西湖大學(xué)鄭鉅圣教授團(tuán)隊(duì)與麥特繪譜已合作發(fā)表10篇論文，在心血管、慢性失眠、T2DM、肝病等疾病方向發(fā)表的代謝組學(xué)研究成果如下：

1.較高水平的水果攝入與較低的T2DM風(fēng)險(xiǎn)相關(guān)，且由腸道菌群介導(dǎo)（BMC Medicine，IF=9.3，2020，麥特繪譜提供Q300全定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）；

2.基于機(jī)器學(xué)習(xí)模型LightGBM構(gòu)建預(yù)測模型，發(fā)現(xiàn)特征菌群能更好地預(yù)測T2D的發(fā)病風(fēng)險(xiǎn)，并在內(nèi)部獨(dú)立測試集及外部獨(dú)立隊(duì)列中都得到有效驗(yàn)證。（Diabetes Care，IF=16.2，2020，麥特繪譜提供Q300全定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）；

3.通過糞便代謝組學(xué)分析表明，潛在的氨基酸相關(guān)途徑可將腸道微生物群與宿主代謝和炎癥聯(lián)系起來。（Journal of Genetics and Genomics，IF=5.9，2021，麥特繪譜提供Q300全定量檢測服務(wù)）；

4. 總?cè)橹破窋z入量和酸奶攝入量均與腸道微生物多樣性和特定屬的豐富度呈正相關(guān)。代謝組學(xué)分析表明這些乳制品調(diào)節(jié)的腸道微生物特征與心臟代謝特征（例如血液甘油三酯和HDL膽固醇）正相關(guān)。乳制品攝入與心臟代謝風(fēng)險(xiǎn)因素之間存在有益的聯(lián)系。（EBioMedicine，IF=11.1，2021，麥特繪譜提供Q300全定量檢測服務(wù)）；

5.首次全面地分析了腸道抗生素抗性組與2型糖尿病的關(guān)系，并評估了相關(guān)抗性基因與糖尿病的因果關(guān)聯(lián)。（Advanced Science，IF=15.1，2022，麥特繪譜提供Q300全定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）；

6. 利用高維度的多組學(xué)數(shù)據(jù)，分析了腸道真菌與細(xì)菌分類，功能及糞便代謝物的生態(tài)網(wǎng)絡(luò)，并根據(jù)先驗(yàn)知識，推斷出了潛在的作用通路，首次分析了中老年人群的真菌組差異及其與衰老的關(guān)聯(lián)。（Gut，2022，IF=24.5，麥特繪譜提供Q300全定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）；

7. 首次揭示腸道微生物-膽汁酸軸可能介導(dǎo)了慢性失眠對心血管代謝病的不良影響，鑒定出介導(dǎo)慢性失眠與心血管代謝病正向關(guān)聯(lián)的主要菌屬和膽汁酸，并發(fā)現(xiàn)長期飲茶習(xí)慣有助于緩解慢性失眠帶來的腸道菌群和膽汁酸代謝失衡。（Nature Communications，IF=17.694，2022，麥特繪譜提供膽汁酸定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）；

8. 通過宏基因組測序、代謝組學(xué)研究方法對糞便、血液中的代謝物研究，探究了腸道微生物群與心臟代謝性疾病之間的關(guān)聯(lián)。（Nature Communications，IF=17.694，2023，麥特繪譜提供Q300全定量檢測服務(wù)；點(diǎn)此查閱詳細(xì)解讀）。

9.通過機(jī)器學(xué)習(xí)模型分析了廣州中老年社區(qū)居民NAFLD與腸道菌群及其代謝物的關(guān)系，揭示了腸道菌群組成變化與NAFLD發(fā)展的生物學(xué)相關(guān)性。（BMC Medicine，IF=7，2024，麥特繪譜提供Q300全定量檢測服務(wù)）。

10. 利用代謝組學(xué)、蛋白質(zhì)組學(xué)、宏基因組測序等多組學(xué)數(shù)據(jù)深入研究短期PM2.5暴露對人體健康的影響，揭示PM2.5暴露與T2D之間復(fù)雜的相互作用機(jī)制。（Journal of Hazardous Materials，IF=12.2，2024，麥特繪譜提供Q300全定量檢測服務(wù)）。

非酒精性脂肪肝�。∟AFLD）是最常見的慢性肝病，影響著全球25%的成年人。腸道微生物群被認(rèn)為是導(dǎo)致NAFLD的環(huán)境因素之一，但是以往的研究沒有考慮微生物群之間的相互作用和實(shí)驗(yàn)室參數(shù)之間的相互作用。因此，發(fā)展基于細(xì)菌豐度的可解釋機(jī)器學(xué)習(xí)（ML）算法被認(rèn)為是識別腸道微生物組特征的有用工具，并進(jìn)一步對ML算法進(jìn)行系統(tǒng)比較，以探索NAFLD發(fā)展與腸道微生物群特征之間的關(guān)聯(lián)。

為此，暨南大學(xué)曾芳芳、中山大學(xué)陳裕明、西湖大學(xué)鄭鉅圣團(tuán)隊(duì)在BMC Medicine雜志上發(fā)表了題為“Gut microbiome features and metabolites in non-alcoholic fatty liver disease among community-dwelling middle-aged and older adults”的文章，該團(tuán)隊(duì)通過機(jī)器學(xué)習(xí)模型分析了廣州中老年社區(qū)居民NAFLD與腸道菌群及其代謝物的關(guān)系，揭示了腸道菌群組成變化與NAFLD發(fā)展的生物學(xué)相關(guān)性。（麥特繪譜提供Q300全定量檢測服務(wù)）

本文技術(shù)路線圖

1. 研究設(shè)計(jì)

發(fā)現(xiàn)隊(duì)列：1546人，平均年齡為64.9±5.9歲，女性占68.4%，NAFLD患病率為56.1%。

內(nèi)部驗(yàn)證隊(duì)列：377人，平均年齡65.0歲，NAFLD患病率為33.4%。

前瞻性驗(yàn)證隊(duì)列：747人，平均年齡64.6歲，NAFLD患病率為35.5%。

圖1. 研究設(shè)計(jì)

2. 模型性能

ROC曲線表明，在發(fā)現(xiàn)隊(duì)列中，LightGBM模型具有最佳性能，AUC值為0.829。其次是支持向量機(jī)（AUC = 0.719）、邏輯回歸（AUC = 0.694）和隨機(jī)森林（AUC = 0.654）模型。進(jìn)一步研究發(fā)現(xiàn)較高的BMI、TG水平、腰圍、葡萄糖、魚類攝入量和四種微生物群（p_fusobacteria、f_veillonellaceae、g_clostridiaceaeother和f_rikenellaceae）的豐度增加會增加NAFLD的風(fēng)險(xiǎn)；而女性、較高的蔬菜攝入量以及f_barnesiellaceae，g_klebsiella，s_acidifaciens，o_turicibacterales，s_adolescentis，s_bifidobacteriumother和g_anaerostipes的豐度增加會降低NAFLD的風(fēng)險(xiǎn)。

圖2. 基于機(jī)器學(xué)習(xí)模型輸出

3. 微生物組風(fēng)險(xiǎn)評分（MRS）的計(jì)算及其與NAFLD的關(guān)系

根據(jù)12個選定的微生物特征，計(jì)算MRS來評估NAFLD發(fā)展的個體微生物組風(fēng)險(xiǎn)。分析發(fā)現(xiàn)，男性與MRS之間存在顯著的負(fù)相關(guān)，BMI和腰圍與MRS均呈正相關(guān)。

表1. 微生物組風(fēng)險(xiǎn)評分(MRS)構(gòu)建中包含的成分列表

4. 腸道菌群特征與NAFLD的關(guān)系

在 12 個已確定的微生物特征與NAFLD之間的關(guān)系方面，發(fā)現(xiàn)f_veillonellaceae豐度升高與NAFLD風(fēng)險(xiǎn)增加相關(guān)。f_rikenellaceae,  f_barnesiellaceae,  s_adolescentis的豐度降低與NAFLD風(fēng)險(xiǎn)減少相關(guān)。

圖3. 通過機(jī)器學(xué)習(xí)選擇的微生物組與不同隊(duì)列中NAFLD風(fēng)險(xiǎn)的關(guān)聯(lián)

5.差異代謝物的鑒定

對發(fā)現(xiàn)隊(duì)列中兩組（MRS > 5 vs. MRS≤5）糞便代謝物分析發(fā)現(xiàn)，差異代謝物（吡啶酸）顯著下調(diào)，甘膽酸、麥芽糖以及�；悄懰犸@著上調(diào)。進(jìn)一步研究發(fā)現(xiàn)，NAFLD患者與非NAFLD患者之間，�；悄懰�顯著變化。

6. �；悄懰崤c選定的腸道菌群特征顯著相關(guān)

通過分析牛磺膽酸與12種選定腸道菌群的關(guān)聯(lián)關(guān)系，發(fā)現(xiàn)12種腸道菌群成分中有7種與�；悄懰犸@著相關(guān)，其中p_fusobacteria和g_clostridiaceaeother與�；悄懰犸@著正相關(guān)，而o_actinomycetales、o_turicibacterales、f_barnesiellaceae、f_rikenellaceae和s_adolescentis與�；悄懰岢守�(fù)相關(guān)。

7. 小鼠實(shí)驗(yàn)驗(yàn)證

利用NAFLD的FMT（糞菌移植）小鼠模型發(fā)現(xiàn)，移植高M(jìn)RS+NAFLD組和高M(jìn)RS+非NAFLD組的體重增加趨勢比低MRS和對照組（僅HFD）組更為明顯。與低MRS組相比，高M(jìn)RS+NAFLD組和高M(jìn)RS+非NAFLD組的體重、肝臟重量、Lee’s肥胖指數(shù)、NAS評分和肝臟TG含量均增加。HE染色結(jié)果顯示，與對照組相比，高M(jìn)RS+NAFLD組和高M(jìn)RS+非NAFLD組的糞便樣本細(xì)胞中的脂滴更多，肝臟脂肪變性程度更大。

小結(jié)

本研究使用lightGBM-SHAP算法識別腸道微生物群特征，發(fā)現(xiàn)特定腸道微生物群（p_fusobacteria和f_veillonellaceae）與NAFLD呈正相關(guān)，但f_rikenellaceae，f_barnesiellaceae和s_adolescentis與NAFLD呈負(fù)相關(guān)。觀測和實(shí)驗(yàn)數(shù)據(jù)都支持代謝組學(xué)在NAFLD進(jìn)展中的作用。下一步可針對腸道代謝物（如�；悄懰幔┡cNAFLD的生物學(xué)相關(guān)性和機(jī)制進(jìn)行進(jìn)一步的研究。

參考文獻(xiàn)

Zeng F, Su X, Liang X. et al. Gut microbiome features and metabolites in non-alcoholic fatty liver disease among community-dwelling middle-aged and older adults. BMC Medicine. 2024.

請掃描二維碼閱讀原文

繪譜幫你測

針對本研究提到的牛磺膽酸、甘膽酸等物質(zhì)來源于自研Q300全定量代謝組學(xué)技術(shù)，麥特繪譜專注于代謝組學(xué)與轉(zhuǎn)化醫(yī)學(xué)疾病研究領(lǐng)域，擁有成熟的代謝組學(xué)檢測平臺，以全定量靶向代謝組學(xué)技術(shù)為核心，包括Q1000，Q500、Q300、Q200和膽汁酸、短鏈脂肪酸等各類小分子代謝物檢測方法共40+系列。已為數(shù)百家三甲醫(yī)院、科研院所和企業(yè)提供多組學(xué)解決方案，協(xié)助客戶與合作伙伴發(fā)表SCI文章400+篇，累計(jì)影響因子4000+，平均IF＞10，包括Cell, Nature, Science, Cell Metabolism, Immunity, Gut, Hepatology, Microbiome等頂級期刊。優(yōu)選的檢測技術(shù)、全面的數(shù)據(jù)報(bào)告及專業(yè)的售后探討，助您科研探索之路不斷創(chuàng)新和突破。歡迎聯(lián)系獲取詳細(xì)資料！

END