マイクロSLAM:腸内細菌の遺伝子と健康をつなげる
この研究は腸内細菌の遺伝的な違いが健康にどんな関係があるかを明らかにしている。
― 1 分で読む
目次
人間の体にはマイクロバイオームと呼ばれる小さな生物の大きなコミュニティが住んでるんだ。このマイクロバイオームは、さまざまな種の微生物で構成されていて、それぞれが膨大な遺伝子プールに貢献してる。これらの種は人によって異なっていて、遺伝子、食事、免疫システム、さまざまな健康状態など、多くの要因によって変わるんだ。時間が経つにつれて、これらの微生物は変化し、適応していくことがあって、異なるプロセスを通じて遺伝子を獲得したり失ったりすることもある。この遺伝的バリエーションがパジェンゲノムを生み出し、個人間や同一人物内でマイクロバイオームがどれだけ多様であるかを示すんだ。
同じ種類の微生物を持っている2人でも、個々の細胞が異なる役割を果たすことがあるんだ。研究によって、いくつかの微生物は病気を引き起こす能力や抗生物質に対する抵抗性が異なることがわかってる。例えば、Ruminococcus gnavusの特定の株は炎症と関連している一方、他の株は心臓の健康と関連がある。これらの違いは、体内にどれだけの微生物が存在するかを数えるだけでは、これらが健康にどう影響するかを理解するには不足していることを示してるんだ。
研究の目的
この研究では、微生物の種内の遺伝的違いを使って、それらと人間の宿主の特定の特徴や病気との関連を見つける2つの方法を見ていくよ。最初の方法は、ある種に特定の株があって、それがこれらの特徴にリンクしている場合に使うんだ。重要な株を特定することで、研究者はマイクロバイオームが人間の体とどう相互作用するかを理解できるし、有用な株に基づいた治療法の開発にもつながる。
2つ目のアプローチは、特徴を予測できるかもしれない個々の遺伝子に焦点を当ててるんだ。特に、素早く変化する遺伝子に関してはそうだね。これらの急速に変化する遺伝子は株の進化的歴史から影響を受けにくいことがあるから、微生物が健康にどう影響するかを特定するのに良い候補になる。
これらの関連を見つけるために、microSLAMという統計モデルを開発したんだ。このモデルを使えば、メタゲノム全体の関連研究(MWAS)と呼ばれる研究の一種を行えるんだ。これは、大規模なサンプル内で微生物と特徴の関係を調べるもの。microSLAMモデルは、連続的な測定値でも健康的 vs 不健康のような二項目でも機能できるように設計されていて、何千ものサンプルからのデータを分析できるんだ。
炎症性腸疾患の分析
microSLAMの有用性を確認するために、炎症性腸疾患(IBD)に焦点を当てた710の公開研究からのデータを分析したよ。IBDは消化管に影響を与える慢性的な状態で、特に高齢者に多くなってきてる。腸のマイクロバイオームは、種の存在や遺伝子の関連を通じてIBDに関係してることがいくつかの方法で示されてる。
microSLAMモデルを使って、IBDと腸のマイクロバイオームの構成との関係を調べたんだ。これは、71の一般的な種の間で、種の豊富さ、個体群構造、遺伝子の存在や不在を調べることを含んでた。結果として、IBDに関連するいくつかの種や遺伝子ファミリーが浮かび上がって、種を数えるだけの従来の方法では見逃してた重要なつながりを示したんだ。
MicroSLAMの概要
MicroSLAMは、微生物の個体群構造が宿主の特徴にどう関係してるかを分析するための新しい方法なんだ。この研究は主に人間の腸のマイクロバイオームとIBDに焦点を当ててるけど、モデルはいろんな特徴や環境にも適用できる。
microSLAMモデルは、一般化線形混合効果モデルを使って2種類の関連検定を行うよ。最初は、種の全体的な遺伝子内容の変動が宿主の特徴にどう関連するかを評価する検定。2つ目の検定は、宿主の特徴に関連する特定の遺伝子ファミリーを探して、個体群内の構造を考慮に入れるんだ。
このモデルを実行するために、研究者は遺伝子の存在や不在を示す行列を入力し、特徴データや考慮したい追加の共変量を加えるんだ。メソッドは、サンプルの遺伝的関連性を計算し、個体群構造と特徴との関連性をテストし、関連性を考慮に入れつつ、個々の遺伝子ファミリーの関連を評価するという3つのステップに整理されてるよ。
IBD腸マイクロバイオームの個体群構造
IBDデータセットの分析で、71の興味のある種を特定したんだ。これらの種について、遺伝的変異を評価して、IBDとの関連を見つけることができた。これには、サンプル間の遺伝子の存在や不在の違いを探して、IBDとの関連を定量化することが含まれてた。
Phocaeicola doreiのような種は、異なる宿主間で特定の遺伝子ファミリーの存在に強い相関関係を示したんだ。この相関は、種の中に明確な株のグループがあることを示していて、個体群構造が微生物と病気の関係にどう影響するかを強調してる。他の種、Blautia massiliensisのようなものは、個体群構造が少なくて、IBDとの重要な関連が少なかったんだ。
さまざまな統計テストを通じて、特定の株と病気との重要な関係を特定できたよ。いくつかの種の高い構造レベルは、進化的圧力やその他の要因がこれらの関連に関与している可能性を示唆してるんだ。
株と遺伝子の関連を特定する
MicroSLAMは、マイクロバイオームと宿主の特徴との関連を特定するために2つの異なるテストを提供してる。最初の検定は、特定の株が特徴とどう関連してるかを見るもので、2つ目は個々の遺伝子に焦点を当てるもの。結果は、多くの遺伝子ファミリーがIBDと関連してることを示してるけど、すべてが病気自体に直接関与しているわけじゃないんだ。
Ruminococcus B gnavusの場合、私たちの発見は、健康状態に基づいて種が2つのグループに分かれることを示唆してる。一方のグループは健康な個体だけを含んでいて、もう一方は健康な個体とIBDを持つ個体の両方が含まれてた。この区別は、個体群構造が健康の結果にどれだけの違いをもたらすかを示してるんだ。
2つ目のテストは、病気と強く関連している特定の遺伝子を特定したんだ。これにより、微生物が人間の健康にどう影響するかを知るためのさらなる研究の候補を絞り込むことができたんだ。
MicroSLAMモデルのパフォーマンス
microSLAMの効果を検証するために、従来のモデルと比較してそのパフォーマンスを評価するシミュレーションを行ったよ。結果は、誤陽性率が許容範囲内であったことを示していて、microSLAMが真の関連を効果的に検出できて、間違った結果をあまり生成しないことを示したんだ。
また、microSLAMのアプローチは、特に顕著な個体群構造を持つ種において、特徴との遺伝子関連を分析するための標準的な方法を改善することを確認したよ。強化された特異性は、研究者が真の関連と、遺伝的関連性から生じる偶然の関連を見分けるのに役立つんだ。
IBDでの関連を発見
microSLAMの強化された機能を使って、私たちは分析したサンプルでIBDに関連する多くの種や遺伝子の関連を見つけたよ。71の種のうち、多くが病気に関連する明確な個体群構造を示し、そのうち49が重要な関連を持ってた。重要なのは、これらのいくつかの関連は従来の相対的豊富さのテストでは検出できなかったことなんだ。
発見された遺伝子ファミリーの中には、多くが動的要素に関連していて、異なる株が宿主環境にどう適応するかに役割を果たす可能性があるんだ。これらの遺伝子の存在は、マイクロバイオームがIBDのような状態にどう影響を与えるかの手がかりを提供するかもしれない。
フルクトシルシンPTSシステムオペロンの役割
注目すべき発見の一つは、Faecalibacterium prausnitziiにおいてIBDのケースステータスと有意に関連している7つの遺伝子からなるオペロンを特定したことだ。このオペロンは、腸内に存在するかもしれないフルクトシルシンという糖を利用するのを手助けするシステムをコードしているんだ。異なる株におけるこのオペロンの変動性は、特定の株に腸内環境での優位性を与える可能性があることを示唆してる。
このオペロンの存在は、腸内で他の微生物と競争しながら繁殖する能力を高めるかもしれなくて、腸の健康に重要な影響を与えるかもしれない。こうしたオペロンの役割を理解することで、腸内マイクロバイオームを健康に保つための食事や治療法の介入に関する新しい研究の道を開くことができるかもしれない。
研究の限界
私たちの発見は、マイクロバイオームと宿主の相互作用に関する理解を大きく進展させたけど、microSLAMメソッドには限界があるよ。まず、私たちのモデルで使用した遺伝的関連マトリックスは、特徴関連の分析後に使用された同じ遺伝子の存在/不在データから推定されている。これが結果の力に影響を与える可能性があるんだ。
次に、使用した多くのデータセットはさまざまな研究から収集されていて、食事や医療歴などマイクロバイオームに影響を与える他の潜在的な要因に関する情報が限られてた。この詳細の不足は、一部の交絡変数を除外するのを難しくしてる。
さらに、研究で特定された多くの遺伝子には明確な機能注釈がなかったから、その役割を完全に解釈するのが難しい。大規模なデータセットがあれば、統計的力が向上し、特定の病気の亜型に関するより堅牢な分析ができるかもしれない。
最後に、微生物の遺伝学の複雑さから、一部の遺伝子関連がメタゲノムリードの誤同定によって影響を受けていた可能性があるんだ。結果を確認するために補完的な方法での検証が有益だと思うよ。
結論
まとめると、microSLAMモデルは人間のマイクロバイオームと健康関連の特徴の複雑な関係を解き明かすための強力なツールを提供しているんだ。厳密な分析を通じて、IBDのような状態に寄与する多くの種や遺伝子の関連を特定したよ。この研究から得られた洞察は、これらの関連の背後にあるメカニズムを調査し、それを治療目的で活用するためのさらなる研究の道を開くんだ。
microSLAMを研究コミュニティに提供することで、私たちはマイクロバイオームが人間の健康に与える影響についての理解を深めるための研究を促進できることを願ってる。研究者たちがこれらの相互作用を探求し続けることで、マイクロバイオームの管理を通じてより良い健康を促進する新しい戦略が明らかになるかもしれないね。
タイトル: Improved detection of microbiome-disease associations via population structure-aware generalized linear mixed effects models (microSLAM)
概要: Microbiome association studies typically link host disease or other traits to summary statistics measured in metagenomics data, such as diversity or taxonomic composition. But identifying disease-associated species based on their relative abundance does not provide insight into why these microbes act as disease markers, and it overlooks cases where disease risk is related to specific strains with unique biological functions. To bridge this knowledge gap, we developed microSLAM, a mixed-effects model and an R package that performs association tests that connect host traits to the presence/absence of genes within each microbiome species, while accounting for strain genetic relatedness across hosts. Traits can be quantitative or binary (such as case/control). MicroSLAM is fit in three steps for each species. The first step estimates population structure across hosts. Step two calculates the association between population structure and the trait, enabling detection of species for which a subset of related strains confer risk. To identify specific genes whose presence/absence across diverse strains is associated with the trait, step three models the trait as a function of gene occurrence plus random effects estimated from step two. Applying microSLAM to 710 gut metagenomes from inflammatory bowel disease (IBD) samples, we discovered 49 species whose population structure correlates with IBD. In addition, after controlling for population structure, we found 57 microbial genes that are significantly more common in healthy individuals and 26 that are more common in IBD patients, including a seven-gene operon in Faecalibacterium prausnitzii that is involved in utilization of fructoselysine from the gut environment. Overall, microSLAM detected IBD associations for 45 species that were not detected using relative abundance tests, and it identified specific strains and genes underlying IBD associations for 13 other species. These findings highlight the importance of accounting for within-species genetic variation in microbiome studies. Author SummaryThe species composition of the human gut microbiome differs significantly between individuals and is associated with various diseases. Many studies have sought to understand this relationship by examining the relative amount of each bacterial species within metagenomic sequencing data from sick and healthy individuals. However, this approach makes it challenging to pinpoint which genes and pathways of a disease-associated species might actually contribute to disease risk, and it misses species where only certain strains are disease associated. To overcome these challenges, we developed an R package, called microSLAM, that uses mixed-effects modeling to associate within-species genetic variation to host traits. microSLAM performs two types of tests for each species: one for identifying strain-disease associations and another for identifying gene-disease associations. The gene tests account for the genetic relatedness of strains across hosts, making them particularly useful for detecting mobile genes. We applied microSLAM to hundreds of gut metagenomes from inflammatory bowel disease studies, identifying dozens of novel associations that were missed using relative abundance tests. MicroSLAM is a general modeling approach that can be applied to human traits beyond disease case/control studies and to microbiomes from other environments.
著者: Miriam Goldman, Chunyu Zhao, Katherine S. Pollard
最終更新: 2024-06-30 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.06.27.600934
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.06.27.600934.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。