生信分析，生信分析公司，医学sci，生信分析学习，tcga数据库，geo数据库，单细胞测序，转录组分析，甲基化，医学sci写作，论文解读8+肠道微生物群+孟德尔随机化，高分SCI指南：用孟德尔随机化评估肠道菌群对疾病的因果影响！！！非肿瘤生信

导语

今天给同学们分享一篇肠道微生物群+孟德尔随机化的生信文章“Impact of the gut microbiota and associated metabolites on cardiometabolic traits, chronic diseases and human longevity: a Mendelian randomization study”，这篇文章于2023年1月30日发表在J Transl Med期刊上，影响因子为8.44。

本MR分析的概念框架以及用于推导研究暴露和结果的数据集在图1中呈现。简而言之，本MR分析的目标是测试肠道微生物组对慢性疾病和寿命的因果影响，并提供每个暴露/结果关联的估计。作者对微生物组特征进行了两个样本的MR分析，将其作为暴露因素，并与心脑血管风险因素、慢性疾病和人类寿命的相关结果进行了分析。作者使用公开可用的全基因组关联研究（GWAS）摘要统计数据，提取了与微生物组相关的67个特征，包括与肠道微生物组相关的10个粪便和血浆代谢物、57个在一定程度上受基因控制的微生物丰度、9个心脑血管风险因素以及10个与疾病相关的结果和人类寿命。这十个代谢物的选择基于代谢它们的菌群的存在，并基于它们与慢性疾病的先前关联。分析仅限于欧洲血统的参与者，除了微生物丰度研究（MiBioGen）联盟和CAD（CARDIoGRAMplusC4D）中包括的一小部分参与者。曝露和结果样本在一定程度上交集，并且根据数据来源的不同程度也有所不同。作者仅选择具有至少三个独立（r2 < 0.01）遗传工具的曝露，***小p值< 1e-5（阈值因遗传工具的可用性而在数据来源之间有所不同，平均F统计量> 10，从而得到了67个与微生物相关的曝露可用于MR。选择这些标准是为了***小化弱工具偏差，并允许使用敏感性分析来评估MR假设的有效性。

图1 框架概述

1. 肠道菌群相关代谢物对慢性疾病和长寿的影响

作者首先试图确定与肠道菌群和粪便微生物代谢产物相关的10种血液代谢物，或者它们的功能途径是否会影响心脑血管代谢风险因素、慢性疾病和寿命。作者从898名参与者的GWAS中选择了与短链脂肪酸（如粪便丙酸）相关的遗传工具，***近的MR研究表明它与T2D有关，以及乙酸。作者还包括参与4-氨基丁酸（GABA）降解的微生物途径（PWY-5022途径），作为肠道产生丁酸的代理。作者还包括三甲胺N-氧化物、支链氨基酸（亮氨酸、异亮氨酸和缬氨酸）以及肠道菌群产生的色氨酸衍生物，即吲哚丙酸、血清素和酮酸。作者对研究中的每个健康结果进行了IVW-MR分析（图2）。共测试了190个暴露-结果关联。平均***效应大小为0.04，这意味着肠道菌群相关代谢物的1个标准差增加只会使风险因素增加0.04个标准差，或者增加约4%的疾病风险。有七个通过了0.05的名义p值显著性阈值（包括丙酸盐-2型糖尿病的关联），但在多重检验校正后，没有发现肠道菌群代谢物与慢性疾病和长寿有关。图2还报告了低密度脂蛋白胆固醇与感兴趣结果的关联。正如预期的那样，每个标准差增加的低密度脂蛋白胆固醇与心血管疾病呈正相关（OR = 1.5，95% CI 1.4–1.6，P = 1.4e-31），与人类长寿呈负相关（OR = 0.64，95% CI 0.56–0.74，P = 8.4e-11）。总的来说，这项分析确定了一些可能与心脏代谢特征、慢性疾病和人类长寿有关的血液和肠道来源的代谢物，但它们的效应大小较小。虚假的关联也不能完全排除，因为在多重检验校正后，没有发现任何代谢物与感兴趣的结果相关。

图2 微生物粪便代谢物、微生物途径和血浆代谢物与所有19种健康结果的气球图

2. 肠道微生物丰度对慢性疾病和长寿的影响

作者探讨了不同类群丰度对与健康相关的结果的影响。两项***GWAS研究中关于57个微生物类群丰度的可用遗传信息。然后，作者对19个健康结果进行了IVW-MR分析（图3）。与微生物组相关的代谢物类似，平均***效应大小为0.04。在1008个暴露-结果测试中，有69个通过了0.05的显著性阈值，但在Benjamini-Hochberg多重检验校正后没有任何关联。总的来说，这项分析确定了一些可能与心脑血管代谢特征、慢性疾病和人类寿命相关的微生物，但与血液和肠道代谢物一样。

图3 与所有19种健康结果相关的肠道微生物丰度的气球图

3. 有关潜在发现和多效性测试的探索

MR的一个关键假设是影响肠道菌群特征的遗传工具不会通过与肠道菌群特征相关的机制以外的方式影响疾病或寿命。这种现象被称为水平多效性。作者对所有76个潜在因果关系（主要分析P值<0.05）进行了稳健的MR分析，以估计作者的主要因果估计对多效性的稳健性。作者使用了四种不同的方法，这些方法对潜在多效性的性质做出了不同的假设：加权中位数法、MR-PRESSO法（如果无法执行，则使用MR-Radial法和混合污染法）。方法估计结果的一致性支持因果关系。MR-Egger截距也用于评估对水平多效性的稳健性。作者删除了未经稳健MR分析支持的MR结果（加权中位数法P>0.05，MR-Egger截距P<0.05，MR PRESSO异常值调整测试或MR-Radial测试（P>0.05），混合污染法（P>0.05）。在测试的76个关联中，有7个保持不变，与真实的因果效应一致，不太可能受到多效性的混淆（图4）。遗传工具没有显示出逆向因果关系的证据，这可以通过Steiger过滤测试来判断。大多数因果效应较低（abs(b) < 0.1）。值得注意的是，循环血清素水平对冠心病的因果效应和乳杆菌目对2型糖尿病的因果效应较强（OR = 1.23，95% CI 1.07–1.42，P = 4.0e-03）和（1.26，95% CI 1.11–1.44，P = 3.6e-04）。这项分析确定了一些与肠道微生物相关的特征，值得在进一步的研究中探索。

图4 一致的鲁棒性MR分析结果的森林图

4. 对BMI和饮酒量作为潜在混杂因素的探索

***近，肥胖和饮酒频率被确定为微生物组与疾病关联的主要混杂因素。作者对这7个有希望的关联进行了多变量MR分析，以确定因果效应是否能够抵御肥胖和饮酒频率的影响。这项分析提供了证据，表明前述两个关联可能在一定程度上受到BMI或饮酒的混杂影响（图5）。

图5 使用多变量MR框架对BMI和酒精摄入频率进行校正前后的IVW-MR结果

总结

使用MR方法，相对于传统方法，可以减少逆因果关系和混杂因素的影响，作者发现人类肠道微生物群落的几个特征，包括血浆代谢物和微生物分类丰度，在九种心脏代谢性疾病、八种慢性疾病和人类寿命上没有证据支持其因果效应。随着微生物组领域的发展，有必要利用完整的16S RNA基因的鉴别潜力，进行更大规模的微生物组GWAS研究，以充分阐明人类肠道微生物群落与慢性疾病发病机制的关联。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