本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
現在，多種分子檢測可以對人類微生物組的生態、代謝能力和活性進行高通量分析。然而，迄今為止，對此類多組學數據的分析通常側重於統計關聯，往往忽略了連接微生物組各個方面的機制的廣泛先驗知識。在這裡，我們引入了一個綜合框架，透過利用分類學、基因組和代謝訊息，系統地將代謝組數據的變化與群落組成聯繫起來。具體來說，我們整合了可用的和推斷的基因組數據、代謝網絡建模以及預測群落範圍代謝物週轉的方法，以估計給定群落的生物合成和降解潛力。然後，我們的框架將預測代謝潛力的變化與測量的代謝物豐度的變化進行比較，以評估群落組成是否可以解釋觀察到的群落代謝組變化，並確定導致這些變化的關鍵分類單元和基因。我們專注於兩個獨立的陰道微生物組數據集，每個數據集都將 16S 群落分析與大規模代謝組學配對，證明我們的框架成功地概括了觀察到的 37% 代謝物的變化。良好預測的代謝物變化往往是由疾病相關代謝引起的。我們進一步確定了幾種對這些預測有重大貢獻的疾病豐富的物種。有趣的是，我們的分析也檢測到預測變化與測量變化負相關的代謝物，顯示群落代謝的環境控制點。將此框架應用於腸道微生物組數據集揭示了類似的趨勢，包括預測膽汁酸代謝物的變化。該框架是邁向系統層級多組學整合以及改善對健康和疾病中微生物組活動和動態的機械理解的重要第一步。重要性 表徵各種微生物群落的分類組成和代謝特徵的研究變得越來越普遍，但需要新的計算方法根據已知的生物機制來整合和解釋這些數據。在這裡，我們引入了一個分析框架，將物種組成和代謝物測量聯繫起來，使用一個簡單的模型來預測群落生態對代謝物濃度的影響，並評估這些預測是否與測量的代謝組學概況一致。我們發現，陰道微生物組中很大一部分代謝物變異可以根據物種組成（包括與疾病相關的巨大變化）進行預測，確定這些預測背後的假定機制，並評估單一細菌物種和基因的作用。使用該框架對腸道微生物組數據進行分析可以恢復類似的群落代謝趨勢。該框架為基於模型的多組學綜合研究奠定了基礎，最終提高了我們對微生物群落代謝的理解。