肠道微生物群与炎症性肠病之间的因果关系:一项双向孟德尔随机化研究

《Cardiovascular Endocrinology & Metabolism》:Causality Between Gut Microbiota and Inflammatory Bowel Disease: A Bidirectional Mendelian Randomization Study

【字体: 大 中 小 】 时间:2026年09月27日 来源:Cardiovascular Endocrinology & Metabolism 1.4

编辑推荐:

   炎症性肠病(IBD)与肠道菌群(GM)之间的确切关系目前仍不清楚。本研究旨在通过孟德尔随机化(MR)分析探讨IBD与GM之间的因果关系。本研究使用的IBD数据来源于全基因组关联研究(GWAS),GM数据则来自荷兰微生物组项目,涵盖207种分类单元和205条菌群相关代谢通路。本

  

炎症性肠病(IBD)与肠道菌群(GM)之间的确切关系目前仍不清楚。本研究旨在通过孟德尔随机化(MR)分析探讨IBD与GM之间的因果关系。本研究使用的IBD数据来源于全基因组关联研究(GWAS),GM数据则来自荷兰微生物组项目,涵盖207种分类单元和205条菌群相关代谢通路。本研究采用多变量孟德尔随机化(MVMR)分析以探究GM与IBD之间的关系。结果显示,IBD发病易感性与梭菌纲(Clostridia)(OR=0.80,P=0.003)、萨特氏菌科(Sutterellaceae)(OR=0.87,P=0.014)、粪杆菌属(Coprobacter)(OR=0.90,P=0.009)、梭菌目(Clostridiales)(OR=0.80,P=0.003)、厚壁菌门(Firmicutes)(OR=0.82,P=0.002)以及苛养粪杆菌(Coprobacter fastidiosus)(OR=0.90,P=0.009)呈负相关。相反,IBD发病风险与磷酸泛醇生物合成I通路(OR=1.17,P=0.006)、粪便拟杆菌(Bacteroides caccae)(OR=1.14,P=0.021)以及均匀拟杆菌(Bacteroides uniformis)(OR=1.26,P=0.003)呈正相关。研究还发现磷酸泛醇生物合成I通路与IBD之间存在反向因果关系(OR=1.03,P=0.04),但其余特定GM分类单元则未发现反向因果关系。总之,本研究揭示了特定GM特征与IBD之间存在因果关系。

引言

炎症性肠病(IBD)是一种影响胃肠道的慢性、非特异性炎症性疾病,主要导致克罗恩病和溃疡性结肠炎(UC)。IBD的病因仍不确定,其潜在机制包括免疫反应、遗传因素和肠道菌群失调。其临床表现主要包括腹部症状,尤其是腹痛、便秘和腹泻,还可能伴随眼系统和关节系统的肠外表现。尽管IBD的死亡率相对较低,但由于该疾病无法治愈,即便存在包括药物治疗和手术干预在内的可行疾病控制手段,仍在全球范围内造成巨大的经济负担。

越来越多的证据表明IBD与肠道菌群(GM)密切相关。一项研究提出,GM可能通过调节免疫功能来影响IBD的严重程度。此外,胃肠道微生物群落的失衡(即菌群失调,dysbiosis)会导致特定微生物代谢产物(如短链脂肪酸和胆汁酸)的改变,这些改变可能进而影响IBD的进展。此外,既往研究表明,IBD患者体内的GM组成和丰度会发生改变。然而,GM与IBD之间精确的因果关联仍不明确,以往开展的观察性研究可能易受混杂变量影响,并存在反向因果的可能性。

孟德尔随机化(MR)是一种强有力的研究方法,能够有效利用遗传变异作为稳健的工具变量,精确解构并确认暴露因素与结局之间的复杂因果关联。该方法可以减轻混杂变量的影响,并为因果关系提供稳健的证据。本研究的目的是通过MR和多变量孟德尔随机化(MVMR)分析探讨GM与IBD之间的因果关系,并找出可能增加或降低IBD风险的GM分类单元和菌群相关代谢通路,从而为未来IBD的预防和治疗奠定基础。

结果

工具变量的选择

为进行MR分析,需提取与GM相关的遗传数据并作为工具变量(IV)。本研究纳入单核苷酸多态性(SNPs)作为工具变量。我们采用荷兰微生物组项目中的207种分类单元和205条菌群相关代谢通路作为暴露因素,并为相应暴露提取SNPs。我们仅纳入不存在连锁不平衡(LD)的SNPs,因为LD会在邻近的变异位点、相关暴露和结局之间产生额外关联,从而导致偏倚。此外,所选SNPs与暴露之间存在显著相关(P<1×10??)。在剔除存在LD影响和工具变量偏倚不足的SNPs后,共采用3339个SNPs作为工具变量。为后续分析收集了效应等位基因、另一等位基因、标准误(SE)、beta值、P值和样本量等基本SNP信息。

双样本MR分析

本研究采用六种方法开展MR分析,包括逆方差加权法(IVW)、贝叶斯加权孟德尔随机化法(BWMR)、加权中位数法、MR-Egger法、加权众数法和简单众数法。在207种分类单元和205条菌群相关代谢通路中,有8种分类单元和1条代谢通路经IVW和BWMR方法均显示与IBD存在显著关联。具体而言,粪便拟杆菌(OR=1.14,P=0.021,IVW)、均匀拟杆菌(OR=1.26,P=0.003,IVW)和磷酸泛醇生物合成I通路(OR=1.17,P=0.006,IVW)与IBD风险呈正相关;而梭菌纲(OR=0.80,P=0.003,IVW)、萨特氏菌科(OR=0.87,P=0.014,IVW)、粪杆菌属(OR=0.90,P=0.009,IVW)、梭菌目(OR=0.80,P=0.003,IVW)、厚壁菌门(OR=0.80,P=0.001,IVW)和苛养粪杆菌(OR=0.90,P=0.009,IVW)与IBD发病风险呈负相关(表1)。尽管其他MR方法的结果不具统计学显著性(附表S1,P>0.05),但散点图中各单项MR方法显示的因果趋势相似(图1),这在一定程度上支持了本研究关于特定GM分类单元对IBD因果效应的结论。

表1 GM与IBD的MR分析结果及敏感性分析结果

暴露因素 | MR方法 | P值 | OR(95%CI) | 异质性检验,P值 | 多效性检验,P值 | MR-PRESSO检验,P值
磷酸泛醇生物合成I通路 | IVW | 0.006 | 1.17(1.05–1.32) | 0.300 | 0.677 | 0.341
| BWMR | 0.001 | 1.19(1.07–1.32)
梭菌纲 | IVW | 0.003 | 0.80(0.69–0.93) | 0.239 | 0.807 | 0.311
| BWMR | 0.001 | 0.79(0.69–0.91)
萨特氏菌科 | IVW | 0.014 | 0.87(0.78–0.97) | 0.418 | 0.399 | 0.480
| BWMR | 0.020 | 0.87(0.77–0.98)
粪杆菌属 | IVW | 0.009 | 0.90(0.83–0.97) | 0.872 | 0.865 | 0.879
| BWMR | 0.012 | 0.90(0.82–0.98)
梭菌目 | IVW | 0.003 | 0.80(0.69–0.93) | 0.239 | 0.807 | 0.318
| BWMR | 0.001 | 0.79(0.69–0.91)
厚壁菌门 | IVW | 0.002 | 0.82(0.73–0.93) | 0.364 | 0.881 | 0.415
| BWMR | 0.002 | 0.82(0.72–0.93)
苛养粪杆菌 | IVW | 0.009 | 0.90(0.83–0.97) | 0.870 | 0.893 | 0.872
| BWMR | 0.012 | 0.90(0.82–0.98)
粪便拟杆菌 | IVW | 0.021 | 1.14(1.02–1.27) | 0.297 | 0.213 | 0.316
| BWMR | 0.011 | 1.14(1.03–1.26)
均匀拟杆菌 | IVW | 0.003 | 1.26(1.08–1.48) | 0.285 | 0.976 | 0.381
| BWMR | 0.003 | 1.22(1.07–1.39)

P<0.05视为具有统计学意义。
BWMR,贝叶斯加权孟德尔随机化;IVW,逆方差加权法;MR,孟德尔随机化;MR-PRESSO,孟德尔随机化多效性残差与离群点检验;SNP,单核苷酸多态性。

图1 肠道菌群对IBD风险因果效应的散点图。A:磷酸泛醇生物合成I通路。B:梭菌纲。C:萨特氏菌科。D:粪杆菌属。E:梭菌目。F:厚壁菌门。G:苛养粪杆菌。H:粪便拟杆菌。I:均匀拟杆菌。每个黑点代表一个SNP,以SNP对暴露的效应为横轴、对结局的效应为纵轴绘于散点图上,每条直线的斜率代表因果效应。IBD,炎症性肠病;SNP,单核苷酸多态性。

MR分析要求遗传变异仅通过暴露影响结局(水平多效性),并独立于其他混杂因素(异质性),因此我们进行了敏感性分析。结果显示所有工具变量均无异质性和水平多效性(P>0.05)(附表S1)。此外,工具变量应与暴露存在强关联,故我们使用F检验评估该关联,其中F统计量大于10视为相关。本研究结果中,所有SNPs的F统计量均大于10(范围19.99–61.11),表明不存在弱工具变量。此外,我们进行了逐一剔除分析(leave-one-out analysis),以判断在剔除某一SNP后统计模型是否仍保持稳定。逐一剔除分析提示,单一SNP未对整体MR估计值产生过度影响(图2)。有关SNPs的详细信息见附表S2。

图2 逐一剔除分析,用于评估单个SNP是否对整体MR估计值产生过度影响。A:磷酸泛醇生物合成I通路。B:梭菌纲。C:萨特氏菌科。D:粪杆菌属。E:梭菌目。F:厚壁菌门。G:苛养粪杆菌。H:粪便拟杆菌。I:均匀拟杆菌。每个黑点代表剔除该特定SNP后MR分析的结果。MR,孟德尔随机化;SNP,单核苷酸多态性。

综上,MR分析显示IBD与8种GM分类单元及1条代谢通路之间存在因果关系。敏感性分析结果显示不存在多效性或异质性,逐一剔除分析也表明没有SNP过度影响结果。

反向MR分析

正向MR分析的结果提示,8种GM分类单元和1条代谢通路可能影响IBD,但该分析无法确定反向关系。因此,我们进行了反向MR分析,其中IBD被用作暴露因素,而来自正向MR分析的特定8种GM分类单元和1条菌群相关代谢通路则作为结局。我们发现磷酸泛醇生物合成I通路与IBD之间存在反向因果关系(OR=1.03,P=0.040,IVW),即IBD可能也会影响该代谢通路。IBD与8种分类单元(粪便拟杆菌、均匀拟杆菌、梭菌纲、萨特氏菌科、粪杆菌属、梭菌目、厚壁菌门、苛养粪杆菌)之间未发现反向因果关系。敏感性分析中未发现异质性和多效性。反向MR分析的具体结果见附表S3。

MVMR分析

尽管MR分析结果显示某一暴露因素与结局之间存在显著相关,但该相关可能受到吸烟、饮酒和基线健康状况等其他潜在相关因素的影响,因此有必要进行MVMR分析,以同时分析多个暴露因素对结局的影响。为确定所识别的8种致病GM分类单元和1条代谢通路是直接还是间接影响IBD,我们进行了MVMR分析。在考虑其他与IBD相关的因素(吸烟开始情况、每周饮酒量及体质指数)后,我们发现最终可纳入研究的SNP数量过少,这会导致较大的偏倚并使结果可信度降低,因此MVMR不适用于本研究。MVMR分析结果见附表S4。

讨论

在本研究中,双样本MR分析揭示粪便拟杆菌和均匀拟杆菌与IBD易感性呈正相关,而苛养粪杆菌、梭菌纲、萨特氏菌科、粪杆菌属、梭菌目和厚壁菌门则与IBD风险呈负相关。

人体胃肠道含有约100万亿个菌株,属于1000多种物种。GM对人类健康至关重要,GM平衡有助于维持正常的肠道屏障、增强免疫系统发育,并合成对人体正常功能不可或缺的化合物。肠道微生物组成和功能的破坏,即GM失衡,可能导致肝脏疾病、心血管疾病、胃肠道疾病及其他疾病的发病。

此外,GM与IBD密不可分。多项研究表明,与正常人群相比,IBD患者的GM多样性显著降低。一项研究显示,溃疡性结肠炎患者胃肠道中梭菌属物种的丰度降低,同时伽马变形菌纲的丰富度升高。另一项研究显示,IBD患者拟杆菌属、弗劳杆菌属和振荡螺旋菌属的水平降低。改善GM组成可有助于缓解IBD。Zhou等人通过口服益生菌成功改善了IBD小鼠的炎症。Moayyedi等人将从胃肠道健康人群获得的粪便微生物移植给活动期溃疡性结肠炎患者,与安慰剂组相比,其症状得到显著缓解。

本研究结果与既往研究高度一致。梭菌纲和厚壁菌门的细菌被认为是IBD患者的保护性微生物。在一项既往临床研究中,接受抗TNF-α治疗的IBD患者粪便中梭菌和厚壁菌的水平显著升高。此外,梭菌目细菌能够诱导调节性T细胞产生IL-10,从而抑制黏膜组织的炎症反应,因此对宿主有益。

拟杆菌属(Bacteroides)已知对宿主具有促炎作用,这与本研究结果一致。

此外,一项动物研究发现,粪菌移植后 IBD 小鼠粪便中拟杆菌属(Bacteroides)的水平显著降低。32 我们发现萨特氏菌科(Sutterellaceae)与 IBD 风险呈负相关,这与之前一项发现萨特氏菌物种对宿主胃肠道具有促炎作用的研究相矛盾。33 然而,这项研究是观察性的,目前关于萨特氏菌的研究有限。因此,我们对这一分类单元的理解仍然不足。需要进一步研究这组细菌的致病机制。目前关于粪杆菌属(Coprobacter)与 IBD 相关性文献的研究有限。之前的一项孟德尔随机化研究建议,粪杆菌属可能会降低系统性红斑狼疮的风险。34 系统性红斑狼疮和 IBD 均为免疫性疾病;因此,未来关于 IBD 发病机制及其与肠道微生物组(GM)关系的研究可能需要特别关注与免疫调节相关的机制。本研究采用双样本孟德尔随机化方法评估肠道微生物组与 IBD 之间的关联,通过严格控制工具变量(IVs)并补充多种分析(BWMR、MVMR 和反向 MR)来提高结果的可信度。本研究基于庞大的公共数据库,使研究结果更加全面和令人信服。然而,本研究仍存在一些局限性。首先,缺乏参与者的种族信息阻碍了对来自不同祖先和人口背景 IBD 患者的彻底分析。其次,本研究的分析仅涵盖了肠道微生物组的 412 个特征(207 个分类单元和 205 条微生物相关途径),可能会忽略某些可能具有重要意义的元素。此外,选择 P 值小于 1 × 10?5 的单核苷酸多态性(SNPs)的标准,相较于更严格的 P < 5 × 10?8 阈值,可能导致结果准确性降低。

结论

本研究深入探讨了肠道微生物组与 IBD 易感性之间的因果关系。通过应用孟德尔随机化分析,我们发现梭菌纲(Clostridia)、萨特氏菌科(Sutterellacea)、粪杆菌属(Coprobacter)、梭菌目(Clostridiales)、厚壁菌门(Firmicutes)以及挑剔梭菌(C. fastidiosus)的丰度可能会降低 IBD 风险,而肠道中粪拟杆菌(B. caccae)和匀拟杆菌(B. uniformis)的数量可能会导致 IBD 易感性升高。磷酸泛醇生物合成 I 途径可导致 IBD 发病风险升高,同时也会受到 IBD 的影响。本研究发现的相关肠道微生物分类单元和途径为未来 IBD 的治疗和机制研究提供了前景。

材料与方法

数据获取

为了构建本研究的工具变量,我们利用了荷兰微生物组项目(GWAS ID: ebi-a-GCST90027446 至 ebi-a-GCST90027857)中与人类肠道微生物组相关的单核苷酸多态性(SNPs),这是一项涉及 7738 名欧洲血统参与者的大规模全基因组关联研究(GWAS),涵盖了 207 个分类单元和 205 条微生物相关途径的遗传数据。35 这些遗传数据被用于本研究的孟德尔随机化分析。IBD 的遗传数据来自一项 GWAS 研究(GWAS ID: ebi-a-GCST004131),该研究涉及 25,042 例病例和 34,915 名对照。36

工具变量选择

为了确保本研究的准确性和可信度,选择了与肠道微生物组显著相关的单核苷酸多态性(SNPs)作为工具变量。然而,当全基因组统计学显著性阈值设定为 P = 5 × 10?8 时,获得的单核苷酸多态性过少,无法进行孟德尔随机化分析,因此我们将此阈值设定为 1 × 10?5。34 进行了聚类处理以评估所纳入单核苷酸多态性之间的连锁不平衡,使用 R2 < 0.01 和 10,000 kb 的聚类距离。37 此外,我们使用 F 统计量来消除弱工具变量。F 统计量使用公式 F = R2 × (N ? 2) / (1? R2) 计算,其中 N 为样本量,R2表示每个遗传工具解释暴露变量变异的程度。R2的公式定义为:R2 = 2 × EAF × (1 ? EAF) × β2 / [2 × EAF × (1 ? EAF) × β2 + 2 × EAF × (1 ? EAF) × N × SE2]。在此公式中,EAF 表示效应等位基因频率,β和 SE 表示单个核苷酸多态性对特定肠道微生物特征估计效应及其标准误,N 表示样本量。38 F < 10 的工具变量被拒绝。本研究的流程图见图 3。

开放多媒体模式 图 3 开放多媒体模式 本研究的流程图。BWMR:贝叶斯加权孟德尔随机化;GM:肠道微生物组;SNP:单核苷酸多态性;IBD:炎症性肠病;GWAS:全基因组关联研究;IV:工具变量;MR:孟德尔随机化;MVMR:多变量孟德尔随机化;LD:连锁不平衡。

孟德尔随机化分析

在本研究中,我们使用了 R 软件(版本 4.2.1)及包"TwoSampleMR"、"MR-PRESSO"和"MendelianRandomization"进行分析。39,40 本研究使用了六种方法(IVW、BWMR、加权中位数、MR Egger、加权众数和简单众数)来全面评估肠道微生物组与 IBD 之间的因果关系。IVW 是最常用的统计方法,并被推荐作为数据的主要分析方法。41 在本研究中,分析结果主要依赖于 IVW 方法,其他检测作为参考。值得注意的是,BWMR 是一种相对较新的孟德尔随机化分析方法,它不仅可以解决由估计的弱效应和弱水平多效性引起的不确定性,还可以灵活识别由强水平多效性导致的异常值。42 我们使用科克伦 Q 统计量检测异质性。此外,执行了 MR-Egger 回归分析以评估水平多效性,其中截距与 0 的偏差表明偏差的程度。43 此外,为了进一步减少多效性偏差,我们使用了孟德尔随机化多效性残差和异常值检测,检测异常值并在排除异常值后测试结果是否存在差异。44 为了评估 IBD 是否对已识别的肠道微生物分类单元和途径具有因果效应,我们使用了反向孟德尔随机化分析,将 IBD 选为暴露因素,将肠道微生物特征选为结局。由于单核苷酸多态性的数量充足,在反向孟德尔随机化分析中,全基因组统计学显著性阈值保持为标准 P = 5 × 10?8。此外进行了多变量孟德尔随机化分析,以评估已识别的肠道微生物分类单元和途径对 IBD 具有直接效应还是通过吸烟、饮酒和体重指数等共同影响因素产生间接效应。45

补充数字内容

补充材料可在线获取,地址为 http://links.lww.com/IMD/A77, http://links.lww.com/IMD/A78, http://links.lww.com/IMD/A79, http://links.lww.com/IMD/A80。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号