2023-10-12 14:33:31
浏览:
导语
今天给同学们分享一篇孟德尔随机化的生信文章“Causal relationship between gut microbiota and cancers: a two-sample Mendelian randomisation study”,这篇文章于2023年2月21日发表在BMC Med期刊上,影响因子为11.15。
观察性研究和临床试验的证据表明,肠道微生物群与癌症有关。然而,肠道微生物群与癌症之间的因果关系尚待确定。
一、SNP选择
首先,作者在门、纲、目、科和属水平上分别鉴定了91、307、289、310和397个与肠道微生物群相关的SNPs,其显著性水平为p<5×10−8。作者在门、纲、目、科和属的水平上分别鉴定了228499488811和1374个SNPs,其显著性水平为p<1×10−6。经过一系列质量控制步骤,277个(全基因组统计显著性阈值,p<1×10−6)和23个(全基因统计显著性阈,p<5×10−8)SNPs被选为IVs。
IVs的F统计数据大多>10,表明没有证据表明存在弱偏倚,MR-PRESSO全局检验也没有检测到多效性效应的证据(p>0.05)。***终,在去除MR-PRESSO异常值检验和MR-Egger回归确定的多效性SNPs后,没有证据表明IVs具有水平多效性(MR-PRESSO全局检验均p>0.05,MR-Egger回归均p>0.05)。
使用四种MR方法对含有多个SNPs的细菌属进行测试,以考虑多重测试校正。在作为IVs的小于全基因组统计显著性阈值(5×10−8)的SNPs集合中,不同分类群水平的显著性阈值设置为:phylum p = 5 × 10−2 (0.05/1), class p = 5 × 10−2 (0.05/1), order p = 2.5 × 10−2 (0.05/2), family p = 1.25 × 10−2 (0.05/4), and genus p = 4.54 × 10−3 (0.05/11)。在作为IVs的小于全基因组统计显著性阈值(1×10−6)的SNPs集合中,不同分类群水平的显著性阈值设置为:phylum p = 5.55 × 10−3 (0.05/9), class p = 3.33 × 10−3 (0.05/15), order p = 2.5 × 10−2 (0.05/15), family p = 2.08 × 10−3 (0.05/24), and genus p = 6.25 × 10−4 (0.05/80).。
二、肠道微生物群对八种癌症发生的因果影响
1. 乳腺癌
在一组IVs(p<5×10−8)中,作者发现放线菌门(优势比(OR)=1.011,95%CI=1.001–1.020,p=1.75×10‐2)与癌症有因果关系,放线菌类与癌症患者有因果关系;Neale Lab(OR=1.010,95%CI=1.003-1.018,p=5.62×10-3)、UK Biobank(OR=1.012,95%CI=1.001-1.022,p=2.58×10-2,IVW)和MRC-IEU(OR=1.006,95%Cl=1.000-1.012,p=3.32×10-2)确定了放线菌与乳腺癌之间的因果关系。此外,瘤胃球菌属UCG013也与乳腺癌症有因果关系(OR=0.983,95%CI=0.972-0.994,p=4.35×10−3)。令人惊讶的是,双歧杆菌科和双歧杆菌目也与乳腺癌症有因果关系(OR=1.010,95%CI=1.002-1.017,p=5.62×10−3);因此,作者在英国生物银行数据库中进行了核磁共振分析,结果相似(OR=1.009,95%CI=1.000–1.018,p=3.57×10−2)(图1)。
图1 肠道微生物组与癌症风险之间因果关系的孟德尔随机化结果(p<5×10−8)
作者在另一组IVs中发现了更多与乳腺癌症相关的肠道微生物群(p<1×10−6),作者还发现诺氏瘤胃球菌属与乳腺癌症有因果关系(OR=1.466,95%CI=1.251–1.718,p=2.15×10-6,IVW),尤其是ER+乳腺癌症(OR=1.549,95%CI=1.285–1.866,p=4.27×10-6(IVW);Oscillibacter属与ER−乳腺癌症有因果关系(OR=2.045,95%CI=1.393–3.002,p=2.58×10−4,IVW)(图2)。
图2 肠道微生物组与乳腺癌症风险之间因果关系的孟德尔随机化结果(p<1×10−6)
2. 肺癌
在一组IVs(p<5×10−8)中,作者发现放线菌门(OR=1.005,95%CI=1.000–1.010,p=2.42×10-2)和放线菌类(OR=1.004,95%CI=1.000-1.008,p=3.12×10-2)与肺癌有因果关系。Tyzzerella3属与肺腺癌有因果关系(OR=4.486,95%CI=1.641–12.263,p=3.43×10−3)(图1)。作者在另一组静脉注射中发现了更多与癌症相关的肠道微生物群(p<1×10−6),作者发现乳杆菌目与鳞状细胞肺癌(OR=3.181,95%CI=1.517–6.666,p=2.17×10−3,IVW)和小细胞癌症(OR=68.83,95%CI=4.182–1132.79,p=3.06 x 10−3,IVV)有因果关系,而伯克霍尔德菌(OR=0.553,95%CI=0.375–0.815,p=2.75×10−3,IVW)与肺癌有因果关系(图3)。
图3 肠道微生物组与其他癌症风险之间因果关系的孟德尔随机化结果(p<1×10−6)
3. 结直肠癌
在IVs组(p<5×10−8)中,作者发现Tyzzerella3和Ruminococcustorquesgroup属(OR=1.014,95%CI=1.005–1.023,p=1.63 x 10−3)(图1)。在确定另一组静脉注射中与结肠癌症相关的更多肠道微生物群(p<1×10−6)时,作者发现疣状结肠杆菌目、疣状大肠杆菌纲和疣状肠杆菌科(OR=1.013,95%CI=1.004–1.021,p=1.98×10−3)与结肠癌症有因果关系。此外,脱硫弧菌目(OR=1.015,95%CI=1.005–1.025,p=2.98×10−3)和Deltaproteobacteria类(OR=1.015,95%CI=1.005–1.026,p=2.88×10‐3)与结直肠癌相关(图3)。
4. 前列腺癌
在IVs组(p<5×10−8)中,作者发现瘤胃球菌属(OR=0.350,95%CI=0.171–0.718,p=4.21×10-3)与前列腺癌症有因果关系(图4)。
图4 肠道微生物组与癌症风险之间因果关系的孟德尔随机化结果(续)(p<5×10−8)
在另一组IVs(p<1×10−6)中发现更多与前列腺癌症相关的肠道微生物群时,作者发现疣状杆菌纲、疣状菌科、疣形菌目(OR=0.964,95%CI=0.943–0.985,p=8.72×10−4)、土杆菌属(OR=0.381,95%CI=0.237–0.612,p=6.78×10-5),与前列腺癌症相关的Roseburia属(OR=1.727,95%CI=1.276–2.337,p=3.98×10−4)和Alphaproteobacteria类(OR=1.289,95%CI=1.104–1.505,p=1.28×10–3)(图3)。
5. 胃癌
在IVs组(p<5×10−8)中,作者发现胃链球菌科(OR=12.516,95%CI=2.049–76.43,p=6.19×10−3)与胃癌有因果关系(图4)。然而,在另一组静脉注射中发现更多与胃癌相关的肠道微生物群(p<1×10−6)时,作者发现在Bonferroni试验后,肠道微生物群对与胃癌有关的肠道微生物没有遗传易感性(图3)。
6. 头颈癌
在IVs组中(p<5×10−8),作者发现胃厌氧菌与口咽癌症有因果关系(OR=0.277,95%CI=0.094–0.811,p=1.92×10−2),放线菌门(OR=0.041,95%CI=0.002–0.676,p=2.53×10−2)和放线菌类(OR=0.131,95%CI=0.019–0.910,p=3.99×10−2)与口腔癌症有因果关系(图4)。
在另一组静脉注射中发现更多与头颈部癌症相关的肠道微生物群(p<1×10−6),作者发现瘤胃球菌属1与头颈癌症有因果关系(OR=1.008,95%CI=1.004–1.013,p=1.98×10−4),尤其是口腔和口咽癌(OR=1.007,95%CI=1.003–1.011,p=3.71×10‐4)(图3)。
7. 子宫内膜癌
根据Bonferroni试验,在IVs组(p<5×10−8)中,作者发现肠道微生物群的遗传易感性与子宫内膜癌症没有因果关系。当在另一组IVs中确定更多与子宫内膜癌症相关的肠道微生物群时(p<1×10−6),作者发现γ-蛋白杆菌类与子宫内膜癌症有因果关系(OR=0.9936,95%CI=0.989–0.997,p=8.43×10−4)(图3)。
8. 卵巢癌
在IVs组(p<5×10−8)中,作者在Bonferroni试验后未发现肠道微生物群与卵巢癌症有任何遗传相关性。当在另一组静脉注射中发现更多与卵巢癌症相关的肠道微生物群时(p<1×10-6),作者发现瘤胃梭状芽孢杆菌属6与浆液性卵巢癌症的低恶性潜能有因果关系(OR=11.869,95%CI=3.178–44.327,p=2.33×10-4)(图3)。
三、肠道微生物群与癌症之间的潜在因果关系
此外,作者发现肠道微生物群与癌症之间存在一些潜在的因果关系。这些结果在IVs集中的至少两个不同数据集中发现(p<1×10−6),p<0.05,但未通过Bonferroni检验。瘤胃球菌属UCG013、瘤胃杆菌属NK4A214群、草酸杆菌属、霍尔德曼菌属、嗜酸真杆菌属群和α杆菌类与乳腺癌症高度相关。硒门亚目、Turicibacter属、Ruminococcus1属、Rumonococaceae UCG014属、Odoribacter属,Dorea属和Negativicutes类与头颈部癌症高度相关。共前列腺素真杆菌组、副毛虫属、瘤胃球菌属UCG003和乳杆菌目与癌症高度相关。疣状疣菌科、疣状瘤菌纲、疣形瘤菌目、Terrisporobacter属、Roseburia属和Akkermansia属与前列腺癌症高度相关。Adlercreutzia属与前列腺癌和子宫内膜癌高度相关。
四、敏感度分析
MR-Egger、加权模式、简单模式和加权中值方法对幅度和方向产生了类似的因果估计。当使用MR Egger回归截距法时,作者没有发现癌症中肠道微生物群水平多效性的证据,p>0.05。MR-PRESSO分析显示结果中没有异常值。此外,Cochrane Q统计结果没有显示出显著的异质性(p>0.05)。
五、肠道微生物群与癌症风险之间的双向因果关系
为了评估任何反向因果关系的影响,作者将癌症作为暴露对象,将肠道微生物群作为结果,并将从先前GWAS中提取的与癌症相关的211个SNP作为IV。基于Bonferroni检验,不同分类群水平的显著性阈值设置为p=6.25×10−3(0.05/8),作者发现肺腺癌与Tyzzerella3属有因果关系(p=1.02×10−2,IVW),这表明肺腺癌和Tyzzerella 3属之间存在双向因果效应。图5中显示了一个总结网络,用于更好地理解肠道微生物群与癌症之间的关系。
图5 孟德尔随机化分析肠道微生物群与癌症的因果关系
总结
总之,作者***评估了肠道微生物群与一系列癌症之间的因果关系,还发现肠道微生物群与癌症之间存在潜在的因果关系。这项研究可能为肠道微生物群介导的癌症发生机制提供新的见解。对这篇文章的思路感兴趣的老师,欢迎扫码咨询!
生信分析定制服务
请扫描下方二维码
点在看,SCI马上发表
文章内容如有侵权,请联系站长删除。
相关推荐
卷王必看!非肿瘤+WGCNA+单细胞,快...
7+差异分析+WGCNA+PPI网络,学...
探讨m6调控因子与人类癌症之间的因果关系...
单基因泛癌+实验简单验证,要素丰富,没研...
快来看看如何拿下7+干湿结合生信思路!赶...
经典泛癌纯生信思路,适合小白学习!赶紧来...
5+泛癌+免疫,这种生信思路?看这篇就够...
5+单基因泛癌范文式教学,适合小白学习!...
39+!又是一篇惊鸿巨作,教你如何打造高...
5+单细胞+铜死亡+实验,干湿结合生信思...
3+铜死亡+WGCNA,铜死亡为什么打得...
3+单细胞+代谢+WGCNA+机器学习,...
4+m6A+机器学习+分型,要素过多,没...
5+非肿瘤+细胞凋亡相关生信思路,请自行...
又见非肿瘤泛癌分析!学会这个8+非肿瘤+...
热点机制推荐!5+缺氧+铁死亡+分型生信...
非同一般的5+机器学习+分型+免疫的生信...
8+非肿瘤免疫浸润+机器学习+动物验证,...
5+单基因+甲基化+实验分析,强烈推荐!
8+单细胞marker基因生信思路,快来...
双重热点,8+M2巨噬细胞+分型生信思路...
8+双疾病+转录调控+分子对接生信思路,...
简单易懂的7+非肿瘤生信思路,轻松复现!
高分文章秘籍!10+炎症反应相关+分型生...
双热点机制结合!5+铜死亡+铁死亡相关基...
8+机器学习+TRP+体外实验高分思路,...
***6+双癌种+激素代谢相关构建预后模型...
***6+TRP+泛癌分析生信思路,不容错...
想发文章还没思路?5+基于肿瘤免疫的ln...
5+差异+PPI+生存分析鉴定关键基因,...
3+肿瘤+预后模型+甲基化,经典组合机制...
7+线粒体相关基因预后模型+肿瘤微环境+...
非肿瘤纯生信拿下7+!!多种机器学习算法...
内质网应激又玩出了什么新花样?脂质代谢+...
16+sci!!多重免疫组织化学+CIB...
8+肿瘤+多组机器学习+分型,汇集10种...
模范思路!单基因泛癌+实验轻松拿捏sci...
国自然研究热点SUMO化如何开展研究?这...
强势得分套路之一:单基因泛癌+实验验证轻...
不到一个月就接收的文章!!这篇5+铁死亡...
常规生信思路内再创新!泛凋亡+分型+预后...
11+单基因泛癌,转录组+单细胞+机器学...
8+容易拿分的思路!共病+WGCNA+机...
8+单细胞生信发文思路:探讨肿瘤微环境的...
探讨肠道微生物群与癌症之间的因果关系,纯...
8+线粒体自噬+铁死亡+分型+实验,双热...
8+内质网应激+分型+分子对接,结合WG...
5+肿瘤+预后模型+实验,这种文章课题两...
凋亡+自噬+焦亡!三重经典热点联手,预后...
5+单细胞+分子对接生信思路,干湿结合的...
聚焦“泛素化修饰”的生信分析思路,搭配分...
8+非肿瘤分析!WGCNA+机器学习筛选...
8+NETosis+机器学习+表达验证,...
强烈推荐!5+共病+MPL网络生信思路,...
8+机器学习+分型,一文剖析常见的双疾病...
8+肠道微生物群+孟德尔随机化,高分SC...
8+生物信息学+机器学习,机器学习加持生...
5+泛癌+孟德尔随机化生信思路,SCI轻...
8+双硫死亡+分型+预后模型生信思路,既...
6+孟德尔随机化生信思路,简单几张图教你...
5+非肿瘤生信思路经典思路,没有机器学习...
5+基于谷氨酰胺代谢在肿瘤中的分型,结合...
10+非肿瘤!热点基因集+单细胞+多数据...
涨分利器!8+单基因泛癌+甲基化+实验,...
5+m6A/m5C+分型生信思路,研究调...
热点机制推荐!!8+双硫死亡+分型+预后...
紧跟2023国自然热点!8+线粒体自噬+...
9+氧化应激+肠道微生物群+孟德尔随机化...
6+肠道微生物群+孟德尔随机化,孟德尔随...
5+乳酸化修饰+预后模型,肿瘤纯生信分析...
5+肿瘤+预后模型+实验,胶原家族蛋白如...
8+中性粒细胞+分型+单细胞,结合WGC...
6+孟德尔随机化,孟德尔随机化已成大热趋...
5+肿瘤+预后模型,探讨胶原蛋白相关基因...
9+代谢+分型,基于代谢通路对肝癌进行分...
8+结合10种机器学习算法构建模型,可复...
6+单细胞+多组机器学习,搭配热点基因集...
8+干细胞+多组机器学习,结合机器学习与...
8+双疾病联合生信分析搭配机器学习+实验...
墙裂推荐!8+中性粒细胞+预后模型+分子...
11+肠道微生物群+孟德尔随机化,孟德尔...
11+孟德尔随机化+GWAS分析,又是一...
10+家族基因+泛癌+空间转录组生信思路...
8+铜死亡+铁死亡+分型生信思路,多热点...
6+孟德尔随机化,套路简约却不简单,教你...
9+单细胞+代谢+分型,基于代谢通路对肝...
5+m7G+分型+单细胞生信思路,这个热...
10+肿瘤+分型生信思路解析,还没有设计...
6+非肿瘤+Friends分析+实验生信...
8+脂肪酸代谢+预后模型,刚发布一周的高...
想发“肿瘤+分型+微生物”的文章真不难,...
***4+单基因+单细胞生信思路!可借鉴可...
看看RNA结合蛋白+人工神经网络+外部验...
这篇15+的纯干货生信文章教你如何玩转孟...
5+Bluk+单细胞+分型+实验,经典好...
12+单细胞+泛癌生信思路,要素丰富,思...
8+失巢凋亡+分型+风险模型+泛癌生信思...
8+NAM+分型+单细胞生信思路,纯生信...
8+非肿瘤+线粒体+实验生信思路解析,好...
被这篇6+单基因泛癌生信思路的“骚操作”...