跨平台、多队列鉴定龋病相关唾液微生物特征:基于Oxford Nanopore全长16S rRNA测序(ONT)与shotgun metagenomics(MET)的可重复检测型风险评分
《Journal of Oral Microbiology》:Cross-platform, multi-cohort identification of a caries microbial signature
编辑推荐:
目标 采用跨平台、多队列设计,识别与龋病相关的稳健唾液微生物特征。
设计 在具有匹配数据的派生队列中开展全长16S rRNA基因测序(Oxford Nanopore Technologies, ONT)和鸟枪法宏基因组学(shotgun metagenomic
目标 采用跨平台、多队列设计,识别与龋病相关的稳健唾液微生物特征。
设计 在具有匹配数据的派生队列中开展全长16S rRNA基因测序(Oxford Nanopore Technologies, ONT)和鸟枪法宏基因组学(shotgun metagenomics, MET)检测(n = 463)。使用混杂因素校正线性模型和嵌套交叉验证(nested cross-validation)评估口腔微生物组与龋病的关联。将识别出的物种纳入微生物风险评分(microbial risk scores),并在两个独立ONT队列(n = 3,457和n = 215)中验证。
结果 尽管测序深度和检测敏感性存在差异,ONT与MET仍共享群落结构。个体间生态距离呈中度相关(Spearman ρ = 0.48),Procrustes对齐显著(r = 0.60),共有物种的平均相对丰度强相关(ρ = 0.75),但个体物种水平的一致性更可变。10个物种跨平台和分析方法一致地与龋病相关。基于这些物种的风险评分在派生队列中与龋病负担强相关(MET:R2 = 0.46;ONT:R2 = 0.42),并在独立队列中重复(平均R2 = 0.27和0.10)。检测型和丰度型评分表现相似,合并二者仅提供最小额外预测价值。检测型评分对模型拟合的增量贡献略大。留一法分析证实,这些关联并非由单个物种强烈驱动。
结论 口腔微生物组的关键生态特征跨测序平台可重复。龋病的微生物特征可用基于检测的风险评分总结,该评分在龋病风险评估中可能具有潜在用途。
关键信息 尽管测序深度和分类学敏感性存在显著差异,Oxford Nanopore全长16S rRNA测序(ONT)与鸟枪法宏基因组学(MET)在整体群落结构和优势类群上表现一致,但个体物种水平的一致性更可变。多个微生物物种与龋病的关联跨测序平台、分析方法和独立队列可重复,支持多微生物生态特征而非单一病原体检测。基于检测的微生物风险评分表现与基于丰度的模型相当或更好,并在独立队列中重复,提示关键类群的存在/缺失可为龋病风险评估提供实用且平台独立的方法。
龋病(dental caries)是口腔微生物组(oral microbiome)生态失衡相关疾病之一。口腔微生物组支持营养代谢、免疫调节和抵御机会致病菌,但饮食、口腔卫生、药物和系统性疾病等因素可导致菌群失调(dysbiosis),进而与龋病及系统性疾病相关。高通量测序改变了对微生物群落与疾病关系的认识:鸟枪法宏基因组学(shotgun metagenomics, MET)可同时进行物种和功能分析,但成本、计算需求和宿主DNA污染较高;Oxford Nanopore Technologies(ONT)全长16S rRNA基因测序可提供种水平分辨率,成本较低、流程简化,适合大规模流行病学研究。然而,现有研究多依赖单队列和单平台,采样、测序、生物信息学和表型定义差异可能影响关联,尚不清楚微生物-龋病关联是普遍生物学信号还是平台特异效应。因此,研究人员采用跨平台、多队列设计,以ONT为主要框架,评估口腔微生物组与龋病关联的稳健性和可推广性,并识别跨平台、跨分析方法和独立队列可重复的候选微生物标志,构建微生物风险评分(microbial risk score)。该研究的意义在于支持平台独立微生物标志的开发,并强调种水平分析需考虑方法学变异。
关键技术方法(≤250字):研究人员以Malm? Offspring Dental Study(MODS)为派生队列,其中463名参与者具有配对MET、ONT和牙科数据;在STAGE(Swedish Twin Register子研究,选择每对双生子之一及单胎,n = 3,457)和SMAC(n = 215)两个独立ONT队列中重复。MODS和SMAC采用临床龋病检查,STAGE龋病数据来自SkaPa;唾液样本分别来自MODS/SMAC咀嚼刺激唾液和STAGE居家未刺激唾液。ONT行全长16S rRNA基因测序,MET行鸟枪法宏基因组测序;分析采用中心对数比(centred log-ratio, CLR)转换、Aitchison距离、Procrustes分析、校正年龄、性别和测序深度的线性回归、假发现率(false discovery rate, FDR)校正、嵌套交叉验证、微生物风险评分、bootstrap和留一法分析。
研究结果:
Study group characteristics(研究组特征)。通过队列描述性分析,三个队列男女比例大体平衡,年龄范围不同,平均牙数相似,最年轻队列龋病评分较低。
Cross-platform concordance of microbiome composition and ecological structure(微生物组成和生态结构的跨平台一致性)。通过ONT与MET配对样本比较,MET检测率高于ONT;α多样性(Shannon指数)分布重叠且中度相关(Spearman ρ = 0.50,P = 2.2×10
?16);个体间Aitchison生态距离中度相关(Spearman ρ = 0.48,P = 1×10
?4);Procrustes分析显示群落结构显著对齐(r = 0.60,P = 1×10
?4);检测型Jaccard相似度中位数和均值均为0.54;共有物种平均相对丰度强相关(Spearman ρ = 0.75,P < 1×10
?4),但个体物种跨样本一致性更可变,检测型通常高于CLR丰度一致性。结论是两平台整体生态结构一致,但种水平定量估计差异更明显。
Identification of potential caries-associated taxa(潜在龋病相关类群识别)。通过CLR丰度线性回归、检测型建模、FDR和嵌套交叉验证,196个保留taxa中,14个物种在两平台均与DMFS显著相关(q < 0.05);严格交叉验证后最终得到10个候选物种。早期釉质病变(D1)无一致相关物种,D2仅Lactobacillus gasseri相关;晚期病变(D3)相关物种更多,表明唾液微生物改变随病变进展更明显。未治疗龋和充填面关联与DMFS/DeFS大体重叠;无龋面(D0)呈不同微生物谱,包括Catonella morbi、Fusobacterium periodonticum、Porphyromonas pasteri和Treponema vincentii等非解糖物种。10个候选物种在各队列和平台中的患病率及平均相对丰度不同,STAGE和SMAC中若干物种患病率和丰度低于MODS。
Construction and performance of microbial risk scores(微生物风险评分的构建和表现)。通过将10个候选物种构建为CLR丰度型和检测型评分,并评估未加权和效应量加权版本,ONT评分一般低于MET,STAGE最低;零评分比例分别为MODS-MET 3.5%、MODS-ONT 57.7%、SMAC 37.0%、STAGE 87.5%。CLR和检测评分在校正年龄、性别和测序深度模型中解释力相似(R
2 0.404–0.456)。CLR评分每标准差对应增加6–7个DMFS牙面,检测评分每增加一个检测物种约增加4个牙面。重复队列中STAGE平均R
2 = 0.27,SMAC平均R
2 = 0.10,关联仍显著。效应量加权未实质改善模型。合并两类评分仅小幅提高解释方差(ΔR
2 ≈ 0.004–0.005),存在中度共线性(VIF ≈ 2.1–3.6);似然比检验显示检测型评分独立贡献更大。
Sensitivity and robustness analyses(敏感性和稳健性分析)。通过留一物种分析,风险评分与龋病负担的关联对排除单个物种稳健。将评分分解为正相关、负相关和合并评分后,正检测评分解释方差高于负评分,合并未实质改善模型;加权CLR模型中正负成分高度相关(r = 0.98),物种水平相关热图支持冗余,正负关联物种形成分离簇且相关性大多相反。每队列候选物种中,MODS的10个物种有7个也在STAGE中识别,5个跨所有队列一致;基于这5个物种的简化评分解释力与10物种评分相近,但零评分个体比例更高。结论是微生物信号在物种间部分冗余,减少物种数会增加对队列和平台检测差异的敏感性。
讨论部分总结:该研究评估口腔微生物组跨测序平台的一致性,并识别跨多个成人队列可重复的龋病微生物特征。平台间整体群落结构中度一致,共有物种平均相对丰度强相关,但个体物种跨样本一致性更可变,说明需区分群落水平与种水平估计。研究人员识别出跨平台、跨分析方法和独立队列一致的龋病相关物种,并构建可重复的微生物风险评分,支持多物种检测型评分作为简单、稳健、可解释的龋病微生物风险总结。龋病是多微生物生态病,留一法显示关联不由单个物种驱动;经典致龋菌如Streptococcus mutans和Streptococcus sobrinus,以及乳杆菌和双歧杆菌等产酸、耐酸物种反复与疾病相关。乳杆菌科成员虽常为低丰度taxa,仍被识别,提示严格患病率阈值可能低估其作用。既往龋病微生物风险评估依赖mutans streptococci和lactobacilli计数,但龋病尚无广泛接受且可重复的微生物风险评分。D0中厌氧、蛋白水解和牙周病相关物种提示低龋活动微生物谱可能与牙周炎型生态部分重叠,但应作为生态模式解释,而非牙周病风险增加的证据,除非有进一步临床关联支持。评分在年龄、唾液采集、DNA提取和龋病表型差异下仍与龋病相关;年轻SMAC和采用非刺激唾液的STAGE与派生队列差异较大,可能部分解释重复分析中关联衰减。方法学差异也可影响微生物检测和分类分辨率,尤其革兰阳性taxa;DMFS与DeFS表型差异可能影响效应量估计。效应量加权未改善表现,正负物种评分高度相似,表明信息重叠,增加模型复杂度收益有限。研究优势包括跨平台匹配样本和独立队列重复、组成数据分析、跨平台验证和交叉验证建模。局限包括瑞典队列相对同质、横断面设计不能推断因果、正式交互分析有限、派生队列较小可能影响模型稳定性和R
2估计精度;饮食、口腔卫生、氟暴露、吸烟、用药和社会经济状态等信息未在所有队列中统一可得,残余混杂不能排除;研究旨在识别与连续龋病负担可重复相关的微生物信号,而非评估诊断性能,因此评分不应解释为临床验证的诊断或风险预测工具,仍需更多样人群验证。
结论翻译:本研究表明,口腔微生物组的关键特征跨测序平台呈可重复关联,共有优势种具有一致丰度模式。研究人员识别出龋病的稳健微生物特征,并推导出捕捉龋病相关物种联合存在的风险评分。这些发现支持平台独立微生物标志的开发,同时强调在物种水平分析中考虑方法学变异的重要性。尽管更深测序提高了检测敏感性并降低了零评分个体比例,整体微生物信号在跨平台间仍保持可重复。未来研究可在纵向环境中评估该评分的判别诊断能力和临床实用性。