论文题目：Gut microbiota in children with juvenile idiopathic arthritis: characteristics, biomarker identification, and usefulness in clinical prediction

原文链接：https://bmcgenomics.biomedcentral.com/articles/10.1186/s12864-020-6703-0

杂志名称：BMC Genomics [3.5]

DOI: https://doi.org/10.1186/s12864-020-6703-0

第一作者：钱旭波[1]、刘永鑫[2]

通讯作者：卢美萍、张咸宁；

其他作者：叶小红、郑雯洁、吕邵霞、莫妙军、林金晶、王文琴、王未寒

作者单位：1、浙江大学医学院附属儿童医院风湿免疫-变态反应科；2、中科院遗传发育所

主编推荐语

以前已经有研究显示幼年特发性关节炎患儿（病例组）肠道菌群存在紊乱，但是这些研究结果不是很一致，而且病例组和对照组的性别、年龄均不匹配。然而，性别、年龄等恰恰是很肯定的混淆因素。本研究技术上有以下亮点：一是病例组和对照组进行了性别、年龄、BMI（体重指数）“频率匹配”；二是用人工智能的技术进行了生物标记识别；三是用“决策曲线分析”技术验证了模型的可靠性。结果发现病例组产短链脂肪酸细菌明显降低，且与临床风湿指标呈负相关；12个属可作为生物标记用于临床预测。

摘要

背景和目的：近年来的研究发现幼年特发性关节炎（juvenile idiopathic arthritis，JIA）患儿肠道菌群有紊乱的情况，但是前面这些研究均未匹配年龄、性别、BMI等因素，结果不是很一致。我们进行了一个性别、年龄、BMI频率匹配的横断面研究（cross-pal study），分析了JIA患儿肠道菌群的特征，评估了其在临床预测中的作用。

方法：JIA患儿40例，对照组42例，年龄1~16岁，采用16S rDNA测序。用随机森林的方法进行生物标记识别，用受试者工作曲线（ROC）和决策曲线分析（decision curve analysis，DCA）方法评估模型效果。

结果：病例组α多样性下降；两组间β多样性指标Bray-Curtis dissimilarity有显著差异；病例组有4个属的细菌下降，这些菌与常用风湿指标呈负相关，而且这些菌均为产短链脂肪酸细菌；用随机森林方法筛选出12个属具有作为生物标记的潜力，用12个属构建的随机森林模型用于识别患者和非患者的ROC下面积是0.7975，DCA显示这个模型具有临床使用价值。

结论：JIA患儿存在肠道菌群改变，以4个产短链脂肪酸属细菌下降为特征；这4个属下降与更严重的风湿指标相关；12个属构建的模型可用于临床预测。

主要结果及图片解读

1、肠道菌群多样性改变情况

⑴α多样性改变：JIA组Chao 1和香农指数下降，两组差异显著。但是辛普森指数无显著差异。

⑵β多样性情况：经PERMANOVA检验，两组Bray-Curtis dissimilarity有显著差异。用Dirichlet-Multinomial Model进行了检验效能（power）分析，检验效能是0.89。

图1：两组多样性比较。

图A分别是Chao 1和香农指数箱线图，两组差异显著。图B是韦恩图，显示了两组有83个属是相同的，但是JIA组有3个属是独有的，对照组有8个属是独有的。图C为PCoA图，每个点代表一个样本，可见两种颜色的点聚集情况有不同，提示β多样性有差异。图D为发育树，显示了丰度＞0.3%的OTU，不同的“门”用颜色区分。

2、肠道菌群具体改变及与临床指标的关系

两组在“门”的水平并无差异。病例组Anaerostipes, Dialister, Lachnospira和Roseburia这4个“属”显著下降。差异分析方法用了ALDEx2，P值校正方法用了Benjamini–Hochberg。4个属与11个临床指标相关，主要呈负相关关系，相关系数绝对值在0.319~0.544之间。

图2：肠道菌群构成差异及其4个属与临床指标的相关性。

图A展示了两组在门和属水平的主要菌种构成。图B展示了4个属与每个临床指标的相关关系。图C是OTU的火山图，为两组OTU层面的构成差异分析情况，显示7个OTU丰度下降，效应值小于0.5。

3、生物标记识别及随机森林模型效果评价

在门、纲、目、科、属和OTU层面，发现用“属”构建的随机森林模型预测能力最强，其预测精度是67.9%，即袋外错误率是32.1%。用10倍巢氏验证法发现12个属是最合适的生物标记数量。按照变量重要性从大到小提取出这12个属，再用这12个属再次构建随机新的森林模型。新模型的预测精度是66.7%，AUC是0.7975，DCA分析显示其具有临床实用性。

图3：用12个属构建的随机森林模型可用作疾病分类器。

图A为巢氏验证法发现12个属是最合适的生物标记数量。图B为按照变量重要性排序图。图C为这12个属的相对丰度箱线图，这12个属包含了用ALDEx2分析发现的两组有显著差异的4个属。图D是用12个“属”构建的新模型的ROC分析图，灰色部分是95%可信区间。图E是DCA分析，红色的线就是新模型的净效益走势，可发现这条红色线一直在绿色和蓝色线上方，提示临床使用这个新模型用于临床后可获得净效益，有临床实用价值。

讨论

年龄是影响菌群构成的重要因素之一，特别是16岁以下儿童肠道菌群受年龄影响更加大。其他影响因素还包括性别、BMI、种族等。如果两组这些因素未匹配，则研究结果的可靠性低。这是本研究匹配了这些混淆因素的原因。由于完全的一对一匹配在临床实际中很难操作，本研究采用了频率匹配法。

在计算Chao 1和香农指数时，丰度低的物种有较大权重，辛普森指数则对普通物种权重大。本研究显示前2个指标有差异，而辛普森指数无差异，提示造成两组差异的主要原因是低丰度菌改变导致的。

Bray-Curtis dissimilarity差异检验的R2是0.02132，提示两组β多样性的差异有2.13%的原因是由JIA因素导致的。

单变量分析显示，JIA组4个属的细菌下降，它们在以前的研究中被证明是产短链脂肪酸细菌。短链脂肪酸包括乙酸、丙酸、丁酸和戊酸，它们具有显著的免疫调节活性，比如诱导Treg细胞分化，增加IL-10的产生，抑制Th17细胞等。而且给予丁酸盐的小鼠可抑制细胞因子产生，缓解关节炎症状。这些提示短链脂肪酸在JIA的发病中可能有重要作用。

本研究显示4个属的下降，而且下降越厉害，风湿指标越严重。这进一步验证了这几个属的细菌在JIA发生发展中的作用。

JIA的诊断是一件困难的事，多数情况下只能依靠病史、体检及排除其他疾病。我们发现12个属构建的随机森林模型可有效区分患者和非患者，但是以往评价模型都是使用ROC。但是ROC有个显著的缺点，即无法知道模型能否改善临床决策。2006年发明的DCA方法可有效解决这个问题。我们首次将DCA引入肠道菌群模型的评价，这尚属首次。DCA分析显示模型具有临床实用价值，可提高临床决策能力。

Reference

Xubo Qian, Yong-Xin Liu, Xiaohong Ye, Wenjie Zheng, Shaoxia Lv, Miaojun Mo, Jinjing Lin, Wenqin Wang, Weihan Wang, Xianning Zhang & Meiping Lu. Gut microbiota in children with juvenile idiopathic arthritis: characteristics, biomarker identification, and usefulness in clinical prediction. BMC Genomics 21, 286, doi:10.1186/s12864-020-6703-0 (2020).

文中统计分析使用代码：https://github.com/qianxubo/microbiota-stage-1

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读