设为首页收藏本站
开启辅助访问 切换到宽版

科学网

 找回密码
  注册
科学网 › 标签 › 菌群

tag 标签: 菌群

相关帖子

 版块 作者 回复/查看 最后发表

没有相关内容

相关日志

[转载]多快好省的宏基因组研究技巧 — 资深专家分享
niuneat 2020-4-27 13:34
谷禾健康 原创 近年的研究热点集中于环境和生物体相互作用的微生物群体，而大量复杂的微生物群体存在培养困难，构成复杂（包括细菌、古菌、真菌、原生生物、病毒甚至小型真核生物）。因此 如何用高通量精准的了解这些群体的构成，基因功能分布以及具体的表达活性和代谢状况 成为首要问题。 高通量测序技术的发展，让我们可以不经过培养，一次性了解微生物群落构成甚至基因代谢组成。 随着技术的进步， 检测方法 也逐渐丰富，对应的 分析手段和软件算法 也逐步完善，使我们可以根据研究需要选择不同的检测和分析策略来获得海量的数据并进行相应的研究分析。 01 简 介 免于培养的微生物学研究方法主要基于测序，高通量测序使我们 一次可以获得整个微生物群体的数据信息 ，简单来说包括两种策略： 1、基于特定标记基因的扩增测序方案（常见的16s，ITs，18s或特定功能基因） 2、对整个群落DNA进行测序，获取全部微生物基因组进而进行分类和功能分析的策略（鸟枪法宏基因组测序shotgun metagenomics）。 基于16s基因的分析方法 由于其极低的成本，对于样本DNA的低要求非常适合于大规模群体样本的调查和分析，随着DADA2等分析方法的改进，物种分类精度和准确度也有所提升，加上PICRUST等功能预测方法一定程度上弥补了基因信息的缺失，因此 16s 这类基于基因的微生物研究方法 仍然是不可或缺 的方案。 下表列了16s常见的分析软件，目前 QIIME2 作为整合包使用最为方便， VSEARCH 也作为UPARSE的开源版本使用也非常广泛。 16s测序的分析流程如下图，获得序列经过聚类后获得OTU或ASV，并得到相对丰度。 经过 PICRUSt 可以得到预测的基因分类丰度，进而进行alpha多样性和Beta多样性以及组间差异和相关性分析。 PICRSt的工作原理如下图，将OTU表内16s序列进行对应物种16s拷贝数标准化后，将物种丰度乘以已经整理好的物种的基因注释数表就获得基因的预测丰度。 02 浅宏基因组 浅宏基因组测序方案是去年knights-lab在msystems上发表的针对16s分辨率和宏基因组高成本之间的一个 折中方案 ，通过 降低测序深度 ，每个样本 50万 reads，但是物种的分辨率 并没有低于 一般宏基因组（普遍5~10G数据量）。 不通过拼接组装，直接基于kraken2等kmer，或MetaPhlAn2等标记基因的参考基因组方法进行种属丰度分类。结合其到菌株的物种分类和丰度数据可较16s方案下的PICRUST更加准确的预测基因构成。 Hillmann B, Al-Ghalith GA, Shields-Cutler RR, Zhu Q, Gohl DM, Beckman KB, Knight R, Knights D. 2018. Evaluating the information content of shallow shotgun metagenomics. mSystems 3:e00069-18. https://doi.org/10.1128/mSystems.00069-18. 我们发现有些小伙伴的需求是： 想要获得 更全 和 更精细 分类精度同时 不需要获得完整基因组序列和重建菌群基因 的。 那么这时候，我们提供的 浅宏基因组测序 就可以成为很好的选择，其 成本低（快要接近16s测序分析的价格了，文末有福利） ，分析 简便快速 ，同样 能获得宏基因组 的 基本丰度数据 。不过浅宏基因组也有其适用范围，根据样品类型的不同，一些样品可能包含 99％的人类宿主DNA，这不仅增加了序列成本，而且给测量带来了不确定性。 在许多研究中也会采取在进行宏基因组测序文库的准备之前去除宿主DNA的方法。但是，在去除宿主DNA后，可能没有足够的微生物基因组DNA用于宏基因组测序，这通常需要最少50ng的输入。因此浅宏基因组较适合于 宿主DNA含量较低 的样本，如 人类粪便、水体、土壤 等；而如口腔唾液、肺泡灌洗液、血液等人体体液类样本就不太适合。 下图是宏基因组测序数据中比对到人类基因组的序列比例，根据 样本类型 不同而不同。 我们可以免费提供针对粪便及环境样本助力临床/科研取样。 人体口腔 、 痰液 、 腹水 、 脑脊液 、 尿液 、 皮肤 、 阴道分泌物 等高寄主细胞含量样本可根据我们的处理方案简单处理后大幅降低宿主DNA比例。 处理方案如下： 高宿主含量DNA样本（包括唾液、血液、肺泡灌洗液、腹水、阴道分泌物和黏膜类样品）的取样前处 将200微升唾液等体液样本以10,000g离心8分钟 弃去上清液，通过移液将细胞沉淀重悬于200μl无菌水中，短暂涡旋，然后在室温下静置5分钟，以渗透压裂解哺乳动物细胞 添加终浓度为10μm的PMA（叠氮溴化丙锭）（向200μl样品中添加10μl的0.2 mM PMA溶液），并将样品短暂涡旋，然后在黑暗中于室温温育5分钟 然后将样品从标准台式荧光灯放置在20cm的冰上水平放置25分钟，短暂离心并每5分钟旋转一次 完成后，可将样品冷冻在−20°C或转移到取样管的储存液中 Marotz CA, Sanders JG, Zuniga C, Zaramela LS, Knight R, Zengler K. Improving saliva shotgun metagenomics by chemical host DNA depletion. Microbiome. 2018;6(1):42. Published 2018 Feb 27. doi:10.1186/s40168-018-0426-3 本处理方案以后宿主DNA可以降低8%以下。 03 宏基因组 说起宏基因组，对于熟悉宏基因组或者打算做宏基因组的同学可能已经迫不及待想知道这个怎么分析啊，怎么看结果啊之类的问题... 但在这之前，首先你应该了解的是宏基因组是什么，做宏基因组你能得到什么。 此外，对于缺乏深度研究和高质量参考基因组的样本，如土壤和特殊环境下的样本，宏基因组获得的较为完整的基因组不仅可以 丰富参考基因组数据库 ，同时可以 提供更加准确的物种分类 。 因此，深度宏基因组测序是 解析新环境样本 的核心方法，不过从单一样本中重建出完整的菌株基因组有相当困难，一般需要 较多样本 或 设置梯度样本 从而利用更高深度和共同变化来获取分箱信息，当然对应测序和分析成本会更高。 至此，我们了解了16s、浅宏基因组、宏基因组三种方式，我们将它们各自的特点总结如下表，便于你更直观地去了解（ 文末有福利~ ）。 宏基因组报告中有哪些分析内容？ 上图可以快速预览一下我们报告中的分析内容。 接下来，我们会详细介绍这些内容是如何从原始数据开始一步步实现的，同时也会选取一些文章案例来给大家做详细解读，希望给大家带来一些思路。 数据分析流程 测序数据需要经过 质检 ， 去除 接头和低质量序列，一般还会进行一步 过滤 人的基因组序列，然后分为两个路径，使用 参考 数据的比对方法和 从头组装 的方法，下图是一个 完整的宏基因组分析流程 ： 看完上图，可以对宏基因组测序的基本流程有个大致了解。 对于宏基因组测序而言， 最重要的 就是获得微生物群 准确的 物种构成及其丰度 。 一、 物种构成 首先你需要了解的是无论16S测序还是宏基因组测序获得的均是 相对丰度 ，即 每种菌占所有菌属的比例 。 要获得绝对的丰度需要在取样时做好取样量的计量，并在提取和建库中加入已知绝对量的参照DNA。 宏基因组测序获得物种构成及其丰度有以下两条路可以走： 我们先讲其中之一： 直接比对 。 直接比对是基于参考数据的，那么基于参考数据的物种构成分析主要有两类方法： 一类是基于Kmer和LCA 比对特征 来分析对应物种丰度，如kraken2等。 另一类是基于 特征标记基因 进行分析的，如MetaPhlAn2等。 基于参考基因组的分析工具如下表： 除了上面表中列出来的，另外还有 Centrifuge ：比kraken2慢2x,内存使用少很多 Sourmash ：类似CLARK,可以使用整个refseq作为数据库。 主流的kraken2——快速、准确度高、内存要求高 目前 主要使用kraken2为主 ，因为 快速 ， 准确度 也相当不错。不过，对于 内存 的要求较高，另外受 数据库本身质量 影响较大，默认kraken2的参考数据库只包括了细菌、古菌、病毒和人，还需要添加其他域的参考基因组。但涵盖的测序参考种仍然有限，对于菌株水平的鉴定受一定影响。 后续使用 Bracken 可以针对kraken2的比对结果进行 计算相对丰度 。 MetaPhlAn2——物种跨度大、实用 MetaPhlAn2首先从全基因组数据库中找出clade-specific marker genes，然后利用这个marker genes的数据库对高通量测序得到的shotgun序列进行注释，目前主要用于后面 直接使用reads获得基因和代谢通路丰度的HUMANn2的流程中 ，其物种跨度较大，速度也可以接受。 以上我们了解了直接使用reads获得丰度。 如果有 足够测序深度 和 样本数量 还可以通过组装出参考基因组来鉴定获得。该部分我们在下面的组装和分箱流程部分详细讲。 接下来，看一下我们报告中获得的结果和图： 使用Kraken2对其中的微生物进行物种注释 。我们的Kraken2使用的数据库是由Refseq（2020.04.20）细菌，古细菌、真菌、原生动物和病毒库以及GRCh38人类基因组构建的。 通过查询数据库序列中的每个k-mer，然后使用所得的LCA分类单元集确定序列的适当标签，对序列进行分类。数据库中没有k-mers的序列不会被Kraken2分类。这里我们是在使用k-mer=35的条件下进行物种注释。 使用Bracken对物种注释结果计算相对丰度 。Bracken是一种高度精确的统计方法，可从宏基因组学样本计算DNA序列中物种的丰度。Braken使用Kraken2分配的分类标签来估计源自样本中每种物种的读数数量。 对物种注释结果使用 KRONA 进行可视化展示。 注：圆圈从内到外依次代表不同的分类级别（界门纲目科属种），扇形的大小代表不同注释结果的相对比例。 上面的是使用KRONA对单个样本的构成图形化，所有样本合并使用柱状图就可以了解具体的样本构成丰度，从门-纲-目-科-属-种-甚至菌株每个层次都可以进行显示（下面是截取我们报告中的相关图）。 如果嫌柱状图的展示方式单一，当然也可以有别的选择。比如说以 Circos的环图 形式展现： 也可以进行 聚类分析 ： 有了这些数据我们就可以进行 alpha多样性 （指每个样本内部菌群多样性）的分析了。 各样本和多组之间也可以进行 Beta多样性 的比较分析： 计算样本之间的 菌属构成相似度 ： 组间的差异分析 ：寻找差异或代表性菌属，如下： Trukey多组间检验 LefSe分析 其中LEfSe基于线性判别分析（Linear discriminant analysis，LDA）的分析方法，筛选组与组之间生物标记物Biomarker（基因、通路和分类单元等），即 组间差异显著物种或基因 。当分组较多时较难获得每个分组独特的Biomarker。 以上是关于物种组成部分，但是有些小伙伴会有这样一些疑惑：物种构成变化很大怎么办？个体差异也很大？之类的诸多疑问。 是的，微生物群落一般对应特定的环境，其物种构成有时候变化迅速，而且个体或不同地点的构成差异极大。如人体的肠道菌群，个体之间的菌群构成差异很大，仅少量核心菌在绝大部分人的肠道内出现，个体特异性菌株也非常常见。那么如此多样性和复杂的构成如何应对相似的环境呢？ 研究显示不同的菌属可能有着相似的基因或代谢能力， 差异极大的种属在基因功能层面可能有着相似的构成 。因此，获得微生物群的基因和功能代谢构成及分布对于解释和了解微生物如何响应和适应环境就尤为重要。 二、功能构成 下图可以帮你更好地理解上面这段话。从图中我们可以看到，舌背样本和粪便样本虽然在种属上有很大差异，但它们在基因功能层面却有着相似的构成。 与物种构成丰度的分析类似，基因功能构成分析也同样可以包括两种方法： 方法一、通过 直接 基于reads的参考数据库方法获得 方法二、通过 组装 后预测注释基因并得到丰度 在具体展开方法之前，我们需要先了解关于基因功能的基本概念。 基因功能 每个菌的基因组中都包含大量的编码基因（ORF）以及非编码的RNA。这些基因之间又存在同源或序列相似性，达到一定相似程度的称为同源基因（一般通过CD-hit聚类为unigene，gltA这类基因名称，而数据库中一般聚类为如uniref90，eggNOG_ortholog等不同相似度的非冗余基因），这些同源基因除了序列相似同样也有着相似的功能，基于其功能或具备的蛋白功能域可以进一步分类为基因家族（Pfam），酶（EC 1.4.1.13），代谢通路（ko:K00266），更进一步层层分类为GO或顶层代谢通路Metacyc或COG等。 我们先来看方法一 ， 具体是如何操作的？ 主流的HUMAnN2——获得基因和代谢通路丰度的同时可直接进行下游分析 基于测序原始序列 直接获得基因构成丰度 的软件目前 最主要的是HUMAnN2 ，其首先使用MetaPhlAn2进行物种分类（关于这个软件我们在前面物种组成部分已经讲过），并提取相应物种参考基因组用于比对，未比对上的用于进一步和uniref数据库进行蛋白质序列比对。原理见下图： HUMAnN2的便利之处在于 获得基因和代谢通路丰度 的同时可以 直接进行下游分析 ，将导出的表用于如LEFSE等差异分析，此外还可以 反向给出 不同样本中每个基因或代谢通路里的物种贡献。 下图是基于HUMAnN2的不同代谢通路的菌贡献比例图： 在我们的宏基因组报告中获得的是这样的： 而另外一种方法是通过组装获得，我们在前面物种构成小节也已经提到过组装分析，那么这里我们就组装拼接分析这部分展开讲解一下。 三、基于组装拼接的分析 什么样的条件下可以进行组装分析？ 当 测序深度足够 的情况下，目前illumina二代和Pacbio以及Nanopore等长片段测序技术已经足以组装出高质量的细菌基因组草图，结合 Binning方法 可以一次性获得大量物种的 高质量 接近完成基因组。此外还有Hi-C等手段可以进一步完成基因组以及对应质粒的完整拼接。 组装的流程是什么样的？ 来看一下整个基于组装的流程： ① 提取、测序 首先从样本中 提取 基因组DNA，进行 测序 ，可以使用Illumina的段片段深度测序也可以辅助三代长片段测序。 ② 获得contig序列 接着对序列经过质检过滤处理后直接使用序列进行拼接， 获得contig序列 ，这时通常每个菌的基因组会有几十到数千个contig片段，由于构成复杂，很多近缘菌之间的基因组存在大量相似序列，以及每种菌丰度都不一致，所以contig阶段的片段仍然较多。 ③ Binning分析 基于序列构成特征 如GC含量、核苷酸多态性、覆盖度以及基因的物种相似度等多种数据，如果有多个样本或梯度可以同时 结合样本丰度变化 来进行 分箱 也就是Binning分析，将 具有相同特征和变化的contig聚类归为同一个来源的箱 ，每个bins通常来自单一菌也就是一个菌株的基因组（我们的数据分析中包含这部分分析内容）。 ④ 进一步质检评估 之后会进行进一步的质检，如checkM等评估每个Bin的完整度（核心基因以及rRNA等的完整性）和污染比例（如错误拼接，不同物种来源等）。一般要求50%以上的完整度以及10%以下的污染，当然样本数量越多，测序深度越高，测序读长越长理论上binning的质量也会更好，能获得更多高质量的单一菌完整基因组。 借用一张分箱的说明PPT： 目前组装contig方面比较好的软件主要是 SPAdes和MegaHIT 。分箱方面 MetaWRAP流程 可以将整个组装和分箱优化全部完成，包括前期质检到组装以及使用三种分箱方法concoct, metabat2和maxbin2，并最终进行合并提纯优化，输出最终的分箱。 同时还可以对每个分箱bins进行 物种鉴定和定量 ，这样我们就可以获得基于拼接组装后的物种丰度构成表，开展上述的物种多样性和样本差异统计分析。 ⑤ 注释 最后使用PROKKA进行基因预测，获得的编码序列我们经过进一步 CD-Hit 聚类去冗余 ，然后使用 eggNOG-mapper 对其进行进一步的 功能比对注释 。使用 salmon 完成基因的 定量 ，这样我们就得到基于组装注释的基因丰度数据了。之后就可以进行基因和功能层面的 多样性 、 构成 以及 样本和组间差异分析 。 我们获得的最基础的uniref，eggNOG，KEGG和GO等注释如下： KEGG COG eggNOG 组间差异分析，如KEGG途径： 除此之外，还可以使用 其他的 功能基因数据库 来进行进一步的基因注释和分析。比如： CAZy： VFDB毒力因子注释： 抗性基因注释： TCDB数据库注释： PHI数据库注释： BCGs分析： 以及基于antiSMASH和BiG-SCAPE来对代谢物的合成生物基因簇BCGs进行分析。 固定代谢能力评估： 或更聚焦于特定代谢的如下图中的氮、磷、硫和碳固定代谢能力和水平的评估： 当有了大量样本的 菌群构成丰度 信息，以及各种基因和 代谢丰度数据 后，我们需要根据样本的meta信息，基于不同分组，时间或环境因子等数据进行 统计分析和检验 ， 进而发现和探索可能的关联以及背后的生物学意义 。 四、统计检验 那么在面对宏基因组这类数据时在进行统计检验分析时 需要注意什么呢，应该采用哪些分析，并如何解读这些结果呢？ 首先，微生物组数据分析分为四大类： 在对所有数据进行统计检验前一般建议 对数据进行基本的质量过滤 。一类是 去除绝大部分样本都不存在的物种和基因 ，如Prevalence in samples (20%)，还有一类是 去除变异度过小 的Percentage to remove (10%)基于Inter-quantile range。 为什么可以过滤这两类？ 上述的两类由于其携带的信息量和变化过小在进行组间比较统计检验的时候都建议过滤，因为要么是污染，要么与差异无关。 宏基因组数据具有一些独特的特征，例如 测序深度的巨大差异 ， 稀疏性 （包含许多零）和 分布的巨大差异 （过度分散）。在进行后续的统计检验之前建议针对不同的分析方法进行相应匹配的标准化处理。标准化包括： Rarefaction和缩放方法：这些方法通过将样本放到相同的比例进行比较来处理不均匀的测序深度； 转换方法：包括处理稀疏性，组成性和数据中较大变化的方法。 那么各种标准化方法是什么，应该选择哪种方法？ 参考MicrobiomeAnalyst网站提供的信息，以下是一个简短的介绍： 请注意，数据标准化主要用于 可视数据探索 ，例如beta多样性和聚类分析。有时候 不使用标准化也能获得最佳结果 ，比如：单变量统计和LEfSe。 同时，其他比较分析将使用其自己的 特定标准化方法 。例如，对metagenomeSeq使用累积总和定标（CSS）标准化，对edgeR应用M值的修剪均值（TMM）。 经常有小伙伴问，这个数据是用的什么标准化？没有做标准化怎么办？这类问题。 目前， 尚无关于应使用标准化的共识性指南 。建议大家可以探索不同的方法，然后目视检查分离模式（即PCoA图）以评估不同标准化程序对实验条件或其他感兴趣的宏基因组数据的影响。 有关这些方法的详细讨论，请参考使用者最近发表的两篇论文 ① Paul J. McMurdie等 （ https://doi.org/10.1371/journal.pcbi.1003531） ② Jonathan Thorsen等 （ http://doi.org/10.1186/s40168-016-0208-8 ） 以上是关于标准化的这部分内容需要了解的知识，接下来我们来看 具体如何操作，怎么得到那些图表？它们分别代表什么？ 一般我们需要先进行 探索性分析 ，也就是不设预订的假设， 首先从主成分分析结果中了解样本的菌属和基因的大概分布 。 主成分分析是根据不同距离算法计算样本之间的距离矩阵，然后进行降维，最终形成一个三维的空间分布。样本之间在空间上分隔越远表明样本之间的差异越大。 比如我们报告中的下图，疾病和正常样本可以较好的区分，一般此处我们还会进行一个统计检验，来判别PC1和PC2这几个维度上两组之间是否真的存在统计差异。 基于丰度图来 评估各样本和分组的基本构成 ，如： 之后我们可以 针对不同分组或处理之间的样本进行统计检验 ，可以使用的检验方法包括两组间的非参数统计检验T-test/ANOVA，3组以上组间统计检验可以使用Tukey test，其直接生成各组将的统计差异，并提供字母标注，直观简便，如： 具体的统计方法选择可以参考下表： 除了常规的非参数检验外，包括metagenomeSeq和DEseq以及edgeR等统计方法包可以很好的分析组间差异特征。LEfSe则一般用于寻找特征标志物。 那么有了大量的差异特征菌属或基因之后， 我们是否能基于这些差异菌属有效的区分不同的分组呢，或构件一个模型来预测或分类呢？ 这时候可以使用 随机森林 （Random Forest）一类的决策树机器学习模型，来利用这些差异特征构建分类模型，并使用AUC等指标来评估基于这些模型的预测有效性和准确度（我们报告中如下图）。 当然也可以使用其他更复杂的如深度学习等方法来构建分类模型。 除了性别、疾病、地点等分类差异之外，我们通常还有很多元数据，包括 临床指标 或 环境因子 等信息，这些数据通常是 连续型数值 ，对于这类数据我们可 以进行相关性分析 。 当然反过来，将 菌群特征作为表型 也可以和如基因组的基因型或SNP构成来进行 相关性分析 。 对于 菌群数据 的相关性分析比较推荐： SparCC方法 ，可以构建菌种或菌属之间的相关性网络，相对稳定。 对于与 疾病或环境 变量进行相关性分析可以使用： Sperman秩相关分析 。 另外 RDA/CCA分析 也可以有效的反映菌属与环境因子等指标直接的关系（我们报告中如下图）。 Mentel检验 也可以用于 判断菌群构成特征 与单个或一组 环境因子 之间 是否存在显著相关 。 要 点 宏基因组从大量菌群和基因构成中寻找关联是 需要足够的样本量 才能达到有效的统计效力，因为一次性获得了大量的特征数据，样本量过少会带来统计结论的无效，越是组内差异大，组间差异小的研究足够大的样本量才能得到可靠的结论。 一般 动物 样本具有较好的背景可控，组内样本数量 建议至少6个 ，而 人群 研究由于背景复杂，个体多样性高，一般建议组内 50例以上 较好。 以上看完后，你应该对宏基因组的数据分析流程有了整体的认识，也学会了相应的一些操作，但是不一定能直接从自己的这些数据、图表中真正探索到和实际生物学相关的有价值的研究成果。 所以，我们又选取了一些已发表的研究作为案例，结合实际问题来具体分析，从实验设计到具体分析流程方法和图表的展示，再到相应的结论，掌握这类文章的总体思路。 之后无论是刚开始的实验设计，还是后面的分析，都会更加得心应手。 建议想好整个实验思路再开始（或者也可以咨询我们，我们专业的数据分析团队会为你提供切实可行的项目方案）。 04 案例解析 案例一 肥胖患者的肠道微生物组 第一项研究是关于 肥胖 患者减肥手术后的宏基因组和代谢数据的分析研究。 文献来源：Aron-Wisnewsky J, Prifti E, Belda E, et al. Major microbiota dysbiosis in severe obesity: fate after bariatric surgery. Gut . 2019 ;68(1):70–82. doi:10.1136/gutjnl-2018-316103 研究纳入了61名严重肥胖的受试者，他们是可调节胃束带术（AGB，n = 20）或Roux-en-Y胃旁路术（RYGB，n = 41）的候选人。减肥手术后1、3和12个月随访24名受试者。使用宏基因组学测序和LC-MS分析肠道菌群和血清代谢组。另外纳入了10人和147人分别作为宏基因组和代谢检测的验证集。 研究思路 这样的设计分别有什么作用？ 第一点 持续的动态采样 可以获得 持续变化情况 ，尤其是在一个特定变化后（减肥手术），持续的最终采样有助于确认菌群的变化出现和特定事件或生理病理变化的前后，尤其是在确定因果中有重要帮助。 第二点获得 多维的数据 有助于帮助我们全方位的了解菌群变化背后的带来的 生理和代谢变化 以及之间的关联。 第三点 独立验证集的存在 将大大增强研究的可信度，尤其是该研究纳入的样本量并不多，无法全面有效的控制无关因素，使得很多统计检验的效力无法显现。这也导致该研究仅在基因总量和多样性上获得较好的重复效果，而更多的菌群精细特征以及具体基因和代谢通路没有得到深入分析。但是独立验证集 保证了核心结论的可靠性和重复性 ，这点在宏基因组研究中非常重要。 从下图可以看到研究针对样本的 总基因多样性水平 与 生理指标和疾病状态 进行 相关性分析和组间差异分析 ，图中给出了显著相关和差异的指标。 使用的统计检验方法是pearson和sperman相关和t-test以及Kruskal-Wallis检验。 下图是研究将MAGs与 各项生理和代谢值进行相关性分析后的热力图 。该研究由于测序较早，并未独立拼接，而是直接使用了之前一项人类肠道菌群研究获得组装基因组参考序列。 进一步研究分析了术后特定变化模式的MAGs以及它们与代谢生理指标的相关性，见下图： 上图的研究可以通过pattern search的方法寻找特定变化模式的菌种。 研究的主要结论发现是 低基因丰富度 （LGC）存在于 75％的患者 中，并且 与躯干脂肪质量和合并症（2型糖尿病，高血压和严重程度）增加相关 。LGC改变了78种宏基因组种（MGS），其中 50％ 与不良的身体成分和代谢表型有关。 九种血清代谢产物 （包括谷氨酸盐，3-甲氧基苯基乙酸和L-组氨酸）和含有参与其 代谢的蛋白质家族 的功能模块与低MGR密切相关。术后一年，BS会增加MGR，但尽管RYGB患者的代谢改善比AGB患者大，但术后一年的MGR仍然很低。 点 评 ： 总体而言该项研究可以使用 浅宏基因组 （在文章开头第二部分详细介绍过）来完成所有测序和分析，进一步扩大样本数量，如果能同时获得人的转录组数据甚至能更加明确的找到菌群变化与特定代谢通路的关联关系。 案例二 食物与人类肠道微生物组 第二项研究是Dan Knights实验室发表在Cell Host Microbe,2019的一篇针对34个人17天每日饮食和菌群变化的相关研究，试图 揭示日常食物选择与人类肠道微生物组组成之间的精细关系 。 文献来源：Johnson Abigail J,Vangay Pajau,Al-Ghalith Gabriel A et al. Daily Sampling Reveals Personalized Diet-Microbiome Associations in Humans. . Cell Host Microbe , 2019 , 25: 789-802.e5. 可以看到，研究同时记录了粪便样本的菌群宏基因组和每日的饮食记录。研究的核心在于 将每日饮食的食物通过营养构成进行量化，并构建类似物种进化树的食物物候树 。 此外由于有每日的数据，可以通过前一日的食物与第二日的菌群数据进行 时间序列分析 ，构建食物与菌之间的关联以及时间相关性。 最后基于 菌群数据 和 前一日饮食 来构建模型 预测判断后一日的菌群状态 ，帮助我们了解食物对于个体菌群的影响因素并实现 定量和预测 。 研究中对数据的处理过滤标准如下：删除所有具有低读取计数（每个样品23,500个读取）的样品。物种级别的分类表仅限于研究对象中至少存在 25％ 的研究日，且在10%的研究样本对象中发现的那些物种。 最后，相对丰度0.01％的稀有物种被丢弃，将物种数量限制为290个注释。将得到的分类表汇总到较高的分类级别（即属，科，门等），以进行下游分析。 菌群和饮食以及营养构成的堆叠图很好展现了变化和对应。 下面这张图很好的显示了饮食食物的变化与菌群变化之间的时间变化关系： 下面这张图通过对每个人 单独 进行菌属与食物的Spearman相关，展现了 菌与食物之间的关联的个体化差异 ，在特定菌属对应相同食物 不同人会出现完全不同方向的变化 ，这也正是这项研究所揭示的，这种 关联关系的复杂性 。 点 评 ： 本研究虽然有大量样本，但并未进行组装，而是直接使用了Refseq的细菌完成基因组序列作为参考。研究由于样本数量众多，测序深度也很有限，类似研究也可以使用 浅宏基因组 方式完成。 案例三 类风湿关节炎的人群肠道微生物组 接下来的一个研究是比较 典型的宏基因组组装并与疾病进行关联分析 的案例，研究的是日本人群类风湿关节炎的肠道微生物组的全基因组关联研究。 文献来源：Kishikawa Toshihiro, Maeda Yuichi,Nii Takuro et al. Metagenome-wide association study of gut microbiome revealed novel aetiology of rheumatoid arthritis in the Japanese population. . Ann. Rheum. Dis ., 2020 , 79: 103-111. 研究使用 较高深度 的宏基因组shotgun测序（每个样本平均13 Gb）对日本人群（病例 = 82，对照 = 42）进行了RA肠道微生物组的 MWAS分析 。MWAS由三个主要的生物信息学分析渠道（ 系统发育分析、功能基因分析、 途径分析 ）组成。 使用了之前研究中6139个完成拼接日本人肠道宏基因组作为参考序列以及其他几项研究的参考基因组，在过滤部分种过多的基因组之后，最后一共使用了7881个参考基因组。 将QC后的序列 直接比对 到参考基因组，并根据基因组长度计算对应物种的相对丰度。 基因方面选择denovo组装，使用 MegaHIT ，然后再contig上完成ORF预测和 CD-HIT聚类去冗余 ，最后与 UniRef和KEGG数据库比对 。 最后使用 bowtie2 将测序序列比对到注释后的unigene序列上获得基因丰度，经过KEGG注释得到代谢途径的丰度。研究的数据处理流程图如下： 在数据分析流程和方案选择上人体肠道菌群由于研究众多，以及有多个深度测序拼接完成的Binning参考基因组数据集，确实可以直接使用参考基因组直接比对。 对于其他一些环境或来源的样本这个深度的数据量可以 考虑独立拼接和分箱 。该研究中使用已有参考基因组，大概88%的序列能比对到参考基因组，如果直接组装这个比例应该可以更高一些。另外在获得基因丰度是 可以考虑使用Salmon ，比对获得基因丰度更为方便。 获得相应数据后对相对丰度，该研究使用 Box-Cox transformation对数据进行标准化 ，并过滤了一些低丰度的菌属。 Case-control的相关性分析 使用的R的glm2模块，将年龄、性别和测序上机分组作为协变量。 对于 菌属的关联分析 ，最终将显著性结果以火山图和GraPhlAn图的形式展现如下： 上面其中D图使用每个菌的丰度进行UMAP分析，并映射关联效应的展示比较有意思。 不过在 基因层面 上并未找到相应的关联，可以看到下图UniRef90的NMDS分布图两组之间无法有效区分，多样性也没有显著差异。 点 评 ： 这项研究在菌层面发现了多个 普雷沃氏菌属 的菌在日本人群中与 类风湿性关节炎 存在关联，不过除此之外其他方面的发现并不多，仅找到一个基因存在显著关联，涉及的临床调查也相对有限，且人群队列数量不算多，并 无独立验证集 ，因此亮点并不多。如果能纳入免疫相应指标可能能研究的更细致一些。 案例四 ＞ 永冻土中参与有机物降级的关键菌群 最后这项研究是对来自永冻土融化梯度的214个样品的宏基因组测序组装了1,529个基因组，揭示了参与 有机物降解的关键种群 ，包括其基因组编码先前未描述的 木糖降解真菌途径的细菌 。 文献来源：Woodcroft Ben J,Singleton Caitlin M,Boyd Joel A et al. Genome-centric view of carbon processing in thawing permafrost. . Nature , 2018 , 560: 49-54. 通过宏基因组 denovo组装 和 分箱Binning ，最终获得了1529个永冻土菌群基因组。基于这些数据描绘了永冻土融化梯度下的 菌群构成特征 ，如下图。 论文是2018年发表的，测序是在2011和12年测的，使用的是CLC Genomics Workbench 较早的4.4版分单样本组装，然后 使用MetaBAT进行分箱 ，最后的标准是70%完成度和低于10%的污染。 其中糖苷水解酶基因使用 dbCAN数据库的HMM进行预测 ，碳代谢使用 KEGG数据 。 研究还同时选择了部分样本进行了宏转录组和宏蛋白组的测序，对碳代谢同时结合转录组和蛋白组的数据，展现了 特定通路下不同永冻土的菌群构成和表达丰度差异 。 基因组拼接的 分布 情况，以及不同地域样本分布和菌属 丰度 情况如下： 木糖降解途径在每个样本中的分布和维恩图，另外详细的展现了主要门对每个代谢途径的贡献和基因 表达丰度 ，如下图： 这张图分析了特定菌与地理位置和CO2以及甲烷的浓度的 关联性 ，如下图： 对关键物种的CH 4 :CO2浓度比相关 代谢途径 的重建，以及相应基因的基因家族分析。 点 评 ： 总结一下这项研究，永冻土的菌群参考基因组数据缺乏，该研究从大量地点采集样本重建了1500多个参考基因组。 首先从 物种构成特征 上与永冻土融化阶段特征进行分析，并与重要环境因子进行分析，锁定重要的特征菌。 然后针对重要的 代谢途径 和 关键基因 结合宏转录组和宏蛋白组全面解析代谢途径的分布和差异变化。对关键的物种重建了相关代谢途径并对其相关基因家族进行分析。 研究基本上从头构建了一个生态环境下的菌群结构数据，并利用获得的基因组深度解析特定代谢途径和基因的构成和表达变化，应该说 既宽又深 。很多样本采集和测序是2011年和 2012年就开展的，虽然测序技术远不如现在成本低和成熟，但是其独特的研究对象和全面深入的分析仍然使整项研究和目前的一些研究相比完成的更加出色。 p.s. 以上展示的图表，我们都可以帮你实现~ 05 工具分享 一、 MicrobiomeAnalyst 网址：https://www.microbiomeanalyst.ca/，只需要biom文件或丰度表就可以进行绝大部分统计检验分析，而且生成图表完整，可以直接使用。偶尔会有服务器不稳定，上传提示错误的情况。 特别推荐其中的 Taxon Set Enrichment Analysis模块 ，直接提交物种列表（一般是找到的差异物种列表），可以直接在各种已有的相关性（人体基因-菌属相关，生活方式-菌属相关，疾病-菌属相关）中进行富集分析，能很好的帮助判断和提供差异菌群的具体关联和证据支持。 完整的支持分析包括： 可以直接生成下面的图： 基本上常见的分析和图都能在线实现。 二、gcMeta 另一个是https://gcmeta.wdcm.org/，是中科院微生物研究所搞的平台，里面包括了宏基因组的样本数据和在线分析平台，可以直接上传原始数据，直接使用工具进行在线分析，大部分常见工具都有，也有一些流程。 对于缺乏计算资源或想自己动手分析的朋友挺友好的，非常推荐试试看。 最后，帮大家整理了宏基因组可投稿的期刊，具体研究方向和影响因子见下表： 来源： 谷禾健康
7345 次阅读|0 个评论
[转载]体重增长：目前为止我们所知道的一切（更新你的减肥工具箱）
niuneat 2020-4-22 14:51
谷禾健康 原创 肥胖到底美不美？ 我不知道。 我只知道肥胖有可能会影响到健康。 肥胖威胁到健康的范围很广，包括 2型糖尿病 、 冠状动脉疾病 、 中风 、 睡眠呼吸暂停 和 诱发某些癌症 等严重疾病，甚至加速 衰老 ，影响 寿命 。 肥胖不仅会产生这些生理上的不良影响，也会对患者 心理 造成一定影响，比如说由于行动不便导致无法工作， 无法正常社交 ，甚至 抑郁... 肥胖给很多人的生活带来困扰。但是，我们会发现这样一些现象，有些人是所谓的“吃货”，却不怎么胖，而有些人说自己“连喝水都会胖”。 看来肥胖背后的原因恐怕不简单。 今天，我们来详细讨论一下关于肥胖。 首先来看一下，肥胖的定义。 01 用什么来衡量肥胖 世界衡量标准 BMI全称身体质量指数，是世界卫生组织（WHO）确认的，衡量成人肥胖/超重的金标准。我们平常知道的都是以 BMI25 算超重。 但由于人种差异带来的体脂比、肥胖形态的不同，亚洲许多国家和地区有自己的标准。 亚太地区标准 亚太地区肥胖和超重的诊断标准： *亚太地区肥胖和超重的诊断标准专题研讨会依据亚洲人的情况制定。在BMI相对较低时，就易出现腹型或内脏肥胖，并显示患者高血压、糖尿病、高脂血及蛋白尿的危险性明显增加。 02 肥胖的现状 《中国成人肥胖患病率的地理变化：2013-2014年国家慢性病和危险因素监测调查》（以下简称《肥胖调查》）中有写到我国肥胖现状。 *《肥胖调查》由中国疾病预防控制中心张晓博士及其同事们共同完成。 该团队利用了中国慢性病和危险因素监测数据库，评估了2013-2014年全国和各省肥胖率。 将“中国肥胖标准”定义为： 普通型肥胖 ：BMI ≥ 28 ； 腹型肥胖 ：女性腰围大于 85 cm，男性腰围大于 90 cm 按照这个标准，该调查报告显示：2004年-2014年间，中国肥胖症患病率增加3倍多。腹型肥胖增长超 50％ 。 从地区来看，“京津冀”的肥胖发生率很高。以天津为例，女性 腹型 肥胖率达49.4%，男性为54.4%。 儿童肥胖率也在日趋上涨 据经济合作与发展组织的调查数据显示： 至少有 五分之一 的儿童患有肥胖和超重。 《中国儿童肥胖报告》显示： 1985-2014年，我国7岁以上学龄儿童超重肥胖率： 肥胖已经是一种全球流行病，而且肥胖人数正越来越多。 03 哪些因素影响肥胖？ 3.1 能量摄入/消耗 我们知道，要维持健康的体重，需要保持食物摄入和能量消耗的平衡。 而这种平衡是由控制进食行为和能量代谢的中枢神经系统来负责。 饮食 饮食是影响体重非常重要的因素。饮食通常与饥饿感和饱腹感有关。我们饿不饿并不是自己能决定的，而是听大脑发出的信号，告诉我们饿了（产生饥饿感），该吃东西了，也就产生了食欲。那么这个食欲是怎么调节的呢？ 这里有一个理论叫作“葡萄糖稳态理论”，这也是短期调节食欲的基础。 这就好比是特定脑区是一个指挥中心，它整合来自 大脑 、 外周循环 和 胃肠道 的信号，以调节能量的摄入和消耗。 神经元 在下丘脑弓形核（ARC）中，含有两类调节能量代谢的神经元：促进食欲神经元和抑制食欲神经元。 此外，pvn神经元进一步处理信息投射到其他回路，从而控制能量摄入和消耗。 小分子信号 当我们吃东西之后会诱发一系列的信号，包括肠道激素、肽、代谢物和营养素，进而影响能量摄入。大脑又会激活身体的不同机制，来控制食欲，或利用吃的食物和营养来开启发酵过程，合成代谢产物。 图1 体重调节的关键代谢机制 此外，在大脑中，传出信号被产生并发送到不同的组织，以促进产热和/或能量储存，并 有助于能量消耗 。（对应图中红线部分） 胃肠激素调节——饱腹感的生理介质 胃肠激素通过对胃肠运动和分泌的局部影响来优化营养物质的消化和吸收过程。在这方面研究最多的是胆囊收缩素（ CCK ）、 胰腺多肽 、 肽YY 、胰高血糖素样肽-1（ GLP-1 ）、 氧调节蛋白 和 胃饥饿素 ghrelin 。 它们通过各种不同的机制来增加你的饱腹感，让你别再吃了（具体方式在后面碳水化合物的小节展开）。 神经递质 许多肠肽 既是激素又是神经递质 。CCK和GLP-1等肽在投射到中枢神经系统内外对能量平衡至关重要的区域的神经元中表达。 大脑皮层高级神经活动，通过 神经递质 影响下丘脑食欲中枢，在 调节饥饿感和饱腹感 方面发挥一定作用。神经递质种类很多，包括五羟色胺、多巴胺等。 基于谷禾人群队列，我们选择了146例超重和肥胖人群，以及179例对照正常体重人群。其中超重标准为BMI28，队列年龄分布为35~75岁。 根据菌群测序数据和相关营养及代谢调查进行KS统计检验，发现： 神经递质的检测数据显示与神经兴奋有关的多种神经递质和代谢物质肥胖人群普遍偏高，包括: 谷氨酸 、 五羟色胺 、 色胺 和 多巴胺 。 而神经抑制类的γ-氨基丁酸（GABA）则偏低： 这些结果与食欲和饮食产生的神经兴奋是否有直接联系还需要进行更深入的生理分子机制的研究。 短链脂肪酸 短链脂肪酸影响与之相关的短期途径，调节食欲和食物摄入。能量收集上的差异似乎是由细菌产生的短链脂肪酸引起的，它 提高了消化残余物的能量利用率 。 短链脂肪酸有助于血糖稳定以及饥饿和饱腹激素的平衡。结肠输注短链脂肪酸混合物增加血浆 PYY 水平，这是由上皮G蛋白偶联受体（GPR41和GPR43）的激活触发的。 睡眠改变会影响饱腹感 这就涉及到“生物钟系统”。饮食 脂肪 和 碳水化合物 与 生物钟系统 相互作用，在生物钟系统中，特定的 脂肪酸 和 葡萄糖 可以影响行为和分子的昼夜节律，通过改变能量状态传感器影响中枢神经系统、非中枢神经系统和外周器官。这一假设符合葡萄糖稳态理论。 代谢的昼夜节律振荡受日常喂养模式和能量利用模式的影响，影响内分泌系统(瘦素、胰岛素或ghrelin分泌)与睡眠模式之间的昼夜节律排列。睡眠改变（如睡眠不足）可以 改变内分泌昼夜节律 ，影响饱腹感和/或饥饿感，以及与 主观幸福感 有关的其他方面。 运动改善肥胖者的代谢灵活性 代谢灵活性的程度，即在骨骼肌和脂肪组织中将葡萄糖和脂肪酸之间的燃料选择转移的能力。 体育锻炼已被证明在 改善肥胖患者的代谢灵活性 方面具有关键作用。研究报告说，随着饮食脂肪的增加，肥胖者开始运动后增强了肌肉脂肪酸氧化。 3.2 三大类营养物质 人体摄入的营养物质中，有包括 碳水化合物、脂肪、蛋白质 在内的宏量营养素，也有微量营养素诸如维生素和矿物质等。但人新陈代谢的最核心内容是三大营养物质的代谢及其相互转化。 我们先看看这三大营养物质是如何直接或间接产生热量。注意热量不等同于能量。能量加上氧气参与，转化为热量。 在三大营养物质的代谢中，起枢纽作用的是糖类代谢，蛋白质（身体携带氧气的关键）要转变成为热量， 需要先转变成为糖类 ，才能够燃烧产生热量，脂肪的燃烧，也需要糖类的参与才能够顺利完成。也就是说， 蛋白质、脂肪是能量的两个储藏仓库 ，而糖类，会直接释放热量。 接着我们具体来看每种营养素与肥胖之间的关系。 3.2.1 碳水化合物 碳水化合物包括不同类型的分子，从复杂的 多糖 和 淀粉 到 单糖 ，如单糖或双糖，以及不同的 纤维 ，能量值和消化率不同。 这些结构差异导致它的物理性质、消化率和功能的不同。碳水化合物对食物摄取和饱腹感的影响是通过与 胃肠-脑神经内分泌信号 、 肠道发酵 （由短链脂肪酸或其他代谢物诱导）和碳水化合物的 物理或化学性质 （如膨胀和粘度） 相关的几种途径介导的 。 碳水化合物通过调节胃肠道肽释放来影响饱腹感 与维持 血糖 水平有关的 食欲和饱腹感调节由胰岛素和胰高血糖素调节 ，胰岛素和胰高血糖素由胰腺分泌，分别导致导致糖原生成和糖原分解。 事实上已证实，包括纤维在内的碳水化合物，对 饱腹感 相关胃肠道肽（CCK，ghrelin，GLP1，PYY和GIP）餐后释放有影响。单糖和双糖，如蔗糖、果糖和乳糖，是人类消耗的最常见的糖，它们在食欲和食物奖励中的作用与甜味受体有关。 纤维和淀粉是饮食中最复杂的碳水化合物结构。 它如何产生饱腹效应？ 纤维通过调节 胃肠道转运 、 葡萄糖吸收 和 粪便膨胀 起作用。 低能量密度(2kcal/g)和水化能力产生饱腹效应，它们提供 粘度 和 膨胀 ，影响肠道中的 机械感受器 ， 影响血糖反应和饱足信号 ， 增加肠道蠕动 能力，并 作为肠道微生物的主要底物 。 3.2.2 脂肪 脂类具有较高的能量密度，其消耗可能通过 间接机制 直接影响 食物摄入 和 能量消耗 以及代谢，从而影响肥胖和相关疾病。 脂类在能量积累中起着核心作用，在内分泌系统中起着重要的作用。 它在食欲和饱腹感调节中的作用包括通过 感觉受体 和 化学感受器。 「瘦素」——脂肪与下丘脑饱腹调节中心沟通的桥梁 瘦素是由脂肪组织分泌的一种激素，分泌过程依赖胰岛素。 当体内瘦素水平 较高 时，会告诉大脑身体有 足够 的能量储备，不要再吃了。瘦素和胰岛素共同作用于下丘脑和其他脑区，从而 抑制食物摄入 ， 增加能量消耗 。 可想而知，当瘦素长期处于低水平时，往往伴随着 肥胖 。低水平的瘦素在不断告诉大脑，身体正处于饥饿状态，那么很有可能出现 暴饮暴食 ，且身体在不停地储存能量。 脂肪的质量比数量更重要 越来越多研究表明，除了饮食中的脂肪或碳水化合物的数量外，膳食脂肪的质量（主要指天然不饱和脂肪而不是反式或饱和脂肪)比数量更能决定饮食对维持体重的影响。 具体来看，目前研究的重点是脂肪质量与脂肪酸饱和度之间的关系。饮食中 omega-6脂肪酸与omega-3脂肪酸比例的增加 与通过 脂肪生成 、 脂肪组织稳态 、 脂肪褐变 和 炎症机制 增加体重 ，和 肥胖 的风险增加有关；这种增加是由脑-肠-脂肪轴通过 二十烷类代谢物 和 大麻素系统 的多动介导的。 在这种情况下，高脂肪消耗在与脂肪沉积有关的胃肠道调节喂养途径上的调节作用影响脂质的吸收和利用， 减弱饱腹信号并促进超重 ，其中CCK、ghrelin、GLP1和其他神经肽与食欲和/或饱腹有关。此外，中链甘油三酯、共轭亚油酸和多不饱和脂肪酸引起不同的饱腹和胃排空效应。 多不饱和脂肪酸导致能量摄入和消耗变化 此外，多不饱和脂肪酸在调节身体成分中起着重要作用；它们导致能量摄入和支出的定向变化，以及脂质周转和脂肪生成的改变，这是由神经内分泌系统介导的。 此外，一些饮食脂质可能通过 促进棕色和米色脂肪 的生成来刺激产热功能。脂类也在食物质地中起作用，这可能会使食物更可利用。 当然，脂肪也可能表现出不受欢迎的口感，这可能导致食物的排斥，从而干扰能量的摄入，而不是餐后机制。 肥胖也与诱导的食物偏好和减少底物氧化、酮体保留糖代谢机制以及脂溶性和/或脂肪生成活动或炎症途径的变化有关。 要想躲避肥胖，建议多选不饱和脂肪酸 单不饱和脂肪酸摄入量与BMI呈负相关 ，突出了脂肪分布的重要性，而不仅仅是脂肪总量，而且影响的差异取决于遗传背景。 食用不饱和油不易导致肥胖，这表明脂肪质量比数量更重要（例如，在那些遵循地中海饮食模式的人中观察到的或食用树坚果）。 平时食用油的选择，动物油脂，橄榄油，菜籽油等都要好于色拉油、调和油。 3.3.3 蛋白质 蛋白质分子结构的多样性，决定了蛋白质分子有多种重要功能，它们也负责酶的功能，并具有内分泌调节作用。 膳食蛋白质和蛋白质衍生分子表现出食欲和厌食效应， 这些效应是由不同的神经肽和肠道激素介导的，如胃饥饿素、CCK、GLP1、PYY、瘦素、胰岛素和特定氨基酸。 蛋白质有助于保持无脂质量和骨骼肌，从而促进能量消耗的维持。 高蛋白饮食对食欲抑制作用 蛋白质在饮食中的比例影响 食欲调节 和 饱腹感的诱导 。例如，干预性研究显示了高蛋白饮食对食欲抑制的饮食作用。富含蛋白质的饮食导致 饥饿感减少 ， 能量消耗 和 β-羟丁酸水平增加 ，这可能有助于食欲下降。 蛋白质具有明确的产热性质，由 氧化磷酸化过程 、 尿素合成 、 糖异生 和 能量产生 的 中间代谢途径介导 。然而，对于特定的蛋白质，如明胶gelatin，在 食欲抑制 中也有独特的作用。 此外，与蛋白质诱导 饱腹感 有关的机制已被归因于 氨基酸 （如酪氨酸、色氨酸或组氨酸）、影响胃迷走神经传入的 鲜味物质 （包括味精）或来自 甜味剂 的阿斯巴甜(asp-phe)氨基酸有关的钙传感受体，它们调节食欲和餐后发生热。 长期动物蛋白的摄入对体重的维持有不利的影响 然而，一些长期的纵向分析表明，动物蛋白的摄入对随访5年后体重的维持有不利的影响。 事实上，每天食用250克肉类，与肉类含量较低的等热量饮食相比，每年增加422克体重。因此，以动物蛋白和糖为代价增加植物蛋白的摄入量，可能是在人群水平上对抗超重和肥胖的一种方法。 这些结果突出了营养素比例的重要性 。但进一步的研究还应侧重于蛋白质来源和血糖指数的体重维持。 04 同样的饮食，不同的肥胖机制 4.1 遗传机制 些人哪怕吃正常量的食物就是比一般人容易发胖，这可能与肥胖基因有关。 接下来我们来看看遗传因素在决定个体对肥胖的易感性方面起了什么样的作用。 不同的研究报道了总脂肪比例与 食物摄入调节 相关基因（如 FTO ）、 脂肪代谢 相关基因（如 APOA5 ）和 脂肪细胞分化 相关基因（如 PPARG ）在不同人群中的相关性。 肥胖基因——FTO基因（减弱饱腹感） 与没有风险等位基因的参与者相比，那些 具有FTO变异型rs9939609 的风险等位基因的人报告显示， 主观饱腹感较低 ，能量密集的食物 消耗较高 ，这表明具有遗传风险的个体已经 损害了中枢神经系统的饱腹感 。 此外，有FTO危险等位基因的个体也会 消耗较高比例的能量 作为脂肪，显示出 肥胖风险的加剧 。 APOA2 等位基因的存在通过调节参与 支链氨基酸和色氨酸代谢的途径， 在饱和脂肪酸摄入时增加的肥胖风险。 与之相反，APOA5基因变异rs662799的C携带者，在饮食中消耗更多的脂肪，则可避免肥胖。 然而需要注意的是， 即便是检测出了携带肥胖基因，也不意味着必然会永久肥胖下去；反之，不携带肥胖基因，也不意味着可以胡吃海喝不运动 。要知道决定肥胖的不止基因这一个因素，例如还有肠道微生物群的影响。如果说基因难以改变，那么肠道菌群是你可以改变的。 4.2 菌群介入，影响肥胖 易患肥胖的个体的肠道微生物群可以通过饮食、益生菌等来改变。 碳水化合物 （即纤维）、 蛋白质 和 脂肪 的摄入会影响肠道微生物群，从而使宏量营养素与微生物群相互作用。具体在前面 深度解读|饮食、菌群和健康 一文有详细阐述。 个体微生物群的组成是独特的，是个体代谢和体重状况的代表性特征。 人体摄入宏量营养素、肠道菌群与肥胖的关系 ↑, 增加；↓,减少；NA，不可用；第三列：营养物质和/或饮食基质与肠道微生物群之间的关系 4.2.1 菌群和肥胖之间的关系 菌群丰度和种类 菌群丰度和多样性与肥胖呈负相关 开创性的研究已经描述了微生物群与肥胖之间的关系。数据显示肥胖小鼠的 厚壁菌数量增加 ， 拟杆菌数量减少 ，这表明这些微生物对宿主代谢可能有影响。这些结果随后在人类研究中得到证实，研究人员在研究中比较了来自瘦弱或肥胖人群的样本。 一些研究描述了肥胖者从食物中获得的能量的增加，并确认了这些人粪便样本中的 普雷沃氏菌科 和 古细菌 的 增加 。此外， 菌群丰度和多样性与肥胖呈负相关 ，即菌群丰度低的人会提高肥胖、胰岛素抵抗和血脂异常，以及低度全身炎症风险。 基于谷禾人群队列数据发现： 肠道菌群的 种类 数量 肥胖 人群要显著 低 于对照人群（下左图），均值分别为850比1150，这一现象与之前的研究是符合的。 有害菌 在 有害菌 属的丰度水平分布上， 肥胖人群 也要 高 于对照人群（上右图）。进一步对具体菌属进行分析，发现 肺炎克雷伯氏菌 的 丰度 水平肥胖人群更 高 （下左图）。 有益菌 而双歧杆菌属的水平 肥胖 人群 普遍较低 。 一项调查同卵双胞胎脂肪摄入质量的研究发现， 单不饱和脂肪酸 与 双歧杆菌和拟杆菌的丰度正相关， 以及 n-3多不饱和脂肪酸 和 乳酸杆菌 之间存在 正相关 关系，而 n-6多不饱和脂肪酸 与 双歧杆菌 是 负相关 。 一些学者认为在饮食中添加益生菌可以减轻饮食中脂肪对体重维持和脂肪积累的有害影响。 4.2.2 菌群如何影响肥胖 肠道微生物群影响超重和肥胖个体体重和代谢的 两种可能机制 。 （1）肠道微生物群将不可消化的膳食纤维发酵为短链脂肪酸，这些脂肪酸可能由肠道上皮代谢或是葡萄糖和脂质从头合成的一部分。 （2）由于紧密连接处的薄弱导致肠道通透性增加，来自肠道细菌表面的脂多糖（LPS）能够进入循环，并可能在包括肌肉、肝脏和脂肪组织在内的多个组织中引起免疫反应、炎症、巨噬细胞浸润和胰岛素抵抗。胰岛素抵抗和厌食激素（包括胰高血糖素样肽1 和肽酪氨酸 ）在下丘脑的表达降低刺激了食物摄入的增加。 此外，微生物蛋白水解可产生支链氨基酸和芳香烃氨基酸，可通过微生物 交叉喂养 （微生物物种的营养相互依赖性）进一步代谢。这些交叉喂养途径的 紊乱导致这些氨基酸的吸收增加 ，并与 肠道完整性和胰岛素抵抗的损害 有关。 糖化和蛋白水解代谢物生产中涉及的微生物群落和微生物网络 肠道微生物的功能群、主要代谢途径和生产碳水化合物和蛋白质发酵产生的代谢物的中间体，包括糖解产物短链脂肪酸，琥珀酸盐和乙醇以及蛋白质水解代谢产物，包括氨、吲哚和酚类化合物、硫化氢、胺和支链脂肪酸（BCFAs）。 4.2.3 饮食干预菌群 越来越多的研究者开始对饮食模式感兴趣，以研究食物营养素、肠道微生物群组成和遗传背景之间复杂相互作用。 对人类的一项观察研究表明，肥胖人群中存在小肠细菌生长，他们的饮食中 富含碳水化合物和精制糖，缺乏纤维 。饮食蛋白质和碳水化合物对肠道微生物群的调节作用改变了蛋白质消化的衍生物。这些衍生物通过改变芳香族和支链氨基酸的发酵以及作为短链脂肪酸的前体而影响能量代谢。 基于谷禾肠道菌群的营养量化算法可以有效反映和量化饮食及营养元素的摄入状况。数据显示，主要饮食结构中 精制糖 摄入肥胖人群 显著偏高 ，而 乳制品 摄入普遍 偏低 。 低聚果糖调节菌群，与短链脂肪酸相关 膳食宏量营养素发酵产生的代谢产物对肥胖及合并症的影响已被广泛研究。此外，碳水化合物的摄入被认为是调节肠道微生物群的主要因素。 纤维 通过 调节胃肠道转运 、 葡萄糖吸收 和 粪便膨胀 起作用， 影响血糖反应和饱足信号 。 可发酵膳食纤维在调节微生物方面具有关键作用肠道菌群 。益生元，如低聚果糖，对肠道微生物群的影响已经被一些研究证明，因为低聚果糖调节了粪便细菌和其他细菌的丰度，并与丁酸盐的产生相关，通过 降低 下丘脑神经肽Y的表达 而减少食物摄入。 还研究了富含糖和人工甜味剂的“西方”饮食对肠道微生物组成的影响。不幸的是，甜味剂和人体肥胖的肠道微生物群之间的联系仍然不清楚。 富含脂肪的饮食可以通过抗菌作用影响肠道微生物群 其他研究者认为，饮食中脂肪摄入对体重增加的影响，除了燃料正平衡外，还有其他作用。富含脂肪的饮食可以通过 抗菌作用 影响肠道微生物群，从而促进与肥胖相关的 全身促炎症状态相关的失调 的发展。对健康人进行的横断面研究发现，在习惯性饮食中， 拟杆菌和放线菌 与 脂肪摄入 呈正相关。此外，与体重指数相关的现有分类群也与饱和脂肪酸的热量摄入相关。 一些作者认为在饮食中添加益生菌可以减轻饮食中脂肪对体重维持和脂肪积累的有害影响。 饮食干预后的菌群改变与脂肪改变有关 一项包括一组健康人的对照喂养试验发现，在饮食干预24小时后，肠道微生物群的组成发生了变化，这些变化在10天内保持稳定。 研究人员还报告了 长期饮食模式 和 菌群 之间的关系。更具体地说，他们报告了拟杆菌与蛋白质、动物脂肪之间的关系，普雷沃菌与碳水化合物之间的关系。同样，其他营养干预措施也发现，大鼠高脂高糖和低脂高糖饮食后，菌群多样性下降。这些饮食与 肠道炎症的增加 和 迷走神经-肠道-大脑 连接有关，与 身体脂肪沉积的增加 有关。 综合分析，健康饮食模式下菌群丰富，炎症减少 以往有多项研究显示肥胖人群在一些炎症指标上较高，存在长期的炎症反应，我们针对主要炎症指标的统计检验同样发现以下炎症指标确实存在偏高： 一些作者强调了使用肠道微生物群的综合分析和代谢组学分析，客观评估对坚持健康的饮食模式，帮助阐明这些模式的明确饮食组成，如地中海饮食模式，以及它们在心脏 代谢紊乱的复杂相互作用 中的假定作用。例如，一项试验报告了肥胖人群中与健康饮食模式相关的肠道微生物群组成的差异。更具体地说，那些饮食摄入更健康的人微生物丰富，炎症标志物浓度降低。 在这些研究的基础上，数据表明饮食因素之间的相互作用，如宏量营养素分布、肠道微生物群组成和遗传背景，与肥胖中发现的 代谢障碍 有关。对个体特征和对肠道菌群代谢物相关敏感性的整体研究有助于制定新的策略，提高肥胖防治效果。 05 结 语 现在我们知道各种因素会改变肠道微生物，肠道微生物的改变会导致代谢功能的改变，从而导致肥胖。 要精确的了解每个人具体的问题所在，就要了解自己的肠道微生物，请进行肠道菌群检测，不仅了解肠道菌群，更重要的是能找出肥胖背后的真正问题，确定适合你身体的方式，科学减肥。 主要参考文献： San-Cristobal R, Navas-Carretero S, Martínez-González M á, et al. Contribution of macronutrients to obesity: implications for precision nutrition . Nature Reviews Endocrinology, 2020: 1-16. de Clercq, Nicolien C., et al. Gut microbiota in obesity and undernutrition.Advances in Nutrition7.6 (2016): 1080-1089. Canfora, Emanuel E., et al. Gut microbial metabolites in obesity, NAFLD and T2DM.Nature Reviews Endocrinology15.5 (2019): 261-273. Diabetes Care 2015 Jan; 38(1): 150-158.https://doi.org/10.2337/dc14-2391 Lancet 2004; 363: 157–63 Linfeng Zhang, Zengwu Wang, et al. Prevalence of Abdominal Obesity in China: Results from a Cross-Sectional Study of Nearly Half a Million Participants.Obesity.2019 Sep. DOI:10.1002/oby.22620. Hou X, Lu J, et al. Impact of waist circumference and body mass index on risk of cardiometabolic disorder and cardiovascular disease in Chinese adults: a national diabetes and metabolic disorders survey. PLoS One. 2013,8(3): e57319.DOI: 10.1371/journal.pone.0057319. Geographic variation in prevalence of adult obesity in China: results from the 2013-2014 National Chronic Disease and Risk Factor Surveillance. Ann Intern Med. 29 October 2019.2. Lone Jameel Barkat,Koh Wee Yin,Parray Hilal A et al. Gut microbiome: Microflora association with obesity and obesity-related comorbidities. .Microb. Pathog., 2018, 124: 266-271.
2487 次阅读|0 个评论
[转载]细菌的天敌抗生素，如何利用这把救命的双刃剑？
niuneat 2020-3-10 16:41
本文原创： 谷禾健康 头痛，喉咙痛，咳嗽，流涕...不管什么症状，先吃上阿莫西林再说。感冒还没正式开始，抗生素却已经吃上了。 很多这样想当然的行为正透露着人们对抗生素的认知不足，那么该如何正确使用抗生素呢？ 正 确 使 用 抗 生 素 1、首先使用抗生素应该在 医生指导 下使用，在 未明确是细菌感染 的情况下，尽量 不要自行 随意服用抗生素。 不应作预防 用药。 2、抗菌药物疗程因 感染 不同而异，对于 急性感染 抗生素的疗程一般为 5～7 天，宜用至体温正常、症状消退后 72～96 小时之后方可停药，特殊情况，妥善处理。 3、如果医生嘱咐的一天吃三次，并不等于早、中、晚饭后各一次，而是每隔 4-8 小时 服用一次（不同种类药物间隔要求不同）。 4、 长期 使用抗生素容易引起体内 菌群失调 ，并容易引起 耐药性 。 5、老人、肝肾功能减退者等特殊人群用药需 遵医嘱 。 6、 头孢类药物服用后禁止饮酒 。严重者半小时可危及生命。 7、如需做菌群相关的健康检测，应在服用抗生素停药至少 3天 后进行。 家长给儿童使用时也应当注意： 8、 不要自行 随意给孩子用抗生素 9、 不要要求 医生给自己孩子用抗生素 10、 不要拒绝 医生给孩子开的抗生素 抗生素是把双刃剑，如果合理使用，可以很快治愈细菌感染的疾病；若是不合理使用，也会带来巨大的危险。 什么是抗生素？ 抗生素是怎么发现的？ 抗生素有哪些类型？ 抗生素是如何作用于细菌？ 为什么会出现耐药性？ 耐药性的危害有哪些？ 抗生素、菌群与疾病 三者之间会发生什么？ ... ... 本文将为大家一一解答。 01 什么是抗生素 抗生素 ，是指由 微生物 （包括细菌、真菌、放线菌属）或高等动植物在生活过程中所产生的具有 抗病原体 或其他活性的 一类次级代谢产物 ，能 干扰其他生活细胞发育功能 的化学物质。 以上这段话为了便于理解，我们还是要从微生物说起。相信微生物这个概念对于熟悉我们公众号的你，并不陌生。 我们经常强调，它们的无处不在，存在于环境，也存在于人们体内。这些细菌并不是闲着，每天会干很多事，诸如帮助消化，合成维生素，促进营养吸收等。 这么多细菌之间也会存在 相互竞争 的关系，于是某些细菌发展出了一些特殊技能——“排挤”，该技能是通过 分泌 一种化学物质 让其他细菌无法生存 ，从而利于自己生存。 这种分泌出来的化学物质就是 抗生素 。 02 抗生素的丰功伟绩 很多年前，细菌感染是让人害怕的，一个微不足道的伤口，甚至只是虫咬都可能要人的命。 在19世纪，肺炎、结核病、腹泻和白喉被认为是儿童和成人死亡的主要原因。无数专家学者日以继夜地奋斗，希望找到感染者的治疗方式。 在20世纪初发现抗生素之后这一切都变得不一样了。特别是在 亚历山大·弗莱明发现青霉素 ，抗生素的治疗得以在世界各地逐渐普及，可以说 抗生素拯救了数百万人的生命 ，并使困扰人类历史数百年的大多数 传染病得到控制 。 毫无疑问，抗生素是过去100年中人类和动物医学中最重要的药物之一。那抗生素是何时出现？如何被发现并一步步走向今天这样大规模生产的呢？ 早期抗生素的发现 早在现代医学出现之前，抗生素已经使用了很长一段时间。自古埃及以来，人们就知道面包对治疗伤口和烧伤有效果，而面包上生长着丝状真菌。 往后几十年是抗生素发现的黄金时代，发现了多种抗生素，具体每种抗生素的发现时间及来源详见下表。 Durand G A, et al , 2019 细菌和真菌是最大的生产者。链霉菌属是目前人类医学中大约一半抗菌剂的来源。有了抗生素，致病菌能够及时清除，许多疾病得以治愈，人们生存几率大大提升。 以上是抗生素的发展史，我们可以看到抗生素的种类也非常多，那要怎么去认识它们？也许可以从 抗生素的分类 开始。 03 抗生素的分类及作用原理 抗生素的分类，根据 标准不同 ，分法不同。 根据 抗菌谱 可分为 窄谱 和 广谱 两大类，如下： 根据 化学分子结构 ，可大致分为以下类别，列出的是该类别具有代表性的抗生素。 在了解了抗生素的历史和分类之后，我们再来了解下抗生素是如何凭一己之力力挽狂澜战胜病原菌，从而挽救那么多生命的？ 总的来说，抗生素的作用原理有以下三种。 一：它们 进攻的是细菌制造细胞壁所需要的部件 。一旦细胞壁受损，细菌细胞就会死亡。比如 青霉素 就巧妙地利用了这个特点。 二：对于细胞而言， 蛋白质至关重要 。细菌细胞需要蛋白质来消化食物、构筑细胞壁、运动、繁殖、抵御入侵者等。抑制细菌合成蛋白质的抗生素直接 作用于蛋白质合成的部件 ，使细菌严重受损，但它们对人体细胞的蛋白质合成没有多大影响。比如 链霉素 等。 三： 破坏它们的增殖过程 。一旦细菌的生长受到了限制，它们的威胁就会大大降低，宿主便来得及积累足够的免疫反应清除它们。 常见抗生素的具体作用详见本文末 附录 部分。 04 合理使用抗生素 · 平时你熟悉的 “消炎药” 就是抗生素 相当一部分人听闻抗生素胆战心惊，认为需要远离，但是这其中很多人认为普通的感冒药都只是消炎药，与抗生素没什么关系。感冒了吃点消炎药，但其实 很多你熟悉的所谓的消炎药就是抗生素 ，比如阿莫西林。 严格意义上来讲，消炎药并不能算医学概念。 简易区分抗生素和消炎药 判断是否是抗生素最简单的方法就是看名字。 这一招看着不是很高大上，但足以对付常用药。 一般药名里含有「 霉素 」「 菌素 」「 沙星 」「 头孢 」等字样的，大多是 抗生素 （少数是化疗药）。 名字里有「 西林 」的也是 抗生素 ，像我们非常熟悉的阿莫西林，另外还有氨苄西林、苄卡西林、羧苄西林等，都属于经典的 青霉素类 抗生素 。 名字里有「 磺胺 」的，一般就是磺胺类抗生素。 而消炎药，一般有两类： 一类是我们常说的 激素 （看名字里面的“ 松 ”），如可的松、氢化可的松、地塞米松等； 另一类是 消炎止痛药 ，如布洛芬、阿司匹林等。 当然还有一部分人并不在乎到底是抗生素还是消炎药，认为这些药就是管用见效快，甚至有一些患者主动向医生要求使用抗生素，希望好起来快点... · 不恰当服用抗生素可能危及生命 头孢类抗菌药物服用之后是 不能喝酒 的。因为服药期间饮酒很有可能引起 双硫仑样反应， 出现心慌，脸红，血压下降等改变，严重者危及生命 。 为什么会出现这么严重的后果？简单来说就是，头孢类药物 抑制了肝脏里的乙醛脱氢酶 ，如果这个酶的水平高意味着解酒功能强。但是这种酶功能被抑制了，使得酒精在人体内氧化为乙醛后不能再继续氧化分解，从而导致 乙醛在体内蓄积 ，引起乙醛中毒反应。 · 抗生素不是你想用就能用，想停就能停 这里仍需强调的是，抗生素不能随意使用，但是用了之后也不能随便停。因为当症状消退时可能 还剩下一小部分菌没有完全消灭 ，这时候如果停药，那么这部分细菌 生存下来之后会产生耐药性 。当然如果过量，也会产生耐药性。 再比如说抗菌药物需每隔4-8小时服用（每种药物半衰期不同，所需间隔时间不同），因为如果两次服药时间间隔太近，会造成 药物在血液中的浓度太高 ，从而导致神经或肝肾功能损伤；而间隔太远，血液中药物浓度不够，对细菌的 杀灭作用就会减弱 ，同样会 产生耐药性 。 可以看到，耐药性被频繁提及，那么到底抗生素耐药性为什么可怕？滥用抗生素的后果是什么？ 05 抗生素耐药性 在2011年世卫组织提出： 抵御抗生素耐药性 。之后该组织在2015年再次向人们发出警告 不要滥用抗生素 。这无疑给世界敲响了警钟。 其实在过去20年中抗生素的负面性已经逐渐显现，由于抗生素滥用，问题变得逐渐复杂起来，耐药菌的出现越来越多。 · 抗生素药物的研发困难 在实际治疗中，人们对于是由何种细菌引起的感染认知较少，生产 窄谱抗生素 困难 投入大 ， 收效低 ，然而，在并不需要精确判定是什么菌引起感染的时候，只要用上 广谱抗生素 ，就能起到作用， 广谱抗生素的普适性优势 使得其应用 频率 越来越大，随之而来的问题是， 耐药菌的产生变得更为容易 。 · 超级细菌的诞生 当抗生素在能力范围内将致病菌清除之后，那一小部分耐药菌留下来，不断生长繁殖，当 耐药菌与药物不断接触 之后，对药物的敏感性越来越低直至消失，逐渐进化成了无敌的 超级细菌 。 超级细菌的抗性机制可以通过 获得基因来介导，使他们能够在抗生素或基因突变的作用下存活下来 ，作为自然选择过程的一部分进化而来。 超级细菌目前在全球范围内广泛流行： 耐甲氧西林金黄色葡萄球菌 、 肺炎克雷伯菌 、肺炎链球菌、 艰难梭菌 、沙门氏菌、大肠杆菌、铜绿假单胞菌和耐万古霉素肠球菌属等都是超级细菌的典型例子。 耐药性机制 细菌可以 天生 对某些抗生素产生抗药性，但也可以通过 染色体基因突变 和 水平基因 转移获得对抗生素的耐药性。 耐药性的固有机制 一种细菌对一种特定抗生素的固有抗性是由于其 固有的结构或功能特性 而产生的对该抗生素作用的抵抗能力。 Blair J M A, et al , 2015 该图显示了固有机制的概述。所示的例子是针对青霉素结合蛋白（PBP）的β-内酰胺抗生素。 抗生素A 可以通过一种跨膜孔蛋白进入细胞，达到目的， 抑制肽聚糖 的合成。 抗生素B 也可以通过孔蛋白进入细胞，但与抗生素A不同，它是通过 外排 有效去除的。 抗生素C 不能穿过外膜，因此不能进入靶PBP。也就是说这个抗生素C想进去没门。 除了固有的耐药性外，细菌还能获得或产生对抗生素的耐药性。可以通过以下三类主要机制来调节： 由于 细菌渗透不良 或 抗生素外排 而使抗生素在细胞内的 浓度降至最低 的机制； 通过 基因突变 或 靶标的翻译 后修饰来修饰抗生素靶标的； 通过 水解或修饰 使抗生素 失活 的。 · 耐药性危害 毫无疑问，抗生素耐药性对生命构成了威胁，由耐药病原体引起感染的患者死亡率更高，人类遭受的痛苦也更大。由于长期住院和生产力下降，与抗生素耐药性相关的经济负担是巨大的，并在卫生保健系统中造成惊人的损失。 仅根据流行病学监测数据，对各种抗生素的耐药性比预期的要早几年到几十年。可以看到发展非常迅速。 目前主要的威胁来自于 碳青霉烯类抗生素革兰氏阴性病原体 ，由一系列基因编码，包括ndm-1，oxa-48，kpc，vim. 而比碳青霉烯类抗生素耐药问题更为复杂的是，对 粘菌素耐药 的质粒介导基因(mcr-1、mcr-2、mcr-3、mcr-4、mcr-5和icr-mo)出现了。 粘菌素是一种比较古老的药物，一般不到万不得已的时候不会用到，它是用于复杂感染患者身上来 对付超级细菌 的，可以说是抗生素的 最后一道防线 。 现在对粘菌素耐药的质粒介导的基因出现可以说是最后的防线破了，那么患者的生存率就更小了。 · 动物中发现耐药菌 2016年，中国首次报道了 mcr-1 ，它是从 猪 培养的大肠杆菌中分离出来的，并在从 生肉、牲畜和人类 培养的 大肠杆菌中 证实了它的存在。自那时以来，mcr-1已在全球范围内报道，并在许多细菌物种中检测到，包括肺炎克雷伯菌和肠杆菌属。 编码 超广谱β-内酰胺酶（ESBL）的基因 的多个变种，使大多数 青霉素类、头孢菌素类和单杆菌类药物产生耐药性 ，目前已在全球分布。欧洲抗生素耐药性主要监测网络的报告表明，这些基因在 大肠杆菌和肺炎克雷伯菌 中的流行率仍然很高。 以上越来越多的证据指向一个事实， 在动物身上使用抗菌药物与人类的耐药性有关 。 · 动物与人之间的互相传播 上世纪40年代，人们发现给动物喂食抗生素后它们的体重飙升，为了尽快达到饲养目的，越来越多人将抗生素运用于动物饲养，那么这些抗生素首先会在动物之间进行传播，然后在不知不觉中就传播到人类中去。 Muloi及其同事的一项Meta分析表明， 动物和人类之间的抗药性转移是双向的，但强度也不尽相同 ，这促使人们呼吁在全球范围内采用稳健的基因分型方法进行进一步的研究，世卫组织对当前证据的一项审查已经促使重新提出建议， 大幅度减少动物体内的抗生素的使用 ，并停止使用它们促进生长。 · 抗生素耐药性也许就在身边 不要觉得自己离抗生素耐药性还相当遥远，其实稍不注意，抗生素耐药性就会发生。 案例一：5岁儿童，服用抗生素半年，他的肠道菌群检测报告显示： 可以看到，这位5岁的小朋友已经出现抗生素耐药性高风险（红色为高风险状态）。 也就是说半年已经可以让一个小朋友产生多种抗生素耐药性。 肠道菌群总体状况也提示 菌群多样性减少，菌种数量减少 。 尤其是 有益菌 数量的下降。 关于抗生素，疾病与菌群关联的这部分，我们将在下一章节详细介绍。 06 抗生素、菌群与疾病的关联 抗生素的另一个有可能被忽视的影响是： 抗生素的使用，无论是口服还是静脉注射，都会影响肠道微生物群。 人类的肠道微生物群代表着一个 复杂的相互网络 ，抗生素的作用并不局限于其有限的抗菌谱：例如，由于相互依赖，利用途径，某些菌株不能在没有其他菌株的情况下有效地建立菌落。 健康 肠道微生物群的稳定组成通过在空间和营养物质上的竞争，提供了对入侵病原体的 自然抵抗力 ，这可能在抗生素暴露后受到严重影响。 抗生素引起的肠道菌群失调及其在疾病中的作用 抗生素对肠道失调的影响和在疾病中的作用（即使短期使用抗生素）可能会将微生物群 转变为长期失调状态 ，其特征是 菌群多样性的变化，重要菌群的丧失 ，以及由此引起的代谢改变导致对肠道病原菌的 定植抗性受损 。 我们来看 案例二：住院患者，年龄76岁，长期服用抗生素治疗改善，其肠道菌群检测报告如下： 这是该患者的健康总分：29分。属于不健康状态。（注：总分100分制，一般健康人或亚健康普遍能在60分以上） 我们来看他的抗生素风险评估部分： 报告显示他的氯霉素类耐药风险高。再看肠道菌群的总体状况如下： 提示 菌群多样性缺乏，有益菌数量明显下降 。说明其菌群紊乱。而疾病风险评估这部分则显示了多种疾病 高风险 状态。尤其是代谢系统方面的疾病。 如果说你认为上述例子是长期使用抗生素的状态，短期使用没事。 那可不一定。短期使用抗生素的影响要看在什么年龄段，怎么使用法。 · 即使短期使用，也可能有长期影响 肠道免疫和微生物群的相互作用会促进代谢、自身免疫、传染病和癌症的发病机制和加重其严重程度。 即使是抗生素短期使用，特别是在生命的头两年，也可能导致肠道微生物的长期变化，从而改变与宿主的相互作用 。由抗生素引起的干扰比成年人体内更剧烈，两岁内儿童的微生物群还处于一个低适应性阶段。 肠道微生物群在生命的最初几年发展， 影响免疫系统的成熟 。儿童期和成年期的抗生素治疗可能导致某些个体 长期破坏生态系统 ，减少细菌多样性，导致群落不稳定，并对宿主生理产生负面影响。 Thiemann S, et al , 2016 而相对健康稳定的肠道微生物群是具有复原力的，也就是说在正常使用抗生素之后，微生物群依然可以恢复形成原来的样子。 抗生素治疗对肠道微生物的整体分类组成表现出 快速和令人惊讶的持久性 。 与幼儿相似，老年人（65岁）代表了另一个群体，他们可能对抗生素引起的微生物群紊乱更敏感。 · 服用不同类别抗生素菌群变化 每一类抗生素都有不同的性质和排泄系统，导致菌群改变的模式不同。 大环内酯类抗生素 现在是世界上最常见的抗生素之一，在儿童和成人中使用。许多患者由于慢性传染病而长期服用大环内酯类药物。 一项涉及142名芬兰儿童的研究显示，儿童食用大环内酯类药物会导致肠道微生物的改变，从而 减少放线菌，增加拟杆菌和变形菌 。有趣的是，在 两岁以内开始服用大环内酯类药物 的儿童 与肥胖 和哮喘患病率的增加 之间存在 正相关 关系。 目前， 克拉霉素 已成为第一种用于 根除幽门螺杆菌 的抗生素。瑞典的一个研究小组报告说，根除幽门螺杆菌后 放线菌和厚壁菌减少，拟杆菌和变形菌增加 。即使根除没有成功，肠道微生物的改变也持续了很长一段时间。 另一组报告了口服 万古霉素 与 阿莫西林 治疗的比较。万古霉素表现出 明显的减少粪便微生物多样 性，因为厚壁菌减少和变形菌的增加。阿莫西林也能减少厚壁菌，但与万古霉素相比，这种减少是最小的。 此外，一个法国小组报告了一大批来自营养不良项目的尼日尔儿童。他们比较了安慰剂组和阿莫西林组的体重增加情况。虽然 阿莫西林降低了住院疾病转移的风险，但也影响了患者的体重增加 。在后面肥胖小节还会详细介绍。 环丙沙星 减少 厚壁菌和放线菌 （特别是双歧杆菌）， 增加拟杆菌 。另一组比较环丙沙星和克林霉素，环丙沙星减少双歧杆菌和克林霉素减少双歧杆菌和乳酸杆菌。然而，克林霉素组的乳酸杆菌没有恢复。 利用小鼠模型，一项研究证实了暂时服用低剂量 青霉素 和 环丙沙星 引起的微生物群变化的差异。在喂食正常食物的小鼠中， 青霉素对肠道菌群的影响大于环丙沙星 。此外，青霉素对微生物群的干扰在给药 5天 后用了 5周 时间来改善。相比之下，环丙沙星中正常微生物群的恢复速度更快。 肥胖 肥胖已经是全球20多年来最大的健康问题之一，而且它仍在增加。 根据2010年的数据报告显示，在美国，婴儿大量接触处方抗生素。这份报告表明，抗生素在儿童中的使用，特别是在早期生活中，已经变得更加广泛。 · 生命早期服用抗生素影响体重 20世纪50年代，兽医研究人员已经报告说，在食物或水中使用抗生素可以促进哺乳动物家畜的生长。这种生长与抗生素之间没有先前的相关性。四环素，糖肽、大环内酯类和青霉素已在鸡、猪、牛等家畜中使用了70多年，以增加动物的体重。 非常重要的是要提到， 抗生素在早期生活中的使用对动物的生长有更大的影响 ， 而 不是在以后的生活中使用 。令人惊讶的是，研究人员已经报告说，在20世纪50年代，抗生素的使用与 人类 体重的增长之间存在着 类似的相关性 。 在20世纪60年代，抗生素的双重作用在小鼠模型中报告了体重增长，小剂量青霉素或土霉素可诱导体重增加， 但大剂量相同抗生素可减轻体重 。 在无菌动物模型中使用抗生素并不能 促进动物生长，因此假设微生物群的存在对于抗生素治疗下体重的增加或减轻是必不可少的。 ·7岁儿童超重或与其婴儿时期服用抗生素有关 特拉桑德等人报道，儿童的 体重增加取决于他们早期服用抗生素的时期 。在生命的 前6个月内使用抗生素与肥胖有很强的相关性 ，但如果抗生素在生命的前6个月后使用，这种相关性就会消失。这项研究表明，在生命的 6个月前 接触抗生素药物的儿童在 7岁时超重 的风险要高得多。 在美国和加拿大进行的一项开放标签研究显示，6-18岁的儿童与对照组相比， 阿奇霉素显著增加了体重增加的风险 。虽然人们认为抗生素在早期生活中的暴露与肥胖有很强的相关性，但我们不知道明确的宿主-微生物相互作用，或导致这种表型的必要微生物变化。 · 并不是所有使用抗生素的研究都使体重增加，或与剂量有关 一项关于在英国成人中根除幽门螺杆菌的研究包括以下根除方案：柠檬酸雷尼替丁铋400毫克和克拉霉素500毫克，每日两次，为期两周。这项研究显示， 治疗后体重显著增加 。阿莫西林对体重增加的影响有两项研究。 如上所述，法国的这项研究没有发现用阿莫西林治疗的尼日尔儿童体重增加的显著差异。在另一项成人心内膜炎的研究中，患者静脉注射万古霉素庆大霉素与阿莫西林庆大霉素治疗6周。观察到 万古霉素组体重明显增加，而阿莫西林组体重没有增加 。 从所有这些研究中，我们可以假设，根据 剂量的不同 ，广谱抗生素的使用与体重改变之间存在正相关关系。 当以 治疗剂量 使用抗生素时，对体重的影响有相互矛盾的结果。Muphy等人表明万古霉素可 减轻 高脂饮食的小鼠体重。其他研究表明抗生素治疗与体重减轻或代谢变化改善之间存在相关性。相反，Nobel等人指出，在小鼠生命 早期 给药治疗剂量的抗生素与体重显著 增加 有关。 以上，在人类和动物的研究中，有许多报告表明抗生素治疗与体重增加呈正相关。一些研究报告的相互矛盾的结果可能 与使用抗生素的类型以及使用抗生素的时间有关 。因此，医生应该更仔细地考虑什么时期的生命和他们应该开什么类型的抗生素。 炎症性肠病 IBD 有几个临床观察支持改变的肠道微生物群与炎症性肠病（IBD）的发展和病程密切相关：粪便移植改善了克罗恩病（CD）患者的临床表现。肠内细菌感染可导致IBD的恶化；一组CD患者对抗生素治疗有反应，特别是在术后情况下。 · IBD患者的菌群特征 一开始，“太多”的微生物群似乎是引发IBD的原因;但事实上，IBD的特征是 胃肠道微生物群的组成 发生了变化。与健康受试者相比，CD、溃疡性结肠炎(UC)和微囊炎患者的微生物 菌群 多样性较低 。 IBD患者肠道宏基因组包含的基因比健康的肠道少 25% ，蛋白组学研究显示，蛋白质和功能途径也同时减少。 可以想象，抗生素引起的失调促进了IBD的发展和延续。实际上，厚壁菌门中的具有保护作用细菌数量在减少，特别是 Faecalibacterium prausnitzii 和 Akkermansia muciniphila的减少 （这两种菌还能产生短链脂肪酸，丁酸和丙酸，从而支持粘膜屏障的完整性），并伴有粘附性侵袭性大肠杆菌的增加。 根据抗生素暴露可能导致丰度降低和某些菌群丢失，最近发表的一项Meta分析表明， 抗生素暴露似乎增加了诊断克罗恩病而不是溃疡性结肠炎的几率 。 · IBD中抗生素治疗有待进一步研究证实 此外，有一些证据表明，IBD中抗生素治疗的与更严重的疾病过程有关。虽然正常人类微生物组成的短期和长期变化可能影响IBD的易感性和病程，但抗生素引起的失调与IBD的发展之间的因果关系尚未得到证实。 在出现IBD和合并症的情况下，情况会变得更加复杂。肠易激综合征和伴发的原发性硬化性胆管炎(PSC)患者的肠道菌群与单纯的肠易激综合征患者不同。它们显示出 Prevotella和Roseburia属减少，几乎完全不存在拟杆菌门，而大肠杆菌显著增加 。与PSC中肠漏作为肝脏炎症的驱动因素的作用一致。某些研究中抗生素治疗改善了的生化或组织学活性。然而不知道的是肠道菌群组成的改变还是胆道感染的治疗引起的。 点此查看更多关于炎症性肠病中宿主与菌群的相互作用 胃肠道感染 如前所述， 完整的共生菌群通过多种机制（包括竞争营养物质、空间和结合位点）以及间接免疫介导作用和直接抗菌作用入侵病原体 ，从而保护胃肠道免受感染。 抗生素相关的继发性肠道感染易感性是众所周知的， 肠杆菌科包括沙门氏菌、志贺氏菌和大肠杆菌 ，对于革兰氏阳性菌，包括艰难梭菌和肠球，特别是厌氧菌，似乎是定植抗性的重要介质。 · 某些菌的保护作用 某些主要来自厚壁菌门和放线菌门的菌，已被鉴定为通过 各种直接和间接机制拮抗特定感染 。 已有研究表明，Ruminococcus obeum菌对霍乱弧菌感染具有保护作用，多形拟杆菌和梭状芽孢杆菌相关的分段丝状细菌对革兰氏阳性菌具有 保护 作用。值得注意的是，在某些情况下发生肠源性感染时，这些 保护性菌群自然扩大，改善了恢复，并提供了防止反复感染的优势 。 · 抗生素引起的菌群变化促进结肠炎发生 抗生素治疗 减少了肠道菌群的多样性和保护性分类群的数量，增加了对新感染的易感性，也产生了抗生素耐药细菌 。抗生素引起的肠道微生物群分类和功能多样性的减少为 孢子形成、孢子萌发和艰难梭菌毒素的产生 提供了最佳条件，从而促进了肠结肠炎的复发。 因此，克林霉素和广谱β-内酰胺会对微生物组造成长期干扰，它们是最容易感染梭状芽胞杆菌相关腹泻的药物，尤其是当梭状芽胞杆菌菌株对致病药物有耐药性时。 结直肠癌 许多研究已经调查了菌群失调与结直肠癌（CRC）的关系。抗生素治疗后某些类群的丰富或丢失可能通过 与粘膜免疫细胞和上皮细胞的失调菌群相互作用 而导致癌变。 再加上其他危险因素，如遗传易感性、单菌种的慢性定殖，如脆弱拟杆菌可以促进上皮细胞增殖、呼吸内皮应激、DNA损伤，并促进小鼠体内的致癌性微生物群。 然而，考虑到 饮食 对肠道菌群和CRC的巨大影响，这种假说很难在人类身上得到验证。 当根据饮食模式对个体进行CRC风险分层时，高风险个体显示出 产生短链脂肪酸的细菌数量减少 ，例如抗炎性F. prausnitzii 和 Eubacterium / Roseburia spp. ，产次胆汁酸的菌群增加 。 几个宏基因组研究表明，结直肠癌患者肠道菌群的细菌丰度中 拟杆菌、厚壁菌、变形菌减少，而梭状杆菌门富集 。 · 频繁使用抗生素与CRC风险之间存在关联 这些物种的丰度减少可能是用 抗生素后失调 的结果。支持这一假设的是，最近的一项病例对照研究表明， 频繁使用抗生素与CRC风险之间存在关联 。一项包括300多万人在内的队列研究也可以证明，与使用一种或少于一种抗生素处方的人相比，过去3年内使用过 6 种或更多抗生素 处方的人患癌症的相对风险为 1.37 （95%CI 1.34-1.40），患CRC的风险为 1.15 （95%CI 1.04-1.26）。 即使在 纠正 了诸如生活方式、共患病和联合用药等潜在的 混淆 因素 之后，在另一项研究中也报道了青霉素和CRC重复给药的关联。由于这类队列研究的性质，只能知道关联而不能解决因果关系。可以想象，免疫系统较弱的患者（因为这是恶性疾病的风险之一）更容易发生需要使用抗生素的感染。 这可以解释为什么在其他研究中也描述了 恶性肿瘤的风险更高 ，例如非霍奇金淋巴瘤或乳腺癌，却没有说明 抗生素引起的微生物群变化 是这些恶性肿瘤的潜在原因。 代谢性肝病 肠道与肝脏之间的在解剖上和功能上密切联系表明，微生物群可以在多个层面上影响肝脏功能，并促进各种慢性肝病和代谢性疾病的发病。 · 菌群失调与肝脏炎症 很长一段时间以来，人们都知道，菌群失调会导致肥胖相关的非酒精性脂肪肝（NAFLD）的发展。在20世纪80年代，人们发现非酒精性脂肪性肝炎（NASH）在肠道转流后 细菌过度生长 后发展起来的，但在用 甲硝唑 进行抗菌治疗后有所改善。有证据表明，与其他因素相结合， 失调可能导致门静脉循环中细菌产物的异常积聚，并导致肝脏炎症 。 · 菌群可能通过不同机制驱动NAFLD 新的研究表明，肥胖的NAFLD患者粪便中的微生物群显示，厚壁菌门尤其在乳杆菌科和毛螺菌科中富集，同时也存在着 瘤胃球菌科 的缺失。 与没有NASH的肥胖NAFLD患者相比，有肝脏炎症表现的患者仅在 变形菌 门内表现出显著差异。这些结果表明， 肠道微生物群可能通过不同的机制独立地驱动NAFLD的不同方面 ，如肝脏炎症或肝脏脂肪变性。NASH尤其涉及紊乱的肠道菌群代谢后果。 在NASH患者中观察到的血液中乙醇水平升高是否是肠道微生物群内源性生产的结果仍是一个有争议的问题。一项针对NAFLD与失调菌群组成的系统得出了 有关联 的结论，但没有因果关系的证据。 · 菌群与疾病的关系中发现使用抗生素的价值 动物模型显示，肠上皮的固有免疫（toll样和NOD样受体）是如何严格调控肠道微生物群，从而控制NAFLD和NASH的进展的。在这些模型中， Revotellaceae 和 卟啉单胞菌科 （均来自拟杆菌门）是与肝脏疾病进展相关的丰富物种中的两个，可使用 广谱抗生素 来消除。 靶向 肠道微生物群 以 减轻肝损伤 可能是预防炎症性、代谢性和自身免疫性肝病并发症的最有希望的方法之一。 07 结 语 抗生素的发现是现代医学最重要的进展之一。我们看到抗生素在发挥作用的同时，其耐药性的发展将比治疗这些感染的新药物的出现更为迅速，因此需要更好地理解控制抗生素耐药性传播的分子、进化和生态机制。 当然我们也不必恐慌，DNA测序技术和基因组学研究的最新进展使我们能够跟踪抗生素耐药性的演变。有效的疫苗和更快、更敏感的诊断在内的其他策略也有助于减少耐药性的出现。其他也有很多科研成果给我们带来新的希望。 综合微生物群、抗生素和相关疾病之间的双边联系的间接证据，重要的是要认识到，抗生素的影响并不总是对宿主有害，也可能在疾病中提供治疗机会。抗菌疗法可通过长期改变肠道微生物群来调节各种疾病，包括代谢、自身免疫和传染病。 附录 ： 较为常见的抗生素种类作用 磺 胺 类 药 物 磺胺类药物是一种 抑菌、抗代谢物 药物，可抑制叶酸的合成。它们是对氨基苯甲酸（PABA）的类似物，是二氢翼状体合成酶的竞争性抑制剂。 堵住叶酸的合成，诱导DNA、RNA和蛋白质合成的抑制作用 。 磺胺类药物对革兰氏阳性菌和革兰氏阴性菌均具有广谱活性。它们主要用于 治疗简单的尿路感染和诺卡氏菌相关感染 。磺胺乙酰胺用于局部和眼科细菌感染。 磺胺类药物应用最广泛的是 磺胺甲恶唑 ，由于其 在抑制叶酸合成的后续步骤中的协同作用 ，通常与吡甲恶唑合用。它们是针对易感形式的链球菌、金黄色葡萄球菌的抑菌抗生素，包括来自社区获得性甲氧西林耐药葡萄球菌的皮肤感染。 此外，磺胺类药物对口腔厌氧菌和一些革兰氏阴性棒（如大肠杆菌和流感嗜血杆菌）具有活性。 青 霉 素 青霉素类的所有成员都是6-氨基戊二烯酸的衍生物，含有β-内酰胺环结构，对抗菌活性至关重要。 青霉素以及其他β-内酰胺类抗生素具有间接杀菌活性。它们 抑制肽聚糖在细菌细胞壁中的交联形成 ，附着在称为青霉素结合蛋白（pbps）的细菌酶上，从而 激活细胞壁自溶 。 青霉素的分类取决于侧链上附加的化学替代物的基础，与青霉素G相比，侧链上附加的化学替代物主要通过向革兰氏阴性菌延伸而导致生物利用度和活性谱的差异。 根据活性谱识别出 4 个青霉素亚类： 窄谱或天然青霉素，非常窄谱（或耐青霉素酶的青霉素），广谱或氨基青霉素，广谱或抗假性青霉素。窄谱青霉素类包括青霉素V、青霉素G、普鲁卡因青霉素和苄星青霉素。 抗药性的出现一直是开发新型青霉素的主要动力之一。 青霉素的两个最显著的作用可能是治疗 风湿热和梅毒 。在1945年至1975年期间，仍然是早期梅毒和潜伏梅毒的推荐治疗方法的苄星青霉素G使梅毒的发病率和死亡率下降了近90%。 耐青霉素葡萄球菌 的迅速出现促使人们研究药物替代品。在20世纪50年代末，围绕6-氨基青霉烷酸的半合成提出了一类新的抗青霉素酶青霉素：苯唑西林、甲氧西林、氯唑西林和双氯唑西林。 这些抗生素也被称为抗葡萄球菌青霉素，因为它们与青霉素G相比具有窄谱的活性。它们 仅用于治疗对甲氧西林敏感的金黄色葡萄球菌 （MSSA）。重要的是要强调非常窄的活性谱和MRSA（耐甲氧西林金黄色葡萄球菌）菌株的迅速出现。 青霉素的大规模扩张是在1940年至1960年期间，Rolison博士在比查姆研究实验室的工作中完成的。目的是鉴定具有抗菌活性的化学结构，扩大活性谱，提高生物利用度和口服吸收。 氨苄西林和阿莫西林是第二代青霉素或广谱青霉素的第一批抗药药 。氨苄西林被引入以获得对革兰氏阴性菌更好的覆盖，但很快人们认识到这些微生物的菌株具有可变的敏感性。它们呈现相同的化学结构，但口服阿莫西林后显示出较高的血清浓度。 第二代青霉素对许多细菌都有活性，包括链球菌和葡萄球菌、肠球菌、单核细胞增多性链球菌、梭状芽胞杆菌和炭疽杆菌等非青霉素产生菌。在革兰氏阴性菌中，这些青霉素对流感嗜血杆菌、大肠杆菌、沙门氏菌和志贺氏菌有活性。 阿莫西林 阿莫西林（1972）被认为是治疗 由化脓性链球菌引起的急性中耳炎和上呼吸道感染 的首选药物。 阿莫西林在治疗简单的尿路感染时也表现出抗粪肠球菌的活性，但考虑到大肠杆菌和肠杆菌科菌株的高耐药率，阿莫西林并未广泛用于这些病原体。 考虑到与该感染相关的致癌风险，阿莫西林在 治疗和根除幽门螺杆菌 方面的作用极其重要。最后，阿莫西林被广泛用于治疗孕妇尿道炎和宫颈炎。 氨苄西林仍然是治疗 婴幼儿肺炎球菌性肺炎 的首选药物，同时也是李斯特菌病的首选药物。 下一代青霉素的代表是羧苄青霉素、替卡西林和哌拉西林。这些广谱抗生素对革兰氏阳性球菌，厌氧菌和革兰氏阴性菌具有活性。 而且，这些药物可抵抗某些生物体的染色体β-内酰胺酶。 哌拉西林-他唑巴坦的组合于1995年推出，由于对革兰氏阳性细菌（包括链球菌和肠球菌）的高活性，因此可能是使用最广泛的组合，但对耐甲氧西林的葡萄球菌无效。 然而，这种组合的主要优点是对革兰氏阴性杆菌特别是铜绿假单胞菌具有活性。 链 霉 素 在整个19世纪，结核病及其所有临床表现代表了年轻人最常见的死亡原因。 链霉素是第一种分离的氨基糖苷类药物，也是第一种治疗结核病的抗生素 。此外，链霉素为临床研究的发展开辟了道路。 链霉素是一种蛋白质合成抑制剂和杀菌抗生素。它与细菌核糖体30s亚基的小16Sr RNA结合，导致密码子误读和抑制蛋白质合成。 主要用途是治疗分枝杆菌感染，并作为第四种药物与异烟肼，利福平和吡嗪酰胺治疗结核病。 链霉素已被证明在体外和体内对革兰氏阴性微生物具有活性，如布鲁氏菌、肉芽肿性克雷伯菌和肺炎克雷伯菌、大肠杆菌、蛋白质杆菌属、产气杆菌、特氏杆菌、杜氏嗜血菌、流感嗜血杆菌和鼠疫杆菌等，以及链球菌和粪肠球菌等阳性细菌。 头 孢 菌 素 按时间顺序，头孢菌素是继青霉素之后发现和开发的β-内酰胺类抗生素中的第二类。头孢菌素的化学结构含有β-内酰胺环，和一个含有硫和氮原子的六元环融合。 在美国最常见的处方药和临床依赖抗生素的药物中，这些药物制剂占医院开支的很大一部分。 头孢菌素作为内酰胺类抗生素，主要具有杀菌作用，其主要作用方式是 干扰细菌细胞壁的合成 。 个别头孢菌素的抗菌活性是可变的，受多种因素的影响，包括 抗酶降解的能力和穿透细菌细胞壁 的能力。 一般来说，头孢菌素在治疗 耐青霉素 的肺炎链球菌、表皮葡萄球菌、粪肠球菌、肺炎支原体、艰难梭菌或肺炎衣原体方面历来不是首选抗生素。 与前一代相比，头孢菌素的渐进世代在革兰氏阴性抗菌特性方面表现出渐进性的改善，通常对革兰氏阳性生物体的活性降低。 第一代头孢菌素 在所有头孢菌素中，第一代头孢菌素，如肠外药物头孢霉素和头孢唑林以及口服制剂头孢氨苄对革兰阳性菌、甲氧西林敏感葡萄球菌和非肠道链球菌最为有效。 第二代头孢菌素 第二代半合成衍生物头孢克洛于1979年在美国上市。作为一个整体，第二代头孢菌素对革兰氏阳性菌的疗效较低，而对革兰氏阴性菌（包括流感嗜血杆菌、产气大肠杆菌和某些奈瑟菌）的临床应用效果更高。 值得注意的是，第二代头孢菌素中唯一 能跨越血脑屏障的是用于治疗脑膜炎的头孢呋辛 。 第三代和第四代药剂 的活性通常被认为是 广谱 的，尽管某些成员对革兰氏阳性生物的活性降低，但与第一代和第二代相比，对革兰氏阴性生物的活性进一步提高。第三代头孢菌素可能在治疗医院获得性感染，尤其是社区感染方面具有临床应用价值，尽管越来越多的超广谱β-内酰胺酶降低了这类抗生素的临床应用。 第三代头孢菌素 也能穿透中枢神经系统，使其对肺炎球菌、脑膜炎球菌、流感嗜血杆菌、易感大肠杆菌、克雷伯菌和耐青霉素的淋病奈瑟菌引起的脑膜炎有效。更具体地说，第三代头孢菌素经常是淋病的临床治疗选择。 第四代头孢菌素 包括头孢哌罗、头孢吡肟和头孢克立定，是对肠杆菌属、柠檬酸杆菌属和粘质沙雷氏菌具有增强活性的广谱头孢菌素。同时它与氨基糖苷类药物或氟喹诺酮类药物联合治疗，为严重的铜绿假单胞菌感染也提供了更多的治疗选择。 新一代 进一步开发用于临床的新一代头孢菌素。头孢吡普（2002）和头孢洛林（2005）被认为是第五代头孢菌素，但这一术语仍有争议。头孢吡普和头孢洛林可能不易产生耐药性，从而为耐甲氧西林金黄色葡萄球菌提供治疗选择。 主要参考文献 Durand G A, Raoult D, Dubourg G. Antibiotic discovery: History, methods and perspectives . International journal of antimicrobial agents, 2019, 53(4): 371-382. Zaffiri L, Gardner J, Toledo-Pereyra L H. History of antibiotics. From salvarsan to cephalosporins . Journal of Investigative Surgery, 2012, 25(2): 67-77. Iizumi T, Battaglia T, Ruiz V, et al. Gut microbiome and antibiotics . Archives of medical research, 2017, 48(8): 727-734. Aminov R I. The role of antibiotics and antibiotic resistance in nature . Environmental microbiology, 2009, 11(12): 2970-2988. Lange K, Buerger M, Stallmach A, et al. Effects of antibiotics on gut microbiota . Digestive Diseases, 2016, 34(3): 260-268. Laxminarayan R, Van Boeckel T, Frost I, et al. The Lancet Infectious Diseases Commission on antimicrobial resistance: 6 years later . The Lancet Infectious Diseases, 2020. Blair J M A, Webber M A, Baylay A J, et al. Molecular mechanisms of antibiotic resistance . Nature reviews microbiology, 2015, 13(1): 42-51. Thiemann S, Smit N, Strowig T. Antibiotics and the intestinal microbiome: individual responses, resilience of the ecosystem, and the susceptibility to infections //How to Overcome the Antibiotic Crisis. Springer, Cham, 2016: 123-146.
3564 次阅读|0 个评论
硫代葡萄糖苷代谢-综合cell+science分析
QinYY 2020-3-4 19:25
十字花科植物包括西兰花，油菜，萝卜，芥菜，花椰菜，甘蓝等，数量庞大，占据了蔬菜半壁江山；芸薹属是其中最主要的食用蔬菜，营养丰富，还含有许多有价值的抗癌成分，如维生素、黄酮花青素、胡萝卜素，硫代葡萄苷等。 《 science 》曾经报道西 兰花中天然化合物 吲哚 -3 甲醇 的强效抗肿瘤功能 （ Lee, 2019 ），之前很多朋友说要 每天吃 5 斤西兰花 ，其实是 对文章理解有歧义 ，最近《 cell 》报道 ⼗字花科蔬菜中 硫代葡萄苷物质的吸收 需要特定肠道菌 （ Liou ， 2020 ）， 同时需要减少糖类的摄入，提供硫苷物质吸收 ，本次结合这 2 篇文章一起探讨 硫代葡萄苷物质的分类和代谢 。 一、 硫代葡萄糖苷 ：含硫的阴离子亲水性植物次生代谢产物 ，广泛分布在十字花科植物中。 核心结构： β-D- 葡萄糖连接（磺酸盐醛胯基团 + 氨基酸侧链 R ）； 二、 分类 ： 根据侧链 R 基团的不同，可以把 硫代葡萄苷 分为脂肪族 （蛋氨酸，丙氨酸，缬氨酸，亮氨酸，异亮氨酸） 、芳香族 （酪氨酸，苯丙氨酸） 和吲哚族 （色氨酸） 三大类 图 1 硫代葡萄糖苷 三、 硫代葡萄苷的 合成 ： 了解硫代葡萄苷的结构分类，那么大概合成途径也就比较清楚了，这 三类硫代葡萄苷合成略有差别 ， 如丙氨酸、蛋氨酸、撷氨酸、亮氨酸或异亮氨酸可以合成脂肪族 硫代葡萄苷 ，苯基丙氨酸或酪氨酸可以合成芳香族 硫代葡萄苷 ，色氨酸可以合成为吲哚 硫代葡萄苷 。现在被广泛认可的 硫代葡萄苷 合成步骤包括： 氨基酸转化和侧链延长、合成葡萄糖苷、合成 硫代葡萄苷 。 其中 MYB ， MAM ， CYP ， APO 等合成基因家族 起重要作用。 图 2 硫代葡萄苷生物合成途径及注意合成调节基因（ xiu ， 2004 ） 1 ） MYB 基因组家族，植物中广泛的一类转录因子基因家族，受激素或者损伤后可以起始脂肪族 硫代葡萄苷 和吲哚类 硫代葡萄苷 的合成； MYB 的过表达可以增加这 2 类硫代葡萄苷的含量； 2 ） MAM 基因组家族，甲硫烷基苹果酸合成酶，合成脂肪族 硫代葡萄苷 侧链； 研究表明 MAM 突变体研究可以改变硫代葡萄苷成分，增加抗病性； 3 ） CYP 基因家族，合成 中间体乙醛胯； 研究表明通过 CYP 可以改变侧链长短，增加植物抗虫能力； 4 ） APO 基因家族， 硫代葡萄苷 合成最后一步侧链的修饰，包括羟化，甲基化，氧化和去饱和等 ；研究表明 APO 等位基因的多样性可以影响硫代葡萄苷抗虫能力。 四、硫代葡萄苷的 代谢 硫代葡萄苷 降解 过程相对 主要过程如下， 硫代葡萄苷 分子硫代部 位通过内源芥子酶水解产生 一个葡萄糖和一个不稳定的糖苷配基，随后不稳定的糖苷配基根据不同环境生成不同产物： 失去一个葡萄糖，形成一个不稳定中间体，然后 根据 R 基 进一步水解为 异硫氰酸盐、 腈 、异硫 腈 和硫氰酸盐 等化合物。降解产物不仅与 硫代葡萄苷 结构有关，也与反应条件有关。 图 3 硫代葡萄苷降级反应（ xiu ， 2004 ） 1 ） 吲哚类硫代葡萄糖苷 ： 如 3- 吲哚甲基硫代葡萄糖苷在酶的水解下会产生 吲哚 3- 甲醇 、吲哚 -3- 乙酰 腈 等化合物 。 2 ）含有羟基侧链的 硫代葡萄糖苷 ，降解生成 2- S- 恶唑烷， 芸苔属 蔬菜的 苦味 与 2- 烯丙基 硫代葡萄苷 和顺 -2- 轻基 -3- 丁烯基 硫代葡萄苷 相关。 3 ）环境 PH 条件不同产物偏好性如上图下，中性 PH 易形成 异硫氰酸脂； 酸性 PH 条件下，易形成主要产物 腈衍 生物； 五、结合 2 篇文章分析 1. 《 science 》曾经报道西 兰花中天然化合物 吲哚 -3 甲醇 的强效抗肿瘤功能 （ Lee, 2019 ） ，就是 吲哚类硫代葡萄糖苷 分解产物。我们 ⼈体 癌症的发生是 致癌基因 和 抑癌基因 相互博弈的过程。 PTEN 基因就是⼀种众所周知肿瘤抑制基因。⼀旦 PTEN 基因发⽣突变，就会影响⼈体的抑癌功能， 正常情况下， 癌细胞内的 PTEN ⽔平是较低的，那么是不是在癌症环境中将 PTEN 活性恢复到正常⽔平就可以释放其抑制肿瘤的活性了？ 科学家通过给易患癌症的⼩⿏施⽤ 吲哚 -3 甲醇 ， 进⾏临床验证。发现⻄兰花中天然存在的成分 吲哚 -3 甲醇 真的能使 WWP1 失活，释放 PTEN 肿瘤抑癌能⼒。 但是要达到实验中的效果，需要每天使用 5 ～ 6 斤西兰花 ，这个是根本达不到的。 注意 这里说的是 癌症环境 下恢复 PTEN 活性 ；我们正常人 PTEN 活性 是正常，因此 每天食用西兰花 80g 左右即可 ，也就是每周 2 ～ 3 次西兰花，每次 300g 左右，这个我们完全可以做的。 在遗传改良方面，如何增强西兰花的抗癌性呢？有研究人员可以通过 农杆菌渗透和 超表达 BroMYB28 基因 均能够在西兰花叶片中 积累硫代葡萄糖苷 。然而两者的诱导机制却有些不同： BroMYB28 基因超表达诱导了 BroMYB28 基因和 BroMYB29 基因的转录，而农杆菌渗透只诱导了 BroMYB29 基因的转录 （ Kim ， 2019 ）。 图 4 吲哚 -3 甲醇抑癌的机制（ Lee, 2019 ） 2. 硫代葡萄糖苷的降解产物 异硫氰酸酯 可以 降低⾎糖和⼼⾎管 风 险，《 cell 》报道⼗字花科蔬菜中硫代葡萄苷物质的吸收需要特定肠道菌（ Liou ， 2020 ） 。 之前 已经发现乳酸菌、双歧杆菌和拟杆菌，具有将硫代糖苷转化为异硫氰酸酯的能⼒。 具体机制不清楚， 研究⼈员在体外培养了⼏种从⼈体中分离获得的 Bt 菌株， 检测了它们把硫代糖苷转化成异硫氰酸酯的能⼒ 。不同的菌株，异硫氰酸酯的产量差异巨⼤，最多和最少的差了 10 倍以上。通过对这些菌株的基因对⽐分析显示， BT2157 （ 糖苷⽔解酶 ） 、 BT2158 （ 氧化还原酶 ） 和 BT2160 的缺失，都会影响异硫氰酸酯的产⽣。 图 5 左图： 不同多型拟杆菌产⽣异硫氰酸酯的能⼒ ； 右图： 不同种类的糖都会抑制 菌群 代谢硫代糖苷，减少异硫氰酸酯的产⽣ （ Liou ， 2020 ） 序列分析发现 这⼏个基因位于同⼀个操纵⼦上，经常⼀起转录表达也是多形拟杆菌中许多糖类代谢的关键位点 ， 在富含葡萄糖的培养基中，只有在培养后期才开始有异硫氰酸酯⽣成。也就是说，多形拟杆菌会优先利⽤葡萄糖，只有葡萄糖耗尽后，才会开始代谢 硫代葡萄糖苷 ，产⽣异硫氰酸酯。其它⼀些糖类，⽐如⽢露糖、半乳糖、⻨芽糖等等，也会被 菌群 优先利⽤，从⽽抑制异硫氰酸酯的产⽣。他们把 BT2157 突变的多形拟杆菌移植给了⽆菌⼩⿏， 喂食 低糖⿏粮和硫代糖苷或者 西 蓝花。通过对⼩⿏尿液的分析，研究⼈员发现移植 BT215 7 突变型 Bt 的⼩⿏，尿液中的异硫氰酸酯代谢物明显低于移植 野生 型细菌的⼩⿏。 最后作者综合分析 ： ⼈类要从⼗字花科蔬菜中获取异硫氰酸酯，离不开⼀些携带特定基因的肠道菌。⽽要想充分吸收异硫氰酸酯，可能还得少吃点碳⽔化合物 。 关于硫苷代谢 今天就给分享这么多，如有问题或者了解其他代谢欢迎反馈。 1. Lee, Y. R., Chen, M., Lee, J. D., Zhang, J., Lin, S. Y., Fu, T. M., ... Zhang, Y. (2019). Reactivation of PTEN tumor suppressor for cancer treatment through inhibition of a MYC-WWP1 inhibitory pathway. Science ,364(6441), eaau0159. 2. Liou, C. S., Sirk, S. J., Diaz, C. A., Klein, A. P., Fischer, C. R., Higginbottom, S. K., Sattely, E. S. (2020). A Metabolic Pathway for Activation of Dietary Glucosinolates by a Human Gut Symbiont. Cell , 180 (4), 717-728. 3. Kim, Y. C., Cha, A., Hussain, M., Lee, K., Lee, S. (2019). Impact of Agrobacterium-infiltration and transient overexpression of BroMYB28 on glucoraphanin biosynthesis in broccoli leaves. Plant Biotechnology Reports , 1-8. 4. 修丽丽 ; 钮昆亮 . 十字花科植物中的硫代葡萄糖苷及其降解产物 . 浙江科技学院学报 , 2004, 16.3: 187-189. 5. 李娟 , 朱祝军 . (2005). 植物中硫代葡萄糖苷生物代谢的分子机制 (Doctoral dissertation).
8306 次阅读|0 个评论
抗生素引起的肠道菌群紊乱改变了人体对疫苗的免疫力
热度 1 yanjx45 2019-12-26 07:34
抗生素 引起 的肠道 菌 群紊乱改变了人体对疫苗的免疫力 Antibiotics-Driven Gut Microbiome Perturbation Alters Immunity to Vaccines in Humans. 《 CELL 》杂志的论文摘要 ( Cell. 2019 Sep 5;178(6):1313-1328.) 作者： Hagan T 1 , Cortese M 1 , Rouphael N 2 , Boudreau C 3 , Linde C 3 , Maddur MS 4 , Das J 3 , Wang H 4 , Guthmiller J 5 , Zheng NY 5 , Huang M 5 , Uphadhyay AA 4 , Gardinassi L 6 , Petitdemange C 4 , McCullough MP 2 , Johnson SJ 2 , Gill K 4 , Cervasi B 4 , Zou J 7 , Bretin A 7 , Hahn M 8 , Gewirtz AT 7 , Bosinger SE 4 , Wilson PC 5 , Li S 6 , Alter G 3 , Khurana S 8 , Golding H 8 , Pulendran B 9 . 作者单位： 1 　 Institute for Immunity, Transplantation and Infection, School of Medicine, Stanford University, Stanford, CA 94305, USA. 2 　 Hope Clinic of the Emory Vaccine Center, Decatur, GA 30030, USA. 3 　 Ragon Institute of MGH, MIT and Harvard, Cambridge, MA 02139, USA. 4 　 Emory Vaccine Center, Yerkes National Primate Research Center, Atlanta, GA 30329, USA. 5 　 Department of Medicine, Section of Rheumatology, Knapp Center for Lupus and Immunology, University of Chicago, Chicago, IL 60637, USA. 6 　 Department of Medicine, Emory University, Atlanta, GA 30303, USA. 7 　 Center for Inflammation, Immunity, and Infection, Institute for Biomedical Sciences, Georgia State University, Atlanta, GA 30303, USA. 8 　 Division of Viral Products, Center for Biologics Evaluation and Research, Food and Drug Administration, Silver Spring, MD 20993, USA. 9 　 Institute for Immunity, Transplantation and Infection, School of Medicine, Stanford University, Stanford, CA 94305, USA . Highlights ( 本论文的 亮点 ): 菌群 的缺 失会 削弱 早先未曾接种的 受试者的抗体反应 。 抗生素治疗可增强血液中的炎症信号 。 次级胆汁酸的 丢 失与 AP-1/NR4A和炎性小体 （ inflammasome ） 的激活有关 。 综合分析揭示了 菌群影响 免疫的 不同 机制 。 Graphical Abstract ( 图解摘要 ) Abstract （摘要） 新出现的证据表明， 菌 群在免疫中起着核心作用。然而，在人 体中 的因果证据很少。在这里，我们在季节性流感疫苗接种之前和之后对健康成年人使用广谱抗生素。尽管肠道细菌负荷减少了 1 万倍，细菌多样性持续减少，但抗体反应没有受到显著影响。然而，在第二 项 试验中， 在先前存在的 抗体滴度较低的受试者 中 ，在 H 1 N 1 特异性中和 活性 和结合 IgG1 和 IgA 的能力 方面存在明显的 缺损 。 此外，在这两项研究中，抗生素治疗 会 导致 ： (1) 增强炎症信号 ( 包括 AP-1/NR4A 表达 ) ，这在以前 曾在 老年人中观察到，并 观察到 树突状细胞的激活 增加 ;(2) 不同的代谢轨迹，血清次级胆汁酸减少 1000 倍，与 AP-1/NR4A 信号通路和炎性小体 （ inflammasome ） 激活高度相关。多组学 （ Multi-omics ）的 整合揭示了细菌种类和代谢表型之间的重要联系，突出 展现 了 菌群 在调节人类免疫中的关键作用。 关键词： 抗体 ; 胆汁酸 ; 基因表达分析 ; 免疫学 ; 流感 ; 代谢组学 ; 微生物群 ; 系统生物学 ; 系统疫苗 学 ; 疫苗 原文链接 ： Antibiotics-Driven Gut Microbiome Perturbation Alters Immunity to Vaccines in Humans. Cell. 2019 Sep 5;178(6):1313-1328.e13.doi: 10.1016/j.cell.2019.08.010. 　 相关博文： 抗生素会减弱抗体对流感疫苗的反应 2019-12-25
个人分类: 科学普及|5901 次阅读|1 个评论
“精神病”是脑子进菌了？
hongkuan15 2018-11-22 19:50
近日，著名的学术期刊《Science》发表了一篇新闻评论文章，题目很直接：大脑是肠道细菌的第二个家？（ Do gut bacteria make a second home in our brains?）探讨了大脑中的微生物以及可能对人体健康的影响。 拍摄来自ROSALINDA ROBERTS，COURTNEY WALKER和CHARLENE FARMER 上面这张图显示 人类大脑切片中 细菌 在 血管左侧-红色圈内！ “脑微生物组” 实际上，已经有多项研究显示，人类大脑中，特别是一些神经系统疾病的病人存在微生物或微生物的成分。 2016年，加州大学戴维斯分校神经和大脑研究所的研究人员研究的研究为微生物和阿兹海默症（AD）之间的关系提供了直接证据。他们首次发现，所有18个晚发性的阿尔兹海默氏症患者大脑样本中都存在较高水平的革兰氏阴性菌的抗原，脂多糖和大肠杆菌K99菌毛蛋白。k99在患者的大脑灰质样本中明显增加，白质样本中K99的水平也较高，同时，脂多糖聚集在β淀粉样斑块上以及患者大脑的血管中。 在AD患者大脑中发现细菌分子还是让人非常惊讶的，也就是说AD患者大脑中细菌成分的存在可能是引起AD的原因，更形象的说法可能是细菌侵入了AD患者的大脑！当然，还有可能细菌成分是AD形成之后进入大脑的，目前还不能确定细菌是引起AD的直接原因。 AD患者 大脑 中的细菌LPS和 大肠杆菌K99菌毛蛋白位于病区。 2017年的一项研究，首次对比了健康人和AD患者大脑中的脂多糖含量和聚集位置，结果发现在AD患者的脑中，肠道革兰氏阴性杆菌产生的脂多糖（LPS）大量富集在新皮质及海马体区域。在健康人的脑中，LPS在脑实质中聚集成块，而在AD患者脑中，75%的LPS聚集在DAPI染色的细胞核的周围，说明在AD患者的脑中存在大量来源于胃肠道菌群的促炎症分子，随着衰老、血管缺陷及退行性疾病的发展，这些毒素分子可能从胃肠道中“漏”进全身循环，最终进入脑。 AD患者 血管 中的细菌LPS和大肠杆菌K99菌毛蛋白。 这个研究也证明了精神疾病的通用致病机理，肠漏与血脑屏障打开是AD发生的关键。大脑中的细菌成分是肠道微生物产生的毒性物质经过肠漏进入血液系统，再透过血脑屏障进入大脑，引起大脑病变，引发AD。 这样看来，肠道微生物才是引发AD的关键！ “脑漏” 大脑中的菌是如何进去的呢？ 大脑是一个受严格保护的器官，严格控制阻挡血液内容物。这个屏障就是血脑屏障。能够穿透这种血脑屏障的细菌和病毒会导致危及生命的炎症，所以一般情况下都不会允许微生物进入。然而，在一些特殊情况下，比如疾病，药物，感染，错误的饮食等情况下，会引起血脑屏障的破坏，引起“脑漏”。这样微生物就能透过血液进入大脑了。 脑漏示意图，左侧健康血脑屏障，右侧是疾病情况下的血脑屏障。 近年来的研究表明，肠道菌群参与调控脑发育、应激反应、焦虑、抑郁、认知功能等中枢神经系统活动。肠道菌群可通过菌-肠-脑轴调节宿主的脑功能和行为。并且，肠道菌群也可能影响AD。肠道菌群的平衡一旦破坏，可能引起肠道及血脑屏障的通透性增加，肠道菌群的代谢产物及病原体感染等可能影响宿主神经系统，增加AD的发病风险。 人们已经发现，神经退行性疾病患者血液中存在大量微生物，这些微生物可能来自肠道，并且非常可能是透过破损的血脑屏障进入大脑的。 Transfusion, 2016, 56(5):1138. AD患者的血液微生物 Transfusion, 2016, 56(5):1138. PD帕金森患者的血液微生物 肠道微生物的紊乱导致的肠道通透性和血脑屏障通透性增加会增加精神疾病的发生。肠道微生物的代谢产物或病原微生物透过肠道和血脑屏障进而对宿主神经系统的影响会增加或降低精神疾病的风险。 保护好肠道菌群，保护好血脑屏障，别让肠菌入脑！ 由于精神疾病，特别是神经退行性疾病的发病时缓慢的，从大脑和中枢神经系统发生变化到临床发病至少需要15到20年的时间。如果在这个过程中我们能够通过检测肠道微生物的组成，提前预知或评估中枢神经系统的健康状况，那就可以在病人还没有出现临床症状时进行提早干预，这或许是未来预防这类神经退行性疾病的有效手段。 本文部分内容节选自： 原创人体微生物组科普图书：《 晓肚知肠：肠菌的小心思 》。 肠菌动动小心思，人体健康大变化！ 中国肠菌研究领域权威科学家、中国科学院院士高福，中国科学院研究员金锋、朱宝利，粪菌移植专家张发明，食品健康科普作家云无心联袂荐读~ 参考资料： https://www.sciencemag.org/news/2018/11/do-gut-bacteria-make-second-home-our-brains Zhan X, Stamova B, Jin L W, et al.Gram-negative bacterial molecules associate with Alzheimer diseasepathology. . Neurology, 2016. Zhao Y, Cong L, Jaber V, et al. Microbiome-DerivedLipopolysaccharide Enriched in the Perinuclear Region of Alzheimer's DiseaseBrain. . Frontiers in Immunology, 2017, 8:1064. 扫一扫，关注本公众号！ 肠菌与健康 microbiota health 带你了解肠道菌群与健康的奥秘！ \0 \0 \0 \0
10135 次阅读|0 个评论
[转载]菌群Microbiome/16s Metagenomics
shiggg 2018-2-27 07:24
宏基因组-蒙古人肠道微生物Mechanism and Effect of Temperature on Vari.pdf 方法参考 1. 原核生物16s宏基因组介绍 宏基因组 ( Metagenome)(也称微生物环境基因组 Microbial Environmental Genome, 或元基因组) 。是由 Handelsman 等 1998 年提出的新名词, 其定义为“the genomes of the total microbiota found in nature” , 即生境中全部微小生物遗传物质的总和。它包含了可培养的和未可培养的微生物的基因, 目前主要指环境样品中的细菌和真菌的基因组总和。而所谓宏基因组学 (或元基因组学, metagenomics) 就是一种以环境样品中的微生群物体基因组为研究对象, 以功能基因筛选和/或测序分析为研究手段, 以微生物多样性、 种群结构、 进化关系、 功能活性、 相互协作关系及与环境之间的关系为研究目的的新的微生物研究方法。 如何估计宏基因组样本中的物种组成及丰度？ 宏基因组中的物种分类，一般用OTU (operational taxonomic unit), 即可操作物种单元，来表示。在典型情况下，原核生物的OTU使用16S rDNA来衡量，真核生物的OUT使用18s rDNA来衡量。但选择16S/18S rDNA鉴定物种，存在以下几个问题： rDNA之间的平行转移来干扰rDNA鉴定的可靠性。 在单个细菌中，16r DNA可能存在序列不同的几个拷贝，干扰估计OTU数目的准确性。 所以，其他备选的标记基因，比如单拷贝的看家基因被推荐用来作为菌种鉴定的标记。 如何衡量样本中物种的多样性？ 为了估算测序的物种的比例，通常用rarefaction curse来表示。 宏基因组如何做De Novo拼接？ 由于宏基因组测序的覆盖率通常是不完全的，所以组装所需要的序列并不是很完整。并且组装的时候，可能会把来自不同分类单元（OTU）的序列组装在一起，产生嵌合体基因组。Phrap,Forge,Arachne,JAZZ和Celera Assembler等可用来组装由sanger法产生的宏基因组序列。这些算法大部分都利用mate-pair信息来参与组装。这些算法用顶点来代表每条read,互相重叠的read之间用边连起来，它们的组装问题可以转换成“哈密尔顿路径”搜索问题，即找到一条路径走过所有顶点，且每个顶点只走一次。 如何进行菌群间差异分析？ 有几种基于序列特征的比较，包括样品间GC含量的比较，微生物基因组大小的比较，系统发育关系树的比较和功能组分的比较。许多比较分析都用到了关联统计学的方法，通常假设有几种元数据影响观测到的宏基因组群体的组分。主成分分析（PCA）和非度量多维标度（NM-MDS）用来图形化展示数据并揭示有哪些因素最影响数据。 有几种进行宏基因组比较分析的软件。第一个是MEGAN，可以比较两个或几个标准化后的样品的GC含量。第二种是MG-RAST，提供了一种比较功能和基于序列的分析来上传样本。第三种是CAMERA，提供了BLAST接口让客户可以比对40多种现有的宏基因组数据。 如何预测编码基因？ 目前发现编码基因的方法有两种。一种是基于BLAST比对的方法，这种方法通过比对已有的数据库，可以发现宏基因组数据中有哪些已知基因的同源基因的存在，但缺陷是找不到哪些和已经基因没有同源关系的新基因。第二方法是重新预测基因的方法，这些方法大部分是基于有指导学习和统计模式识别的方法，包括隐马尔科夫模型。GeneMark.hmm就是基于单密码子频率的非均一马尔科夫模型来预测基因的软件，当这些软件用到宏基因组数据上时，这些软件通常无法确定部分的ORF,即使这些 ORF是真实基因的一部分。 2. 16s rRNA 测序数据分析 ¶ 2.1 PCA 分析 ¶ PCA 分析(Principal Component Analysis)，即主成分分析，是一种对数据进行简化分析的技术，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。其优点是简单且无参数限制。通过分析不同样品OTU(97%相似性)组成可以反映样品间的差异和距离，PCA 运用方差分解，将多组数据的差异反映在二维坐标图上，坐标轴取能够最大反映方差值的两个特征值。如样品组成越相似，反映在PCA 图中的距离越近。不同环境间的样品可能表现出分散和聚集的分布情况，PCA 结果中对样品差异性解释度最高的两个或三个成分可以用于对假设因素进行验证。 软件：使用97%相似度的OTU，PC-ORD或是CANOCO作图。 PCA 结果图示中坐标轴百分比解释：如果PC1值为50%，则表示x轴的差异可以解释全面分析结果的50%。不同颜色或形状的点代表不同环境或条件下的样本组，横、纵坐标轴的刻度是相对距离，无实际意义。PC1、PC2 分别代表对于两组样本微生物组成发生偏移的疑似影响因素，需要结合样本特征信息归纳总结，例如C组（黄色）和D组（蓝色）样品在PC1轴的方向上分离开来，则可分析为PC1是导致C组和D组分开（可以是两个地点或酸碱不同）的主要因素，同时验证了这个因素有较高的可能性影响了样品的组成。 3. 分析实践 ¶ 流程 剪切序列 FastQC 质控 + SeqQA 统计 Pandaseq 双向测序数据拼接 UCHIME 移除复制序列 UCHIME 移除嵌合体序列 CREST/RDP Classifier 查询非嵌合体序列，生成物种分配比例 生成物种各分类层级的结果 所需安装软件 sickle usearch Pandaseq FastQC CREST/RDP Classifier
个人分类: 菌群研究|1353 次阅读|0 个评论
肠道菌群的变化与食物的变化相关
lulingkxw 2017-8-27 23:32
该研究很有意义。 最近，我们在做微生物科普项目，微生物的分布和特性在引起我的注意，我发现目前我们生活环境中的微生物生态已经失衡，显然是被忽视了。 读了《肠道菌群随季节改变》后，引人注意的是，现代人工种植和加工食物里面的抗生素等污染物质在影响着人们体内正常的菌群组合，也在影响着人们的健康。 转帖： 肠道菌群随季节改变 人类肠道微生物组会随季节发生变化。图片来源：Matthieu Paley/National Geographic 对现存为数不多的其中一个狩猎—采集者群体开展的研究表明，生活在人类肠道中的微生物随着季节发生变化。相关成果日前发表于《科学》杂志。 来自“人类食物工程”的Jeff Leach及其团队用一年多时间收集了生活在坦桑尼亚的350名哈扎人的粪便样本。“人类食物工程”是一个非营利性机构，旨在研究微生物组在健康中所起的作用。他们发现，哈扎人肠道微生物组的多样性比在西方国家居民肠道中发现的高30%左右。事实上，哈扎人肠道菌群的多样性和委内瑞拉一些亚诺玛米人的相仿。后者此前被描述为拥有全世界最丰富多样的微生物组。 出现在两个群体中的这种多样性并没有那么令人惊奇，考虑到他们几乎不使用抗生素，也不吃加工过的食品。不过，Leach团队还发现，哈扎人的微生物组是季节性的，全年会有一个变化周期。多样性在旱季达到顶峰。此时，普雷沃氏菌变得尤其丰富。而年度波动最大的细菌通常不是出现在拥有西方生活方式的人群肠道中的菌株。 肠道微生物组的这些年度变化是由哈扎人饮食的周期性变化引起的。在坦桑尼亚的干旱季节，哈扎人会食用很多肉类以及薯类和来自猴面包树的水果。但在湿润季节，他们会更多地食用蜜蜂和浆果。普雷沃氏菌尤其擅长分解植物材料，因此可能在干旱季节尤其有用。 来自荷兰瓦赫宁根大学的Willem de Vos表示，研究人员曾在农业文化中观测到肠道微生物组的季节性变化，但关于哈扎人的最新发现是首次探测到年周期变化。他预测，微生物组可能在拥有季节性饮食的其他人群中出现循环模式，包括食用季节性产品的我们。 Leach还连续若干个月采用了哈扎人的生活方式，以观察他的肠道微生物组是否和他们的类似。Leach甚至为自己移植了哈扎人的粪便。尽管结果仍未公开，但如今已回到美国的Leach表示，哈扎人的一些肠道细菌已在他的体内生存下来。 更多阅读 英国新科学家网站相关文章（英文）
个人分类: 其他|245 次阅读|0 个评论
还坐着不动？动一动肠菌更健康！
热度 4 hongkuan15 2016-1-8 08:07
作者：Doctor D 久坐不动身体不好，不仅体重飙升，血糖升高，还会让肚子里不好的微生物疯长。最近的研究表明，适当的运动相比久坐不动，肠道微生物会出现明显变化，有益微生物会明显增加。 该研究对比了2型糖尿病(db/db)和健康对照(db/ +)小鼠，分别在持续6周的久坐不动和锻炼前后肠道微生物群的变化。发现无论对正常小鼠还是糖尿病的小鼠，相比久坐不动的小鼠，运动主要 增加了肠道中厚壁菌（Firmicutes species）的比例，减少了拟杆菌/普氏菌（Bacteroides/Prevotella spp）比例。而双歧杆菌（Bifidobacterium spp）只在运动的正常小鼠体内比较多 ，而在糖尿病小鼠体内比较少。 研究选择了6周大的db/+和db/db小鼠，随机分为久坐不动组和运动组，每组9-10只。db/+小鼠是瘦素受体基因部分突变的，体重比较正常，而db/db是全部突变的，天生比较胖，并且表现出明显的糖尿病症状（见下图，除了体重不一样，两种小鼠在吃了同样的饲料后小肠绒毛长度也不一样了，越胖越长）。 引自：http://www.cutech.edu.cn/cn/gxkj/2013/08/1377452678526044.htm 实验开始时，让久坐不动的老鼠关在笼子里休息，让运动组进行跑步运动。由于小鼠的体重不一样，胖老鼠根本跑不动，于是，实验组非常人性的让正常的db/+小鼠运动 60分钟，速度是每分钟4.79 米，共运动287米，而让db/db小鼠运动66分钟，速度是2.87米每分钟，共189米。相当于 让正常小鼠快速绕操场跑一圈，而让胖小鼠慢慢的绕操场跑半圈多。 经过六周的试验，毫无疑问， 久坐不动的小鼠体重明显要高于运动的小鼠，并且血糖值也比运动的小鼠高。 通过检测肠道微生物的组成，发现总细菌数和 Enterobacteriaceae 在db/+小鼠组差别不大，但在 运动的db/db小鼠体内更低。双歧杆菌 Bifidobacterium spp. 在运动的正常小鼠体内更高，而在运动的db/db小鼠体内则更低。 糖尿病组 Clostridium cluster XI 比例更高，运动能降低 Bacteroides / Prevotella spp. 和 Methanobrevibacter spp. 的比例，并且提高 Lactobacillus spp. 和 Clostridium leptum 的比例。糖尿病和运动能够共同影响 Clostridium cluster I 的比例，并且在运动的小鼠中比例更高，在糖尿病小鼠中比例则更低 （见下图）。 这不是第一篇关于运动和肠道微生物的文章，以往的研究已经表明运动确实能够改变肠道微生物的组成，只是不同的研究发现改变肠道微生物的种类不一样。但有一样是确定的，那就是 运动能够改变肠道微生物，并且运动能够促进有益微生物的增长 ，如上面提到的双歧杆菌和乳酸菌。 我们都知道肠道微生物对人体身心健康至关重要，想要改变它们并不难，最简单的就是活动活动，此外，饮食也是影响肠道微生物的重要因素。因此，要想身体好，肠道菌群健康，那就从现在开始 “迈开腿，管住嘴”吧。 说着容易，做着难！更难的是坚持！ 坐这写半天了，我得活动活动，走，去旁边的餐厅吃自助去！ 参考文献：Jennifer E. Lambert 等 2015 ， Appl. Physiol. Nutr. Metab. 40: 749–752 原文链接：http://www.nrcresearchpress.com/doi/pdf/10.1139/apnm-2014-0452
8970 次阅读|11 个评论
人菌一体化：人体，或许是微生物菌群这个内含子的外显子？
zcgweb 2015-8-27 11:27
人菌一体化：人体，或许是微生物菌群这个内含子的外显子？——这是对于人体的新理解么？ CZ @ 2015.08.27 11:26:38
1696 次阅读|0 个评论
[转载]我国科学家发现：“葛根芩连汤”可能通过改变肠道菌群治疗２型糖
热度 2 lpzhao 2014-10-6 22:51
http://news.xinhuanet.com/local/ttgg/2014-10/06/c_1112720032.htm 我国科学家发现：“葛根芩连汤”可能通过改变肠道菌群治疗２型糖尿病 来源： 新华网 2014年10月06日 11:35:50 新华网北京１０月６日电　在国家９７３计划“以量－效关系为主的经典名方相关基础研究”项目支持下，我国科学家进行的随机、双盲、安慰剂平行对照糖尿病临床研究结果表明，传统中药复方“葛根芩连汤”具有明确的降低空腹血糖和糖化血红蛋白的疗效，且具有剂量依赖性，而这种疗效与肠道菌群结构变化有着密切关系，从而为解释中药复方作用机制提供了新的证据链。 中国中医科学院广安门中医院仝小林团队与上海交通大学生命科学技术学院、上海系统生物医学研究中心赵立平团队通力合作进行了这一研究。题为“一种中药复方改善糖尿病过程中的肠道菌群结构变化特征”的论文，３日在线发表在微生物生态学旗舰刊物《国际微生物生态学会会刊》上。 近几年动物实验及临床观察研究发现，原本用于治疗腹泻的张仲景《伤寒论》经方“葛根芩连汤”具有显著降糖效果，但其作用机理尚不明确。 科学家们对１８７名２型糖尿病患者进行了“葛根芩连汤”不同剂量组的糖尿病临床疗效评价。菌群研究表明，安慰剂组和低剂量组在１２周时间里肠道菌群结构基本原地踏步，没有显著变化，临床症状也没有改善。随着“葛根芩连汤”剂量提高，受试者的肠道菌群结构与开始治疗前的菌群结构差异变得越来越大，临床疗效越来越好，提示菌群变化可能是糖尿病改善的原因之一。 人体内有两个基因组：人基因组和肠道内数千种共生微生物组成的“元基因组”，两个基因组相互协调，保证人体健康。科学家对受试者治疗前后粪便样品中细菌的ＤＮＡ进行了高通量测序和生物信息分析，从４０００多种细菌中找到了与糖尿病改善呈正相关或负相关的具体细菌种类。特别是一种拉丁文叫做Ｆａｅｃａｌｉｂａｃｔｅｒｉｕｍｐｒａｕｓｎｉｔｚｉｉ的细菌在用药后显著升高，且与空腹血糖和糖化血红蛋白呈负相关，药量越大，这种菌的数量升得越高，血糖控制越好。 长期专注于肠道菌群与代谢病研究的赵立平，今年２月被选为美国微生物科学院院士。他说：“这是一种具有消炎作用的、可产生丁酸盐的有益菌。随着研究的深入，这种可人工培养的细菌有望成为糖尿病人使用的益生菌。这项研究也为优化中药配方提供了新靶标和技术方法，对中医药现代化有启示作用。” “这是国际上第一个研究肠道菌群结构变化和中药复方治疗糖尿病效果关系的临床试验，既证实了一种中药复方的临床疗效，也提供了西方医学可以接受的一种机理解释。”国家中医临床研究基地糖尿病研究联盟主任委员、中国中医科学院首席研究员仝小林说。 论文原文： Xu 2014 ISMEJ.pdf
个人分类: 肠道菌与健康|11076 次阅读|2 个评论
“肥菌”与“瘦菌”的故事
热度 9 qpzeng 2014-7-1 09:44
说起肥菌（obese microbiota）与瘦菌（lean microbiota），已经算是往事了。去年9月6日，美国、法国和丹麦科学家在Science上发表论文，报告了他们把4对双胞胎姐妹的肠道菌群移植给无菌小鼠的实验结果（ Science-2013-Ridaura-.pdf ）。 这4对姐妹均为一肥一瘦，姑且称为“肥姐”和“瘦妹”。 有趣的是，移植了肥姐肠菌的小鼠成了一只“肥鼠”，而移植了瘦妹肠菌的小鼠则还是一只“瘦鼠”。在这里，小鼠的肥瘦似乎与饮食无关，因为两种小鼠喂食的都是低脂、高纤维饲料。 更有趣的是，当把这两种 肠菌 不同的 小鼠关在一个笼子里饲养时 ， 肥菌不能取代瘦菌，而瘦菌却能入侵肥菌，结果有瘦菌的小鼠依然消瘦，而有肥菌的小鼠也不肥胖。不过，若让有肥菌的小鼠吃高脂、低纤维饲料，它又能发胖，则说明菌群与饲料共同作用可导致肥胖（下图）。 进一步分析表明，瘦鼠肠道的短链脂肪酸（乙酸、丙酸、丁酸）增加，可抑制脂肪在脂肪组织的积累，增大能量消耗，促进瘦素（饱腹感激素）分泌，而肥鼠肠道的分支氨基酸增加，则与胰岛素抵抗及肥胖密切相关。 菌群分析显示，具有入侵性的瘦菌是拟杆菌（Bacteroides）。 其他研究也证明，小鼠肠道的 拟杆菌确实与消瘦相关。该研究并未鉴定出肥菌的具体种类，根据其他报道，肥菌应该属于硬壁菌或称厚壁菌（Firmicutes）。 今年5月，《糖尿病》（Diabetes）发表了一篇文章（ Replication of Obesity and Associated Signaling Pathways Through Transfer of Microbiota From Obese-Prone Rats ），介绍法国、美国、罗马尼亚科学家将肥胖大鼠肠道的高比值 硬壁菌 ： 拟杆菌移植给无菌小鼠，成功地复制出肥胖表型，而且鉴定出3种肥菌——颤杆菌（Oscillibacter）和梭菌属14a簇及4簇。 昨天，我发表的博文 “肥胖地图”：西方人比东方人更易发胖 中描述的人体中的情形似乎与上述动物中的情形相似，即肥菌是硬壁菌类，瘦菌是拟杆菌类。西方人（主要是欧洲人）肥菌比例高，而东方人（如中国人）瘦菌占多数。 令人不解的是，人体试验得出的结果却比较复杂多样。比如，有人发现 胖子肠道中的拟杆菌及其产生的丙酸比瘦子多，而且拟杆菌与食用高蛋白及饱和油脂有关。还有人发现，以高纤维为食的非洲瘦子与吃纯西方饮食的欧洲人比较，前者体内的拟杆菌明显减少。 外一则——故事之外的联想 为什么肠菌与肥胖研究结果如此不同？难道肥胖的真正原因还没找到？查查Wikipedia，肥胖的起因有饮食、多坐少动、家族遗传、其他疾病、感染因素等，其中感染因素提到了肠道微生物，但尚无定论。我认为，肠菌肯定会影响食物消化和营养吸收，但将一大群微生物定义为肥菌（坏菌）或瘦菌（好菌）可能很难。 我们在给小鼠饲喂微生物时偶然发现，每天吃活酵母菌的小鼠长得很肥，当时只是随便想了一下，可能是酵母蛋白质营养丰富吧，以后就没有继续寻根究底。最近在看肠菌与肥胖文献时，突然想起这件事而若有所思。我想，虽然酵母菌不是病原菌，但若过度繁茂是否会激活肠道免疫系统呢？免疫系统激活的结果当然是产生炎症，而炎症可以导致肥胖吗？ 要回答这个问题，必须找到炎症与肥胖相关的直接证据。 关于肥胖导致炎症的文献不计其数，而炎症引起肥胖的文献屈指可数。比如， 有人提出假说，认为肥胖是因为下丘脑炎症损伤而不能传达瘦素信号（饱腹感）而进食过量的结果，但却没有通过实验证实，等于是个空想。幸好，我查找了半天，终于找到这么一篇实验论文（ High-Fat Diet: Bacteria Interactions Promote Intestinal Inflammation Which Precedes and Correlates with Obesity and Insulin Resistance in Mouse . PLoS One 2010，5: e12191 ）。巧合的是，我们在饲喂高脂饮食的小鼠血清中也检测到肿瘤坏死因子α、白细胞介素-1β等促炎细胞因子的高表达。 这篇文章的意思是小鼠中高脂饮食与细菌的相互作用可促进肠道炎症，而炎症的发生出现在肥胖与胰岛素抵抗之前。我进一步 联想到以前就知道人体可根据自身需要产生胰岛素抵抗，比如当病原体入侵时，白细胞需要大量能量供给才能杀灭病原体，这时其他细胞就主动形成胰岛素抵抗，保证葡萄糖优先供应给白细胞。 顺着这个思路，莫非人体把大量脂肪贮存在体内是为了抗感染？或者说，肥胖贮存的脂肪是用来应付体内微生物失调导致的某些菌群过度繁茂？如果用这个想法检验那张“肥胖地图”，倒是可以合理解释为什么美国人的肥菌与瘦菌各半，而欧洲人肥菌多于瘦菌，但美国比欧洲的肥胖率更高，因为美国人有两类菌群过度繁茂，肠炎加剧，肥胖率较高，而欧洲人仅有一类菌群过度繁茂，炎症减缓，肥胖率略低。 以上是自己不太成熟的想法，也没有通过实验验证，欢迎行家批评指正！
个人分类: 科普集萃|10940 次阅读|10 个评论
健康悖论：“脏”比“净”好？
热度 7 qpzeng 2014-2-2 06:31
【新闻背景】 近日出版的《科学》杂志在 “ 新闻焦点 ” 栏目发表了一篇叙事体科学小品文，介绍美国人类学家杰夫 · 里奇深入坦桑尼亚北部 哈德扎 地区 的 游牧部落，跟那里的牧民们同吃同住，而且 像他们一样 不洗澡，看看这种 “ 脏 ” 生活是否会 让 自己 体表及体内 的 “坏菌”（致病菌）变成“好菌”（益生菌） 。 最近国内外媒体广泛报道， 伊朗南部法尔斯省一 位 80 高龄的 老翁 阿莫 · 哈吉， 已有 60 年未洗澡，打破 了 印度 68 岁老翁古鲁 · 凯拉什 · 辛格 40 年不洗澡的纪录。 令人诧异的是 ， 哈吉老人还 喜欢吃腐肉，喝脏水， 睡泥地 ，但 却从不生病， 莫非 “ 脏 ” 生活更 有利于健康？ 【点评】 “ 邪气 ” 助长 “ 正气 ” 人们 往往 强调病原体如何 如何 凶险，却 总是 低估免疫系统抵御病原体 感染 的能力。在抗生素与细菌的较量中，人们更多的是担心抗生素 终究会因 抗药性 “ 超级细菌 ”的产生而失效 ，而很少认识到 强大的人体 免疫功能足以消灭 任何抗药性 细菌。不过，让免疫系统有效的前提是必须让它 经常 “ 锻炼 ” ，这就是“小病不断大病不犯”的道理。 免疫潜力是先天带来的，抗病能力则由后天习得。中和 抗体的产生必须依赖抗原 （ 病原体 ） 的刺激 ，生病一场就相当于“接种”一次疫苗。 如果把抗原比喻为 “ 邪气 ” ，那么抗体就 是 “ 正气 ” ，只有 “ 邪气 ” 才能 助长 “ 正气 ” 。相反，失去 “ 邪气 ” 的恶作剧， “ 正气 ” 也就 没有用武之地了 。从这个意义上来说， “ 脏 ” 往往比 “ 净 ” 好 ，只 不过这里的 “ 脏 ” 是 指病原体 而不是 污垢和泥泞 。 哈吉 老人 对疾病的抵抗力应该是逐渐养成的 ，腐肉和脏水显然磨练了他的免疫系统 。如果没有年轻时的 “ 脏 ” 和生小病 ，就不可能有年老时的 “ 净 ” 和不生大病 。因此，儿童和少年 有点头痛脑热 ，父母不必 大惊小怪 ， 也不要动不动就打针吃药，不妨让他们的身体经受适度的疾病“折磨” 。 “ 有菌 ” 生病， “ 无菌 ” 也生病 从不接触病原体的免疫系统往往是脆弱的。 当人体遭遇 “ 陌生 ” 病原体时， 由于 体内不存在 “ 预制 ” 抗体， 病原体就像进入一座“不设防的城堡”那样轻而易举 。当年 SARS 冠状病毒突然降临 人间 ，让人体免疫系统措手不及， 许多不 幸的感染 者因此 病入膏肓甚至命丧黄泉。人 体 在 受“坏菌”感染时会生病 ， 而体内缺乏“好菌”也会生病 。 上面提到的杰夫 · 里奇，他有一个女儿在 11 年前仅有两岁时，就被诊断患上了 Ⅰ 型糖尿病。原来，他女儿是剖腹产，没有机会接触产道 “好菌” ，而且只吃了几个月的奶，从乳汁中获得的 “好菌” 严重不足，加上她生活的环境几乎无菌，用的是抗菌香皂，接触的是用消毒液反复擦拭过的桌椅 和 板凳。 这样一来，肠道 内“坏菌”当道，“好菌”难存，由此可 引起慢性肠炎，细菌有毒产物（如内毒素） “ 渗漏 ” 进入血流，导致胰腺中分泌胰岛素的 β 细胞发炎， 从而 受到免疫细胞的攻击 而遭到 破坏。事实上，菌群失调不仅是腹泻和肠炎的主因，而且与肥胖有关， 还可 能导致抑郁症、迟发型自闭症、过敏症、癫痫和癌症等疾病。 “ 好菌 ” 可以驱除 “ 坏菌 ” “ 成也萧何败萧何 ” 用来形容抗生素再 贴切 不过了，因为抗生素既能 消灭 外来的 致病 菌，也能杀死内在的益生菌。由于抗生素的 长期 滥用，导致抗药性超级细菌滋生，使大多数抗生素失去作用，仅有万古霉素等少数抗生素仍然有效。于是，万古霉素就成了那些超级细菌感染者的 “ 救命药 ” ，但也因此不可避免会出现万古霉素耐药 菌 。 将健康小鼠粪便或粪便 中经 无氧培养 的细 菌移植给服用过万古霉素的小鼠，可以清除万古霉素抗性菌，而 把粪便中经 有氧培养 的细菌移植给服用过 万古霉素 的 小鼠 却 不能清除万古霉素抗性菌。菌类分析表明，两者的最大区别在于前者含有厌氧杆菌属细菌而后者无。骨髓移植患者往往是易受万古霉素抗性菌感染的高风险人群，但若他们体内含有上述厌氧杆菌属细菌，就不会受到万古霉素抗性菌的感染。 肠道菌群：适应与进化 对来自古代木乃伊（ 1400-1800 年前）的粪便样品分析显示，古代微生物仍然存留在现代乡村人群中，但在现代城市人群中早已绝迹，说明城市生活 因 消毒剂和抗生素的 大量 使用导致 现代 人肠道菌群发生 了 剧变，其代价是损害体内免疫系统 引起 “ 城市病 ” 及 “ 文明病 ” 。 当然， 有时菌群 对 环境 的适应性 进化是好事，比如欧洲农民 的肠道菌群 所具备的乳糖耐性，可以 有效 分解牛奶中的乳糖 ，能避免发生乳糖不耐受症 。 最近还发现 ， 肠粘膜上皮细胞可以通过分泌特定的营养物质来 “ 选择并滋养 ” 有益微生物，使有害微生物失去占领肠道 “ 地盘 ” 的可乘之机。尽管生长缓慢的有益微生物 容易 丧失，但只要肠道细胞分泌少量营养就能让他们快速扩增。 食谱“塑造”肠道菌群 乡村与城市的 “ 食谱 ” 大不相同，前者是高纤维，后者是高糖和高脂。坦桑尼亚北部牧民每天要吃 70-100 克 来自 浆果及 面包 树果种子 的 植物纤维，这比美国人的平均纤维食用量高出 7 倍之多。更重要的是， 某些 肠道微生物可以将这些纤维转变成短链脂肪酸，促进肠道变酸 ，提高 抗炎 能力 。另外，牧民们偶尔会生吃 还在 滴着血的猎物，也常 常 吞下整块蜂巢 ，上面就沾染了各种细菌 。 动物性食物会增加耐胆汁细菌（另支菌属、嗜胆菌属、拟杆菌属）的丰度，同时降低厚壁菌门中代谢膳食纤维的细菌（罗斯氏菌属、直肠真杆菌、瘤胃球菌）数量。沃氏嗜胆菌的丰度提高与活力增强预示膳食脂肪摄入过量，会造成胆酸形成加剧以及炎性肠病相关细菌过度生长。 母乳是 “ 好菌 ” 的最佳来源 过去 早 已知道，顺产婴儿体内的 “ 好菌 ” 比剖腹产婴儿多 。 有趣的是，最近一项新研究表明，母亲的肠道细菌竟然可以通过哺乳传给婴儿！在母乳 及 母亲 和 婴儿 的 粪便中，均发现短双歧杆菌和几种梭菌属细菌，它们不仅对婴儿肠道健康发育有益，而且有助于其粘膜免疫系统发育，减少将来患自身免疫病（如哮喘）的机会。 虽然目前尚未鉴定出母体肠道细菌进入乳汁的通道，但通过细菌培养、分离、测序和指纹图谱分析等方法确认肠道内 的 菌群与乳汁中 的 菌群完全相同。因此，对于婴儿 的健康 来说，母乳是最好的！ 孕妇肠道菌群变得更 “ 坏 ” 当把孕妇肠道内 的 微生物移植给无菌小鼠时， 惊奇地发现 凡接受怀孕后期菌群的小鼠会发胖，并出现高水平炎症标志物及不良糖代谢指标，而接受怀孕早期菌群的小鼠则 不会出现这种现象 ，表明怀孕导致 “ 好菌 ” 逐渐减少， “ 坏菌 ” 逐渐增加。研究人员解释说：在孕妇体内， “ 坏菌 ” 可以促进能量以脂肪形式贮存，因而有利于胎儿的生长发育。相反，这些 “ 坏菌 ” 在正常人体内可能导致 Ⅱ 型糖尿病或引起其他疾病。 全文发表于《中国科学报》 201 4 年 1 月 2 9 日第 5979 期“本周看点”专栏 注：Science中Gut Instinct一文链接： http://www.sciencemag.org/content/343/6168/241.summary 。若读者未订阅，将无法阅读全文。
个人分类: 科普集萃|5253 次阅读|13 个评论
[转载]鼎力推荐孙学军教授的博客点评——孤独症是菌群失调的表现 精选
热度 1 zcgweb 2013-12-10 07:22
鼎力推荐上海第二军医大学孙学军教授的博客点评——孤独症是菌群失调的表现 精选 已有 1994 次阅读 2013-12-9 15:18 |个人分类:研究生培养|系统分类:科研笔记 //*** 其实我自己（CZ）的理论比这个走得更远： 你不般若奈我何？（CZ） http://bbs.sciencenet.cn/blog-40692-739531.html 中医西医同落难，健康本在肠机关（CZ） http://bbs.sciencenet.cn/blog-40692-739883.html 身体之恙，百病之患，根在心肠（CZ） http://bbs.sciencenet.cn/blog-40692-740220.html 浅论【心与肠】的关系：善良的人为何有一副好心肠？ http://bbs.sciencenet.cn/blog-40692-740335.html 2013年这一年，我开始真正地成长，而亚健康及慢病开始逐渐地衰老 http://bbs.sciencenet.cn/blog-40692-740701.html 肥胖的原因很可能就是‘菌脑’控制了‘人脑’！（张成岗） http://bbs.sciencenet.cn/blog-40692-740706.html 胖人贪吃的一瞬间是否有可能正好处于‘精神失控’的阶段？（CZ） http://bbs.sciencenet.cn/blog-40692-740707.html 抑郁症的发生有可能‘菌脑’中的‘欲望细菌’不工作了？（CZ） http://bbs.sciencenet.cn/blog-40692-740709.html 人有两个大脑：情商大脑(肠道菌群，即菌脑)＋智商大脑（CZ） http://bbs.sciencenet.cn/blog-40692-740710.html 关于克隆人——不仅需要克隆人体细胞，还需要克隆肠道菌群（CZ） http://bbs.sciencenet.cn/blog-40692-740711.html 菌脑作为意志和人脑作为表象的世界（CZ） http://bbs.sciencenet.cn/blog-40692-740715.html 世界上最伟大的计算机竟然是【菌脑】计算机？！ http://bbs.sciencenet.cn/blog-40692-740732.html 浅论人类欲望和情感之谜：答案或许就在【肠道菌群】即【菌脑】中 http://bbs.sciencenet.cn/blog-40692-741282.html 肥胖的原因（CZ） http://bbs.sciencenet.cn/blog-40692-743280.html 食色性也，其实都不是您自己的想法啊——人类的欲望表现在肠道菌 http://bbs.sciencenet.cn/blog-40692-743290.html 【新概念医学(NCM)】可以出生啦——‘脑死亡’可能需要重新定义，兼谈‘心理活动的物质基础是【心脑】而不是【人脑】’（CZ） http://bbs.sciencenet.cn/blog-40692-744985.html 从【人心隔肚皮】说开去——兼论人类心理活动的物质基础（CZ） 太意外了：人体的真相——竟然有可能会是更高级的【冬虫夏草】 http://bbs.sciencenet.cn/blog-40692-747343.html ***// 儿童孤独症是广泛性发育障碍的一种亚型，以男性多见，起病于婴幼儿期，主要表现为不同程度的言语发育障碍、人际交往障碍、兴趣狭窄和行为方式刻板。约有3/4的患者伴有明显的精神发育迟滞，部分患儿在一般性智力落后的背景下某方面具有较好的能力。 该症患病率3～4/万。但近年报道有增高的趋势，据美国国立卫生研究院精神健康研究所(NIMH)的数据，美国孤独症患病率在1‰～2‰。国内未见孤独症的全国流调数据，仅部分地区作了相关报道，如2010年报道，广东孤独症患病率为0.67%，深圳地区高达1.32%。 以往人们只将孤独症看作一种遗传病或脑部疾病。研究发现该疾病可能与遗传、围产期因素、免疫系统异常、神经内分泌和神经递质有关系，但儿童孤独症真实病因并不清楚。有研究显示，许多孤独症患者同时患有肠胃病，例如腹绞痛和便秘。加州理工学院的研究人员在此基础上，为孤独症等神经发育疾病提出了全新的治疗策略。该研究在线发表在国际著名杂志《细胞》上。 http://www.cell.com/abstract/S0092-8674(13)01473-6 为了分析肠道-微生物-大脑的相互作用，研究人员构建了孤独症小鼠模型。Patterson 及其同事用一种病毒类似物，触发怀孕母鼠的免疫应答，使其后代表现出孤独症行为特征以及典型的小脑普肯野细胞缺陷。研究显示，这些母鼠的后代除了表现出孤独症症状，也同时患有炎症性结肠病等胃肠道疾病。研究人员指出，这些小鼠的肠道屏障发生了问题，使畅内代谢产物通过肠道壁直接进入血液循环。一些孤独症患者体内也曾存在类似现象。 脆弱类杆菌 Bacteroides fragilis 可被用来作为益生菌，过去曾用于治疗多发性硬化和结肠炎动物模型的治疗研究，并获得有效结果。过去研究该细菌最多的领域是关于该细菌的引起腹泻的问题。脆弱类杆菌为革兰阴性短杆菌有荚膜，无芽胞，部分有菌毛，专性厌氧。近年来发现产肠毒素脆弱类杆菌（Enterotoxigenic Bacteroides fragilis，ETBF）能够引起家畜、儿童和成人腹泻，资料表明腹泻患者ETBF分离率达9.2%-26.8%，从而引起了研究人员的重视，并对其致病物质—脆弱类杆菌毒素（Bacteroides fragilis toxin，BFT）和生物学特性，编码基因、致病机理、及检验方法等进行了深入研究。 研究人员用口服脆弱类杆菌方法治疗这些患有孤独症小鼠，结果不仅使小鼠肠道屏障恢复正常，而且改变了小鼠孤独症行为。这些小鼠更愿意与其他小鼠交流，焦虑和重复性的行为减少。在孤独症小鼠体内，受微生物调节的代谢产物，可以轻松进入血液循环，影响小鼠的行为，益生菌疗法能够对这些代谢产物起作用。 这一结果说明肠胃问题的确能够引发一些孤独症症状，利用脆弱类杆菌等重新建立正常菌群，或许可以作为治疗孤独症手段。研究人员计划在一两年内，在孤独症患者使用益生菌疗法进行临床试验。益生菌疗法可在孩子出生后进行治疗，以改善他们特定的行为异常。当然孤独症是一种复杂的疾病，不同患者的情况并不完全一样，尽管用脆弱类杆菌能够改善动物的一些孤独症症状，但这种疗法不一定对人或者每个患者都有用。 系列结果 1. 利用小鼠妈妈免疫激活制备儿童小鼠孤独症模型 2. 确定孤独症模型存在肠道菌群异常 3. 口服细菌纠正孤独症模型动物肠屏障异常 4. B. fragilis 治疗可以恢复特定细菌类型 5. B. fragilis 治疗可以改善动物行为学异常 6. 口服细菌可纠正孤独症模型血清代谢物异常 7. 血清代谢可以诱导动物行为异常 大量研究发现，和菌群异常有关的疾病包括消化系统疾病、自身免疫性疾病，也包括代谢性疾病如肥胖、糖尿病，采用细菌疗法已经成为许多临床和健康领域的重要方向，许多患者因此获得理想的治疗效果。这一研究除细菌组学研究外，并没有使用非常强大的研究工具，也没有非常精细的分子机制研究。只是建立一种动物模型（别人已经建立），针对这种模型过去从没有人考虑过的菌群异常问题，分析大肠细菌类型、确定动物行为异常，利用现成的口服细菌方法，确定该方法对该模型中屏障问题、代谢物质异常问题、以及行为学问题具有治疗效应。因为代谢物和行为学的关系不明确，本研究补充了这个研究内容。把所有的逻辑关系全面包括，文章发表在《细胞》杂志上，不仅是加洲理工大学的名气，研究的全面细致是获得成功的重要保障。我们的许多研究所以难以上档次，并不是因为研究手段缺陷，关键是没有把一个新的现象或思路做到精细。 Microbiota Modulate Behavioral and.pdf 本文引用地址： http://bbs.sciencenet.cn/blog-41174-748356.html 上一篇：HMGB1具有抗细菌感染的作用
1464 次阅读|2 个评论
营养学新原理之二：肠道好细菌是”吃素”的！
热度 2 lpzhao 2013-11-10 17:13
营养学新原理之二：肠道好细菌是”吃素”的！ 大量研究告诉我们，我们的肠道细胞是全身更新最快的，每三天就脱落，被新细胞代替。这些快速更新的细胞需要及时吸收大量营养才行。肠道细胞需要量最大的营养成分是一种叫丁酸盐的物质，主要给肠道细胞提供能量。如果丁酸盐不够用，我们的肠道细胞就会营养不良。肠道就容易发炎、甚至长瘤、生癌，至少会不够结实，经常渗漏，让毒素进入血液。因此，丁酸盐也是人体必需的营养素！ 可惜的是，我们的食物里基本没有丁酸盐，我们自己的肠道细胞也无法合成丁酸盐。那这丁酸盐从哪里来啊？ 不用急！大自然为我们的身体设计好了便捷的解决方案。我们每天吃进去的膳食纤维是自己不能消化、利用的，不过，大肠里的1.5公斤细菌里，有很多可以利用膳食纤维来生长。这些细菌叫短链脂肪酸产生菌，它们把膳食纤维当作能源用掉，把丁酸盐作为用不掉的废物排出来。对细菌是废物，对我们的肠道细胞恰恰是离不了的营养！ 因此，每天吃饭时，要保证吃进去足够量的膳食纤维，才能确保我们的肠道细胞不缺营养。 因此，我们把自己不能利用的膳食纤维吃进去，是为了养好细菌，最后为我们的肠道细胞就近提供必需的营养。 这就是最能体现人和细菌共生互惠关系的一个营养学新原理。 记住，那些产生丁酸盐的好细菌是”吃素”的。要养好它们，你的膳食结构里必需有足够的植物性成份。 营养、菌群与健康-赵立平
个人分类: 肠道菌与健康|11435 次阅读|2 个评论
营养学新原理－你是个培养细菌的发酵罐！​
热度 2 lpzhao 2013-11-10 17:08
营养学新原理之一：你是个培养细菌的发酵罐！ 消化道是个活的发酵罐，每天培养超过100克细菌排出体外。一个人一年培养的细菌总量可以接近甚至超过自己的体重！ 我们吃进去的各种营养，会在人体和肠道细菌之间进行分配，自己用掉一部分，剩下的就去培养细菌了。 你把什么样的营养留给细菌，决定了什么种类的细菌能够在你身体里长起来。 产生毒素的细菌长起来了，你的身体就开始受到破坏。 产生有益物质的细菌长起来了，你的身体就得到滋养和保护。 所以，当你吃饭时，要常常问自己，这口饭是自己用了？还是细菌用了？是好细菌用了？还是坏细菌用了？ 别吃了半天，其实是给产毒素的细菌提供了营养，养了一肚子坏细菌破坏自己的身体！那该多冤呀？！ 营养、菌群与健康-赵立平
个人分类: 肠道菌与健康|5251 次阅读|2 个评论
听完报告，你不再是你
热度 4 lpzhao 2013-11-9 14:41
”你来开会时，你就是你。听完我的报告，离开会场时，你就不是你了！你是你和你的细菌！”-赵立平在协和医院主办的全国功能性肠病会议上的开场词。
个人分类: 肠道菌与健康|4350 次阅读|7 个评论
以肠道菌群为靶点的膳食干预可以减轻炎症改善代谢综合征
热度 3 lpzhao 2013-10-5 14:49
历时4年，几经波折，我们的临床营养干预研究结果终于发表。 http://onlinelibrary.wiley.com/doi/10.1111/1574-6941.12228/abstract
个人分类: 肠道菌与健康|5851 次阅读|3 个评论
以肠道菌群为靶点的慢性病早期营养干预
热度 3 lpzhao 2011-5-15 10:04
适宜社区居民的慢病管理新技术： 以肠道菌群为靶点的慢性病早期营养干预 近年来，国际上对肥胖、糖尿病、冠心病等慢性病的发生原因的研究有了新的进展，认为“肠道菌群结构失调引起的慢性炎症是导致慢性病的关键因素”。其原理是：膳食结构不合理，扰乱肠道菌群，增加了病菌的数量，减少了保护肠屏障的有益菌的数量，破坏了肠道屏障功能，造成免疫毒素入血，引发慢性炎症，进而导致血糖、血压、血脂异常和体重升高，最终会导致慢性病的发生。 上海交通大学是国际上该领域的领先研究机构之一。他们根据这个原理，以菌群结构失调的分子检测技术和中国药食同源食品和新资源食品为基础，设计了一套适宜在社区居民中推广的营养干预方法。 2009 年，上海交通大学与法国农科院、巴黎六大、英国帝国理工等单位合作，经世界卫生组织临床试验中心伦理审查通过并注册，在太原市支持下，依托敦化坊社区卫生中心等基层医院，征募了 123 位中心型 II 度肥胖症志愿者，进行了 “以肠道菌群为靶点的慢性病早期营养干预方案” 的临床应用试验。结果表明，志愿者人群在干预后，肠道中病菌的数量下降，保护肠屏障的细菌升高，肠屏障功能恢复，进入血液的免疫毒素减少，体内的慢性炎症显著减轻，胰岛素敏感性提高，血糖、血脂、血压、肝功等各项生理指标明显改善，体重显著下降，罹患各种慢性病的风险大幅度降低。该方案的强化版对国际上认为只能通过胃肠部分切除手术治疗的极重度肥胖症患者具有显著效果，例如， 26 岁体重达 175 千克的男性志愿者，干预 5 个月，减重 51.4 千克，各项生理生化指标恢复正常。 3 岁体重达 46 千克的女性志愿者，经 4 个月干预，减重 16 千克，各项生理生化指标恢复正常。在这些极重度肥胖症患者肠道内都发现病菌过度生长的现象，这套干预方案可以达到清除病菌，扶持有益菌，恢复菌群结构平衡的效果。这些工作获得中法肠道元基因组联合研究项目的支持，已经通过了国家科技部和上海市科委组织的专家组的验收。 这套干预方案包括健康教育、健康检查和健康食品三个支柱。健康教育的重点是，宣传慢病诱因和危害的新知识，转变居民的健康观念，通过认知重建和习惯重塑，达到建立健康生活方式的目的。健康检查的核心是，使用一系列的分子检测方法，对肠道菌群失调的程度和特点进行分析和监测，为膳食干预方法的制定和效果评价提供科学、客观、全面的指标，以保证干预的效果。健康食品的关键是，通过研究“药食同源食品”和“新资源食品”对菌群、肠屏障以及慢性炎症的作用，依照现代营养学的原理配比和加工干预食品，通过为居民提供既满足人体营养需要，还能维护结构合理的肠道菌群的全套健康主食，达到预防和控制慢性病、促进全民健康的目的。 因此，按照“肠道菌群结构失调引起的慢性炎症是导致慢性病的关键因素”的最新科学进展，上海交大研发的“以肠道菌群为靶点的慢性病早期营养干预方案”具有以下特点：以调理膳食为手段，以改良菌群为靶点，消除炎症是关键，减轻体重是表象，核心目标是降三高，根本宗旨是促健康。 简言之，“调膳食、改菌群、消炎症、降三高、减体重、促健康。”
个人分类: 肠道菌与健康|1893 次阅读|3 个评论
细菌觅食算法
xiangzr1969 2010-5-26 17:00
细菌觅食算法(Bacterial Foraging Algorithm,BFA) 由K.M.Passino于2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为，提出的一种新型仿生类算法。该算法因具有群体智能算法并行搜索、易跳出局部极小值等优点，成为生物启发式计算研究领域的又一热点。 细菌觅食算法模仿大肠杆菌在人体肠道内觅食行为，属于仿生类优化算法。在BFA模型中，优化问题的解对应搜索空间中细菌的状态，即优化函数适应值。BFA算法包括趋化(chemotaxis)、复制(reproduction)和驱散(elimination-dispersal)3个步骤。 ①细菌向富养区域聚集的行为称为趋化。在趋化过程中，细菌运动模式包括翻转(tumble)和前进(run||swim)。细菌向任意方向移动单位步长定义为翻转。当细菌完成一次翻转后，若适应值得到改善，将沿同一方向继续移动若干步，直至适应值不再改善，或达到预定的移动步数临界值。此过程定义为前进。 ②一旦生命周期结束，即达到临界趋化次数，细菌将进行繁殖。细菌的繁殖过程遵循自然界优胜劣汰，适者生存原则。以趋化过程中各细菌适应值累加和为标准，较差的半数细菌死亡，较好的半数细菌分裂成两个子细菌。子细菌将继承母细菌生物特性，具有与母细菌相同的位置及步长。为简化计算，可以规定复制过程中细菌总数保持不变。 ③趋化过程可确保细菌的局部搜索能力，复制过程能加快细菌的搜索速度，但对于复杂的优化问题，趋化和复制无法避免细菌陷人局部极小现象发生。BFA引人驱散过程以加强算法全局寻优能力。细菌在完成一定次数的复制后，将以一定概率被驱散到搜索空间中任意位置。 一些论文： 1. Bacterial Foraging Optimization Algorithm 2. adaptive BFO 3. Co-BFO 4. GA+BFO 5. PSO+BFO 程序: http://www.mathworks.com/matlabcentral/fileexchange/20217-bacterial-foraging 人类智能： 戴朝华的博客 http://www.sciencenet.cn/m/user_content.aspx?id=366669
个人分类: 生活点滴|15393 次阅读|2 个评论
更多...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-2 21:10

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部