Nature Medicine | 肠道菌群、饮食和遗传对人体血浆代谢物的影响

2022-10-21 09:33:30, 麦特绘谱 麦特绘谱生物科技(上海)有限公司



调控机体代谢的因素众多,主要包括饮食、遗传以及肠道菌群等。人类血浆代谢物的个体间差异被证明与遗传,饮食及肠道菌群间密切相关,特定血浆代谢物的水平能够反映机体特定疾病的存在和对发展为复杂代谢性疾病的易感性。因此,阐明影响人类代谢的遗传、饮食和肠道菌群因素,对于理解血浆代谢物的来源和决定因素至关重要。然而,代谢物、饮食和肠道菌群之间的潜在因果关系在很大程度上仍未被探索,影响机体代谢的主要因素有待进一步甄别。


基于以上研究背景,荷兰格罗宁根大学医学中心傅静远教授研究团队联合南京医科大学/江苏省人民医院陈连民教授团队,通过分析大队列临床血浆样本的多组学数据,系统性地评估了肠道菌群、饮食和遗传对人体血浆代谢组的影响程度,揭示了饮食和菌群相比于遗传在塑造代谢健康方面的突出作用。2022年10月相关成果发表于Nature Medicine(IF:87.241)。



血浆非靶向代谢组学分析


对来自LLD1与LLD2两个独立队列的1368名个体的1679个血浆样本进行非靶向代谢组学分析,结果共有1183种代谢物的血浆水平得到了表征。通过与先前LC-MS/MS与NMR方法测定的代谢物丰度水平作对比,对胆汁酸、肌酐、乳酸盐、苯丙氨酸和异亮氨酸的鉴定和定量作进一步验证。

注:LLD队列为来自荷兰北部的大型前瞻性生命线队列研究的子队列。


影响个体间代谢差异的因素分析


通过计算饮食,遗传和肠道菌群对整个血浆代谢谱和单个代谢物的方差比例,以解释3种因素对个体间血浆代谢差异的相对重要性。结果表明,饮食、遗传和肠道菌群对整个血浆代谢谱差异的相对重要性分别为9.3%、3.3%和12.8%;年龄,性别、BMI和吸烟共同解释了4.9%的相对重要性;三种因素共同对血浆代谢物的相对重要性为25.1%。


对每种代谢物与饮食,遗传和肠道菌群之间进行成对关联分析。结果观察到有2854种代谢物与饮食习惯相关;48种代谢物与40个差异基因关联;1373种代谢物与肠道菌群物种有关;839种代谢物与菌群MetaCyc途径存在关联;共有769种代谢物与至少一种因素显著相关。随后,使用线性模型进行相互作用分析,以评估饮食-肠道菌群、遗传-肠道菌群和饮食-遗传间相互作用对人类血浆代谢的影响。结果提示,185种代谢物与多种因素相关,7个代谢物受饮食-肠道菌群、遗传-肠道菌群或遗传-饮食间相互作用的影响。


进一步比较3种因素对代谢物的影响,以分配每种代谢物的优势因素。结果表明,610种代谢物的个体间差异主要由饮食解释(饮食显性代谢物),85种由肠道菌群解释(肠道菌群显性代谢物),38种由遗传解释(遗传显性代谢物),表明饮食或肠道菌群相对于遗传来说,在解释血浆代谢物的变化方面占据主导地位。


此外,有185种代谢物的差异显著归因于一种以上的因素,包括与遗传和肠道菌群相关的6种代谢物以及与饮食和肠道菌群相关的153种代谢物。例如,遗传学和肠道菌群与血浆5-羧基-γ-色满醇(5-羟基-γ-生育酚的羧酸脱氢产物)间的关联与降低癌症和心血管风险有关;马尿酸可以通过膳食蛋白质的细菌转化产生,与饮食及肠道菌群密切相关。



图1. 遗传学、饮食和肠道菌群组对血浆代谢物个体间差异的贡献


血浆代谢物随时间的变化


以311例LLD1队列中的随访样本为对象,进一步检测分析血浆代谢物的时间差异性,以评估饮食、肠道菌群和遗传主导的代谢物随时间推移的稳定性。结果表明,肠道菌群显性代谢物与遗传显性代谢物的时间相关性相似PWilcoxon= 0.51),而饮食显性代谢物之间的时间相关性显著低于肠道菌群显性代谢物和遗传学显性代谢物之间的时间相关性PWilcoxon< 3.4×10−5),且三种因素对代谢物的影响越大,代谢物随着时间的推移就越稳定。



图2. 血浆代谢物的时间稳定性


血浆代谢物&饮食


相关性分析结果表明,2854种血浆代谢物中有726种代谢物与74种饮食因素之间存在重要关联,尤其是奎宁酸水平与咖啡摄入量之间(rSpearman= 0.54; P=1.6×10−80);2,6-二甲氧基-4-丙基苯酚与鱼类摄入量密切相关(rSpearman= 0.53; P=1.5×10−76)。此外,饮食因素与部分疾病的代谢生物标志物也存在关联,如心脏代谢性疾病的生物标志物1-甲基组氨酸与肉类(rSpearman= 0.11; P=3.1×10−4)、鱼类(rSpearman= 0.12; P= 7.2×10−5)的摄入量之间呈现显著正相关。


构建基于食物频率问卷(FFQ)数据的生命线饮食评分,使用LLD1和LLD2队列分别训练集和验证集,以建立代谢模型来预测个人的饮食质量。代谢模型包括76种代谢物,其中51种与饮食主要相关,结果表明代谢物预测的饮食评分与验证集中FFQ评估的真实饮食评分有显著关联(r2adjusted= 0.27; PF-test= 3.5×10−5),血浆代谢物预测的健康饮食指数(HEI)与基于FFQ的HEI显著相关(r2adjusted= 0.23l; PF-test= 6.5×10−5)。



图3. 饮食习惯与血浆代谢物之间的关联


血浆代谢物&遗传


血浆代谢物的遗传关联可以为复杂疾病的病因提供功能见解。遗传变量包括年龄、性别、BMI、吸烟、78种饮食习惯、40种疾病和44种药物,基于LLD1队列的结果提示44种代谢物和40种单核苷酸多态性(SNP)之间存在48个独立遗传关联(PSpearman < 4.2×10−1),且所有48个遗传关联都在LLD1随访或两个独立的复制数据集(LLD2和GoNL)中得到复制。全基因组关联研究 (GWAS)的功能图谱和注释(FUMA)分析显示,咖啡因代谢物5-乙酰氨基-6-甲酰氨基-3-甲基尿嘧啶(AFMU)与N-乙酰转移酶2(NAT2)附近的SNP rs1495741存在最强关联(rSpearman= −0.52; P=1.7×10−66),与SNP rs35246381间存在强联动不平衡性(r2= 0.98)。AFMU是NAT2活性的直接产物,被报道与膀胱癌风险有关,其在血浆中的水平不仅与咖啡摄入量(rSpearman= 0.29; P=9.2×10−22)及rs1495741的基因型有关,还与它们的相互作用有关。具有同源AA基因型的个体具有相似的咖啡摄入量水平,但与具有GG和GA基因型的个体相比,咖啡摄入量与血浆AFMU水平之间的相关性显著降低。


此外,mQTL分析结果表明,两种新型的SNP(HYAL3的rs13100173和ARSB的rs11741352)与N-乙酰半乳糖胺-4-硫酸盐有关;SCLT1的rs17789626与咪唑立宾有关(一种用于治疗肾病综合征的化合物);SLCO1B1基因中SNP rs67981690和rs4149067与3种代谢物有关,SLCO1B1蛋白的表达对肝脏是特异性的,其位点也与脂肪酸的血浆水平和他汀类药物诱导的肌病有关,且rs67981690与微生物脂肪酸氧化途径之间的遗传-微生物组相互作用与5-羧基-γ-色满醇的血浆水平有关(P=1.5×10−3)。



图4. 遗传与血浆代谢物之间的关联


血浆代谢物&肠道菌群


在208种代谢物和314种微生物因子之间建立了4212种关联(FDRLLD1 < 0.05; PLLD1 follow-up < 0.05):919个微生物物种与25个尿毒症毒素存在关联;142个与维生素B1存在关联;117个与五种植物雌激素的关联(FDR<0.05)。其中,尿毒症毒素和硫胺素已被证明与慢性肾脏疾病和心血管疾病相关,植物雌激素可以被肠道微生物群转化为代谢物,促进宿主的新陈代谢和免疫系统。


运用双向MR分析评估肠道微生物组组成是否对血浆代谢物水平有因果关系,进一步发现,微生物腺苷钴胺素生物合成(辅酶B12)的丰度增加与5-羟色醇(一种与帕金森病相关的尿毒症毒素)的血浆水平降低有关;血浆亚硫酸氢水平(一种对神经系统、心血管功能、胃肠道及肾脏系统有干扰的毒素)与直肠真杆菌有关。



图5. MR分析对肠道菌群和血浆代谢物之间的因果关系评估


饮食-肠道菌群中介在代谢物控制中的作用


对于675个与饮食习惯和代谢物均相关的微生物特征(FDR <0.05),应用双向中介分析来评估肠道菌群和代谢物对饮食的影响。最终共建立了146种中介联系:133种饮食习惯通过代谢物对肠道菌群存在影响,13种饮食习惯通过肠道菌群对代谢物产生影响(FDRmediation < 0.05, Pinverse-mediation > 0.05),这些联系大多与咖啡和酒精对肠道菌群代谢功能的影响有关。


咖啡含有各种酚类化合物,可以通过结肠微生物群落转化为马尿酸。本研究中发现马尿酸可以介导饮用咖啡对铁胺甲烷杆菌丰度的影响(Pmediation=2.2×10−16);酒精饮料中常见的葫芦碱酸可以介导饮用啤酒对甲基梭状芽孢杆菌递质毒素的影响(Pmediation=2.2×10−16);葡糖球菌属vSV(300‒305 kb)介导了食用果实对尿石素B血浆水平的影响(Pmediation=2.2×10−16)。总之,研究为饮食-代谢物和饮食-肠道菌群关系提供了潜在的机制基础。



图6. 双向中介分析对肠道菌群、代谢物和饮食习惯之间联系的评估


综上所述,本研究通过系统分析饮食,遗传和肠道菌群与血浆代谢物的关联、因果关系和中介联系,系统性地评估了遗传、饮食和肠道菌群对人体代谢物的影响,发现了饮食和菌群在塑造代谢健康方面的重要作用,整体为人类代谢健康设计预防和治疗策略的后续研究提供了基础和方向。



图示:研究队列设计及实验分析路线图


参考文献


Chen L, Zhernakova DV, Kurilshikov A, et al. Influence of the microbiome, diet and genetics on inter-individual variation in the human plasma metabolome. Nature Medicine. 2022. 


请扫描二维码阅读原文



绘谱帮你测

针对上述研究采用的代谢组学-肠道菌群-基因组的多组学检测及联合分析策略,麦特绘谱拥有成熟的实验及分析技术,已协助客户在Cell Metabolism、Science Translational Medicine 、Gut、Microbiome、Diabetes Care等专业期刊上发表三十余篇论文。


代表性论文如下:


1.客户案例 | Sci Transl Med:肠道菌群可用于非酒精性脂肪性肝病的风险预测

2.客户案例 | Microbiome:运动改善心功能不全,肠道菌群发挥重要作用

3.Cell Metabolism | 运动调控肠道菌群与代谢物预防糖尿病

4.客户案例 | 油炸食品虽香,但你的肠道菌群Say No!

5.Gut | 不同饮食结构对健康人群肠道菌群、代谢物、炎症的影响:RCT研究


麦特绘谱拥有成熟的代谢组学靶向和非靶向检测平台,包括全球独有技术Q600、Q300、Q200和各类小分子代谢物独立检测方法,菌群16S测序和宏基因组、转录组学及多组学联合分析等全套解决方案。独家的检测技术、全面的数据报告以及专业的售后探讨,助力您的科研探索之路不断创新和突破。欢迎咨询麦特绘谱热线400-867-2686,获取详细资料!



往期推荐


1. 绘谱导读 | 2022年9月代谢组学文献精选

2. 焕新升级 | 绘谱实验室添新设备助推创新研发实力再跃升

3. Protein & Cell | 菌群代谢物甲硫氨酸影响宿主时钟基因表达和活性氧水平

4. Cell | 代谢分析加速疾病的发现、诊断和治疗

5. 新品鉴证 | 风味组学--领跑食品业的一枝独秀



麦特绘谱生物科技(上海)有限公司(Metabo-Profile)汇聚了从事代谢组学和转化医学研究近二十年的海内外专家团队,专注于精准医学和健康领域的高端代谢组学技术服务及科研、临床试剂盒产品研发,业务覆盖临床、动物、细胞、微生物、药物、食品及营养等领域,是一家集科技服务、健康检测及产品研发于一体的国家级高新技术企业。


成立至今,麦特绘谱已为上千家三甲医院、科研院所和企业提供高端、定制化的代谢组学一站式整体解决方案,协助客户与合作伙伴发表SCI文章200+篇,累计影响因子2000+,包括Cell Metabolism、Immunity、Gut、Diabetes Care、Advanced Science、Hepatology、Microbiome、Nature Communications等领域内权威期刊。



关注了解更多


扫码关注“麦特绘谱”公众号

扫码关注“麦特绘谱”视频号

扫码关注“麦特绘谱”B站账号

扫码关注“麦特绘谱”知乎号


分享

点赞

在看


  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2024 ANTPEDIA, All Rights Reserved