结果1:纳入人群基本特征
本研究纳入了2021年9月至今厦门大学附属中山医院收治的58例非PMO受试者和40例新诊断的PMO患者进行病例对照研究。另外在江西省新余市人民医院纳入了10例非PMO受试者和13例PMO患者作为前瞻性队列进行建模分析。
结果2:PMO和non-PMO人群粪便样本微生物物种差异
16S rRNA测序发现,非PMO和PMO组中共有1952个细菌属,其中非PMO组中有82个独特的细菌属,PMO组中有48个独特的细菌属。在真菌中,非PMO组有84种特有真菌,PMO人群有90种特有真菌,二者共有真菌221种。
结果3:PMO和non-PMO人群粪便样本微生物多样性差异
对肠道细菌深入分析,发现与非PMO组相比,PMO组的α-多样性指数中Chao1指数、ACE指数和Shannon指数显著降低。此外,真菌的α-多样性指数中Shannon指数和Simpson指数在非PMO组和PMO组之间无显著差异。在β-多样性分析中,与非PMO组相比,PMO组肠道细菌显著减少,肠道真菌显著增加。表明PMO患者肠道微生物群发生了很大变化。
结果4:PMO和non-PMO人群粪便样本存在特征性微生物
此外,LEfSe分析非PMO组和PMO组的差异菌属。结果显示,在细菌层面,Veillonella, Parabacteroides和Harryflintia等菌属主要富集在PMO组,Veillonella, Prevotella和Enterobacterium等菌属主要富集在非PMO组。
在真菌层面,Pichia,Auricularia和Myrothecium等菌属主要富集在非PMO组,Eurotium,Penicillium和Chlorophyllum等菌属主要富集在PMO组。表明非PMO组和PMO组在属水平上存在显著差异。
结果5:PMO和non-PMO人群粪便样本微生物代谢途径具有显著差异
基于KEEG数据库,PICRUSt分析显示,与非PMO组相比,PMO组中菌群相关通路 Adipocytokine signaling pathway,Amoebiasis pathway和Ethylbenzene degradation pathway的富集度显著增加,而 Bladder cancer,Prion diseases和Bacterial invasion of epithelial cells通路富集度在PMO组显著降低。
此外COG分析显示,Transposase and inactivated derivatives相关通路在非PMO组显著富集,Holliday junction resolvasome and endonuclease subunit相关通路在PMO组显著富集。表明PMO组的代谢途径发生了显著变化。
结果6:PMO和non-PMO人群粪便样本代谢物具有显著差异
代谢组学检测两组代谢物的组成。PCA分析显示,非PMO组合PMO组的粪便代谢物存在显著差异。聚类分析显示,PMO组的主要富集途径包括α-亚麻酸代谢、有机含硒化合物代谢、β-丙氨酸代谢和赖氨酸降解、精氨酸和脯氨酸代谢、D-谷氨酰胺和D-谷氨酸代谢以及氮代谢。推测粪便微生物群的改变可能导致粪便代谢物的改变。
结果7:PMO和non-PMO人群粪便样本代谢物与骨相关指标显著相关
Preason相关性分析显示,肠道 Fusobacterium,Parabacteroides,Anaerotruncus,Defluviitaleaceae,Acetanaerobacterium和Leptotrichia 与骨密度(BMD)显著相关。
另外,肠道真菌Devriesia,Montagnulaceae和Nectriaceae也与BMD显著相关。同时,与BMD相关的代谢物包括L-哌啶酸、α-Linolenoyl Ethanolamide、D-丙氨酰-D-丙氨酸(D-Ala-D-Ala)、N-乙酰甘露糖胺和丝氨酸-缬氨酸。表明PMO患者和非PMO患者的肠道细菌/真菌/代谢物的改变与BMD相关。
结果8:根据粪便样本中差异菌群能够高效鉴别PMO和non-PMO人群
最后,根据随机森林模型,以特征菌普雷沃氏菌为分类因子建立的模型显示,PMO种群与非PMO种群的判别效率高达0.9008。以真菌作为分类因子建立的模型显示,PMO种群与非PMO种群的判别效率达到0.8151。分析前瞻性队列的粪便菌群进一步验证该模型的有效性,结果显示,该队列中基于细菌的分类模型判别效率为0.8962,而基于真菌的分类模型判别效率为0.7923。