技术解读！宏基因组用于肝病预测

技术解读！宏基因组用于肝病预测

副标题：LD发展预测

       宏基因组是指特定环境中全部微生物遗传物质的总和。宏基因组测序以特定环境中的整个微生物群落作为研究的对象，不需对微生物进行分离培养，而是提取环境微生物总DNA进行研究。摆脱了传统研究中微生物分离培养的技术限制，在基因组水平解读微生物群体的多样性和丰度，探索微生物与环境及宿主之间的关系。

       目前第二代高通量测序技术在宏基因组的研究上已被广泛应用，二代测序平台具有通量高、准确性高、速度快、信息全等特点，加快了宏基因组测序在鉴定低丰度的微生物群落，挖掘更多基因资源方面的应用。今天解读的这篇文章就是利用宏基因组的技术手段来作为肝脏类疾病的预测手段。

       肝病(Liver Disease,LD) 每年导致全球约200万人死亡，约占所有死亡人数的3.5%。LD的病因很复杂，包括几个相互关联的风险因素例如肥胖、年龄和过量饮酒等；它的后果可能是急性或者慢性的，进展差异率很大，但大多数的病人在晚期才会被诊断出来。肝脏活检是目前疾病分期诊断和分类的金标准，超声、弹性成像、计算机断层扫描、磁共振成像和光谱学等非侵入性测试(NIT)也主要用于检测肝病晚期的严重程度，因此对于LD的高保真早期检测和风险预测方法的需求尚未得到满足。人类肠道微生物组（在胃肠道中的微生物的集合）已经应用在了LD研究的各个方面，比如将肠道微生物组成与LD发病机制联系、潜在治疗方法研究等，有研究表明源自宏基因组学的基因和功能水平的生物标志物可以区分肝硬化患者和健康对照。

       2022年05月03日，代谢类综合期刊Cell  Metabolism（IF=27.287）在线发表题为“Early prediction of incident liver disease using conventional risk factors and gut-microbiome-augmented gradient boosting（使用传统风险因素和肠道微生物组增强梯度提升对肝病事件的早期预测）”,这项研究评估了将肠道宏基因组添加到传统风险因素中预测LD事件的潜在临床有效性。

（工作流程）

       研究人群特征如下，来自基于人群的FINRISK2002队列的7115名参与者（年龄25-74岁），经过严格的质量控制和过滤（STAR方法），41例ALD事件和103例LD事件被考虑用于预测分析。通过宏基因组学对粪便样本进行测序，每个样本的平均深度约为105.6万次读数，去除人类序列后、低质量、适配器读数后进行分析。GTDB分类从肠道宏基因组中过滤分析后得到46个门共计1,224个物种，最丰富的分类群是厚壁菌门、拟杆菌门、放线菌门和变形菌门的成员。

       对于ALD和LD，样本根据预测目标随机划分为用于发现的训练集（70%的样本）和用于评估的验证集（剩余30%），并且划分本身随机执行10倍以评估抽样变异开发机器学习模型。利用微生物组特征的梯度增强分类器以及与疾病相关的所有常规风险因素（年龄、性别、体重指数、腰臀比、饮酒量、吸烟状况）研究微生物组增强预测模型对LD的潜力,通过比较了物种水平的增强模型和传统的仅风险因素模型判断预测性能。与传统预测模型相比，微生物组增强模型的预测性能实现了更高的AUROC和AUPRC。评估了三种临床NITs包括脂肪肝指数(FLI)、BARD评分和动态天冬氨酸-to-丙氨酸氨基转移酶比率(dAAR)评分，来进一步评估肠道微生物组预测LDs的效用整合肠道微生物组和传统风险因素。

       为明确研究结果对NAFLD分类的普遍，将预测模型应用于一个包括在加州大学圣地亚哥分校(UCSD)招募的30名NAFLD患者和97名非NAFLD对照独立队列中，更广泛的LD训练的肠道微生物组增强模型具有适度的普遍性。

       为了更好地了解哪些细菌类群有助于ALD和LD预测，进一步探究了那些在每个分类水平上最常有助于最佳梯度增强分类器的细菌类群。微生物特征主要包括来自放线菌门、拟杆菌门、厚壁菌门和厚壁菌门_A和变形菌门，总体而言，大多数选定的微生物类群显着并与LD呈正相关，许多细菌分类群先前已被报道与LD及其进展有关。

       这项工作评估了将肠道宏基因组添加到传统风险因素中预测LD事件的潜在临床有效性，为肝病的发展预测提供了一个可能的方向。

     （DOI）：https://doi.org/10.1016/j.cmet.2022.03.002

      对标产品：