肥胖人群肠道菌群特征分析及机器学习模型

【背景】肠道菌群与人体健康之间的关系吸引了越来越多的关注,成为目前热门的研究热点。【目的】基于美国肠道计划公开数据库,对肥胖和健康人群肠道菌群进行比较分析,解析肥胖人群肠道菌群特征,并基于肠道菌群建立机器学习模型预测人群肥胖的状态,为基于肠道菌群干预肥胖提供理论基础。【方法】从公开数据库中获取美国肠道计划中的肠道菌数据,经过筛选得到1 655个健康(18.530)成年人的肠道菌群数据。针对α多样性,进行了Wilcox秩和检验分析并通过logsitic回归判定α多样性与肥胖之间的关系;对Unweighted Unifrac、Weighted Unifrac和Bray-Curtis三种β多样性距离进行主成分分析(principal component analysis,PCA),探索肥胖与健康人群在肠道菌群组成上的差异;对于物种差异,进行Wilcox秩和检验探索差异菌属;通过PICRUSt分析预测可能的代谢通路,同时与肠道菌群进行相关性分析。利用Scikit-Learn软件包基于属水平的肠道菌群数据建立肥胖分类机器学习模型,并进行网络搜索确定最佳模型参数。【结果】经过Wilcox秩和检验,发现肥胖人群的α多样性都较健康人群显著下降,logistic回归表明α多样性与人体肥胖状态有相关性。经过基于Weighted unifrac、Unweighted unifrac和Bray-curtis三种距离的PCA,肥胖和健康人群的肠道菌群结构上无明显差异;在门水平上,肥胖人群中的Firmicutes和Bacteroidetes比值较低,在属水平上共发现57个在两组之间具有显著性差异的属,其中肥胖人群中的Ruminococcus相对丰度较高,而Prevotella、Akkermansia和Methanobacteriales的相对丰度较低;PICRUSt预测的代谢通路有63个代谢通路在两组之间具有显著差异;梯度提升回归树对于基于肠道菌群预测肥胖人群效果最好,受试曲线下与坐标轴围成的面积(area under curve,AUC)值可以达到0.769,测试集精度可以达到0.725。【结论】基于大规模的肠道菌群数据揭示了肥胖人群肠道菌群的特征,将机器学习运用到肥胖预测上面,为精准膳食、精准医疗提供新的研究思路和理论基础。     

微生态制剂在老年人肠道菌群失衡中的应用

人类从青年到老年这个过程,随着年龄的增长,退行性和感染性疾病的易感性也增加,其可能与人体肠道菌群失衡有着密切的关系。人体肠道内生理菌群对机体健康具有重要的作用,其变化与宿主的免疫功能、食物、疾病和年龄等有关。了解老年人肠道菌群特点,且在老年人肠道菌群失调相关疾病中合理介入微生态制剂,将大大有利于老年人身体健康。本文就老年人肠道菌群失衡相关疾病以及微生态制剂在这些疾病中的应用进行综述。     

肠道、肺部菌群直接或通过肠—肺轴对 呼吸系统慢性疾病的影响

人体寄生的微生物与人体为共生关系,数量庞大,并形成不同的微生态系统,影响人体免疫、代谢、内分泌等生理过程。菌群失衡导致微生态紊乱,从而导致相关疾病的发生发展。呼吸系统慢性疾病患者常有肠道菌群和肺部菌群的改变,肠道菌群通过肠-肺轴影响呼吸系统免疫及呼吸系统慢性疾病,肺部菌群的改变导致肺部疾病的同时亦会通过血流引起肠道菌群的变化。近年来随着高通量测序及生物信息学技术的发展,相关研究也越发被重视,本文着重对肠道菌群、肺部菌群通过肠-肺轴或直接在肺部免疫及呼吸系统慢性疾病中所起的作用进行综述。     

人体肠道噬菌体的研究与应用

肠道是人体内微生物定殖最丰富的部位。近年来,随着肠道菌群与人体健康疾病关联研究的蓬勃发展,肠道噬菌体也逐渐引起关注。然而,相关信息技术和实验技术发展的滞后在一定程度上限制了肠道噬菌体的科学研究进程。因此,本文首先回顾了近几年来肠道噬菌体研究领域所开发或采用的计算和实验方法,包括噬菌体的测序数据分析和噬菌体的分离纯化等。随后,本文就肠道噬菌体的分类、肠道内噬菌体与细菌的互作及肠道噬菌体在人体疾病干预中的应用展开了讨论。最后,本文展望了肠道噬菌体研究在数据和实体资源、信息和实验技术、与肠道菌群的互作、干预和治疗人体疾病各方面的一系列挑战和机遇。     

基于文献可视化分析的近30年肠道菌群研究趋势及展望

目的全面分析近30年国内外肠道菌群相关研究的发展现状、研究热点及前沿动态,为本领域研究方向提供可视化分析数据。方法以中国知网、Web of Science为来源数据库,检索肠道菌群相关文献,应用CiteSpace(5.5.R2)软件对作者、机构、关键词和被引文献进行共现分析、聚类分析和可视化表达,并对关键词进行突显分析。结果共纳入中文文献912篇,英文文献10 249篇。近30年肠道菌群相关研究年发文量整体呈上升趋势,中文文献发文量明显低于英文文献发文量;英文文献国家总体发文量中,美国排名第一,影响力也最高,中国发文量排名第二,但影响力较低。国外核心研究人员为Rob Knight、Patrice D Cani,国内核心研究人员有王军、赵立平,中文文献发文量较高的作者是段金廒、谭周进、余倩;国外主要机构有哥本哈根大学、法国农业科学研究院等,国内的主要研究机构是中国科学院,其英文文献发文量排名第一;中文文献发文量较多的是中医药类大学。主要研究内容涉及菌群结构、肠道菌群与疾病的关系以及菌群检测技术3个方面。近年来,肠道菌群相关研究多围绕与疾病的相关性及新技术、新方法展开。比较中英文热点关键词,英文关键词丰富,涉及生理、病理各个方面,其中肠道菌群与免疫相关研究成果颇丰。结论作为生物医学领域的研究热点,近30年来肠道菌群研究领域取得了突出的成果,提升肠道菌群检测技术、关注肠道菌群研究成果的应用价值是未来本领域研究的关键。     

细菌耐药影响肠道菌群及其宿主免疫调控

抗生素在养殖业、医疗业及制药业的广泛应用导致环境中的细菌耐药性日益严重,环境中的抗生素及耐药细菌一旦进入人体肠道,将破坏肠道菌群稳态,对人体健康造成威胁,而残存于饮食中的环境污染物则加剧了细菌耐药造成的人体健康影响。文中在总结大量文献的基础上,阐述了细菌耐药对人体和动物肠道菌群的影响机制及其相关的机体免疫调控,以环境中影响人体肠道菌群获得耐药性的来源作为切入点,阐述抗生素和耐药细菌进入人体肠道后对人体肠道菌群结构和耐药基因组成的影响,以及与人体免疫和免疫调节相关疾病之间的相关机制,并对今后的研究方向进行了展望。     

肠道菌群与疾病发生及中草药调节和治疗作用的研究概述

肠道正常菌群及微生态稳定对人体极具重要性,中草药对肠道菌群具有调节作用.本文综述了人体的肠道正常菌群与疾病产生和发展的关系,结合中草药对肠道菌群调节作用的研究,探讨中药调节肠道菌群与其发挥疾病防治效果之间的相关性,以期为中草药的临床应用及药理学研究提供一定的参考依据.     

肠道菌群与肿瘤的相关性

人类肠道中有500余种细菌,参与消化、代谢和免疫等生理活动。肠道菌群因其数量庞大、作用显著,被称为人体的"第二基因"。随着研究的不断深入,发现肠道菌群与多种疾病如心脑血管疾病、糖尿病、肥胖、胃肠炎甚至肿瘤的发生息息相关。恶性肿瘤作为一种病死率极高的疾病,近年来与其相关的研究也越来越丰富。研究者们发现,肠道菌群在肺癌、黑色素瘤、消化道肿瘤和血液系统肿瘤等的发生、发展及治疗中发挥着重要的作用,已成为近年来的研究热点。因此,本文对肠道菌群与各类肿瘤的关系研究进展进行综述。     

肠道菌群调节在改善2型糖尿病中的研究进展

越来越多的研究表明肠道微生物和人体健康息息相关,2型糖尿病作为一种多因素疾病,肠道菌群在其疾病的发生发展过程中扮演了重要的角色,近年来有关肠道微生物与2型糖尿病的研究有新进展,2013年的一些研究成果也被《科学》杂志评选为10大科学突破之一。本研究就肠道微生态系统,肠道菌群与2型糖尿病的关系以及肠道菌群调节对2型糖尿病的作用的最新进展进行综述。     

肠道菌群与结核病之间相关性的研究进展

随着新一代测序技术的发展,肠道菌群成为生物学研究领域的一大热点,特别是肠道菌群与人体各种疾病之间的关系受到广泛关注。目前已有研究发现结核分枝杆菌感染会引起肠道菌群改变,而肠道菌群失调也会增加机体对结核分枝杆菌的易感性,两者通过机体免疫反应、菌群代谢产物等因素相互影响。本文就肠道菌群与结核病的关系、肠道菌群与结核病相互影响的可能机制、抗结核治疗对肠道菌群的影响等方面的相关研究进行综述。     

环境微生物研究中机器学习算法及应用

微生物在环境中无处不在，它们不仅是生物地球化学循环和环境演化的关键参与者，也在环境监测、生态治理和保护中发挥着重要作用。随着高通量技术的发展，大量微生物数据产生，运用机器学习对环境微生物大数据进行建模和分析，在微生物标志物识别、污染物预测和环境质量预测等领域的科学研究和社会应用方面均具有重要意义。机器学习可分为监督学习和无监督学习2大类。在微生物组学研究当中，无监督学习通过聚类、降维等方法高效地学习输入数据的特征，进而对微生物数据进行整合和归类。监督学习运用有特征和标记的微生物数据集训练模型，在面对只有特征没有标记的数据时可以判断出标记，从而实现对新数据的分类、识别和预测。然而，复杂的机器学习算法通常以牺牲可解释性为代价来重点关注模型预测的准确性。机器学习模型通常可以看作预测特定结果的“黑匣子”，即对模型如何得出预测所知甚少。为了将机器学习更多地运用于微生物组学研究、提高我们提取有价值的微生物信息的能力，深入了解机器学习算法、提高模型的可解释性尤为重要。本文主要介绍在环境微生物领域常用的机器学习算法和基于微生物组数据的机器学习模型的构建步骤，包括特征选择、算法选择、模型构建和评估等，并对各种机器学习模型在环境微生物领域的应用进行综述，深入探究微生物组与周围环境之间的关联，探讨提高模型可解释性的方法，并为未来环境监测、环境健康预测提供科学参考。     

机器学习在微生物组宿主表型预测中的应用

随着大数据时代的到来,如何将生物组学海量数据转化为易理解及可视化的知识是当前生物信息学面临的重要挑战之一。为了处理复杂、高维的微生物组数据,目前机器学习算法已被应用于人体微生物组研究,以揭示疾病背后的复杂机制。本文首先简述了微生物组数据处理方法及常用的机器学习算法,如支持向量机(SVM)、随机森林(RF)和人工神经网络(ANN)等,然后对机器学习的工作流程及其要点进行阐述,并探讨了机器学习算法在基于微生物组数据预测宿主表型方面的应用。最后以唾液微生物组数据预测口腔异味为例,实现了机器学习算法的模型构建与评估分析,并提供了可用于微生物组研究实践的R/Python代码(https://github.com/LiLabZSU/microbioML)。     

肠道微生物组与宿主的表观遗传修饰

高通量测序技术已经增加了人们对肠道微生物组和表观遗传学修饰的理解,将肠道微生物组和宿主表观遗传学修饰紧密联系起来,阐明了很多疾病的发生过程如免疫、代谢、心血管疾病甚至是癌症。肠道微生物组与宿主具有相互作用,与人体密不可分,相辅相成。肠道微生物组的生态失调可能诱导疾病的发生并能调控宿主表观遗传学修饰。宿主表观遗传学调控和肠道微生物组(或其代谢产物)变化的相互关系在很多疾病中都有报道。因此,肠道微生物组可作为某些疾病的诊断标记,健康肠道微生物组的移植会逆转这种微生态失调,可作为一种有效的治疗策略。本文主要探讨了肠道微生物组直接调控宿主表观修饰和通过小分子生物活性物质和其他酶辅因子间接影响表观修饰,以及基于肠道微生物组调控宿主表观修饰的诊断和治疗应用等。     

Gut microbiome in tumorigenesis and therapy of colorectal cancer

Colorectal cancer (CRC) is the malignant tumor with the highest incidence in the digestive system, and the gut microbiome plays a crucial role in CRC tumorigenesis and therapy. The gastrointestinal tract is the organ harboring most of the microbiota in humans. Changes in the gut microbiome in CRC patients suggest possible host–microbe interactions, thereby hinting the potential tumorigenesis, which provides new perspective for preventing, diagnosing, or treating CRC. In this review, we discuss the effects of gut microbiome dysbiosis on CRC, and reveal the mechanisms by which gut microbiome dysbiosis leads to CRC. Gut microbiome modulation with the aim to reverse the established gut microbial dysbiosis is a novel strategy for the prevention and treatment of CRC. In addition, this review summarizes that probiotic antagonize CRC tumorigenesis by protecting intestinal barrier function, inhibiting cancer cell proliferation, resisting oxidative stress, and enhancing host immunity. Finally, we highlight clinical applications of the gut microbiome, such as gut microbiome analysis-based biomarker screening and prediction, and microbe modulation-based CRC prevention, treatment enhancement, and treatment side effect reduction. This review provides the reference for the clinical application of gut microbiome in the prevention and treatment of CRC.     

Machine learning methods for microbiome studies

Researches on the microbiome have been actively conducted worldwide and the results have shown human gut bacterial environment significantly impacts on immune system, psychological conditions, cancers, obesity, and metabolic diseases. Thanks to the development of sequencing technology, microbiome studies with large number of samples are eligible on an acceptable cost nowadays. Large samples allow analysis of more sophisticated modeling using machine learning approaches to study relationships between microbiome and various traits. This article provides an overview of machine learning methods for non-data scientists interested in the association analysis of microbiomes and host phenotypes. Once genomic feature of microbiome is determined, various analysis methods can be used to explore the relationship between microbiome and host phenotypes that include penalized regression, support vector machine (SVM), random forest, and artificial neural network (ANN). Deep neural network methods are also touched. Analysis procedure from environment setup to extract analysis results are presented with Python programming language.     

Composition and stability of the vervet monkey milk microbiome

The human milk microbiome is vertically transmitted to offspring during the postnatal period and has emerged as a critical driver of infant immune and metabolic development. Despite this importance in humans, the milk microbiome of nonhuman primates remains largely unexplored. This dearth of comparative work precludes our ability to understand how species‐specific differences in the milk microbiome may differentially drive maternal effects and limits how translational models can be used to understand the role of vertically transmitted milk microbes in human development. Here, we present the first culture‐independent data on the milk microbiome of a nonhuman primate. We collected milk and matched fecal microbiome samples at early and late lactation from a cohort of captive lactating vervet monkeys (N = 15). We found that, similar to humans, the vervet monkey milk microbiome comprises a shared community of taxa that are universally present across individuals. However, unlike in humans, this shared community is dominated by the genera Lactobacillus, Bacteroides, and Prevotella. We also found that, in contrast to previous culture‐dependent studies in humans, the vervet milk microbiome exhibits greater alpha‐diversity than the gut microbiome across lactation. Finally, we did not find support for the translocation of microbes from the gut to the mammary gland within females (i.e., “entero‐mammary pathway”). Taken together, our results show that the vervet monkey milk microbiome is taxonomically diverse, distinct from the gut microbiome, and largely stable. These findings demonstrate that the milk microbiome is a unique substrate that may selectively favor the establishment and persistence of particular microbes across lactation and highlights the need for future experimental studies on the origin of microbes in milk.     

Overview of the rules of the microbial engagement in the gut microbiome: a step towards microbiome therapeutics

Human gut microbiome is a diversified, resilient, immuno-stabilized, metabolically active and physiologically essential component of the human body. Scientific explorations have been made to seek in-depth information about human gut microbiome establishment, microbiome functioning, microbiome succession, factors influencing microbial community dynamics and the role of gut microbiome in health and diseases. Extensive investigations have proposed the microbiome therapeutics as a futuristic medicine for various physiological and metabolic disorders. A comprehensive outlook of microbial colonization, host–microbe interactions, microbial adaptation, commensal selection and immuno-survivability is still required to catalogue the essential genetic and physiological features for the commensal engagement. Evolution of a structured human gut microbiome relies on the microbial flexibility towards genetic, immunological and physiological adaptation in the human gut. Key features for commensalism could be utilized in developing tailor-made microbiome-based therapy to overcome various physiological and metabolic disorders. This review describes the key genetics and physiological traits required for host–microbe interaction and successful commensalism to institute a human gut microbiome.     

Gut microbiota composition of Japanese macaques associates with extent of human encroachment

In recent decades, human–wildlife interaction and associated anthropogenic food provisioning has been increasing and becoming more severe due to fast population growth and urban development. Noting the role of the gut microbiome in host physiology like nutrition and health, it is thus essential to understand how human–wildlife interactions and availability of anthropogenic food in habitats can affect an animal's gut microbiome. This study, therefore, set out to examine the gut microbiota of Japanese macaques (Macaca fuscata) with varying accessibility to anthropogenic food and the possibility of using gut microbiota as indicator for macaques’ reliance on anthropogenic food. Using 16S ribosomal RNA gene sequencing, we described the microbial composition of Japanese macaques experiencing different types of human disturbance and anthropogenic food availability—captive, provisioned, crop‐raiding, and wild. In terms of alpha diversity, our results showed that observed richness of gut microbiota did not differ significantly between disturbance types but among collection sites, whereas Shannon diversity index differed by both disturbance types and sites. In terms of beta diversity, captive populations harbored the most distinctive gut microbial composition, and had the greatest difference compared with wild populations. Whereas for provisioned and crop‐raiding groups, the macaques exhibited intermediate microbiota between wild and captive. We identified several potential bacterial taxa at different taxonomic ranks whose abundance potentially could help in assessing macaques’ accessibility to anthropogenic food. This study revealed the flexibility of the gut microbiome of Japanese macaques and provided possible indices based on the gut microbiome profile in assessing macaques’ accessibility to/reliance on anthropogenic foods.     

人体肠道病毒组学研究进展

人体微生物组计划开展近10年来,大量的研究显示人体微生物通过各种方式深刻地影响着人体健康。人体肠道内丰富多样的病毒构成了肠道病毒组,是人体微生物组的重要组成部分,和人体健康密切相关。本文综述了近些年国际上人体肠道病毒组研究的最新进展,分别从人体肠道病毒组的组成特征、肠道病毒组-细菌组-人体间的相互作用及其对人体健康的影响、病毒组研究的技术策略及挑战等方面进行了论述,探讨了肠道病毒组在人体疾病预防和治疗领域应用的可行性。     

蜜蜂肠道菌群结构功能研究进展

在长期的共同进化中,肠道菌群与其宿主形成了紧密的联系,为宿主提供了许多有益的作用。作为一种社会性昆虫,蜜蜂的生活习性为其肠道菌群提供了良好而稳定的传播途径,因此,蜜蜂与其肠道菌群形成了一种紧密的互惠互利共生关系。近年来,随着对蜜蜂肠道菌群了解的不断加深,对蜜蜂肠道菌群功能的研究也不断深入,大量研究表明蜜蜂的肠道菌群在宿主食物的消化代谢、宿主免疫的激活和抵抗致病菌、调节宿主生理等方面都有着重要的作用,同时破坏肠道菌群的稳定对蜜蜂的健康有着明显的负面影响。本文对近年来西方蜜蜂肠道菌群功能研究进行了总结,旨在为进一步深入探索蜜蜂肠道菌群与其宿主的相互作用及在养蜂生产上应用肠道菌群防控疾病提供参考。