咨询热线:400-065-6886
首页>>技术支持>>科研进展

【Gut】胰腺癌高特异性粪菌标记分析



上海天昊生物 
收录于合集
 
胰腺导管腺癌(PDAC)是胰腺癌最常见的形式。PDAC具有高致死率,因为症状通常仅在疾病晚期出现,此时肿瘤可能局部不可切除或表现为转移性疾病。目前,PDAC是通过影像学检查来诊断的。唯一经FDA批准的PDAC生物标志物仍然是血清碳水化合物抗原 (CA)19-9。但CA19-9的疾病特异性有限,因为在其他几种伴随情况(例如胆道梗阻)中水平可能升高。
PDAC的病因复杂,已确定的风险因素包括年龄、慢性胰腺炎、糖尿病、肥胖、哮喘、血型和生活方式(例如,吸烟和大量饮酒)。这些风险因素在PDAC病因学中的作用也可以通过微生物组的改变来介导。例如,口腔卫生差和牙周炎与PDAC风险增加有关。人类胰腺拥有一些与口腔和肠道相同的微生物。在小鼠模型中,源自肠道的微生物可促成胰管的致癌作用,表明微生物组在 PDAC 病因学和进展中具有作用。然而,针对临床转化应用的 PDAC 特异性微生物组特征标记分析,仍没有进行深入研究。


本研究基于西班牙和德国人群队列,探讨了粪便和唾液菌群作为PDAC潜在诊断生物标志物的可能性。结果表明,粪便微生物用于早期检测 PDAC 的非侵入性、稳健的和有特异性的筛查方法是可行的。
      

图片
                                       
英文题目:A faecal microbiota signature with high specificity for pancreatic cancer
中文题目:对胰腺癌具有高度特异性的粪菌特征分析
期刊名:Gut
发表时间:2022年3月
影响因子:23.059



 
本研究的实验设计如图1A所示:在发现阶段,利用宏基因组测序和16S rRNA扩增子测序,对来自西班牙的136个样本进行case–control分析,包括57名PDAC患者、50名对照参与者(CTR)和29名慢性胰腺炎(CP)患者的粪便样本和口腔唾液样本。另外,利用16S rRNA扩增子测序还对PDAC肿瘤组织(n = 23)和癌旁组织 (n = 20)样本进行检测分析。在验证阶段,对来自德国的76个粪便样本(44个PDAC患者和32个对照)进行宏基因组测序。本研究还根据来自九种疾病的 25项研究 (n=5792) 的现有数据,进一步验证了所得模型的疾病特异性。

图片

图1A、本研究队列概览示意图。



 
?在控制宏基因组数据中的混杂因素时,PDAC与微生物组组成有关
由于几个 PDAC 风险因素,例如吸烟、饮酒、肥胖或糖尿病,本身与微生物组组成相关,研究者首先试图在研究人群中建立微生物组特征的潜在混杂因素,以便相应地调整分析。研究者总共量化了26个与微生物相关的临床变量的边际影响。受试者疾病状态与粪便中的群落组成有轻微但统计学显著相关(R2=0.02,p=0.001),但与唾液中的群落组成无关(R2=0.01,p=0.5)(图1B)。

图片
 
图1B-C、(B) 西班牙队列中胰腺导管腺癌 (PDAC)、慢性胰腺炎 (CP) 和对照 (CTR) 粪便微生物组的基于Bray-Curtis距离的冗余分析 (dbRDA)。PDAC为红色圆圈,CP为绿色,对照为蓝色。丰富度、多样性指数(exp(Shannon)和inv(Simpson))用箭头表示。宏变量与中心的距离代表混杂效应大小。(C) ES粪便微生物组数据的 Wilcoxon结果,用来检验PDAC和对照之间分类群丰度。Y 轴是 log10(FDR 校正的p值),X 轴是倍数变化,点大小表示给定物种的相对丰度。红点表示显著差异丰富的物种。在宏基因组模型1中选择绿色和棕色物种作为PDAC的预测因子。


?高精度宏基因组分类法可以捕获 PDAC 患者特定粪便微生物组特征
在总体的群落组成水平上确定了PDAC肠道微生物组信号的存在后,研究者接下来确定了 9 个具有疾病特异性单变量关联的细菌(图1C)。在PDAC 患者的粪便中富含Veillonella atypicaFusobacterium nucleatum/hwasookiiAlloscardovia omnicolens但是Romboutsia timonensis Faecalibacterium prausnitziiBacteroides coprocolaBifidobacterium bifidum减少。相比之下,在唾液中没有检测到任何具有显著差异丰度的物种。
接下来通过拟合LASSO逻辑回归模型来建立多物种宏基因组分类方法,所获得的模型在研究人群中可以高精度区分PDAC患者和对照('model-1';AUROC=0.84;图2)。模型中最显著的阳性标记物种是Methanobrevibacter smithiiAlloscardovia omnicolensVeillonella atypicaBacteroides finegoldii


?宏基因组分类方法与抗原 CA19-9 水平的结合提高了准确性
血清 CA19-9 抗原水平通常用于监测 PDAC 进展,也被建议作为早期诊断 PDAC 的潜在标志物,尽管报告的敏感性(0.80,95% CI 0.72 至 0.86)和特异性(0.75, 95% CI 0.68 至 0.80)中等。鉴于 CA19-9 由肿瘤直接分泌,研究者假设 CA19-9 血清水平和本研究微生物组分类方法提供的数据是互补的,并且它们的组合可以提高 PDAC 预测的准确性。结果表明,考虑CA19-9,无约束模型1的准确度从AUROC=0.84提高到了0.94,主要是灵敏度的提高(图2B)。更引人注目的是,当用CA19-9信息修正富集约束模型2时,观察到结果准确度从AUC = 0.71大幅提高到0.89(图2C)。分析还发现疾病阶段不影响基于微生物组模型的性能(图 2D)。

图片
 
图2、预测PDAC的微生物组特征。(A)粪便微生物组中 27 个选定物种的标准化丰度热图。(B,C)不同模型下,PDAC与微生物特征组合的ROC曲线。(D)所有模型在不同 PDAC进展阶段的真阳性率(TPR)。

?宏基因组的分类方法在独立验证队列中的分析
为了测试观察到的微生物组特征是否在其他人群中有效,研究者在德国(DE)独立人群中验证了预测准确性(见图1)。在这个验证群体中,无约束模型1(图2B)和富集约束模型2(图2C)与西班牙人群具有可比性,甚至具有更高的准确性,无论有无结合CA19-9水平的数据,并且在疾病阶段具有相似的趋势(图2D)。接下来,研究进一步针对各种健康状况的独立公开的其他25项研究的5792个肠道宏基因组进行了验证。在结合CA19-9水平信息时,模型1预测PDAC检出率高达64%(图3)。

图片
 
图3、PDAC患者粪便微生物组预测模型的疾病特异性验证。每项研究都根据健康状况进行分层,并测试模型以在给定组中以90%的特异性阈值进行预测。如果来自患有其他疾病的患者和健康个体的宏基因组低FPR则表明该模型是PDAC特有的。每组中的受试者数量以彩色圆圈表示。BRCA,乳腺癌;CRC,结直肠癌;CD,克罗恩病;CP,慢性胰腺炎;CTR,对照;LD,肝病;NAFLD,非酒精性脂肪肝;PC,胰腺癌;T1D,1型糖尿病;T2D,2型糖尿病;UC,溃疡性结肠炎;ES,西班牙人群;DE,德语人群。


?PDAC组织中含有与口腔和肠道微生物群落一致的特征性细菌
由于胰管中肿瘤的生长,胰腺分泌的改变会影响消化功能,因此可能是特征性肠道微生物组特征的基础。这意味着PDAC的进展可以间接导致微生物组的变化(即反向因果关系)。此外,胰管直接与十二指肠相通,为细菌和真菌在胰腺定植并促进致癌提供了解剖学联系。因此,研究者使用16S rRNA扩增子测序对来自研究人群的PDAC患者的所有粪便和唾液样本以及肿瘤 (n = 23) 和邻近健康胰腺组织 (n = 20) 进行分析。结果发现了丰富多样的胰腺微生物组,包括粪便微生物组中具有PDAC特征的分类群(图 4 A)。之后使用具有特异性引物的FISH,进一步验证Akkermansia spp、Lactobacillus spp、Bifidobacterium spp、Veillonella spp、Bacteroides spp和Streptococcus spp的流行率。扩增子和 FISH 数据基本是一致的(图4B-C)。


?口腔、肠道和胰腺微生物群之间的联系
接下来,研究者以使用16S rRNA 数据可获得的最高分类分辨率来追踪受试者体内唾液、粪便、肿瘤和健康组织样本的扩增子序列变体 (ASV)(图4A)。Veillonella spp在PDAC患者样本中富集。它在唾液(100%)和粪便(87.5%)样本中都非常普遍,而口腔和粪便类型也存在与肿瘤和非肿瘤组织相匹配ASV。有趣的是,结果发现肿瘤和相邻组织样本之间的Veillonella ASVs中没有在个体内匹配,这表明肿瘤内的Veillonella可能与健康组织中的不同。此外,本研究数据证实了之前的报道,即Lactobacillus spp和Bifidobacterium spp存在于PDAC肿瘤和非肿瘤组织中。对于这两个属,研究者发现其肿瘤类型对应于口腔或粪便ASV,但不是两者都对应,而来自健康组织的ASV没有与粪便样本匹配,这表明不同的胰腺亚群可能与口腔和肠道有关。

图片
 
图4、不同条件下胰腺不同部分中微生物组的存在情况。(A) 根据16S扩增子数据推断,四个不同的身体部位存在不同属,包括粪便、唾液、胰腺肿瘤和健康组织样本。圆圈大小对应于每次比较可用的受试者总数(灰色,底行)或个体内匹配的扩增子序列变体(彩色);匹配的样本类型由线连接。(B)以16S扩增子和原位荧光杂交(FISH)方法显示7个选定的胰腺组织样本(5个肿瘤和两个非肿瘤)中细菌的存在情况。(C)代表性FISH显微镜图像。



 
本研究结果表明,基于粪便微生物组的PDAC检测,提出的PDAC特异性微生物组特征性标记,可为早期PDAC诊断提供一种非侵入性、成本低、高效且稳健的方法,为该疾病提供了非常有前景的预防和治疗干预新方法。





天昊生物微生物测序相关链接:

 


18964693703

图片

就科学梦想
 
 




上海天昊生物科技有限公司 版权所有 沪ICP备18028200号-1
地址:上海市浦东新区康桥路787号9号楼 邮箱:techsupport@geneskies.com 电话:400-065-6886