2022年1月5日整理发布：每天，消化系统中的数十亿细菌都在发生变化;你吃的食物、你服用的药物和你接触的细菌会使某些细菌比其他细菌繁殖得更多。科学家们知道，这种不断变化的肠道微生物平衡与您的健康和疾病有关，但一直在努力确定是什么使一种微生物平衡优于另一种。
在过去的十年里，科学家们通常通过描述存在的细菌种类和数量来描述一个人的微生物组——在人类肠道中发现的微生物的集合。现在，由格莱斯顿研究所KatiePollard博士领导的一组研究人员发表了两项新研究，表明监测细菌菌株——而不仅仅是物种——可以更好地了解微生物组。
细菌菌株有点像狗品种或番茄品种——属于同一物种，但彼此不同。
“我认为研究人员仅仅关注微生物的种类就错过了很多信息，”格莱斯顿数据科学与生物技术研究所所长、两项研究的主要作者波拉德说。“当我们采取更细粒度的方法并观察细菌菌株时，我预测我们将开始寻找微生物组与疾病之间的因果关系。”
在NatureBiotechnology杂志上发表的一项研究中，Pollard的实验室与美国能源部联合基因组研究所的研究科学家StephenNayfach博士合作开发了一种新的计算方法来分析微生物组样本中存在的细菌菌株。比现有技术更快、更经济。Pollard说，这种新方法将使研究人员能够对微生物组进行比以往任何时候都更大、更精确的分析。
在GenomeResearch在线发表的另一篇论文中，Pollard与斯坦福大学的BenjaminGood博士和MichaelSnyder博士的实验室合作，在5-5年的19个不同时间点跟踪一个人微生物组中存在的细菌菌株一个月的时间，包括一个疗程的抗生素之前和之后。他们发现，在某些情况下，一种细菌的丰度在不同时间点之间保持不变，但该物种内的菌株发生了巨大变化。
让微生物组有意义
在您的肠道内，细菌可能不仅仅是消化您的食物。事实上，研究表明，与健康人相比，患有炎症性肠病、哮喘、自闭症、糖尿病和癌症等多种疾病的人消化系统中的细菌不同。但到目前为止，很少有针对微生物组的治疗方法从这些观察中得出。
由于每种细菌都有自己的遗传密码，因此科学家们依靠DNA测序来发现任何特定人的微生物组中栖息着哪些细菌。但是由于数据的大小和复杂性，分析DNA序列很困难。尽管研究人员可以使用现有方法来确定存在哪些物种，但这仅提供了微生物组多样性和功能的一部分。这是因为同一种细菌中的不同菌株可能存在显着的遗传差异，这些差异通常大到足以诱发不同的行为。
到目前为止，识别微生物组样本中的遗传差异需要高性能计算能力和云存储——这是大多数实验室所不具备的。研究人员必须使用一种称为序列比对的技术，将微生物组中存在的数千种细菌的基因组中的数百万个DNA片段与包含每种已知微生物序列的数据库进行比较。
“分析基因序列的算法是为人类基因组开发的，”波拉德说，他也是加州大学旧金山分校的教授和陈扎克伯格生物中心的研究员。“它们非常适合应对单个生物体基因组测序的挑战，但不适用于我们同时对数千种未知生物体进行基因组测序的目的。”
Pollard和她的同事知道，很长一段基因组序列在许多细菌物种或菌株中很常见。因此，这些序列不能用于帮助查明特定的细菌菌株。受到仅分析人类基因组最可变区域的方法的启发，该团队着手寻找他们需要从微生物组数据中剔除以识别其中包含的菌株的最少序列信息。
研究人员分析了来自人类肠道中常见的大约900种细菌物种的100,000多个公开可用的高质量基因组。他们在细菌基因组中发现了1.04亿短DNA串，这些短串在细菌菌株之间变化最为频繁。然后，他们使用这些信息设计了一种名为GenoTyperforProkaryotes(GT-Pro)的新算法，该算法在微生物组序列数据中搜索与用作细菌菌株标识符的关键字符串的精确匹配。与之前的序列比对方法不同，GT-Pro适合笔记本电脑的内存，不需要高性能计算和云积分。
“随着来自肠道微生物组和其他环境的新测序基因组的爆炸式增长，我们现在可以为数千种细菌物种创建详细的基因图谱，”Nayfach说。“我们的方法利用这些先验信息快速、全面地识别微生物组样本中的遗传变异，而无需进行耗时的序列比对。”
该研究领域以前一直受到以下事实的限制：世界上只有少数实验室有资金或计算机硬件来分析菌株分辨率的微生物组数据。
“我们的新算法为每个人打开了大门，让他们能够在个人计算机上实现这种分辨率水平，”Pollard说。
抗生素之前和之后
近年来，微生物组研究人员一直在努力回答的问题之一是，随着时间的推移，一个人体内的微生物组会发生多少变化。这个问题已经在物种层面得到解决;科学家们追踪了人类微生物组的物种组成如何随着饮食、疾病或环境的变化而变化。但结果未能解释当物种组成逐月保持稳定时，微生物组如何获得新功能，例如抗生素耐药性或使化疗药物失活的能力。
Pollard和她的同事想通过分析细菌菌株(而不仅仅是物种)如何随时间变化，在更深层次上深入研究这个问题。他们重新利用了一种设计用于对单个人类细胞进行测序的方法，并将其用于对细菌DNA分子进行编码。这使该小组能够在为期5个月的研究过程中跟踪一个人体内的单个细菌菌株。
该团队在5个月内大约每周一次对健康个体的微生物组进行测序。在此期间，该受试者出人意料地被诊断出患有莱姆病，并接受了为期2周的抗生素疗程——众所周知，该抗生素可以消除多种细菌，包括生活在人类肠道中的细菌。
斯坦福大学应用物理学助理教授古德说：“我们假设很多微生物会因抗生素而变得不那么丰富，然后会恢复，但最终的微生物组或多或少与开始时的微生物组相似。”.
在某些情况下，确实如此——某些微生物物种和菌株具有显着的弹性，在5个月的开始和结束时基因组几乎没有变化。但在其他情况下，抗生素后出现的菌株在基因上与开始时的菌株不同，即使该物种的丰度没有改变。重要的是，如果团队只分析了每个微生物组样本中存在的物种，这些差异就会被忽略。
尽管GT-Pro算法尚未用于本研究，但Pollard表示，它将使类似的未来研究更容易——也更便宜——进行。
为微生物组研究开辟新途径
您体内的细菌就像丛林——一个活生生的、不断变化的生态系统，有机体以微妙的平衡共存。当从上方查看卫星图像时，生态学家可以监测到丛林最深刻、最剧烈的变化，但他们会错过塑造环境的更精细的复杂性。
同样，那些通过观察物种如何变化来研究微生物组的人已经对网络有了一个高层次的看法，并且只看到了与健康和疾病最明显的联系。但随着GT-Pro和微生物菌株的新观点，波拉德说，新的联系将变得明显。
“要了解微生物组差异的功能后果，还有很多工作要做，”波拉德说。“但直到现在，我们还没有合适的测量工具来提出这些问题——现在我们有了。”
标签：
版权声明：本文由用户上传，如有侵权请联系删除！