肠道菌群与高脂血症相关性研究.docxVIP

肠道菌群与高脂血症相关性研究 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 WGCN及A 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-ACTCCTACGGGAGGCAGC,A下-3游引物为 5 -GGACTACHVGGGTWTCTA）AT, -扩3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 WGCN包A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 gt;5%属, 依次为 Bacteroides （33.32%）、Prevotellasub9/sub （ 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 、Prevotellasub9/sub; 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 gt;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 speci