综述 |
您所在的位置:网站首页 › 微生物d值的意义 › 综述 |
编译:微科盟如风,编辑:微科盟木木夕、江舜尧。 微科盟原创微文,欢迎转发转载。 导读在微生物研究中,评估肠道微生物群落的“菌群失调”越来越被认为是一种常规分析,它为疾病和其他不良状况的预测和表征增加了相关信息。然而,菌群失调不是一个明确定义的条件。人们已经提出并应用了各种不同的菌群失调指数,但它们的基本方法、研究对象和研究条件存在很大差异。迄今为止,我们还没有关于这些指数的所有不同方法和应用的全面概述和比较。在此,我们列出了文献中确定的所有类型的菌群失调指数,介绍了它们的方法,将它们分类,并讨论了它们潜在的描述性和临床应用以及它们的局限性。因此,我们的重点不是菌群失调对疾病的影响,而是可用于确定和量化这种状况的方法论的方法。 论文ID 原名:Determining Gut Microbial Dysbiosis: a Review of Applied Indexes for Assessment of Intestinal Microbiota Imbalances 译名:确定肠道微生物失调:评价肠道微生物失衡的应用指标综述 期刊:Applied and Environmental Microbiology IF:4.792发表时间:2021.5.11 通讯作者:Tine Rask Licht 通讯作者单位:丹麦技术大学国家食品研究所 综述框架 主要内容 1 菌群失调的评估肠道微生物群的不平衡、功能失调或紊乱越来越被认为是某种疾病或不良健康状况的指标。由于微生物群落的复杂性和巨大的个体间差异,尽管许多研究用 "菌群失调 "一词来广泛提及它,但没有黄金标准来确定特定失衡或干扰的存在或程度。定义菌群失调的一个重要挑战是,由于健康人群中存在巨大的个体间差异,迄今为止还没有对健康肠道微生物群的明确定义。肠道微生物群的失调与许多不良状况有关,如艰难梭菌Clostridioides difficile感染(CDI)、代谢综合征、炎症性肠病(IBD)、结直肠癌、慢性肝炎、常见变异性免疫缺陷,甚至精神分裂症。在非肠道微生物群落中也观察到了菌群失调,如牙龈、口腔粘膜和唾液、头皮和前额。“菌群失调”一词的应用相当广泛,包括从单一物种的变化到整个微生物群落的扰动。为了限定菌群失调这一术语,人们已经定义和应用了几个指数。这些指数可能有助于描述疾病和不良状况、预测治疗结果,并提供除常用的α和β多样性评估以外的信息。大多数菌群失调指数是基于与作为参考的一组个体或样本的比较。即便如此,重要的是要强调,菌群失调不是一个定义明确的条件,菌群失调指数在方法论和临床背景方面有所不同,而且是在不同的人群中发展的,以描述各种不同的情况。我们最近综述了与临床背景下的微生物群评估有关的基本方法和原则。在本综述中,我们对目前应用的菌群失调指数进行了总结,并解释了它们在特定疾病和条件下的计算和性能。我们认为这对未来研究中选择和使用菌群失调指数非常有意义。然而,肠道菌群失调与人类健康之间的潜在因果关系并没有被任何一个菌群失调指数所涵盖,因此,不在本综述的范围之内。 2 菌群失调指数的类型2020年5月,我们在PubMed数据库的科学文献索引中搜索了搜索词“dysbiosis”或“disruption”、“score”或“index”的各种组合,以及所有搜索字段中的“gut”或“intestine”。我们评估了所有关于这些搜索中出现的肠道失调指数的定义和应用的既往研究。我们根据方法将确定的菌群失调指数分为五类,包括大规模细菌标记分析、基于分类群的相关方法、邻域分类、随机森林预测和α-β组合多样性(图1)。在可能的情况下,对某一方法的概括和扩展进行了描述。汇编了不同指数的详细概述(表1)。下面,我们从最普遍使用的指数开始,介绍这五类指数。(样本与健康个体质心之间的欧式距离)-(样本与患病个体之间的欧式距离) 因此,该指数表达了特定微生物的样本与平均健康人群和疾病人群之间的距离差异。为了具体到疾病,欧氏距离的计算是基于通过定量PCR(qPCR)对七个精心挑选的分类群进行量化,这些分类群被证明与CE明显相关。指数为0表示样本与两个(健康和患病)群体的中心有相等的距离,指数高于0表示偏离正常健康状态。该指数在区分健康犬和CE犬方面达到了74%的灵敏度和95%的特异性。由于这种良好的表现,该指数用于众多以下研究,来量化患有CE的犬或猫的菌群失调、对食物的反应、驱虫治疗、FMT,以及高强度体力活动后的改变。 Montassier等人引入了一种名为“CLOUD”的测试来寻找给定微生物群样本中的异常值。虽然该测试不是直接用于衡量菌群失调,但使用log2转换的CLOUD统计量作为菌群失调评分(指数3.3)。类群丰度的归一化取决于用于确定CLOUD统计量的距离矩阵,这里使用了基于成对比几何均值(GMPR)的归一化。如果测试样品和健康参考集之间的CLOUD距离比健康参考集内的CLOUD距离平均值大两个标准差(SD),则认为该样品是失调的。CLOUD是一种非参数检验,对参考样本集的分布没有任何假设;因此,与健康对照相比,它可能有助于在不同条件下识别健康欠佳的微生物特征,或评估FMT后微生物群的恢复情况。第4类:随机森林预测。机器学习算法随机森林的输出结果(袋外概率,对自举法中遗漏的样本预测性能的内部估计),用来自小肠细菌过度生长(SIBO)患者和健康对照组的微生物群数据,已经被建议作为一种菌群失调指数(指定为“症状指数”)(指数4)。这个指数是基于由GMPR归一化的操作分类单位(OTU)丰度。该指数范围从0到1,其中接近1的值表示肠道微生物群来自有症状的患者的可能性很大。该指数成功区分了SIBO患者和健康对照组(AUC,0.896)。此外,该指数被观察到与特定的病人特征有关,如年龄和抗生素的使用。 第5类:综合α和β多样性。α和β多样性已被常规用于基于测序的微生物群研究,并提供微生物群落的一般描述。α多样性用于描述微生物群落内独特分类群的数量(丰富性)和它们的分布(均匀性),通常被认为是健康的生物标志物,因为已知成年人的肠道细菌α多样性低与代谢健康相关的风险标志物有关。β多样性用于评估个体间微生物群落组成的差异,也常用于评估患者和健康对照之间的差异。最近,一项研究将α(Shannon指数)和β多样性(Jensen Shannon发散,或JSD)结合起来,为接受FMT治疗的艰难梭状芽孢杆菌Clostridioidesdifficile患者创建了一个菌群失调指。该菌群失调指数(指数5)被定义为(测试样品与每个供体之间的 Shannon 指数的平均差异)×(测试样本与每个供体之间的平均JSD)健康对照组的指数通常在0到1之间,而菌群失调患者的指数值大于1。这个指数在区分FMT前和FMT后的样本时,AUC达到0.922。 3 菌群失调指数的应用在此,我们回顾了现有的确定和量化菌群失调的方法,包括大规模的细菌标记分析、基于分类群的相关方法、邻域分类、随机森林预测、以及结合α和β多样性的方法。这些方法都成功地捕捉到了与疾病或干预的特定条件有关的微生物群与健康患者或基线(干预前)存在的微生物群之间的差异。大规模的细菌标记物分析测量一大组细菌标记物,以评估样本与健康对照组的分歧。GA-map菌群失调测试是专门为诊断IBD和IBS而设计的,已被广泛使用。然而,在使用这种测试时,需要考虑混杂因素,如肥胖,以避免误导结论。指数1.2和1.3代表了对GA-map菌群失调测试的修改,显示了为特定目的重新制定基本的GA-map菌群失调测试分数的潜力。以分类为基础的相关方法也被开发为疾病特异性的。因为相关的分类群在任何偏离的条件下都很容易被识别,它们很容易适应不同的疾病或条件。当有下一代测序数据时,如16S rRNA基因扩增子序列或宏基因组序列,基于相关分类群的方法是菌群失调指数的替代方案。虽然基于相关分类群的菌群失调指数2.1是在一个大样本集中开发的,随后在一个不同的CD患者队列中得到验证,并在其他研究中普遍使用,但其余指数的验证要少得多,通常是开发和利用它们所基于的同一数据集来解释的。因此,由于测序技术、统计分析、个体差异和混杂因素的不同,特定选择的相关类群在其他研究中可能并不有效。邻域分类法利用距离或差异矩阵来量化一个测试样本是否与一组健康对照组有明显的不同。指数3.1是利用距离矩阵的一个简单方法,即主观地选择一个距离阈值来区分失调和非失调样本。指数3.2以一种更为复杂的方式分别评估了检测样本与患病和健康样本组的接近程度。由于距离矩阵是基于7个精心选择的分类群而建立,指数3.2仅限于疾病CE,但将这种方法推广到其他情况仍有可能。指数 3.3是一个稳健的、非参数的离群检验,这使它成为许多不同条件下的合适指标。随机森林是使用机器学习技术处理大型复杂生物数据集的研究人员的热门选择,如肠道微生物群序列数据。指数4使用随机森林的原始袋外概率作为菌群失调指数,以量化测试样本和菌群失调样本的相似度。该指标不局限于某一特定疾病,可用于区分菌群失调样本与健康对照。然而,指数4基本上与随机森林对样本的二元分类相同,没有提供太多的额外信息,尽管连续的指数值可能与临床特征相关。α和β多样性的组合利用了常用的α和β多样性,并量化了来自患者和FMT供体的样本之间的差异。但这需要更多的验证,因为研究中对菌群失调和非菌群失调的定义没有明确界定。结论 一些菌群失调指数已被成功应用于描述不同疾病或病症患者的肠道微生物群特征。它们可能在特定的疾病和治疗方面有重要的应用。 然而,必须强调的是,由特定指数测量的菌群失调的存在并不意味着菌群失调与特定疾病有任何因果关系。事实上,特定疾病或干预措施的微生物群改变往往是由饮食、药物、氧气供应或免疫反应等因素的改变造成的,在这种情况下,菌群失调指数可作为诊断标志,但不一定是预测工具。推断评估菌群失调的一般原则性的困难,在很大程度上是由于健康个体之间的巨大差异,导致缺乏对“正常”肠道微生物群的明确定义。事实上,表征特定疾病或干预的微生物群的改变往往是由于饮食、药物、氧气可用性或免疫反应等因素的改变而引起的,在这种情况下,菌群失调指数可作为诊断指标,但不一定是预测指标。人们很难推断评估菌群失调的一般原则,这在很大程度上归因于健康个体之间的巨大差异,导致人们缺乏对“正常”肠道微生物群的明确定义。事实上,微生物群的平衡是否会突然发生变化仍有待证实,并存在很大争议。需要注意的是,菌群失调指数不是独立的测量结局,必须结合临床结果来解释。尽管如此,作为描述肠道微生物群落复杂差异的简单工具,菌群失调指数的价值仍然存在。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |