动态关系,病例-对照研究不足以描述整体疾病状态;

迫切需要长期随访和功能研究。通过生物活性代谢物的产生,更有可能揭示可能导致SCZ免疫异常的特定细菌。

此外,几项关于SCZ的肠道菌群研究的不一致也反映了研究方法的局限性。

因此,有必要扩大样本量并优化分析方法,以准确表征SCZ的肠道菌群特征。

综上所述,通过多组学相关分析,我们发现了几种与肠道微生物代谢密切相关的代谢型,并与SCZ患者的血清炎性细胞因子显著相关。

利用多组学分析系统理解机体协同调控机制的研究,将加深对SCZ系统生物学的认识,促进个性化多模式SCZ干预的发展。

此外,已经证实胆汁酸代谢紊乱可能导致认知改变,我们的研究还证明了胆汁酸在调节微生物和免疫之间关系中的重要性。

未来需要进一步研究胆汁酸代谢在肠-脑轴中的作用,肠道菌群-胆汁酸代谢-免疫激活可能成为精神分裂症的治疗靶点。

本文转载自其他网站,不代表健康界观点和立场。如有内容和图片的著作权异议,请及时联系我们(邮箱:guikequan@hmkx.cn)返回搜狐,查看更多

责任编辑:

相关推荐

网友评论

  • (*)

最新评论