谷禾健康

最近的Nature 和 Nature Medicine 连发表了好几篇关于肠道菌群的文章,包括肠道菌群与神经互作,和基于这个原理的针对自闭症的临床治疗方案。心血管疾病的微生物组和代谢特征等。

今天我们主要介绍心血管疾病中冠状动脉疾病的相关重要研究发现和意义。

01 背景

复杂的疾病,如冠状动脉疾病(CAD),往往是多因素的,由多种潜在的病理机制引起。尽管冠状动脉疾病在预防、诊断和治疗方面取得了巨大进展,但仍然是世界范围内发病率和死亡率的主要原因。目前对冠状动脉疾病的治疗基于传统的和可控制的冠状动脉疾病风险因素,只能取得部分成功。

冠状动脉疾病的发展包括血管壁上动脉粥样硬化斑块的逐渐生长,这通常与代谢状态受损有关。人体接触环境分子的主要部位是胃肠道,其中膳食成分被微生物群转化,利用产生代谢物传播到全身器官。

血液充当体内分子的液体输送器, 特别是数以千计的循环代谢小分子,它们可以帮助我们了解体内生物过程状况,并且是研究冠状动脉疾病多因素性质疾病的宝贵来源。肠道微生物组积极参与血液代谢物的代谢

几种肠道微生物群衍生的循环代谢物与心血管疾病相关:

三甲胺 N-氧化物

三甲胺 N-氧化物被确定为人类心血管疾病的标志物,进一步的证据表明在小鼠模型中具有促动脉粥样硬化性和促血栓形成。

硫酸吲哚酚

硫酸吲哚酚在细菌色氨酸酶降解色氨酸后在肝脏中产生,并被证明与动脉僵硬和外周血管疾病有关。

对甲酚

对甲酚是苯丙氨酸和酪氨酸的结肠细菌发酵产物,显示与心血管事件增加相关。

02 人群队列和主要实验方法

近期,以色列科学家招募了下列人群,采集其粪便和血清样本进行了全面的多组学分析,同时调查详细的医疗、生活方式和营养问卷等。

  • 199名急性冠状动脉综合征患者(30-88 岁),同时排除标准为过去 3个月内使用过抗生素、减肥手术或肠切除术,但阑尾切除术、炎症性肠病、活动性癌症、感染性疾病(包括乙型或丙型肝炎和人类免疫缺陷病毒)、自身免疫性疾病、有病史的患者除外器官移植或接受免疫抑制治疗,或吸毒或酗酒的患者
  • 970名健康个体先前收集的以色列人样本(18-70 岁)

通过对粪便样本宏基因组测序(每个样本1000万 reads,约3G/样本)和对血清样本的进行非靶向质谱LC-MS测量了 961 种代谢物的水平,包括脂质、氨基酸、异生物质、碳水化合物、肽、核苷酸和大约 30% 的未命名化合物。

通过 Nightingale Health 的质子核磁共振 ( 1 H-NMR) 平台测量了另外 228 种血浆代谢物和比率,并使用了一个独立宏基因组数据集MetaCardis进行验证(该数据集样本来自于北欧血统队列,在地里区域上与该研究样本来源不同,这样可以分析遗传,饮食差异变量)。

MetaCardis数据集主要由四个主要群体组成:缺血性心脏病健康对照组代谢匹配的对照组未经治疗的代谢受损对照组(详细数据集描述可以参看原文)

03 研究结果和发现

一、ACS的肠道微生物组特征

1. ACS 患者的变形杆菌丰度更高

这与之前的大多数研究结果一致,变形菌增多会导致处于炎症状态,是生态失调的标志。

20个在 ACS 或对照个体中显着富集的细菌,包括产丁酸盐的细菌如:梭菌属(Clostridium)、Anaerostipes hadrus嗜热链球菌(Streptococcus thermophilus)Blautia菌属,以及Odoribacter splanchnicus 大肠杆菌

2. ACS患者队列中一种梭菌科的细菌物种 SGB 4712缺乏

在20 个显着富集的基因组中,鉴定到了一种以前未知的梭菌科细菌物种,索引为 SGB 4712。为了进一步验证该结果稳定和实用性,使用另外一个来自北欧血统地理上分布不同的队列,MetaCardis宏基因组数据集进行验证,与该研究结果一致,该物种的相对丰度随着具有 CAD 传统风险因素的种群逐渐减少

3. SGB 4712关联15种显著差异的代谢物,其中包括降低心血管疾病风险的独立标志物——麦角硫因(ergothioneine,天然氨基酸)

对照组相比, 鉴定到SGB 4712 菌种15 种循环代谢物的水平显着相关,在 MetaCardis 研究中,所有 15 种代谢物与 SGB 4712 的相关系数均可以重复,其中 10 种相关性仍然显著。

值得注意的是,SGB 4712与麦角硫因呈正相关麦角硫因是一种天然存在的氨基酸,在体外显示对细胞应激源具有抗氧化细胞保护能力,最近被证明是降低心血管疾病和人类死亡率风险的独立标志物

此外,SGB 4712 与七种化学结构未知的化合物有关。其中包括 X-11315 和 X-24473,预测它们来自饮食,并与 SGB 4712 呈正相关

图一 ACS 的微生物组和血清代谢组学特征

圆形热图显示 ACS 和非 ACS 对照组之间显着差异的前 200 种代谢物,与年龄、性别、BMI、吸烟状况和 DM 相匹配(方法)。每个切片代表一个代谢物,其名称显示在图表的外层周围。

这些结果突出了SGB 4712菌种在 CAD 发展中具有潜在的保护作用,由一系列循环血液代谢物介导,其中一些以前被证明在元生物途径中发挥核心作用,而另一些则未知。

因此,在实验研究中进一步验证后,这些代谢物可能会形成降低 CAD 风险的新目标。

二、ACS 的代谢特征因人而异

1. ACS 患者的血清代谢物水平个体化差异较大

虽然 CAD 患者具有共同的内表型,但他们通常表现出生物学上不同的疾病特征。为了更好地了解 ACS 的个体水平变异性,作者试图检查与非 ACS 对照的代谢偏差,并询问它们是否是个体特异性的。

计算了他们的个体偏差,并根据之前根据饮食、微生物组、传统风险因素和遗传学估计的 EV 对每个个体的前 100 个偏差代谢物进行加权。最后发现ACS 患者与其匹配对照的代谢偏差是因人而异的。

急性冠脉综合征患者的血清谱在血清代谢物水平上表现出广泛的扰动,包括533种显著改变的代谢物

ACS的血清代谢组遵循一种主要的消耗模式,因为在对照组参与者中,358种代谢物(67%)的平均测量值较高。然而,这一趋势在主要的生物途径中并不一致。但是,与富含 ACS 的代谢物相比,饮食和微生物组与 ACS 耗尽代谢物的偏差相关联方面更为显着(双尾 Mann–Whitney U-检验,P-value小于10 -20),这表明微生物组对 CAD 起保护作用

值得注意的是,超过 90% 的显着扰动的代谢物无法用血糖状态来解释,这表明这种变化背后还有其他机制。所以进一步分析了其他系列综合因素(包括宿主遗传学、微生物组和饮食),得到一个重要发现就是:饮食和微生物组可以更好地解释 ACS 缺乏或含量低的代谢物,而传统的风险因素可以更好地解释 ACS 富集的代谢物。

图2 代谢偏差由潜在决定因素解释,并与临床参数相关

a、b、密度图显示 ACS 参与者的分布(y轴)与代谢物的潜在决定因素(微生物组、饮食、传统风险因素或遗传学)的平均加权R 2 ( x轴);富含 ACS 的代谢物。

2. 相似的临床特征,但其动脉粥样硬化负担的代谢机制却不同

虽然一些患者可能具有相似的临床特征,但他们的潜在生理状态疾病轨迹可能不同。为了强调这种 CAD 患者的变异性,作者选择了 ACS 患者的常规危险因素的同质亚组。其中包括 17 名 60 至 70 岁的男性患者,低密度脂蛋白 (LDL) 在 0.70–1.30 mg ml -1范围内,糖化血红蛋白 (HbA1C) 低于 6%。尽管具有相似的临床特征,但该 ACS 患者亚组在代谢偏差方面表现出异质性

三、微生物组在CAD早期阶段发挥作用

动脉粥样硬化是一种经过多年发展进行性疾病,其中动脉粥样硬化斑块形成的每个阶段的特点是不同的病理过程。在早期阶段,血管壁上的动脉粥样硬化斑块的生长通常与代谢状态的损害有关。

为了解释每个代谢成分在 CAD 发展的时间轴上的参与,作者将个体代谢偏差的分析应用于代谢受损的对照(定义为 T2DM、高血压或血脂异常的诊断,或 BMI > 35),以及到非 ACS 个体的随机子集。

在比较这三组的分数时,我们发现分数分布存在一致的差异。与微生物组和饮食相关的代谢异常呈现出渐进的趋势,与对照组的随机子集相比,代谢受损的对照参与者的代谢物存在显着偏差

这表明,微生物组和饮食对ACS的贡献可能是通过受损的代谢状态介导的,而不是代谢受损个体中尚未表现出的与传统风险因素和遗传学相关的代谢物异常。

a – d,归因于饮食 ( a )、微生物组 ( b )、传统风险因素 ( c ) 和遗传学 ( d ) 的代谢偏差分数计算三个亚组:(1) ACS 个体 ( n  = 135) 与非 ACS 对照与年龄、性别和 BMI 相匹配(橙色);(2) 患有代谢障碍的非 ACS 对照(定义为:诊断为 T2DM、高血压或血脂异常,或 BMI > 35;n  = 102)与其他年龄、性别和 BMI 匹配的非 ACS 对照(蓝色);(3) 一组随机的非 ACS 个体 ( n = 132) 与其他匹配年龄、性别和 BMI(灰色)的非 ACS 对照。

四、血清代谢组学预测ACS患者 BMI 更高

肥胖是 CAD 的主要独立危险因素,影响已知的危险因素,如血脂异常、高血压、葡萄糖耐受不良和炎症状态,以及可能尚未认识到的机制。BMI 测量被用作肥胖的标志和代谢健康的指标

为了研究肥胖作为 CAD 的独立危险因素,该研究设计并彻底验证了基于血清代谢组学的 BMI 模型,并表明较高的预测 ΔBMI 对应于更广泛的动脉粥样硬化疾病

作者分析了CAD 患者的 BMI-代谢组平衡是否以及如何被破坏。使用了梯度提升决策树 (GBDT) 算法预测 BMI,结果表明在非ACS受试者中发现的代谢组-BMI模式在ACS患者中受到干扰

为了研究这些扰动,作者测试了对照组和 ACS 测试集中预测和测量 BMI 之间的差异,这里称为 ΔBMI。结果发现,与非 ACS 受试者相比,该研究的模型预测 ACS 的 ΔBMI 更高

为了验证这些结果的稳健性,作者试图根据其他类型的代谢组学数据和独立队列复制这些发现。将相同的预测程序应用于基于 NMR 的代谢组学数据,并观察到ACS 和对照之间 ΔBMI 的更大差异,应用于为发表的MetaCardis 队列数据中得出在所有 BMI 范围内,与血糖正常的缺血性心脏病患者相比,患有糖尿病的缺血性心脏病患者的 ΔBMI 显着更高

进一步分析推断哪些特定代谢物是 ACS 患者高 ΔBMI 的主要驱动因素,发现两种脂质在对照组中与 BMI 呈负相关,后者在患有更广泛疾病的患者中也显着减少,这两种脂质分别是:

1-(1-enyl-palmitoyl)-2-oleoyl-GPC (P-16:0/18:1)

1-(1-enyl-palmitoyl)-2-linoleoyl-GPC (P-16:0/18:2)

最近的研究表明,脂质1-linoleoyl-GPC (18:2) 与肥胖和 T2DM呈负相关,并且脂质水平的增加显着降低了T2DM的风险。该研究发现 1-linoleoyl-GPC (18:2) 和 1-(1-enyl-palmitoyl)-2-linoleoyl-GPC (P-16:0/18:2) 在对照组中与 BMI 呈负相关,并且在患有更广泛 CAD 的患者中显着耗尽,这表明这些代谢物可能作为降低 CAD 风险的潜在靶点

此外,两种代谢物都含有一条亚油酸链一种必需脂肪酸与 T2DM 风险呈负相关。然而,这些假设应在干预性研究中进一步检验。

04 结论和意义

迄今为止,大多数研究都集中在寻找在 CAD 患者中增加的新代谢物,而该研究对 199 名 ACS 患者进行了全面的多组学分析结果强调, ACS 的代谢组学特征是缺乏多种血清代谢物,其中许多与饮食和微生物组有关。

其中一个重要的发现是以前未知的细菌物种 SGB 4712,它在 ACS 患者和独立验证队列中都显着缺乏或偏低。通过进一步将这种细菌与心脏毒性和心脏保护代谢物的水平联系起来,证明了特定细菌基因组的缺失可能与 CAD 风险增加相对应,并提出在后续干预研究中评估的具体目标。总体而言,这些发现因此为 CAD 患者的预测甚至治疗提供了一种新方法

迄今为止,大多数研究都对 CAD 患者进行了批量分析寻找人群水平的风险因素,而不是关注个体水平的生物变异性。在这项研究中,作者使用全面的代谢组学和微生物组分析,呈现了 CAD 内部变异性的深度映射。总之,结果揭示了新的范式和治疗方向。

参考文献:Talmor-Barkan Y, Bar N, Shaul AA, Shahaf N, Godneva A, Bussi Y, Lotan-Pompan M, Weinberger A, Shechter A, Chezar-Azerrad C, Arow Z, Hammer Y, Chechi K, Forslund SK, Fromentin S, Dumas ME, Ehrlich SD, Pedersen O, Kornowski R, Segal E. Metabolomic and microbiome profiling reveals personalized risk factors for coronary artery disease. Nat Med. 2022 Feb;28(2):295-302. doi: 10.1038/s41591-022-01686-6. Epub 2022 Feb 17. PMID: 35177859.

Nature Medicine 揭示冠状动脉疾病的个体危险因素相关推荐

  1. Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 一.背景介绍 这是一篇2016年发表在<nature medicine>杂志并轰动精神医学界的深度 ...

  2. Nature Medicine | 组学和人工智能推动肝病生物标志物的发现

    新技术可以对无症状的酒精相关肝病进行无创检测和分期:进一步完善这种方法可以改变临床管理并改善患者的预后. 酒精相关肝病(ALD)是全球肝病的主要原因之一,占与肝硬化有关的死亡人数的四分之一以上.脂肪变 ...

  3. 史上最牛研究生,总结出惠人无数的“十大经验”,并发表于Nature Medicine

    生物信息学习的正确姿势 NGS系列文章包括NGS基础.高颜值在线绘图和分析.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流 ...

  4. 翻车实录之Nature Medicine新冠单细胞文献|附全代码

    前言 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞测序分析 (重磅综述:三万字 ...

  5. 150秒内诊断脑瘤!最新医学影像AI在《Nature Medicine》发表

    点击我爱计算机视觉标星,更快获取CVML新技术 本文转载自新智元.   新智元报道  来源:Nature Medicine等 编辑:向学 [新智元导读]<Nature>旗下顶级医学期刊&l ...

  6. 跟着Nature Medicine学作图--箱线图+散点图

    从这个系列开始,师兄就带着大家从各大顶级期刊中的Figuer入手,从仿照别人的作图风格到最后实现自己游刃有余的套用在自己的分析数据上!这一系列绝对是高质量!还不赶紧点赞+在看,学起来! 本期分享的是昨 ...

  7. Nature:揭示大脑中的免疫记忆

    来源:生物谷 摘要:在一项新的研究中,德国研究人员报道身体中的炎症可能影响小鼠大脑中的免疫细胞的"记忆". 在一项新的研究中,德国研究人员报道身体中的炎症可能影响小鼠大脑中的免疫细 ...

  8. Nature:揭示人大脑类器官为何缺乏正常人脑特有的细胞亚型和复杂回路

    来源:生物谷 作为在实验室中通常利用人类干细胞培育出的大脑样组织三维球体,大脑类器官被吹捧为有潜力让科学家们在受控的实验室条件下研究大脑回路的形成.关于大脑类器官的讨论非常热闹,一些科学家认为它们将使 ...

  9. 百趣代谢组学资讯:项目文章Nature,揭示低温暴露抑制实体瘤生长机制,‘饿死’癌细胞

    寒冷通过激活棕色脂肪抑制肿瘤生长的全新理念 文章标题:Brown-fat-mediated tumour suppression by cold-altered global metabolism 发 ...

最新文章

  1. redis的set()方法参数
  2. Kubernetes 1.3版本之简单安装
  3. MM32F3277 MicroPython的 mem 函数对于MCU内存访问
  4. 深入解析阿里 PouchContainer 如何实现容器原地升级
  5. 浅谈微信小程序生命周期
  6. 工作245:vue的注意规范之v-if 与 v-for 一起使用
  7. 【JEECG技术博文】Jeecg高级查询器
  8. python-Day03
  9. python 屏幕输入 读取两行_一节课带你掌握Python的输入输出
  10. 蓝桥杯 ALGO-2算法训练 最大最小公倍数(贪心算法)
  11. 雷达散射截面(RCS)
  12. Spring_AOP代码修改_Introductions Advisors
  13. GBase 8c 的安全特性
  14. @Value取不到值的原因
  15. js刷新页面得重新加载和页面的刷新
  16. 一个五年架构师为什么基本年薪酬可以达到50万?
  17. api是什么意思?又该如何使用呢?
  18. vivoNEX3s版本服务器无响应,屡次误判形势?vivo NEX3S逐渐无人问津,或许已遇到瓶颈!...
  19. 2022年全国职业技能大赛网络安全竞赛试题B模块自己解析思路(7)
  20. MC9S12G128 led点亮 key按键

热门文章

  1. 华为OD机试 - 跳格子游戏
  2. ZOOM:1的原理和作用
  3. 一个“精神病”人的世界观——我看完了,然后陷入深深的不安中……
  4. php将ts文件输出,使用DOS命令合并TS流文件
  5. 快速排序与归并排序比较
  6. Android网络数据JSON解析使用总结
  7. AFN的简单介绍及使用
  8. 分享|2023年全球市场准入认证咨讯
  9. TM1668兼用VK1668 SOP24/SSOP24 应用于VCR.DVD 等产品的显示驱动
  10. 【Linux】用户和用户组|将用户添加到root组中