Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章_干货分享_代谢组学_空间代谢组学_离子组学_卵白质组学

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章

宣布时间 2024-03-20

文章问题：The fusion of multi-omics profile and multimodal EEG data contributes to the personalized diagnostic strategy for neurocognitive disorders

揭晓时间：2024年1月29日

揭晓期刊：Microbiome

影响因子：16.8

研究配景

神经认知障碍(Neurocognitive Disorders, NCDs)是一种影响一样平常生涯质量的非熏染性疾病，全球患者约有5000万人。而现在的通例诊断要领缺乏明确的生物标记物或令人信服的检查。因此开发针对非熏染性疾病的个性化诊断战略成为当务之急。现在多组学研究和卵白质组学的剖析批注，多组学剖析在研究非熏染性疾病和识别潜在生物标记物方面具有潜力。别的，多模态脑电图(electroencephalography, EEG)可以提供有关大脑运动的时间温顺序的信息，可以更周全地相识大脑功效和毗连性，近年来越来越多地用于认知障碍的诊断�；谡庑┭芯炕�，研究职员通过严酷的匹配行列将患有非熏染性疾病的晚年人与正常朽迈的晚年人举行了较量，并在小鼠中举行了粪便微生物群移植(Faecal microbiota transplantation, FMT)验证。最后应用机械学习算法整合多组学和多模态脑电图数据，开发新的展望模子，以准确区分非熏染性疾病患者和加入非熏染性疾病个性化诊断的加入者。

研究要领

本研究共选取了400位晚年人举行试验，其中有57名加入者因信息不完整而被扫除。凭证香港版本的蒙特利尔认知评估(Hong Kong version of Montreal Cognitive Assessment, MoCA-HK)的各个领域的认知功效，晚年人被分为两组。若是个体的MoCA-HK得分低于与其年岁和教育水平相匹配的同伴的16%，那么该晚年人将被划入“非熏染性疾病组”(neurocognitive disorders, NCDs)，不然将被划入“正常朽迈组”(normal aging, NA)。

划分取粪便举行宏基因组和非靶向代谢组学剖析，尿液外泌体举行卵白质组学剖析。选择12个月大的雌性小鼠作为模子，在特定的无病原体条件下饲养，粪便微生物群移植之后，举行行为实验，随后举行宏基因组和代谢组学剖析。使用肠道微生物群、脑电图特征、代谢组学和临床数据，来训练机械学习模子。

研究效果

基于脑电功率谱密度剖析发明，NCDs组中α和β频带的相对功率谱密度(power spectral density, PSD)显著降低（图1）�；谀缘缥⒐圩刺饰龇⒚�，NA组和NCDs组在微观状态属性上有显著差别（图2）。别的，将年岁作为共变量举行控制的前后，发明微状态转换的概率较高。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图5)

图1 NA组和NCDs组中的EEG PSD和EEG微状态剖析

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图6)

图2 NA组和NCDs组的微状态A-D属性统计

宏基因组学效果批注，门水平上两个组中最主要的菌为拟杆菌门、厚壁菌门、放线菌门和变形菌（图3 A）。NCDs组与NA组相比，Kiritimatiellaeota和Lentisphaerae的频率显著镌汰（图3 B）。NA组和NCDs组之间保存可视察的聚类和显着的趋势，这批注肠道微生物群体的失调与NCDs有关（图3 E）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图7)

图3 NA组和NCDs组的肠道微生物群剖析

所有样品中共有1039个操作分类单位（图4 A），其中17个细菌群在NA组中富集，10个细菌群富集在NCDs组。别的，LEfSe(linear discriminant analysis effective size)确定了7种对NCDs特异性的种水平的菌（图4 D）。与NA组相比，NCDs组中与芳香族氨基酸生物合成相关的途径和三羧酸循环（TCA环）相关的通路等显著镌汰（图4 E）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图8)

图4 种属水平的肠道微生物以及相关的展望菌种的漫衍

通过卵白质组学共发明3306个卵白质，其中2712个可量化（图5 A）。这些卵白质被定位在细胞质、外细胞空间、核和线粒体等细胞区域中（图5 B）。偏最小二乘法(partial least squares discriminant analyis, PLS-DA)剖析批注，NCDs组和NA组间有显着的区分（图5 C）�；鹕酵寂�，上协调下调的差别卵白划分有57和30个（红色体现显著上调，蓝色体现显著下调）。通过代谢功效剖析，发明差别表达的卵白质主要加入氨基酸运输和代谢，以及能量生产和转化，这与宏基因组学剖析的展望效果一致（图5 E）。别的，KEGG通路富集剖析也证实了这些发明。下调的尿液外泌体卵白的途径富集剖析显示，NCDs组的酪氨酸代谢、色氨酸代谢和丙酮酸代谢镌汰（图5 F）。相反，与炎症性肠病、膀胱癌、I型糖尿病和恒久抑郁症等疾病相关的途径在非熏染性疾病组的上调卵白中富集（图5 G）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图9)

图5 尿液膜细胞的定量卵白组学剖析

基于非靶向代谢组学剖析效果发明，正离子和负离子模式下代谢物的PLS-DA剖析均批注NA组和NCDs组间保存显着的区分（图6 A-B）。正离子模式中，与NA组相比，均有54个上调及下调的差别代谢物，而负离子模式中，有12个和63个代谢物显著上协调下调（图6 C）。选取了前20个差别代谢物构建热图（图6 D），进一步凭证变量投影主要性(Variable importance in the projection, VIP)值举行划分，构建了可变主要性图。在NCDs组中视察到了羟基脂肪酸脂肪酸酯(fatty acid esters of hydroxy fatty acids, FAHFAs)显著镌汰（图6 E）。对差别代谢产品的所有途径举行KEGG通路剖析，效果批注烟酸和烟酰胺代谢、L-色氨酸生物合成、泛酸和辅酶A生物合成、叶酸生物合成、不饱和脂肪酸生物合成、柠檬酸循环、丙酮酸代谢和硫胺素代谢与NCDs相关（图6 F）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图10)

图6 NA组和NCDs组的粪便样本的代谢组学剖析

行为实验效果批注，FMT会影响NCDs组模子小鼠的空间学习和影象（图7）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图11)

图7 使用Y迷宫、新物体识别和Morris水迷宫测试评估FMT下小鼠空间学习和影象体现能力

为了进一步验证代谢途径，研究职员通过网络和剖析差别时间点的粪便颗粒，评估了FMT对肠道微生物群体的影响，通过血清和海马体的靶向代谢组学剖析验证发明，柠檬酸、富马酸、琥珀酸、氧戊二酸、丙酮酸和色氨酸的相对含量都爆发了显著转变，值得注重的是柠檬酸的相对含量在血清中显著增添，但在海马中显著降低（图8）。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图12)

图8 FMT小鼠肠道菌群的宏基因组剖析以及血清和海马的代谢组学剖析的评估

研究职员使用支持向量机(support vector machine, SVM)结构模子，将个体分类为NA组和NCDs组（图9），用宏基因组、代谢组学和EEG数据三种组合中获得的特征来训练模子。最终，多组学要领抵达了准确率为92.69%，准确率为94.44%，召回率为89.47%，AUC值为0.9641（图9 G），同时发明随着组学泉源的增添，使用相同数目的特征，模子的性能逐渐提高。

Microbiome(IF=16.8) | 多组学与脑电图数据融合：开启神经认知障碍精准诊断的新篇章(图13)

图9 差别组学下的机械学习能力

结论

在这项研究中，展现了几个要害发明：首先，视察到PSD降低；其次，确定了芳香氨基酸生物合成和三羧酸循环中的滋扰。这些滋扰与特定微生物水平的增添有关；别的，发明特定代谢产品的水平降低，这些发明配合提供了对非熏染性疾病病理心理学潜在特征的看法；最后，机械学习模子的应用大大提高了加入者对非熏染性疾病的区分水平。因此，多组学特征和脑电图数据的融合为非熏染性疾病患者的个性化诊断提供了特别的远景。

上一篇：J Hazard Mater(IF=13... 返回列表下一篇：BMC Plant Biology | ...

微信

在线
咨询

点击QQ咨询

返回
顶部

beat365正版唯一官网