人体与动物微生物组研究方案设计

与环境微生物相似，医学研究中多组学研究和培养组研究也是微生态关注的核心热点，关于微生态的表型研究也愈演愈烈。

一个16s rDNA测序，能发多高水平的文章呢？还只有12对健康人与病人样本？

一篇针对肝硬化研究的项目告诉你，《Aliment Pharmacol Ther》（IF=7.2）也可以！

2018年，《Aliment Pharmacol Ther》发表的一篇丙肝药物对肝硬化患者肠道微生态的影响研究就“出套路而不俗”的脱颖而出。研究只有三个分组：正常对照组、DAA治疗前HCV病患组和DAA治疗后HCV病患组。

相信会有一部分老师有这样的困扰——大背景研究。想去了解一些特定人群的肠道菌群特征，并没有所谓的实验组与处理组的分别。如此能写出生动的故事来么？

Of course Yes！！不但能，这种大规模作业的形式，还可能发个CNS系列呢！

《Science》此前就发过多篇类似研究，比如荷兰人群的肠道微生态构成和多样性标记研究。

1179个荷兰人，共收集了1135份样本数据，开展16s和宏基因组测序。相关体质、疾病、用药、生活习惯及饮食特征数据也被做了详实的记录。如此一来，一方面获得了荷兰人群的肠道群落结构和功能特征的信息（下图）：

另一方面，也挖掘出与人的体质特征等指标相关的一些微生物功能特质（下图），为我们更好的了解人群特征体提供了更深入的视角。

人体微生物组研究无数次在强调——微生物组就是人体的第二基因组。

如此一来，研究人就不能只单纯的研究人，还要研究我们的那个“它”。基因组亦然。《mBio》一篇肥胖症患儿的膳食调节菌群研究就是如此：

一名肥胖症患儿，进行为期105天的膳食调节干预，根据配餐划分为三个干预阶段，分不同时间点取样，研究患儿的肠道菌群宏基因组变化（下图）。

在宏基因组研究中，发现B. pseudocatenulatum的五个株系在膳食调整过程中产生了响应（下图）。

如此，研究者对着五个菌株的基因组展开了研究，深入讨论了不同株系的不同响应策略及对人体健康的影响。

人体肠道微生物组测序交叉整合单菌的分离培养和基因组研究，也是医学微生物研究中越来越受关注的一种研究思路呢！伴随而来的培养组研究和微生物制剂开发研究也愈加轰轰烈烈了~

多组学关联分析，顾名思义，将多种组学技术整合，深度解析微生物组从群落结构到功能潜力再到功能发挥的全貌。伴随着宏组学技术发展，多组学关联分析的思路也越来越广。2018年，一篇糖尿病人肠道菌群研究，循着多组学技术的思路，将糖尿病的膳食干预研究推上了《Science》热门，更成为那个春天的刷屏热帖。

一起来看看这篇文章的几个亮点：

1. 利用宏组学测序手段，深度挖掘了不同处理的病人肠道菌群的结构变化；

2. 引入代谢组研究，重点观测短链脂肪酸水平在膳食干预过程中的变化，深度挖掘微生物组中产生短链脂肪酸的基因构成变化；

3. 更通过宏基因组组装，获得了样本中一些关键细菌的基因组信息，识别了在膳食干预过程中有正向和负向作用的细菌类群（不基于分离培养，Binning组装）

4. 整合关联，将短链脂肪酸产生菌与膳食干预的代谢变化相关联，深度解析膳食干预的微生物组学机制。

这篇研究中，除了多组学整合，非培养方法获得复杂微生物组样本中单菌基因组信息亦是很多老师关注的热点。除了较长使用的binning算法外，Hi-C等基因组技术的应用也能更好的实现组装，并进一步拓展和深化宏组学研究（比宏基因组更有内涵的宏基因组研究方案）。

动物模型在基础医学和临床科研中可谓意义重大——一方面，复杂的人体研究可能存在很多不可控的潜在变量（遗传因素，生活习惯等），通过动物模型可实现整齐划一的处理；另一方面，有一些临床样本非常难得，在这种情况下动物模型可帮助我们更好实现研究取样。

将人体研究与动物模型结合在一起，是进行医学临床科研的绝好思路。

2017年Science报道了口腔细菌在肠道中的异位定殖，就是循着这样的思路——看一下这篇文章的研究思路和采用的技术手段：

研究剖析了不同患病群体病患肠道中口腔耐氧菌群的分布（下图），并将病人的口腔样本应用于小鼠建模，研究相关促炎因子的变化：

在动物模型研究中，利用组学技术获得肠道内异位定殖的口腔细菌类群（下图C），并开展了单菌基因组测序，深度挖掘相应菌株在免疫过程中发挥的作用（下图D）。