胃癌微生物群與代謝產物的相互作用(國人佳作)

2022
04/19

+
分享
評論
微生態
A-
A+

由于GC患者的非腫瘤組織和腫瘤組織的胃微生物群的多樣性和組成不同,我們假設代謝組學途徑的變化可能部分受GC患者胃微生物群的影響。

導讀  

胃癌(GC)的發生和進展受胃微生物群及其代謝物的影響。在本研究中,我們分別使用16s rRNA基因測序和超高效液相色譜串聯質譜技術對37例GC腫瘤組織和匹配的非腫瘤組織的胃微生物組和代謝組譜進行了表征。GC腫瘤組織的微生物多樣性和豐富度高于非腫瘤組織。非腫瘤組織中螺桿菌Helicobacter的豐度增加,而腫瘤組織中乳酸桿菌Lactobacillus、鏈球菌Streptococcus、擬桿菌Bacteroides、普雷沃氏菌Prevotella等6個屬的豐度增加。

非靶向代謝組

分析揭示了150種差異代謝物,其中氨基酸、碳水化合物和碳水化合物結合物、甘油磷脂和核苷在腫瘤組織中的相對豐度高于非腫瘤組織。靶向代謝組分析進一步表明,1-甲基煙酰胺和N-乙酰-D-氨基葡萄糖-6-磷酸的結合可以作為區分GC腫瘤和非腫瘤組織的可靠生物標志物。相關分析表明,螺桿菌Helicobacter和乳酸桿菌Lactobacillus分別與氨基酸、碳水化合物、核苷和甘油磷脂類中的大多數差異代謝物分別呈負相關和正相關,表明螺桿菌Helicobacter和乳酸桿菌Lactobacillus可能分別參與了這兩類中大多數差異代謝物的降解和合成。不動桿菌Acinetobacter、叢毛單胞菌Comamonas、糞桿菌Faecalibacterium、鞘氨醇單胞菌Sphingomonas和鏈球菌Streptococcus也與許多不同的氨基酸、碳水化合物、核苷、核苷酸和甘油磷脂顯著相關。綜上所述,GC腫瘤組織和匹配的非腫瘤組織之間代謝組譜的差異可能部分是由于螺桿菌Helicobacter、乳酸桿菌Lactobacillus和其他細菌的綜合作用,最終影響了GC癌變的發生和進展。

論文ID

名:Interactions between gastric microbiota and metabolites in gastric cancer

胃癌微生物群與代謝產物的相互作用

期刊Cell Death & Disease

IF:8.469

發表時間:2021.11.24

通訊作者:Daofeng Dai、葉菁、江紅群、滕理送

通訊作者單位:南昌大學第一附屬醫院;浙江大學醫學院附屬第一醫院

DOI號:10.1038/s41419-021-04396-y

實驗設計

55691650237506727

結果

1 與匹配的非腫瘤組織相比,胃癌組織中胃微生物群的改變

如表S1所示,16s rRNA基因測序結果顯示,37對腫瘤和非腫瘤組織(隊列1,表1)產生了中位數為80,110的純化reads。為了測量組間微生物多樣性的差異,我們分析了α多樣性。反映物種豐富度的observed OTUs在腫瘤組織中顯著高于非腫瘤組織(464.00 vs. 231.00;P< 0.001;圖1A)。衡量物種豐富度和均勻度的Shannon指數在腫瘤組織中也顯著高于非腫瘤組織(5.20 vs. 2.98;P < 0.001;圖1B)。為了比較非腫瘤組織和腫瘤組織之間微生物群落的組成,我們分析β多樣性。加權UniFrac主坐標分析(PCoA)顯示在組之間檢測到顯著的聚類(PERMANOVA,R2 = 0.211,P = 0.001,圖1C)。如韋恩圖所示,在非腫瘤組織和腫瘤組織中分別檢測到2222和3961個OTU,兩組同時檢測到1832個OTU(圖1D)。為了確定與GC相關的特定微生物群落,我們使用LEfSe分析了非腫瘤和腫瘤組織中胃微生物群的組成。在從門到屬的所有分類水平上,共鑒定出64個有區別的分類群(LDA > 3.5,Q < 0.05)。在門水平上,非腫瘤組織中變形桿菌Proteobacteria的豐度增加,而腫瘤組織中厚壁菌Firmicutes、擬桿菌Bacteroidetes、放線菌Actinobacteria、梭桿菌Fusobacteria和螺旋菌Spirochetes的豐度增加(圖1E)。在屬水平上,非腫瘤組織中螺桿菌Helicobacter的豐度升高,而腫瘤組織中乳酸桿菌Lactobacillus、鏈球菌Streptococcus、不動桿菌Acinetobacter、普雷沃氏菌Prevotella、鞘氨醇單胞菌Sphingomonas、擬桿菌Bacteroides、梭桿菌Fusobacterium、叢毛單胞菌Comamonas、穩桿菌Empedobacter和糞桿菌Faecalibacterium的豐度增加(圖1E)。

表1 本研究中GC患者的臨床病理特征。

86191650237507132

4011650237507270

圖1 與匹配的非腫瘤組織相比,37例胃癌(GC)組織的胃微生物群發生了改變。A,B 觀察到的OTU和Shannon指數用于評估配對腫瘤和非腫瘤組織的微生物多樣性。進行了Wilcoxon配對符號秩檢驗。C 加權UniFrac距離的主坐標分析(PCoA)表明非腫瘤和腫瘤組織顯示出兩個不同的聚類。D 韋恩圖說明了配對的GC腫瘤組織和非腫瘤組織之間的共有OTU。E 通過線性判別分析(LDA)效應大?。↙EfSe)(LDA > 3.5,Q < 0.05)確定的門和屬水平的差異分類群。

2 GC腫瘤和非腫瘤組織之間代謝組譜的差異

由于GC患者的非腫瘤組織和腫瘤組織的胃微生物群的多樣性和組成不同,我們假設代謝組學途徑的變化可能部分受GC患者胃微生物群的影響。因此,使用UHPLC-MS/MS對組織樣本(37對GC組織樣本)進行非靶向代謝組學分析,并在陽性和陰性模式下對1198種代謝物進行了定量。PLS-DA評分圖顯示腫瘤和非腫瘤組織分為兩個不同的聚類(R2Y = 0.89 和Q2Y = 0.78)(圖2A)。對PLS-DA模型的檢驗表明R2值大于Q2值,Q2回歸線有一個負截距(R2 = [0.0,0.56], Q2 = [0.0,-0.44]),說明本研究的PLS-DA模型是有效的(圖2B)。我們觀察到150種代謝物在非腫瘤組織和腫瘤組織之間具有顯著差異的相對豐度(投影中的變量重要性 (VIP) > 1和Q值 < 0.05 和FC ≥ 2 或 FC ≤ 0.5)(表S2),其中包括21個氨基酸、12種碳水化合物和碳水化合物結合物、24種脂肪?;?、29種甘油磷脂、5種吲哚和衍生物、7種核苷、4種核苷酸、5種類固醇和衍生物、3種苯類和2種甘油脂(圖3)。這些代謝物在氨基酸、碳水化合物和碳水化合物結合物、甘油磷脂和核苷類中的相對豐度在腫瘤組織中高于非腫瘤組織(圖3)。至于脂肪?;惖拇x物,與非腫瘤組織相比,腫瘤組織中羥基脂肪酸和前列腺素的脂肪酸酯的相對豐度降低。與非腫瘤組織相比,這類代謝產物中的大多數在腫瘤組織中相對豐度增加。

25171650237507687

圖2 胃癌組織的代謝組譜與匹配的非腫瘤組織的代謝組譜不同。A PLS-DA 顯示腫瘤組織和非腫瘤組織被分成兩個不同的聚類。B PLS-DA模型的檢驗表明本研究的PLS-DA模型是有效的。PLS-DA,偏最小二乘判別分析。QC,質量控制。QC樣品是從所有樣品中提取等量的代謝物混合得到的,用于評價儀器的穩定性。

37581650237508020

 圖3 熱圖顯示配對的胃癌組織和非腫瘤組織之間的差異代謝物。熱圖顯示了109種差異代謝物(VIP > 1和Q值 < 0.05 和倍數變化(FC) ≥ 2或FC ≤ 0.5)的比例相對豐度 (Lg)。從上到下有區別的代謝物是氨基酸、碳水化合物和碳水化合物結合物、吲哚和衍生物、核苷、核苷酸、類固醇和衍生物、脂肪?;?、甘油脂和甘油磷脂。使用人類代謝組數據庫對差異代謝物進行分類。Q 值,修正P值。

3 鑒別腫瘤與非腫瘤組織的代謝物生物標志物

為了鑒定用于區分腫瘤和非腫瘤組織的代謝物生物標志物,我們根據VIP值選擇了前15種代謝物(圖4A)。在15種代謝物中,8種代謝物在腫瘤組織中的相對豐度高于非腫瘤組織(圖4B)。接下來,我們進行了受試者工作曲線(ROC) 分析,以評估8種代謝物在區分腫瘤和非腫瘤組織方面的診斷準確性。剔除了曲線下面積(AUC)< 0.95的代謝物。最后,我們獲得了兩個候選生物標志物,1-甲基煙酰胺和N-乙?;?D-葡糖胺-6-磷酸。它們相應的AUC分別0.957(95% CI:0.917-0.997)和 0.951(95% CI:0.901-1.000)(圖4C)。兩種代謝物組合的AUC為0.976(95% CI:0.940–1.000)(圖4C)。這些結果表明1-甲基煙酰胺和N-乙?;?D-氨基葡萄糖-6-磷酸的組合可作為區分GC腫瘤和非腫瘤組織的潛在生物標志物。

47181650237508412

圖4 用于區分胃腫瘤組織與非腫瘤組織的代謝物生物標志物的鑒定。A 根據 VIP 值顯示前15種代謝物。VIP,投影中的可變重要性。B 在15種代謝物中,8種代謝物的相對豐度較高,其余代謝物在腫瘤組織中的相對豐度低于非腫瘤組織。Q值,修正P值。C ROC分析1-甲基煙酰胺、N-乙?;?D-氨基葡萄糖-6-磷酸以及這兩種代謝物的組合。ROC,受試者操作曲線。

4 驗證用于區分腫瘤與非腫瘤組織的代謝物生物標志物

為了驗證1-甲基煙酰胺和N-乙酰-D-氨基葡萄糖-6-磷酸的組合作為區分GC腫瘤和非腫瘤組織的生物標志物,我們招募了20名額外的GC患者(隊列2)進行靶向代謝組學分析(表1)。如圖5A、B所示,GC腫瘤組織中1-甲基煙酰胺和N-乙酰-D-葡糖胺-6-磷酸的濃度均顯著高于非腫瘤組織(P < 0.001)。1-甲基煙酰胺和N-乙?;?D-氨基葡萄糖-6-磷酸的AUC分別為0.908(95% CI:0.794-1.000)和0.835(95% CI:0.704-0.966)(圖5C,D)。兩種代謝物組合的AUC為0.945(95% CI:0.870–1.000)(圖5E)。這些結果表明,1-甲基煙酰胺和N-乙酰-D-氨基葡萄糖-6-磷酸的組合可以作為區分GC腫瘤和非腫瘤組織的有力生物標志物。

84951650237508633

圖5 用于區分胃腫瘤和非腫瘤組織的代謝物生物標志物的驗證。A 比較了20名胃癌(GC)患者的腫瘤組織和匹配的非腫瘤組織之間的1-甲基煙酰胺濃度。B  20對GC腫瘤和非腫瘤組織之間N-乙?;?D-葡糖胺-6-磷酸的濃度比較。1-甲基煙酰胺 (C)、N-乙?;?D-葡糖胺-6-磷酸(D)和兩種代謝物的組合(E)的C-E ROC分析。ROC,受試者操作曲線。

4 差異代謝物的KEGG富集分析

為了確定與非腫瘤和腫瘤組織中差異代謝物相關的主要代謝途徑和信號途徑,我們進行了KEGG富集分析。圖6A顯示了150個不同的代謝產物,通過多種途徑分布,包括色氨酸代謝、氨基酸生物合成、脂肪酸生物合成、膽汁分泌和半乳糖代謝等。此外,谷胱甘肽、半胱氨酸和蛋氨酸代謝、氨基糖和核苷酸糖代謝以及甲狀腺激素合成途徑顯著豐富。谷胱甘肽、半胱氨酸和甲硫氨酸代謝(5種差異代謝通路)、氨基酸生物合成(7種差異代謝通路)和膽汁分泌(6種差異代謝通路)的差異代謝產物含量均高于其他代謝通路。

3961650237509079

圖6 代謝物的通路分析以及微生物群和代謝物的綜合分析。A 使用KEGG數據庫研究了這些代謝物和代謝途徑的功能,并通過氣泡圖顯示了富集的途徑。B 使用Spearman相關方法分析了主要富集途徑中11個鑒別屬和25個差異代謝物之間的關聯。紅色,正相關;藍色,負相關。*P值 < 0.05;**P 值 < 0.01。

5 不同途徑中鑒別屬與代謝物的關聯

利用Spearman相關分析評估了主要富集途徑中11個鑒別屬與25個差異代謝物之間的關聯,差異代謝物不僅與螺桿菌屬Helicobacter相關,還與其他屬相關(圖6B)。螺桿菌Helicobacter在非腫瘤組織中富集,與氨基糖和核苷酸糖代謝途徑中的差異代謝物;谷胱甘肽、半胱氨酸和蛋氨酸代謝;和脂肪酸的生物合成呈顯著負相關。這表明螺桿菌Helicobacter在這些代謝物的降解中起作用。氨基糖和核苷酸糖代謝途徑中的所有差異代謝物與乳酸桿菌Lactobacillus、鏈球菌Streptococcus、普雷沃氏菌Prevotella、不動桿菌Acinetobacter、叢毛單胞菌Comamonas、穩桿菌Empedobacter和糞桿菌Faecalibacterium呈顯著正相關。乳酸桿菌Lactobacillus和鏈球菌Streptococcus均與谷胱甘肽、半胱氨酸和蛋氨酸代謝途徑中5種差異代謝物中的4種呈顯著正相關。脂肪酸生物合成途徑中的所有差異代謝物均與糞桿菌Faecalibacterium呈顯著正相關。該途徑中四分之三的差異代謝物與乳酸桿菌Lactobacillus和擬桿菌Bacteroides呈顯著正相關。這些結果表明,乳酸桿菌Lactobacillus、鏈球菌Streptococcus、普雷沃氏菌Prevotella、不動桿菌Acinetobacter、叢毛單胞菌Comamonas、穩桿菌Empedobacter和糞桿菌Faecalibacterium和擬桿菌Bacteroides對各自途徑中差異代謝物的合成有很大貢獻。乳酸桿菌Lactobacillus與膽汁分泌途徑、氨基酸生物合成途徑和色氨酸代謝途徑中的所有差異代謝物顯著相關。在這些途徑中,螺桿菌Helicobacter與幾種鑒別代謝物也表現出顯著相關性。

6 不同類別鑒別屬與代謝產物的關系

我們分析了不同屬和不同類代謝產物之間的關聯。如圖7A所示,螺桿菌Helicobacter與16種脂肪?;@著相關,而乳酸桿菌Lactobacillus與21種脂肪?;@著相關,表明該類別中的代謝物受螺桿菌Helicobacter和乳酸桿菌Lactobacillus的強烈影響。螺桿菌Helicobacter與氨基酸、碳水化合物、核苷、核苷酸和甘油磷脂類中的大多數差異代謝物呈負相關;然而,乳酸桿菌Lactobacillus與這些類別中的大多數差異代謝物呈正相關(圖7B-D)。這些結果表明,螺桿菌Helicobacter和乳酸桿菌Lactobacillu可能分別有助于這些類別代謝物的降解和合成。擬桿菌Bacteroides與18種脂肪?;?9種甘油磷脂顯示出顯著關聯,而糞桿菌Faecalibacterium與21種脂肪?;?2種甘油磷脂顯示出顯著相關性(圖7A、B)。這些結果表明擬桿菌Bacteroides和糞桿菌Bacteroides可能在脂肪?;透视土字暮铣苫蚪到庵衅鹬匾饔?。叢毛單胞菌Comamonas與14個氨基酸顯著正相關,表明叢毛單胞菌Comamonas對氨基酸合成的重要貢獻(圖7C)。不動桿菌Acinetobacter、叢毛單胞菌Comamonas、糞桿菌Faecalibacterium、鞘氨醇單胞菌Sphingomonas和鏈球菌Streptococcus分別與7、7、7、5和6種碳水化合物呈顯著正相關,表明不動桿菌Acinetobacter、叢毛單胞菌Comamonas、糞桿菌Faecalibacterium、鞘氨醇單胞菌Sphingomonas和鏈球菌Streptococcus可能參與碳水化合物的合成(圖7D)。相關性分析還表明,叢毛單胞菌Comamonas和鏈球菌Streptococcus可能在核苷和核苷酸的合成中發揮作用(圖7D)。

79591650237509373

圖7 不同類屬和代謝物相關性分析。A-D 脂肪?;╪ = 24)(A)、甘油磷脂(n = 29)(B)、氨基酸(n = 21)(C)類中11個差異屬與鑒別代謝物的相關性分析、碳水化合物(n = 12)、核苷(n = 7)和核苷酸(n = 4)(D)。紅色,正相關;藍色,負相關。*P值 < 0.05;**P值 < 0.01。

7 與臨床特征相關的微生物群和代謝物

微生物組和非靶向代謝組分析隊列1納入16例早期(I-II期)胃癌患者和21例晚期(III期)胃癌患者(表1)。熱圖顯示大部分碳水化合物從非腫瘤組織逐漸增加到早期和晚期腫瘤組織(圖8)。特別是,N-乙酰-D-氨基葡萄糖-6-磷酸的濃度從非腫瘤組織到早期和晚期腫瘤組織逐漸升高,差異顯著(Q < 0.05,圖S1)。我們觀察到不動桿菌Acinetobacter、叢毛單胞菌Comamonas和鞘氨醇單胞菌Sphingomonas的豐度從非腫瘤組織到早期和晚期腫瘤組織逐步增加(圖S2 D-F)。盡管如此,差異并不顯著(Q > 0.05)。然而,在螺桿菌Helicobacter、乳酸桿菌Lactobacillu和鏈球菌Streptococcus中沒有觀察到這種趨勢(圖S2 A-C)。如圖S3和S4顯示,并發癥與微生物群之間以及并發癥與代謝物之間沒有相關性。

52611650237509867

圖8 熱圖顯示代謝物與腫瘤分期之間的關聯。顯示了非腫瘤組織(n = 37)、早期(I-II期,n = 16)和晚期胃腫瘤組織(III期,n = 21)代謝物的差異。熱圖顯示了109種代謝物的比例相對豐度(Lg)。

討論

本研究發現腫瘤組織中胃微生物群的多樣性和豐富度高于非腫瘤組織,這與之前的研究結果一致。然而,Liu等人觀察到,與來自276名GC患者的非腫瘤組織相比,腫瘤周圍和腫瘤組織的多樣性和豐富度降低。微生物多樣性與胃黏膜組織的關系尚未達成共識。與非腫瘤組織相比,GC腫瘤組織中螺桿菌Helicobacter的相對豐度降低,這與之前兩項研究的結果一致。螺桿菌Helicobacter的減少可能是由于特殊的腺體組織的喪失和酸分泌的減少。

本研究中乳酸桿菌Lactobacillu豐度在胃癌組織中僅次于螺桿菌Helicobacter豐度排名第二,與之前的研究結果有所不同。然而,一些研究發現,與健康對照組相比,GC患者中螺桿菌Helicobacter的比例更高。Liu等人還發現,與非腫瘤組織相比,GC腫瘤組織中的乳酸桿菌Lactobacillu含量更高。Sonveaux等人報道,乳酸桿菌Lactobacillu可能產生代謝物,可用作腫瘤生長和血管生成的能量來源。先前的研究還表明,與非腫瘤組織相比,GC腫瘤組織中鏈球菌Streptococcus的豐度增加。而與非腫瘤組織相比,肺癌患者的腫瘤組織中鏈球菌Streptococcus的豐度升高。鏈球菌Streptococcus與肺癌患者的ERK和PI3K信號通路的上調相關,氣道上皮細胞在體外暴露于鏈球菌導致這些相同的信號通路上調。我們發現擬桿菌Bacteroides在腫瘤組織中的豐度高于非腫瘤組織。僅含有乳酸桿菌Lactobacillu、擬桿菌Bacteroides和梭狀芽孢桿菌Clostridium的限制性胃微生物區系促進GC的發育,其速率與胰島素-胃泌素轉基因小鼠的復雜微生物區系相似。

我們的微生物組研究與之前的兩項研究有一些相似之處,但也與兩項研究略有不同。Shao等人的研究,利用胃賁門組織進行微生物組分析,而Liu等人的研究,使用近端胃、胃體/胃底部和胃竇組織進行研究。我們的研究還使用了近端胃、胃體/胃底部和胃竇組織。我們的研究與Liu等人研究之間的差異主要在于Liu等人的研究樣本主要來自胃體/胃底部和胃竇,而我們研究的樣本主要來自近端胃和胃竇。因此,3項研究之間的差異可能源于不同腫瘤定位的樣本。

我們對GC腫瘤組織和匹配的非腫瘤組織的代謝組分析揭示了150種不同的代謝物,包括氨基酸、碳水化合物和碳水化合物結合物、脂肪?;?、甘油磷脂、核苷和核苷酸。與之前的研究一致,氨基酸類中的大多數有區別的代謝物在腫瘤組織中的相對豐度高于非腫瘤組織。由于腫瘤細胞利用氨基酸來產生能量并合成蛋白質和核苷,因此增加氨基酸濃度對腫瘤細胞增殖至關重要。我們還觀察到,與非腫瘤組織相比,腫瘤組織中碳水化合物和碳水化合物結合物的相對豐度增加。葡萄糖攝取升高是腫瘤細胞的代謝特征,碳水化合物和碳水化合物結合物可用作腫瘤細胞的葡萄糖來源。因此,增加碳水化合物和碳水化合物結合物對于提供足夠的葡萄糖以滿足腫瘤細胞生長的能量需求可能是至關重要的。在本研究中發現GC腫瘤組織中核苷水平升高,這與之前的研究一致。Kaji等人報道,與沒有腹膜復發的GC患者相比,有腹膜復發的GC患者的核苷濃度增加。核苷(尤其是腺苷)水平的提高可能導致GC患者的生存期縮短。腺苷是一種關鍵的代謝和免疫檢查點調節因子,參與腫瘤從宿主免疫系統的逃逸。許多靶向腺苷代謝的療法正在進行中。一項研究發現,6種甘油磷脂與前列腺癌的風險呈正相關。有趣的是,我們觀察到25種甘油磷脂在GC腫瘤組織中水平升高,這可能在GC發展中起重要作用。

KEGG富集分析表明,谷胱甘肽、半胱氨酸和甲硫氨酸代謝途徑中含有5種代謝物(谷胱甘肽、S-腺苷高半胱氨酸、S-腺苷甲硫氨酸、L-胱硫醚和S-甲基-5’-硫腺苷),其中相對豐度顯著增加。Kaji等人報道,谷胱甘肽在GC腫瘤組織中的水平高于非腫瘤組織。與非腫瘤組織相比,嫌色腎細胞癌患者的腫瘤組織中的谷胱甘肽水平也有所增加。谷胱甘肽和半胱氨酸是非常重要的抗氧化劑,S-腺苷高半胱氨酸、S-腺苷甲硫氨酸、L-胱硫醚和S-甲基-5’-硫腺苷可以作為谷胱甘肽和半胱氨酸的前體。因此,該途徑中代謝物水平的增加可以為GC腫瘤組織提供強大的抗氧化能力。在該途徑中,螺桿菌Helicobacter與鑒別代謝物呈負相關,而乳酸桿菌Lactobacillu和鏈球菌Streptococcus與這些代謝物呈正相關,表明螺桿菌Helicobacter、乳酸桿菌Lactobacillu和鏈球菌Streptococcus共同導致了該途徑中差異代謝物的相對豐度增加。我們的數據還表明,脂肪酸生物合成途徑中的鑒別代謝物的水平被螺桿菌Helicobacter、糞桿菌Faecalibacterium、乳酸桿菌Lactobacillu和擬桿菌擬桿菌Bacteroides的集體活性上調。一致地,我們發現螺桿菌Helicobacter、乳酸桿菌Lactobacillu、糞桿菌Faecalibacterium和擬桿菌Bacteroides可能共同導致脂肪?;透视土字惔x物相對豐度的改變。氨基糖和核苷酸糖代謝途徑中差異代謝物的相對豐度升高可能是由于螺桿菌Helicobacter、乳酸桿菌Lactobacillu、鏈球菌Streptococcus、普雷沃氏菌Prevotella、不動桿菌Acinetobacter、叢毛單胞菌Comamonas、穩桿菌Empedobacter和糞桿菌Faecalibacterium的共同影響,這與觀察到的螺桿菌Helicobacter、乳酸桿菌Lactobacillu、不動桿菌Acinetobacter、叢毛單胞菌Comamonas、糞桿菌Faecalibacterium、鞘氨醇單胞菌Sphingomonas和鏈球菌Streptococcus可能共同負責碳水化合物的合成的結果一致。螺桿菌Helicobacter和乳酸桿菌Lactobacillu分別與氨基酸、碳水化合物、核苷、核苷酸和甘油磷脂類中的大多數差異代謝物呈負相關和正相關,表明螺桿菌Helicobacter和乳酸桿菌Lactobacillu可能分別參與了這兩類中大多數差異代謝物的降解和合成。這些結果表明GC組織的代謝組譜受螺桿菌Helicobacter、乳酸桿菌Lactobacillu等微生物的影響較大,可能促進GC的發展。

我們的研究有幾項局限性。首先,樣本量非常小,導致臨床特征與微生物組、臨床特征與代謝組之間缺乏顯著相關性。其次,我們沒有進行縱向研究,因為我們無法從招募的患者那里獲得連續的組織樣本。第三,我們利用極易過擬合的 PLS-DA來表征GC腫瘤和非腫瘤組織之間的差異代謝物。因此,需要適當的模型驗證,我們證明了模型不是過度擬合的。第四,飲食會嚴重影響胃微生物群和代謝物,但我們無法獲得患者的飲食信息來分析飲食對胃微生物群和代謝物的影響。

結論

總之,我們首次對GC患者的腫瘤組織和匹配的非腫瘤組織的微生物組和代謝組進行了分析。腫瘤組織和非腫瘤組織的胃微生物群的多樣性和組成存在顯著差異。非腫瘤組織中富含螺桿菌Helicobacter,而腫瘤組織中富含乳酸桿菌Lactobacillu、鏈球菌Streptococcus、不動桿菌Acinetobacter、普雷沃氏菌Prevotella和其他6個屬。GC腫瘤組織中的代謝組譜與匹配的非腫瘤組織中的代謝組譜顯著不同,部分原因可能與螺桿菌Helicobacter、乳酸桿菌Lactobacillu和其他細菌的綜合作用有關。胃微生物組和代謝組譜的差異最終會影響GC的發生和進展。這些微生物群和代謝物的功能值得進一步研究,因為它們可能揭示或加強GC治療。

本文由“健康號”用戶上傳、授權發布,以上內容(含文字、圖片、視頻)不代表健康界立場?!敖】堤枴毕敌畔l布平臺,僅提供信息存儲服務,如有轉載、侵權等任何問題,請聯系健康界(jkh@hmkx.cn)處理。
關鍵詞:
組織,腫瘤,代謝物,GC,微生物

人點贊

收藏

人收藏

打賞

打賞

我有話說

0條評論

0/500

評論字數超出限制

表情
評論

為你推薦

推薦課程


社群

精彩視頻

您的申請提交成功

確定 取消
剩余5
×

打賞金額

認可我就打賞我~

1元 5元 10元 20元 50元 其它

打賞

打賞作者

認可我就打賞我~

×

掃描二維碼

立即打賞給Ta吧!

溫馨提示:僅支持微信支付!

3344在线看片免费