科研 | Gastroenterology：定量宏基因组评估肝硬化肠道微生物组的变化-慢加急性肝衰竭与预后的关系
编译：依然，编辑：小菌菌、江舜尧。
原创微文，欢迎转发转载。
Gastroenterology上发表的一项最新研究，使用定量宏基因组学方法研究了182例肝硬化患者的肠道微生物组变化。
结果显示，与健康者相比，肝硬化与基因数和宏基因组物种（MGS）的丰富度降低显著相关。丰富度的降低与疾病分期相关，在慢加急性肝衰竭（ACLF）患者中尤为明显，即使后续给与抗生素治疗依然存在。ACLF表现为肠球菌(Enterococcus)和胃链球菌（Peptostreptococcus sp）的显著升高，以及一些本地细菌的减少。
肝硬化肠道微生物组的改变与还与终末期肝病模型（MELD）和Child-Pugh评分和器官衰竭相关，并与一些并发症, 特别是肝性脑病（HE）和感染相关。
功能分析显示，肝硬化患者的菌群具有丰富的与产乙醇、GABA代谢和内毒素生物合成等相关的通路。本研究发现肝硬化伴随着肠道微生物群的显著变化，并与ACLF疾病的分期相关。肠道微生物的变化与肝硬化并发症、生存率及不良预后有关。
论文ID
原名：Alterations in gut microbiome in cirrhosis as assessed by quantitative metagenomics. relationship with acute-on-chronic liver failure and prognosis
译名：定量宏基因组评估肝硬化肠道微生物组的变化-慢加急性肝衰竭与预后的关系
期刊：Gastroenterology
IF：17.373
发表时间：2020.08
通讯作者：Stanislav Dusko Ehrlich &PereGinès
作者单位：巴塞罗那医院和巴黎萨克莱大学
实验设计
结果
1 肝硬化不同阶段的肠道微生物组特征
宏基因组测序显示肝硬化患者中的基因数和MGS丰富度均显著降低(P < 0.001)。在所有疾病分型中，ACLF患者的丰富度最低，显著低于失代偿非ACLF患者(P < 0.001)。相比之下,代偿性肝硬化患者丰度最高，但仍然低于健康人体。有趣的是，失代偿的门诊病人与失代偿住院患者相比，具有更高的基因丰富度和MGS丰富度。这种丰富度的丧失与始终伴随着疾病进程，即使调整给与抗生素治疗后，病情仍然持续发展。(图1)
为进一步探讨微生物组与疾病分期的关系，分析了不同肝硬化阶段中显著不同的MGS。至少在两个比较组间有显著差异的MGS共有354个（图2），其中代偿非ACLF患者和ACLF患者相比有72个差异MGS。ACLF富集了大量的Enterococcus和Peptostreptococcus，同时丢失了一些属于Roseburia和 Firmicutes的细菌。进一步评估临床数据变量与MGS的关系发现，积极饮酒、HE史与利福昔明、诺氟沙星或乳果糖/乳酚治疗显著低于各自对应的MGS丰富度(补充图4-6)。
图2. 根据疾病的阶段显示肝硬化患者中差异富集的宏基因组种类。宏基因组物种成排排列；MGS鉴定，基因编号和分类（物种名称和属）在左图例。从白色（未检测到）到红色（最丰富）。在每个疾病阶段，按丰富度排序的个人（MGS均值）在列中。重要性Kruskal-Wallis检验（q值，FDR）在右边的图例中给出。疾病阶段为：Comp，补偿性；Decomp失代偿的门诊病人；AD，没有ACLF的失代偿住院患者；ACLF，慢加急性肝功能衰竭。
在所有患者中，一簇MGS与肝硬化的严重程度显著相关，并与依据MELD、Child-Pugh评分和器官衰竭数量的评估结果一致，这表明肠道微生物组的变化与疾病的严重程度之间有很强的关联度 (图3)。与MELD得分相关性最强的MGS展示在补充图8中，其中3个 MGS（Enterococcusfaecium, Enterococcus faecalis 和 MGSHomo Sapiens）与MELD呈正相关。276个MGS与MELD评分呈负相关，表现为一些与疾病严重程度相关的的物种减少，如Clostridiales, Faecalibacterium和Lachnoclostridium。
图3.上图：热图显示了临床变量与肠道微生物组的斯皮尔曼相关性。选择了宏基因组物种至少与一个变量呈显著相关性（q <0.01，FDR校正）。斯皮尔曼相关系数为具有颜色编码相关性的系数矩阵（蓝色表示正相关而红色表示负相关）。下面板：在放大右侧集群中与疾病严重程度相关宏基因组物种。FDR是表示为：.，q <0.1; *，q <0.05；**，q <0.01；***，q ＜0.001。斯皮尔曼相关系数为具有颜色编码相关性的矩阵（蓝色表示正相关，红色表示表示负相关）。
2 肠道微生物组与疾病进程的关系
在分析的171例肝硬化患者中，有34例（失代偿组7例，ACLF组27例）在3个月的随访中死亡，与存活患者相比，死亡患者的基因丰富度显著降低 (图4a)。在MGS水平上，死亡患者与存活患者分别富集了7和132个MGS。值得注意的是,一些Enterococcus在死亡患者中尤为丰富。通过建立预测模型发现，肠道菌群是一个很好的死亡率预测因子（AUROC 0.708），可用于预测三个月存活率。一些细菌的丰度与良好预后密切相关，特别是Paraprevotella clara, Bacteroidessalyersiae, Clostridium sp和Roseburia。相反，Enterococcus faecium,Streptococcus thermophilus, and Ruminococcus lactaris 等是短期存活不良的预测因子(图4 b)。为了简化和提升3个月死亡率预测模型，采用分别基于微生物群落丰富度、MELD及两者融合的随机森林模型。不论是训练还是测试集，MELD的准确性均优于丰富度，且训练集的准确性要高于测试集(图4c和d)。单独利用丰富度对测试集进行预测的准确率很高，约为0.75，通过结合丰度度和MELD，还能显著提高准确率。
图4.上图（A）根据3个月生存者的宏基因组物种丰富度。（B）使用肠道微生物组预测3个月死亡率。红色，与3个月后存活状态相关；蓝色，与3个月后死亡的状态相关。宏基因组物种成排排列；左图例为MGS鉴定，种类名称和分类（属）在。下面板：根据100个随机森林模型预测3个月存活的精确度。单用MELD用红色表示，联合“ MELD”和“丰富度”用绿色表示，单用丰富度则用蓝色表示。根据模型训练结果分为80％的数据（C）和20％的数据进行模型测试（D）。
3 肠道微生物组功能分析
共有132个功能模块(FM) 至少存在于一个样本中。健康受试者与肝硬化患者之间有82个FM值呈现显著差异，其中34个FM在健康受试者中富集，48个FM在肝硬化患者中富集(图5)。肝硬化患者富集的通路有:乙醇产生，色氨酸降解(氨基酸降解)，乳糖降解(碳水化合物降解)、糖酵解、GABA降解/代谢、内毒素生物合成、气体代谢、黏液降解、硝酸盐代谢、脂质降解及有机酸代谢。相比之下，肝硬化患者减少了的代谢途径有:抗氧化应激、碳水化合物、氨基酸和脂质降解及气体代谢（例如丁酸产生）。
图5. 对比健康受试者与肝硬化患者，在肝硬化患者中显著富集的功能模块（q <0.05，FDR校正）。
讨论
你可能还喜欢