编译：微科盟如风，编辑：微科盟木木夕、江舜尧。
微科盟原创微文，欢迎转发转载。
获取原文pdf及加入微生物学术群，请扫描底部二维码，联系微生态老师。
导读 早产儿肠道微生物的发育是可以预测的，出生后先锋微生物首先在肠道内定植，随后微生物连续有序定植。肠道微生物对早产儿的健康至关重要，但塑造这些可预测的微生物群装配动态的驱动力尚不清楚。环境、宿主和微生物之间的相互作用都可能塑造微生物群的动态特征，但在这样一个复杂的生态系统中，想要确定任何单个因素的具体作用都是具有挑战性的。在本项研究中，我们使用多界绝对丰度量化、生态模型和实验验证来应对这一挑战。我们对178名早产儿的细菌、真菌和古细菌的绝对动态进行了量化。我们发现了微生物的繁殖和消亡，并表明婴儿肠道中细菌和真菌的数量呈负相关。我们在体外和体内通过计算和实验证明，可预测的装配动力学可能是由特定微生物之间直接及环境依赖的相互作用驱动的。微生物群中较晚定植的克雷伯氏菌（Klebsiella）反映了宏观生态系统的动态，利用先驱微生物葡萄球菌（Staphylococcus）在肠道中立足。值得注意的是，我们发现不同界之间的相互作用会影响微生物群装配，而一个单一的真菌物种-白色念珠菌Candida albicans会抑制多个优势菌属的肠道细菌。我们的工作揭示了简单微生物-微生物相互作用在形成宿主相关微生物群的中心地位，这对于我们理解微生物群生态学和有针对性地进行微生物群干预都是至关重要的。本研究表明了特定微生物及环境依赖的相互作用可能是微生物群装配的驱动因素。该研究为微生物生态学及进行微生物针对性干预以促进肠道发育具有重要的启发意义。
原名：Multi-kingdom ecological drivers of microbiota assembly in preterm infants
译名：早产儿微生物群装配的多界生态驱动因素
期刊：Nature
IF：42.778
发表时间：2021.2.24
通讯作者：Katharine Z. Coyte, Seth Rakoff-Nahoum
通讯作者单位：美国波士顿儿童医院、曼彻斯特大学生物科学学院，美国哈佛医学院、麻省理工学院和哈佛大学布罗德研究所
为了确定微生物群落内变化的驱动力，有必要量化群落成员随时间的绝对变化。为了实现这一目标，我们开发了一种基于细胞的多界添加方法（MK-SpikeSeq），该方法可同时量化任何给定微生物组中细菌、真菌和古生菌的绝对丰度（图1b）。Spike-in细胞用作样本处理的内部对照，并且已知Spike-in细胞的丰度后，我们便可以反归一化并计算所有群落成员的绝对丰度（图1b）。我们使用一系列的模拟群落验证了MK-SpikeSeq方法测量绝对丰度的能力，然后使用一组测试样本将MK-SpikeSeq的性能与现有绝对丰度定量方法（总DNA、基于细胞计数的成像、定量PCR（qPCR）和基于DNA的添加（spike-in）进行比较。总的来说，这些数据表明MK-SpikeSeq可以对多个界的单个分类单元的绝对丰度进行高灵敏度且可靠的测量，这是确定微生物群落动力学驱动因素的关键条件。
图1 MK-SpikeSeq能够对绝对丰度进行可靠的量化。a，图解说明相对丰度数据如何影响潜在的群落动态，使其难以区分不同的生态情景。b，MK-SpikeSeq方法概述。 通过验证MK-SpikeSeq，我们建立了一个高分辨率的婴儿微生物群动态的多界水平图片。除此之外，我们还召集了一个包含178名来自三级新生儿重症监护病房(NICU)的早产儿的前瞻性队列。早产儿微生物群的装配与足月婴儿有很大的不同。由于早产儿具有更现实的临床意义，并且适合使用已有的临床元数据进行高频纵向采样，所以我们将研究重点放在早产儿身上。这些特征使得早产儿肠道成为一个重要且易于处理的系统，便于建立对微生物群装配原则的理解。在这一前瞻性队列中，我们在每个婴儿的第1、14、28和42天进行采样，对于其中的13个婴儿，我们收集了他们出生后6周内几乎每天的粪便(总共940个样本)。总而言之，这项队列使我们能够建立起早产儿肠道内微生物群发育的高分辨率图像。与先前研究一致，我们观察到早产儿肠道细菌群落主要分为四种不同的群落状态，其特征是四种菌属中的一种占主导地位：葡萄球菌Staphylococcus、克雷伯氏菌Klebsiella、大肠杆菌Escherichia或肠球菌Enterococcus（图2a）。值得注意的是，我们的早产儿队列中的细菌群落，如前所述，随着时间推移，在以一种可预测的高动态的方式进行发展。大多数婴儿一开始以葡萄球菌Staphylococcus为主，随着年龄的增长，逐渐过渡到以克雷伯氏菌Klebsiella、肠球菌Klebsiella或大肠杆菌Escherichia为主（图2a，b）。比较这些优势属的绝对丰度和相对丰度说明了成分数据是如何错误地定义群落变化，以及何时发生变化的。这样的比较还表明，尽管我们队列中的细菌群落通常只有一个属占主导地位，但其他主要属通常在早产儿肠道内也保持着较高水平的稳定性。
图2 早产儿的肠道表现出丰富的细菌和真菌群落动态。a，细菌样本在属水平上Bray-Curtis差异的主坐标分析(PCoA)图。b，与a相同的PCoA样本，说明细菌群落组成是如何随时间变化的。c，单个代表性婴儿的微生物群动态，强调在研究微生物群生态学时收集绝对丰度的重要性。d, e，由优势菌属（d）或婴儿年龄（e）分组进行着色的真菌群落组成的PCoA图。f，通过线性混合效应模型量化临床和微生物因素对总细菌负荷的影响。g，细菌、真菌和古细菌的总丰度随时间的变化。h，在生命的每一周中能够检测到古细菌的样本比例。 与细菌群落可预测动态性相反，我们发现了早产儿肠道内多种但不可预测的真菌群落。与细菌群落一样，MK-SpikeSeq可以发现被相对丰度所掩盖的真菌的大量繁殖和消亡。然而，尽管真菌的动力学本身是不可预测的，但一项考虑婴儿年龄、抗菌药物和抗真菌药物因素的线性混合效应模型显示细菌和真菌负荷之间存在微弱的负相关（归一化效应大小，−0.060；95% Wald 置信区间, [−0.119, −0.001]）（图2f）。即在考虑临床协变量时，真菌含量越高，细菌含量越低。这种反向关系使我们想研究是否跨界交互作用会影响早产儿微生物群的动态。 在生成了婴儿微生物群装配的高分辨率多界图像后，我们接下来试图确定观察到的可预测动态的因素。为实现这一目标，我们使用贝叶斯正则化回归将我们的纵向数据拟合到扩展的广义Lotka-Volterra(gLV)模型，这种方法只有在绝对丰度下才可能实现。该模型假设单个分类单元的生长率取决于该分类单元的内在生长率、与亲缘关系的相互作用、临床应用抗菌剂的效果以及焦点分类单元与其他群落成员之间的相互作用（图3a）。这就产生了一个高度参数化的群落动态模型，我们使用保守的正则化框架将其与我们的数据进行了拟合。通过这样做，我们能够识别那些微生物-微生物或抗生素-微生物的相互作用，在塑造群落动态过程中有强大且一致的作用，同时避免过拟合，及过滤掉不影响群落动态的弱交互作用。
图3 成对的界内和界间相互作用驱动婴儿肠道微生物组装配的可预测模式。a，图解说明gLV模型用于识别婴儿肠道内细菌和真菌动态的致病驱动因素。b，gLV模型确定了一个发生在早产儿肠道微生物群的优势成员之间的微生物-微生物相互作用网络，预计会影响微生物群动力学。c，通过单培养和成对共培养，测试预测的界内相互作用。d, CFU用于在特定无病原体（SPF）小鼠模型中定量测定体内微生物的适宜性。e，单培养和成对共培养的婴儿分离株的体外生长。f，SPF小鼠模型体内微生物适宜性的CFU计数。 我们的生态推断预测，特定微生物属之间的界内和界间强烈的相互作用在婴儿肠道微生物群的装配中起着关键作用（图3b）。因此，我们的模型提示，在早产儿中观察到的特征性转变，从以葡萄球菌Staphylococcus为主转向以克雷伯氏菌Klebsiella为主（图2a，b），部分是由克雷伯氏菌Klebsiella利用早期定植形成的。我们还推断，克雷伯氏菌Klebsiella本身受到另一个优势属肠球菌Enterococcus的抑制，这表明这两个属的独特优势状态可能部分是由一个排斥，而另一个驱动的。 值得注意的是，我们发现，塑造早产儿微生物群装配的很大一部分相互作用是剥削性的（+/−），这些不对称相互作用占推断的微生物-微生物相互作用的20%以上。这些定向的、不对称的交互作用在塑造微生物群的装配中强调了我们绝对丰度方法的力量。换句话说，相对丰度和相关分析不仅错误地反映了婴儿微生物组组合的动态（图2），而且错误地分类了构成这些动态的生态过程。 我们的生态推断表明，微生物-微生物相互作用是婴儿肠道微生物可预测装配的核心。然而，尽管我们使用了保守的正则化框架来确保对伪相关的稳健性测定，我们的预测仍然容易受到模型中未纳入的未观察到的混杂因素的影响，例如饮食、病毒或宿主因素。因此，我们试图确定我们是否可以在还原论实验系统中重现我们推断的相互作用。 与我们预测的在微生物组装配过程中葡萄球菌Staphylococcus有益于克雷伯菌Klebsiella的结论相反，我们在体外没有观察到葡萄球菌Staphylococcus对克雷伯菌Klebsiella的积极作用（图3c）。考虑到克雷伯氏菌Klebsiella-葡萄球菌Staphylococcus的强度预测，我们假设这种相互作用可能是环境依赖性的。我们通过小鼠模型进行实验验证，所得数据强调了研究微生物群相互作用时背景的重要性，说明生物分类单元在体外和宿主内的相互作用可能不同。 在验证了我们推断的界内交互作用之后，我们试图验证预测的影响早产儿肠道装配的界间交互作用（图3e）。我们再次使用来自婴儿的分离株，预测的界间相互作用也可以在我们的体外系统中重现（图3e）。总的来说，我们的数据揭示了一种特定物种的跨界交互作用，这一作用可能塑造了早产儿的微生物群。 婴儿肠道微生物组的装配是明显有序的，先锋微生物首先定植，随之而来的是其他可预测的微生物。然而，驱动这些可预测转变的力量至今仍是未知的。优先效应、饮食、抗生素和正在发育的免疫系统都被认为会影响微生物群的动态，但考虑到有多种相互作用在起作用，要说明任何单个过程的作用已被证明是十分困难的。在本研究中，我们展示了多界绝对丰度定量、生态模型和实验验证的组合可以用来克服这一挑战。我们已经证明，早产儿肠道微生物群的可预测装配模式可以由微生物之间直接的、环境相关的相互作用所驱动。我们的发现表明婴儿微生物群与宏观生态演替之间存在一种共同机制。就像在宏观生态系统中，微生物可以利用彼此在婴儿肠道内建立，界间的直接相互作用可能在群落动态中起到核心作用。肠道微生物群装配的可还原性为简单的、成对的相互作用，对于理解和最终影响健康和疾病中的微生物生态系统具有深远的意义。
微生物生态系统的复杂性以及量化微生物群落组成的基本限制，阻碍了我们识别微生物群发展驱动因素的能力。首先，尽管新一代测序技术（NGS）提供了人类肠道内细菌多样性的全面图谱，我们对其他微生物——如真菌和古生菌——仍然知之甚少，它们定植在婴儿微生物群中，这限制了我们识别驱动生态系统动态的界间相互作用的能力。其次，NGS数据通常只显示分类单元的相对丰度，提供群落内不同微生物的比例，但不提供绝对数量。如果一个物种的相对丰度随着时间的推移而增加，我们无法确定该物种是在繁殖还是在消亡（图1a）。因此，相对丰度数据的组成性质可以掩盖群落动态，这削弱了我们识别塑造微生物区系变化的生物和非生物力量的能力。在这一研究中，我们使用了一种可扩展的多界定量方法来绘制一个纵向队列的早产儿绝对微生物群的动态。将生态模型与体外和体内验证相结合，揭示了微生物界内和界间的相互作用塑造了早期生命微生物组装配的可预测性。----------微科盟更多推荐----------
| 免费生信作图平台——生科云：https://www.bioincloud.tech |
|
扫描左侧二维码 进入生科云
|
生科云所有分析工具可以免费使用，不收取任何直接或间接费用；您还可以在微信上联系微生态老师，随时获取免费的指导，帮助您解决分析时遇到的问题；专业的生信分析团队，持续添加、更新、优化生信云上的分析工具，集成多种生信分析流程，一键批量生成主流科研图，帮您节省时间，有更多的时间探究生物学意义。
|
微文推荐阅读
2020年度回顾 | 技术贴合辑
2020年度回顾 | 微生态人体微生物类微文大合辑
2020年微生态最值得看的环境类微文回顾
微生态科研学术群期待与您交流更多微生态科研问题
（联系微生态老师即可申请入群）。
了解更多菌群知识，请关注“微生态”。
转载本文请联系原作者获取授权，同时请注明本文来自江舜尧科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3474220-1282757.html?mobile=1
收藏
分享
