Microbiome in health and disease
微生物组

是敌是友?

获取全套工作流程概览
查看微生物组研究全套工作流程。

人体上/内定植着数以万亿计的微生物,其中包括细菌、古生菌、真菌、原生生物和病毒。这些生物体被统称为微生物群,它们相对于人体细胞的数量之比在1:1 到10:1 之间。人类的微生物群具有非凡的多样性,微生物群体存在于很多不同的组织、系统、部位和体液中。其中,获得最具表征且最知名的两个菌群可以说是口腔和肠道微生物群,这两者均被表明在稳态与发病中起到重要作用。

口腔微生物群不同于其他部位的微生物群之处在于它可在正常情况下助长发病(龋齿和牙周病),因此需要采取口腔卫生措施。与此同时,口腔微生物群的存在可被动地抑制病原体的定植,研究表明,有数种定居的物种可发挥直接的抗病原体作用(1)。口腔微生物群由至少 700 个微生物物种组成,通过对口腔微生物组进行表征来研究口腔微生物群具有天然的挑战性(2)。此外,不论是通过食物摄入、空气摄入还是社交接触(例如亲吻),口腔持续暴露在外部环境和微生物环境下(1)。

Microbial DNA
最早先的口腔微生物组宏基因组学分析专注于口腔疾病,揭露出存在于牙菌斑和龋灶中的独特又复杂的多物种微生物群落。

此等复杂性使得使用传统方法(例如细菌培养)找出具体致病的生物体和/或机制变得非常困难。然而,宏基因组学,结合下一代测序技术的问世,现已能够做到同时研究整个微生物群落(3)。最早先的口腔微生物组宏基因组学分析专注于口腔疾病,揭露出存在于牙菌斑和龋灶中的独特又复杂的多物种微生物群落,以及患有这些疾病的个体与未患病个体之间在微生物群组成方面的鲜明差别(3,4)。后来的研究采用宏基因组学方法对后者进行了进一步扩展,从而协助构建出患有牙周病或其他炎症性疾病的个体的典型细菌谱(2)。考虑到口腔炎症与心血管疾病患病风险的增高有相关性,这项工作尤其有意义(5)。研究者利用宏基因组学发现了动脉粥样硬化斑块中的细菌丰度与口腔中的细菌丰度相似,表明两种菌群之间存在潜在关系以及口腔微生物组可能能够用作心血管疾病的生物标志物(6)。


肠道微生物群

肠道微生物群是最为人所知的人体定居微生物群落。虽然肠道微生物群通常由两大门类主导,但在较低的分类水平上却具有巨大的多样性。确实,自 2016 年以来,鉴定出并编目的肠道微生物组组成基因已超过了 1000 万个(7)。与口腔微生物群因部分地受外部接触的影响而塑造形成相同,肠道微生物群的组成受到长期饮食习惯的调控(7)。考虑到它在消化和代谢中作用,肠道微生物群与肥胖和代谢性疾病(比如 2 型糖尿病)存在相关性并非让人感到意外(7)。宏基因组学方法已被用于研究肠道微生物特征,以期发现与病理状态相关的特定标志物和/或图谱(8)。例如,有关精瘦和肥胖个体的研究发现,后者的群组表现出更高的物种多样性且/或发生了微生物组组成的比例变化(9),而对糖尿病患者的肠道微生物群进行的宏基因组学分析则确定出了物种特异性多态性生物标记物(10–11)。

宏基因组学方法已被用于研究肠道微生物特征,以期发现与病理状态相关的特定标志物和/或图谱。
 
类似的方法还被用于探索微生物群在炎症性肠病(Inflammatory Bowel Disease,IBD)中的作用,并发现 IBD 患者微生物群的基因组和转录组组成及转录活性有着重大不同(12)。此外,该微生物群中可能含有致癌微生物,比如幽门螺杆菌和人乳头瘤病毒(Human Papillomavirus,HPV)。因此,研究者们正在探索微生物群与癌症之间的任何潜在关系,采用宏基因组分析识别出多种癌症(包括结直肠癌、乳腺癌和胃癌)中的微生物组组成的变化(13–15)。
探索样本中的秘密
探索 QIAGEN 在人类生物医学微生物组研究领域的作为。
参考文献
  1. Wade, W. G. (2013) The oral microbiome in health and disease.Pharmacol.Res.69(1), 137–143.
  2. Xu, P. and Gunsolley, J. (2014) Application of metagenomics in understanding oral health and disease.Virulence 5(3), 424–432.
  3. Belda-Ferre, P. et al.(2012) The oral metagenome in health and disease.ISME J. 6(1), 46–56.
  4. Xie, G. et al.(2010) Community and gene composition of a human dental plaque microbiota obtained by metagenomic sequencing.Mol.Oral Microbiol.25(6), 391–405.
  5. Kholy, K. E. et al.(2015) Oral infections and cardiovascular disease.Trends Endocrinol.Metab.26(6), 315–321.
  6. Koren, O. et al.(2011) Human oral, gut, and plaque microbiota in patients with atherosclerosis.Proc.Natl.Acad.Sci.USA 108(Suppl 1), 4592–4598.
  7. Arora, T. and Bäckhed, F. (2016) The gut microbiota and metabolic disease: current understanding and future perspectives.J. Intern.Med.280(4), 339–349.
  8. Del Chierico, F. et al.(2018) Gut microbiota markers in obese adolescent and adult patients: age-dependant differential patterns.Front.Microbiol.9, 1210.
  9. Castaner, O. et al.(2018) The gut microbiome profile in obesity: a systematic review.Int. J. Endocrinol.2018, 4095789.
  10. Qin, J. et al.(2012) A metagenome-wide association study of gut microbiota in type 2 diabetes.Nature 490(7418), 55–60.
  11. Chen, Y. (2017) Gut metagenomes of type 2 diabetic patients have characteristic single-nucleotide polymorphism distribution in Bacteroides coprocola.Microbiome 5, 15.
  12. Schirmer, M. et al.(2018) Dynamics of metatranscription in the inflammatory bowel disease gut microbiome.Nat. Microbiol.3(3), 337–346.
  13. Flemer, B. et al.(2017) Tumour-associated and non-tumour-associated microbiota in colorectal cancer.Gut 66(4), 633–643.Bhatt, A. P. et al.(2017) The role of the microbiome in cancer development and therapy.CA Cancer.J. Clin.67(4), 326–344.
  14. Ferreira, R. M. et al.(2018) Gastric microbial community profiling reveals a dysbiotic cancer-associated microbiota.Gut 67(2), 226-236.