• 客户文章|南方医科大学李克玄团队破解肠道宏病毒与心肌病关系


    近日凌恩生物合作客户南方医科大学南方医院麻醉科刘克玄团队在医学期刊《JOURNAL OF MEDICAL VIROLOGY》上发表名为“Gut microbiota dysbiosis is associated with sepsis-induced cardiomyopathy in patients: A case‒control study”研究,该研究利用宏基因组测序,分析与脓毒症诱发的心肌病(SICM)有关的细菌、古菌、真菌、病毒,发现克罗诺杆菌和克罗诺杆菌噬菌体具有良好的识别和诊断SICM的能力。

     一、研究背景

    心肌损伤是脓毒症的主要并发症,也是影响预后的关键因素。因此,早期准确诊断和及时处理SICM对于脓毒症的防治具有重要意义。肠道菌群与败血症或心肌损伤密切相关,但肠道菌群与SICM之间的关联尚不完全清楚。本研究旨在探讨肠道微生物群组成与SICM之间的联系。

    二、研究方法

    图 患者招募流程图

    图1  实验设计思路及结论

    三、实验结果

    1、病人临床特征

    SICM组与SNICM组在平均年龄、性别、感染部位等方面无明显差异。SICM组的SOFA评分(器官衰竭的检测评分)明显高于SNICM组。检验结果显示,SICM患者肌钙蛋白和乳酸水平明显升高。在患者血液中的感染和炎症指标中,SICM组白细胞数量和降钙素原水平明显高于SNICM组,而两组CRP水平无显著差异。两组患者肾损伤指标和肝损伤指标比较差异无统计学意义。临床结果显示,SICM组28天死亡率显著高于SNICM组。

    2、肠道细菌与SICM的关系

    肠道细菌α多样性分析结果显示,两组间物种总数和肠道细菌群落多样性无显著差异(图2A-B),两组间肠道细菌β多样性存在显著差异(图2C)。肠道细菌群落组成在属水平相对丰度通过冲积图(图2D)展示。发现SICM组Thiorhodovibrio的丰度显著高于SNICM组,而SNICM组Cystobacter等细菌的丰度显著高于SNICM组(图2E)。此外,肠道细菌在SICM疾病诊断指数上存在显著差异(图2F),这也被肠道细菌疾病诊断指数预测SICM的ROC曲线(AUC=0.858,p<0.05))所证实(图2G)。

    图2 肠道细菌与SICM的关系

    3、肠道古菌与SICM的关系

    分析SICM组和SNICM组肠道古菌的差异。两组肠道古菌群落的丰度和多样性无显著差异(图3A-B),肠道古菌β多样性也无显著差异(图3C)。种水平上,SICM组优势古菌Methanobrevibactersmithii的相对丰度低于SNICM组,但无显著差异(图3D-E)。此外,两组间肠道古菌疾病诊断指数无显著差异(图3F),ROC曲线分析显示,肠道古菌疾病诊断指数预测SICM的AUC为0.508(p>0.05)(图3G)。

    图3 肠道古菌与SICM的关系

    4、肠道真菌与SICM的关系

    肠道真菌α多样性分析显示,两组肠道真菌群落丰富度和多样性无显著差异(图4A-B)。两组间肠道真菌β多样性也无显著差异(图4C)。种水平优势真菌的冲积图结果表明,SICM组土曲霉相对丰度高于SNICM组,但无显著性差异(图4D)。Wilcox rank-sum test识别到的差异真菌—尖孢镰刀菌丰度SICM组显著低于SNICM组(图4E)。此外,两组间肠道真菌疾病诊断指数无显著差异(图4F),ROC曲线分析显示,肠道真菌疾病诊断指数预测SICM的AUC为0.592(p>0.05)(图4G)。

    图4 肠道真菌与SICM的关系

    5、肠道病毒与SICM之间的关系

    肠道真菌α多样性分析显示,两组肠道真菌群落丰富度和多样性无显著差异(图4A-B)。两组间肠道真菌β多样性也无显著差异(图4C)。种水平优势真菌的冲积图结果表明,SICM组土曲霉相对丰度高于SNICM组,但无显著性差异(图4D)。Wilcox rank-sum test识别到的差异真菌—尖孢镰刀菌丰度SICM组显著低于SNICM组(图4E)。此外,两组间肠道真菌疾病诊断指数无显著差异(图4F),ROC曲线分析显示,肠道真菌疾病诊断指数预测SICM的AUC为0.592(p>0.05)(图4G)。

    图5 肠道病毒与SICM之间的关系

    6、肠道病毒-宿主关联分析

    由于肠道细菌和病毒对SICM都具有良好的预测功能,因此研究人员在属水平上对组间差异细菌和差异噬菌体进行相关性分析。相关性热图显示,部分差异细菌的丰度与部分差异病毒的丰度密切相关。研究人员统计并比较了组间属水平的细菌丰度和以该菌为宿主的噬菌体丰度,绘制所有噬菌体和噬菌体宿主的相关性矩阵,显示了噬菌体聚类和宿主丰度变化。结果显示,两组噬菌体的宿主(克罗诺杆菌、沙门氏菌和耶尔森菌)丰度有显著差异(图6A), SICM组的Citrobacter噬菌体和克罗诺杆菌噬菌体丰度高于SNICM组(图6B)。因此,克罗诺杆菌和及其噬菌体在两组间均有显著变化,提示克罗诺杆菌噬菌体可能与SICM存在重要联系。此外,两组病毒/宿主比显示,SICM组克罗诺杆菌噬菌体/克罗诺杆菌的比值明显高于SNICM组(图6C)。ROC曲线分析显示,克罗诺杆菌或其噬菌体对室性心律失常、SICM都有较好的预测作用(图6D-E)。患者诊断为脓毒症当天粪便中克罗诺杆菌的含量与当天的SOFA评分(器官衰竭的检测评分)显著正相关(图6F)。此外,肠道微生物群功能分析的热图显示,SICM组微生物具有更强的细胞运动能力和感染疾病能力(图6G)。

    图6  细菌与噬菌体之间的关联分析

    四、研究结论

    本研究通过对SICM 、SNICM两组人群的粪便样本进行宏基因组测序,分析两组肠道样本的细菌、古菌、真菌、病毒,发现细菌和病毒具有一定的指示作用,进而对细菌及其噬菌体进行关联分析,发现克罗诺杆菌和克罗诺杆菌噬菌体具有良好的识别和诊断SICM的能力。该发现为SICM的诊断提供一个新的方向。

    阅读原文

    Gut microbiota dysbiosis is associated with sepsis-induced cardiomyopathy in patients: A case‒control study

  • 相关阅读:
    [课程][原创]yolov7训练自己数据集实例分割模型
    开源表单流程设计器有哪几个突出的优势特点?
    使用 TensorFlow.js 在浏览器中进行自定义对象检测
    【自学笔记】Python中的逻辑函数:any()、all()及同类函数的用法与示例
    DBSCAN聚类
    使用QT实现http里面的get和post
    SQL学习--SQL函数基础用法
    JVM内存模型
    探索多线程编程:线程的本质、状态和属性
    初步了解Panda3d粒子系统
  • 原文地址:https://blog.csdn.net/SHANGHAILINGEN/article/details/127879369