玩儿转微生物组 | 时序性分析带你揭开肠道菌群的“前世今生”
谚语说“罗马不是一天建成的。”
庞大如“帝国”的肠道微生物组亦是如此——宿
主微生物组的研究中，一个首要问题就是宿主的微生物群落是如何形成的，微生物在肠道内经历了怎样的过往？“菌”们彼此之间发生着怎样的故事？谁是它们当中的真英雄，谁又去向哪里？
每个菌群，都有一部了不起的历史……
要了解这部“历史”，就有必要收集宿主的时间顺序性样本数据进行统计，构建数学模型，来研究宿主内微生物群落的“前世今生”。利用粪便等易于获取的宿主样本，通过统计不同时间点排泄物中微生物的比例丰度，了解微生物在肠道内动态的生态过程。如此深入的了解宿主微生物组的动态变化，对合理设计“细菌疗法”意义重大。
MDSINE，就是这样的一项技术：
* 能够实现微生物生长轨迹和梯度过程的精准预测，尤其适用于微生物组再时间顺序顺序上取样不均匀，或噪音较高的测序数据；
* 基于Bayesian方法进行参数置信度估计，包括微生物相互作用网络中的连通性；
* 参数模型的生物现实约束。
MDSINE工作流程
输入文件：
1.测生态系统中微生物数量随时间变化的数据，可以是不规则时间点取样的数据；2. 生态系统种微生物生物量随时间变化的数据。
为了测试和验证MDSINE软件，研究者们模拟了一个硅微生物动态系统模型中的数据，该模型捕捉了真实微生物群实验的关键特性。
将模拟数据用于评估算法性能的几个指标，包括：
a) 增长率和相互作用系数估计的准确性;
b) 存在/不存在微生物相互作用的推断的准确性(网络结构);
c) 在算法未见的初始条件下，预测微生物浓度随时间变化的准确性。
总的来说，三种新的MDSINE算法(MLCRR、BAL和BVS)在所有度量方面都优于我们以前的方法(MLCRR)(下图)。两种贝叶斯算法(bal和bvs)对低测序深度和低时间采样分辨率的稳固性最强，展现了在推断微生物相互作用参数和底层网络方面的优良性能。
相比之下，MLRR和MLCRR以及标准Spearman相关分析(最佳情况下曲线下面积(AUC)为0.53)对底层网络推理的性能都较差（下图d）。
测评结果还显示：
* MDSINE在数据中的成分约束是稳健的，而且即使在低测序深度下也能保持稳定性；
* 这些算法可以更准确地预测某些生态系统中生长速度较快的细菌的轨迹。
接下来，用两个实验评估MDSINE模型的实际应用：
艰难梭菌（Clostridium difficile）感染实验
目的：
用以评估艰难梭菌感染的状态
研究对象：
无菌小鼠
实验设计：
在整个56天的实验中，共收集了每只老鼠的26份粪便样本，并通过高通量16 SrRNA测序来确定物种的丰度，并进行16S rRNA qPCR用以估计细菌总生物量。
利用MDSINE从完整的数据集中推断微生物-微生物相互作用的基本定性网络（下图a），结果预测在物种间存在23种互作反应——证明MDSINE可以从纵向微生物区系数据中检测因果相互作用。为了预测哪些细菌组分对艰难梭菌感染具有最佳的抗药性，研究中用MDSINE预测了所有菌群的稳定性和对艰难梭菌的抑制能力。预测结果发现，能够排除>90%概率的艰难梭菌感染的最小稳定亚群落只需要三个微生物物种（R.hominis, B. fragilis, and C. hiranonis）（下图b）。
研究还讨论了生物量因素对MDSINE的影响。结果显示，在没有生物量数据的情况下，细菌相互作用网络的许多边缘仍然可以被精确地推断出来，但生物量数据确实提供了重要的附加信息。
益生菌鸡尾酒定殖及稳定性检测
目的：
评估益生菌鸡尾酒疗法对益生菌小鼠的定殖动态和饮食扰动的影响
研究对象：
无菌小鼠
实验设计：
选择了一组能诱导调节性T细胞(Tregs)和抑制炎症的梭菌株(VE-202)用于炎症性肠病（IBD）的治疗研究。
为期九周的实验中，每只小鼠共收集56例粪便样本。Qpcr鉴定微生物含量丰度。16s扩增子测序用于鉴定总细菌生物量。再一次评估了MDSINE预测微生物生长浓度的能力。利用MDSINE，将除一只小鼠外的全部小鼠数据进行模型参数推断，然后利用模型参数和该小鼠的起始微生物含量，对该小鼠的所有剩余时间点的微生物区系浓度轨迹进行预测（下图a）评估了13种混合菌的生长和相互作用参数及其可变性以及每种菌浓度轨迹的变化（下图a,b）
研究还利用MDSINE评估了每种菌在存在膳食扰动的状态下，对维持群落结构稳定的的贡献性：研究发现，虽然低纤维饮食明显改变了鸡尾酒中许多菌株的浓度，但这种扰动不会显著改变总体稳定的生物多样性。上图c量化每个菌株在扰动状态下对维持群落结构稳定的重要性。
参考文献
Spatiotemporally heterogeneous population dynamics of gut bacteria inferred from fecal time series data. mBio,2018.
![联系客服](javascript: Mobi.showWeChatService("//6309039.s21i.faiusr.com/2/ABUIABACGAAg4JO47gUosKjkywUwrgM4rgM.jpg");){kind=link}