結果1:納入人群基本特征
本研究納入了2021年9月至今廈門大學附屬中山醫院收治的58例非PMO受試者和40例新診斷的PMO患者進行病例對照研究。另外在江西省新余市人民醫院納入了10例非PMO受試者和13例PMO患者作為前瞻性隊列進行建模分析。
結果2:PMO和non-PMO人群糞便樣本微生物物種差異
16S rRNA測序發現,非PMO和PMO組中共有1952個細菌屬,其中非PMO組中有82個獨特的細菌屬,PMO組中有48個獨特的細菌屬。在真菌中,非PMO組有84種特有真菌,PMO人群有90種特有真菌,二者共有真菌221種。
結果3:PMO和non-PMO人群糞便樣本微生物多樣性差異
對腸道細菌深入分析,發現與非PMO組相比,PMO組的α-多樣性指數中Chao1指數、ACE指數和Shannon指數顯著降低。此外,真菌的α-多樣性指數中Shannon指數和Simpson指數在非PMO組和PMO組之間無顯著差異。在β-多樣性分析中,與非PMO組相比,PMO組腸道細菌顯著減少,腸道真菌顯著增加。表明PMO患者腸道微生物群發生了很大變化。
結果4:PMO和non-PMO人群糞便樣本存在特征性微生物
此外,LEfSe分析非PMO組和PMO組的差異菌屬。結果顯示,在細菌層面,Veillonella, Parabacteroides和Harryflintia等菌屬主要富集在PMO組,Veillonella, Prevotella和Enterobacterium等菌屬主要富集在非PMO組。
在真菌層面,Pichia,Auricularia和Myrothecium等菌屬主要富集在非PMO組,Eurotium,Penicillium和Chlorophyllum等菌屬主要富集在PMO組。表明非PMO組和PMO組在屬水平上存在顯著差異。
結果5:PMO和non-PMO人群糞便樣本微生物代謝途徑具有顯著差異
基于KEEG數據庫,PICRUSt分析顯示,與非PMO組相比,PMO組中菌群相關通路 Adipocytokine signaling pathway,Amoebiasis pathway和Ethylbenzene degradation pathway的富集度顯著增加,而 Bladder cancer,Prion diseases和Bacterial invasion of epithelial cells通路富集度在PMO組顯著降低。
此外COG分析顯示,Transposase and inactivated derivatives相關通路在非PMO組顯著富集,Holliday junction resolvasome and endonuclease subunit相關通路在PMO組顯著富集。表明PMO組的代謝途徑發生了顯著變化。
結果6:PMO和non-PMO人群糞便樣本代謝物具有顯著差異
代謝組學檢測兩組代謝物的組成。PCA分析顯示,非PMO組合PMO組的糞便代謝物存在顯著差異。聚類分析顯示,PMO組的主要富集途徑包括α-亞麻酸代謝、有機含硒化合物代謝、β-丙氨酸代謝和賴氨酸降解、精氨酸和脯氨酸代謝、D-谷氨酰胺和D-谷氨酸代謝以及氮代謝。推測糞便微生物群的改變可能導致糞便代謝物的改變。
結果7:PMO和non-PMO人群糞便樣本代謝物與骨相關指標顯著相關
Preason相關性分析顯示,腸道 Fusobacterium,Parabacteroides,Anaerotruncus,Defluviitaleaceae,Acetanaerobacterium和Leptotrichia 與骨密度(BMD)顯著相關。
另外,腸道真菌Devriesia,Montagnulaceae和Nectriaceae也與BMD顯著相關。同時,與BMD相關的代謝物包括L-哌啶酸、α-Linolenoyl Ethanolamide、D-丙氨酰-D-丙氨酸(D-Ala-D-Ala)、N-乙酰甘露糖胺和絲氨酸-纈氨酸。表明PMO患者和非PMO患者的腸道細菌/真菌/代謝物的改變與BMD相關。
結果8:根據糞便樣本中差異菌群能夠高效鑒別PMO和non-PMO人群
最后,根據隨機森林模型,以特征菌普雷沃氏菌為分類因子建立的模型顯示,PMO種群與非PMO種群的判別效率高達0.9008。以真菌作為分類因子建立的模型顯示,PMO種群與非PMO種群的判別效率達到0.8151。分析前瞻性隊列的糞便菌群進一步驗證該模型的有效性,結果顯示,該隊列中基于細菌的分類模型判別效率為0.8962,而基于真菌的分類模型判別效率為0.7923。