IF 12.2 | 成都中医药范刚等肠道病毒组的改变与II型糖尿病和糖尿病肾病相关

Ⅱ型糖尿病（T2D）是一种常见的慢性代谢疾病，近年来，由于不健康的饮食习惯和缺乏锻炼，T2D的全球患病率迅速增长。T2D患者长期处于高血糖状态会导致各种微血管并发症，比如糖尿病肾病（DN）。研究表明20%到50%的糖尿病患者都有DN并发症，DN是世界范围内终末期肾衰竭的主要原因，并具有高发病率和死亡率。遗传、饮食和生活方式被认为是导致患T2D和DN的主要因素，但也有很多其它因素待阐明。

近年来，越来越多的证据表明肠道微生物在人类健康和疾病中扮演重要角色。然而，大部分研究主要集中在肠道细菌，肠道病毒群落（病毒组）的作用在很大程度上尚未被探索。已有研究表明肠道病毒组的特征与人类某些慢性疾病有关，比如非酒精性脂肪肝（NAFLD）、酒精肝、结直肠癌和炎症性肠病。已有研究将肠道病毒组与T2D联系起来，但二者之间关系还不清楚。成都中医药大学范刚和张艺老师课题组近期在Gut  Microbes杂志上发表了题为“Alterations in the gut virome are associated with type 2 diabetes and diabetic nephropathy”的研究论文，该研究重点探索T2D患者肠道病毒组的变化及其与肠道细菌的关系，探讨病毒组的变化是否与DN有关，以增加对肠道微生物群在T2D及其并发症发病机制中作用的了解，也为代谢性疾病的诊断和治疗提供新的线索。

关键词：肠道病毒组，Ⅱ型糖尿病，糖尿病肾病

方法

本研究对90名T2D患者（41名T2D-Ne，49名T2D-non-Ne）和42名健康志愿者的粪便样品进行了病毒组和16S rRNA测序，并对病毒组和和细菌组进行分析。

研究结果

1.研究人群的临床特征

本研究共纳入了132名研究对象（大多数为男性），共分为三个研究组（control, T2D-Ne和T2D-non-Ne）。三个研究组之间的年龄存在显著差异，其中T2D-Ne组的患者中位年龄较大（58岁）。与control组相比，T2D-Ne组和T2D-non-Ne组的空腹血糖和TG水平显著较高，但HDL-C水平较低。与T2D-non-Ne组相比，T2D-Ne组具有显著更高的UACR水平和更低的eGFR水平。T2D-Ne组的UACR和eGFR中值分别为171.8mg/g和53.4mL/min/1.73m²，表明患者肾脏受到损伤。各组之间的其它临床数据均相似。

2. T2D肠道病毒组的多样性和组成变化

病毒组测序平均获得75674,916条clean reads，对测得数据进行α-多样性分析发现，与control组相比，T2D组患者的病毒组具有显著较低的多样性和丰度，PCoA分析结果显示T2D组和control组被显著地分为2个不同的群体。这些结果表明T2D患者的肠道病毒组与control组显著不同。

图一：T2D组肠道病毒组的变化

同时研究了年龄、性别、肥胖和几种常用药物与肠道病毒组的关系。发现年龄、性别和肥胖均与肠道病毒组没有显著相关性；二甲双胍、磺脲类药物、非甾体抗炎药（NSAIDs）和他汀类药物是T2D患者常用的药物，服用这些药物的受试者和未服用药物的受试者之间的肠道病毒组多样性没有显著差异。

与control组相比，T2D组的肠道病毒组在目水平上的主要病毒是Caudovirales，且6个病毒分类群丰度显著降低；在科水平上，Microviridae是优势病毒，12个病毒科丰度在组间表现出显著差异；在种水平上，共鉴定出81种病毒丰度发生了显著变化。78%的显著变化病毒为噬菌体，例如：Flavobacterium phage和Staphylococcus phage在T2D组中显著减少。上述结果表明，T2D患者具有显著的肠道病毒组微生态失调，包括多样性和分类学的变化。

图二：T2D组和Control组的不同病毒种类

3. DN肠道病毒组的多样性和组成变化

为了确定DN并发症中是否发生了肠道病毒组微生态失调，将T2D患者分为T2D-non-Ne组和T2D-Ne组。分析发现，与T2D-non-Ne组相比，T2D-Ne组的肠道病毒多样性变化更明显。服用和未服用几种常用药物的患者的肠道病毒组多样性没有观察到显著差异，表明这些药物对肠道病毒组几乎没有影响。

图三：Control组、T2D-non-Ne组和T2D-Ne组肠道病毒组的变化

与control组相比，T2D-Ne组中的2个目、9科和8属的病毒丰度显著降低，14种病毒（85%属于噬菌体）被鉴定与T2D-Ne相关，其中12种病毒丰度显著降低，2种病毒丰度显著增加，表明DN患者有显著的肠道病毒紊乱。比较control组和T2D-non-Ne组的肠道病毒组，确定了75种具有显著差异的病毒，其中6种病毒（Erysipelothrix phage, Lactococcus phage, Faecalibacterium virus, Brevibacillus phage, Bacteroides phage和crAssphage cr114_1）仅在T2D-Ne vs Control中具有显著差异，提示DN具有独特的肠道病毒组特征且这6种病毒在DN的进展中发挥潜在作用。总之，研究揭示了DN患者肠道病毒组的失调，包括多样性显著降低和病毒组成改变。

图四：三个比较组不同病毒种类的维恩图

4. T2D和DN肠道病毒组功能的改变

将T2D组肠道病毒组的预测功能与control组进行了比较，发现T2D患者丧失了多种病毒功能，还有大量病毒功能下调，尤其是与病毒复制和整合、细菌噬菌体裂解、病毒宿主生物学和细菌易感性相关的一些功能降低。进一步比较了T2D-Ne组与control组的肠道病毒组的预测功能，T2D-Ne组同样发现多种病毒功能的丧失和病毒功能的下降，下降的病毒功能与T2D相似。总之，在T2D和DN中，多种病毒功能特别是噬菌体裂解宿主细菌的功能显著降低，这可能会影响细菌微生态。

图五：Control组和T2D组及Control组和T2D-Ne组的不同病毒功能

5. T2D和DN肠道细菌组功能的改变

通过对细菌16S rRNA 测序结果的分析，发现T2D组和control组之间的肠道细菌多样性没有显著差异。然而，与肠道病毒组相比，T2D组的细菌丰度较control组显著增加，这表明T2D组中存在一些细菌的扩张。T2D患者中的几种病原体（Eggerthella lenta, Clostridioides difficile, Clostridium innocuum和Streptococcus mutans）显著富集。进一步比较了T2D-Ne组、T2D-non-Ne组和control组之间肠道菌群的差异，三组之间的细菌多样性同样没有发现显著差异，但PCoA分析显示T2D-Ne组的肠道细菌组发生了显著变化。此外，与T2D-Ne相关的细菌增加（例如Bacteroides caccae, Eggerthella lenta和Clostridium innocuum）。总之，这些结果表明T2D和DN患者都存在肠道细菌性疾病。

6. T2D和DN中肠道病毒组和细菌组之间的跨界相关性被破坏

肠道病毒-细菌跨界相关性在健康和疾病中发挥着重要作用。在control组中，病毒组和细菌组之间没有显著相关性。然而，在T2D和T2D-Ne中观察到病毒丰度和细菌多样性显著正相关。组间显著正相关和负相关的数量变化显著。与control组相比，T2D组负相关次数减少但正相关数量增加。同样，与control组相比，T2D-non-Ne组的负相关次数减少，T2D-Ne组表现出显著减少的负相关数量和显著增加的正相关数量。病毒-细菌相关性的变化主要是因为一些关联的丧失和一些新关联的出现。

图六：与control相比，T2D、T2D-non-Ne和T2D-Ne的肠道病毒组和细菌组之间的跨界相关性的改变

7. 肠道病毒组和细菌组的结合提高了T2D和DN的诊断效果

为了评估肠道病毒组作为T2D和DN诊断标志物的潜力，我们构建了一个基于XGBoost算法的机器学习分类模型，以区分患者和健康对照。确定了由47个物种组成的病毒分类群特征，作为T2D和健康对照之间的最佳标志物集，AUC为84.61%。此外，基于细菌特征的模型也表现良好，AUC为98.07%。病毒组和细菌组的组合，相比单独的病毒组或细菌组，可以更准确地将T2D从健康对照组中区分出来（AUC = 99.03%）。

进一步使用XGBoost模型来鉴定能够区分T2D-non-Ne、T2D-Ne和健康对照的肠道微生物标志物。14个病毒标志物被选为最佳标志物集，AUC为78.46%。此外，基于细菌组的模型（AUC = 91.49%）比病毒组模型具有更强的预测能力。病毒组和细菌组的组合获得了最大AUC（98.19%）。总之，结果表明肠道病毒组可用于区分T2D和DN与健康对照，并且病毒和细菌标志物的组合提高了T2D和DN的诊断效果。

图七：肠道病毒组和细菌组的结合提高了基于XGBoost模型区分T2D-Ne、T2D-non-Ne和control的诊断效果

结论

本文的研究提供了证据，证明与control相比，T2D和DN的特征是肠道病毒多样性和分类组成紊乱。多样性的显著降低、特定病毒种类的变化、多种病毒功能的丧失以及病毒与细菌相关性的破坏表明，肠道病毒组可能在T2D和DN的发展中发挥重要作用。特异性病毒和细菌标志物的组合对T2D和DN具有良好的诊断潜力，这可能会提高目前仅基于细菌的生物标志物的性能。尽管还需要更多的临床验证和机制研究，但这项研究将增加我们对肠道病毒组在糖尿病及其并发症发病机制中作用的理解，并为开发T2D和DN的新治疗策略提供新的途径。

猜你喜欢

iMeta简介 高引文章 高颜值绘图imageGP 网络分析iNAP
iMeta网页工具 代谢组MetOrigin 美吉云乳酸化预测DeepKla
iMeta综述 肠菌菌群 植物菌群 口腔菌群 蛋白质结构预测

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树 必备技能：提问 搜索  Endnote

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流快速解决科研困难，我们建立了“宏基因组”讨论群，己有国内外6000+ 科研人员加入。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。高级职称请注明身份，另有海内外微生物PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

点击阅读原文，跳转最新文章目录阅读