肠道菌群与高脂血症相关性研究

作     者：牟菲 

作者单位：中央民族大学 

学位级别：硕士

导师姓名：赵焕虎

授予年度：2019年

学科分类：1002[医学-临床医学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 10[医学] 

主      题：高脂血症 肠道菌群 DADA2 PSM WGCNA 

摘      要：研究目的收集2015年1月-10月中央民族大学校医院慢性病体检人员的临床生化检测信息和粪便生物样本,采用二代测序技术检测粪便样本中肠道菌群ASV(arnplicon sequence variant)的丰度,通过倾向性评分匹配法控制性别、年龄、高血压、糖尿病等混杂因素的影响,筛选出高脂血症与非高脂血症人群的差异ASV,再利用WGCNA及概率图模型(贝叶斯网络)模拟差异ASV与高脂血症的因果作用关系,为核心菌群预防与治疗高脂血症提供科学依据。研究方法菌群测序与结构分析提取各粪便样本肠道菌群总DNA,根据细菌V3-V4区设计引物(上游引物为5’-ACTCCTACGGGAGGCAGCA-3’,下游引物为5’-GGACTACHVGGGTWTCTAAT-3’),扩增16S rRNA基因,在illumina Hiseq2500平台上进行高通量测序,生成FASTQ格式的下机数据。运用R软件DADA2包过滤,去重复,嵌合体识别和合并双端读取,完成物种注释;用R软件vegan包分析a多样性、β多样性,初步探索两组样品间的菌群结构差异。差异筛选与富集分析为了控制混杂因素对实验结果的影响,运用R软件MatchIT包按1:1的比例将高脂血症组与非高脂血症组进行倾向性评分匹配。再利用R软件DESeq包筛选倾向性评分匹配后的高脂血症组与非高脂血症组的差异ASV;按照界、门、纲、目、科、属、种的分类结构绘制差异ASV的分类树,并对每个分类进行富集分析。功能聚类与因果模拟运行R语言WGCNA包进行差异ASV的共表达分析,寻找差异ASV功能聚类模块与高脂血症及其生化指标(CHO、TG、HDL-C、LDL-C)的关系;对与高脂血症临床指标有显著性关联的功能模块中差异ASV进行贝叶斯网络分析,推测高脂血症与ASV的相互作用关系,确定高脂血症核心菌群。研究结果本研究共收集133例体检人员的临床生化信息和粪便生物样本。其中,高脂血症样本87例,非高脂血症样本46例。菌群测序与结构分析通过dada2包对数据前处理,生成20295个ASV。87份非高脂血症粪便样品,在门水平上共23个,含量最高的四个细菌门依次是Bacteroidetes(46.7%)、Firmicute(44.2%)、Actinobacteria(8.0%)和Proteobacteria(0.3%);在属水平上,共有368个属,有18个相对丰度大于1.0%细菌属。相对丰度5%属,依次为Bacteroides(33.32%)、Prevotella(7.68%)、Bifidobacterium(6.74%)、Faecalibacteriu(5.77%)。在相对丰度大于1.0%的细菌属中,属于拟杆菌门有Bacteroides、Prevotella;属于放线菌门为Bifidobacterium;属于厚壁菌门有Lachnospira(3.64%)、Agathobacter(3.46%)、Lachnoclostridium(3.39%)、Blautia(1.93%)等。46份非高脂血症粪便样品,在门水平上共19个,含量最高的四个细菌门依次是Firmicute(50.67%)、Bacteroidetes(42.88%)、Actinobacteria(5.84%)和Verrucomicrobia(0.26%)。在属水平上共有297个属,有18个相对丰度大于1.0%细菌属。相对丰度5%属,依次为Bacteroides(33.75%)、Faecalibacteriu(9.40%)、Prevotella 9(5.23%)。在相对丰度大于1.0%的细菌属中,属于拟杆菌门的有Bacterokides(33.75%)、Prevotell9(5.23%)、Alistipes(1.51%)、Parabacteroide(1.17%);属于放线菌门为Bifidobacterium(4.77%);属于厚壁菌门的有Lachnospira(3.54%)、Agathobacter(3.77%)、Lachnoclostridium(2.78%)、Blautia(1.665)、Lachnoclostridium(9.40%)等。高脂血症组与非高脂血症组Alpha多样性(Chao 1 p=0.64,Observed species p=0.75,Simpsonp=0.6,Shannon p=0.71)、Beta多样性(Bray-Curtis distance(R2=0.007,p=0.52),jaccard distance(R2=0.07,p=0.48))均没有显著性差异(p0.05)。差异筛选与富集分析采用PSM法(匹容差为0.2)将高脂血症组与非高脂血症组按1:1的比例配对,共匹配出44对。匹配后的人群基本特征除了暴露因素(CHO、TG、H