本研究通过对来自不同人群的9组宏基因组及4组代谢组数据进行跨队列综合分析，确定了用于IBD（炎症性肠病）诊断的多组学生物标志物，为IBD中宿主-微生物相互作用的机制研究提供了重要资源。

英文标题：Microbiome and metabolome features in inflammatory bowel disease via multi-omics integration analyses across cohorts

中文标题：炎症性肠病的微生物组和代谢组的多组学整合分析

发表期刊：Nature Communications

影响因子：16.6

发表时间：2023年11月6日

作者及单位：宁立军、陈豪燕、洪洁等，上海交通大学医学院附属仁济医院

1. 细菌生物标志物的确定

通过Shannon和Simpson指数来评估α多样性，IBD患者的微生物α多样性与健康对照组相比较低。主坐标分析（PCoA）显示患病/健康存在显著差异，且不同队列之间的微生物组成也存在显著差异。

鉴定出74种微生物在患病/健康组具有显著的丰度差异，含11个IBD中富集物种（红色）和63个IBD中减少物种（蓝色），其中31个在后续随机森林建模中鉴定为特征物种（深灰色）。

对6个队列的31个特征物种进行10倍交叉验证，发现该模型在所有队列中都显示出强大的检测IBD的能力，AUROC范围为0.66-0.95（越接近1说明模型越准确）。分析表明，LOCO（leave-one-cohort-out，排除一个队列）的AUROC范围为0.71-0.94。

2. KO基因生物标志物的确定

环状复合热图呈现了162个最显著的KO基因（P < 1×10⁻¹²），大多数都与代谢酶相关，表明肠道微生物群与其代谢活动之间存在很强的关联。

对KO基因丰度的分类模型中，所有队列的平均AUROC值范围为0.74至0.81，与细菌物种模型一致，LOCO分析显示KO基因的诊断价值略高于队列间转移分析。

3. 代谢生物标记物的确定

基于IBD患者和健康个体粪便间的靶向代谢PCoA及OPLS-DA分析可知，两分组的代谢组间差异显著。

进行差异分析并鉴定了78种代谢物，其中只有少数是在IBD患者中减少，大多数都是表现为富集。与三羧酸循环相关的各种有机酸，如丙酮酸、富马酸等在IBD患者中富集，表明肠道菌群的能量代谢异常。

使用单因素差异分析、VIP得分、IFE（迭代特征消除，Iterative feature Elimination）等方式将代谢物筛选缩小到13种。

在对仁济队列的分析中，模型的10倍交叉验证AUROC值为0.945，而留一交叉验证（LOOCV）则略低，为0.937，独立验证队列的AUROC为0.867。在USA-NL队列中，10倍交叉验证和LOOCV均表现出相似的AUROC值，均超过0.9，独立验证队列具有良好的性能，AUROC为0.841。

说明与宏基因组学相比，代谢组学在疾病诊断方面具有更高的潜力，并且可以成为未来诊断的一种有前途的生物标志物。

4. 多组学生物相关性（MOBC）图谱的构建

用来自4个队列的宏基因组及代谢组数据构建MOBC图谱，进行交叉分析揭示了8个与代谢和疾病表型相关的差异KO基因，对这些基因及其在代谢途径中的作用的进一步研究可为IBD的潜在机制提供重要的见解。

本研究整合了多个队列的宏基因组学和代谢组学数据，以鉴定31个物种、25个KO基因和13种代谢物可区分正常对照组和IBD病例，且这些生物标志物在各队列中表现出强大的可重复性。同时这种多组学模型可以推动临床实践和医学科学领域的创新。

参考文献：

Ning L, et al., Microbiome and metabolome features in inflammatory bowel disease via multi-omics integration analyses across cohorts. Nature Communications. 2023.