在之前的推送中，凯发在线平台介绍了国自然的 。作为研究领域的新秀，「肠道菌群」无疑是近年来最火的研究领域之一，是微生物学、医学、基因学等领域最引人关注的研究焦点，也是最近几年引动国自然风向改变的新研究方向。

肠道菌群，是由多种微生物组成的肠道菌集合体。正常情况下，肠道菌群与人体、环境维持着平衡。然而，一旦这种平衡被打破 （即菌群失调） ，肠黏膜的通透性将被改变，从而影响宿主的代谢和免疫，诱发多种疾病的发生和发展。


既然肠道菌如此火热，凯发在线平台该通过什么方法将其引入到研究中，给凯发在线平台的研究及文章加分呢？


方法：16sDNA法 （较为普遍） ，更为先进的是利用宏基因组、宏转录组、宏蛋白质即代谢组学，明确微生物群落的构成比 （多样性） 以及影响了哪些基因的调控、产生了哪些代谢物。


接下来，小编将通过2022年发表的高分文章作为模板，来介绍肠道菌群的研究思路：


思路1. 肠道微生物作为诊断标志物


（诊断预测流）

图1. 案例1（原文链接：https://gut.bmj.com/content/71/7/1315.long）


研究目的：分析血清中与肠道微生物组相关的代谢物，并探究这些代谢物是否可以区分患有结直肠癌 (CRC) 或腺瘤的患者与正常健康人群。


第一步：招募患者，包括正常人群，腺瘤 （癌前病变） 和CRC，并行粪便宏基因组和血清代谢组分析，研究肠道微生物组相关的血清代谢物在异常结直肠患者中的变化 （图1.1） 。

图1.1. 正常人群，腺瘤和CRC的粪便宏基因组和血清代谢组分析


第二步：发现一组肠道微生物组相关的血清代谢物可以预测结直肠癌，并具有良好的诊断效能（图1.2） 。

图1.2. 所筛选的差异代谢物


第三步：基于这种筛选出的代谢物构建的预测模型，对癌前病变/癌症均展示出很好的诊断价值（图1.3） 。

图1.3. 基于筛选出的代谢物构建出的诊断模型效能


思路2. 肠道微生物作为作用机制


（作用机制流）

图2. 案例2（原文链接：https://gut.bmj.com/content/71/4/734.long）


由于肠道菌群参与到众多的机体反应之中，所以被戏称为“机制不清，肠道菌群“，当然这也体现出了肠道菌群的重要性。接下来，凯发在线平台一起来学习一下如何使用肠道菌群作为机制部分的研究。


第一步：研究者发现，人参多糖可增敏PD-1/PD-L1抑制剂（发现表型：免疫治疗增敏效果）。


第二步：进一步的16sDNA测序发现，人参多糖联合免疫检查点抑制剂会改变肠道菌群组成，且其对应的代谢物短链脂肪酸丰度会发生变化（先发现宏观的肠道菌群组成改变）（图2.1） 。

图2.1. 16sDNA测序发现联合治疗改变了肠道菌群组成


第三步：研究者发现，在对PD-1/PD-L1抑制剂有较好反应的患者中，存在三者细菌的过量表达（具体明确是哪种菌）（图2.2） 。

图2.2. PD-1/PD-L1抑制剂反应较佳患者中过度表达的菌群


第四步：移植非应答者的肠道菌，并继续给予联合治疗。结果发现，治疗后小鼠的肠道菌群出现了趋向于应答者的改变（粪菌移植揭示转化意义）（图2.3） 。

图2.3. 粪菌移植后再次联合治疗改变肠道菌群组成


思路3. 组学精细解析粪菌移植治疗前后改变


（组学解析流）

图3. 案例3（原文链接：https://www.sciencedirect.com/science/article/pii/S2666379122002543）


对临床医生来说，获取临床样本是相对简单的，但在分子生物学研究上可能会存在些许不足，而这个时候队列测序类的研究就十分适合临床医生。本篇研究是通过宏基因组解析粪菌移植后决定其疗效的临床和环境因素。


第一步：对不同医疗条件下接受粪菌移植患者的肠道菌群宏基因组进行检测（不同条件下的队列人群宏基因组检测）（图3.1） 。

图3.1. 不同条件下粪菌移植后的肠道菌群改变


第二步：精细地比较与FMT治疗方式相关的研究之间供体菌株植入的显著差异（精细比较不同组别之间的菌群改变）（图3.2） 。

图3.2. 宏基因组揭示具体菌株改变


第三步：综合分析发现，供体微生物群的植入取决于患者和供体微生物群的特征以及治疗的临床模式（转化意义：明确“是什么因素”影响到了个体患者粪菌移植的效果）（图3.3）。

图3.3. 个体患者行粪菌移植后影响其疗效的临床决定因素


综上所述，在肠道菌群领域研究，大家可以根据不同的条件选择不同的方式，比如在分子生物学优势不大的情况下，可通过队列研究+宏基因组测序的方法进行研究 （诊断/组学分析流） ；而当分子生物学手段较为充足时，可联合宏基因组和粪菌移植模型等手段精确解析机制 （作用机制流） 。


参考文献


1. Chen F, Dai X, Zhou CC, et al. Integrated analysis of the faecal metagenome and serum metabolome reveals the role of gut microbiome-associated metabolites in the detection of colorectal cancer and adenoma. Gut. 2022 Jul;71(7):1315-1325. doi: 10.1136/gutjnl-2020-323476.


2. Huang J, Liu D, Wang Y, et al. Ginseng polysaccharides alter the gut microbiota and kynurenine/tryptophan ratio, potentiating the antitumour effect of antiprogrammed cell death 1/programmed cell death ligand 1 (anti-PD-1/PD-L1) immunotherapy. Gut. 2022 Apr;71(4):734-745. doi: 10.1136/gutjnl-2020-321031.


3. Podlesny D, Durdevic M, Paramsothy S, et al. Identification of clinical and ecological determinants of strain engraftment after fecal microbiota transplantation using metagenomics. Cell Rep Med. 2022 Aug 16;3(8):100711. doi: 10.1016/j.xcrm.2022.100711.