代謝の自立が健康・疾病における腸内細菌のコロニー形成とレジリエンスを駆動する

オープンアクセス
発行：2023年4月17日
代謝の自立が健康・疾病における腸内細菌のコロニー形成とレジリエンスを駆動する

https://genomebiology.biomedcentral.com/articles/10.1186/s13059-023-02924-x

Metabolic independence drives gut microbial colonization and resilience in health and disease - Genome Biology

アンドレア・R・ワトソン
ジェシカ・フュッセル
...
A. ムラト・エレン
作家を表示する
ゲノムバイオロジー24巻、記事番号：78（2023） この記事を引用する
343 アクセス数
63 Altmetric
メトリックス詳細
アブストラクト
背景
ヒトの健康状態や疾患状態による微生物群集組成の変化は、ヒトの腸内細菌叢に対する顕著な関心を呼び起こしました。しかし、疾患における微生物継代の決定要因に関する再現性のある知見を確立することは、手ごわい課題となっています。
研究成果
我々は、糞便微生物叢移植（FMT）をin natura実験モデルとして用い、ストレスのある腸内環境における代謝の独立性とレジリエンスの関連性を検討した。ゲノム分解メタゲノム解析の結果、FMTは、アミノ酸、ヌクレオチド、ビタミンなどの重要な代謝物を合成する完全な代謝モジュールをコードする代謝独立性の高い集団を好む環境フィルターとして機能することが示唆された。興味深いことに、IBD患者に濃縮された微生物では、同じ生合成経路がより完成されていることが観察された。
結論
また、健康な腸内細菌叢に広く存在するにもかかわらず、通常は存在量が少ない微生物が、炎症性疾患との因果関係がないにもかかわらず、炎症条件下で優勢になる理由を説明する、分類群に依存しない「ディスバイオシス」のマーカーが明らかになりました。
背景
微生物のコロニー形成の決定要因を理解することは、腸内細菌生態学の基本的な目的の一つである[1, 2]。生後数ヶ月の間にマイクロバイオームが徐々に成熟すること [3]、腸内細菌叢の形成における食事とライフスタイルの重要性 [4、5]、消化管に沿った微生物集団の生物地理 [6] は、腸内環境とその微生物叢とのニッチベースの相互作用の重要性を強く示唆しています。このような相互作用を微生物のコロニー形成の文脈で説明したこれまでの研究は、乳児の腸内細菌叢における微生物の継代に焦点を当てたり [3] 、乳児の便から分離した微生物のコンソーシアムで慣習化した無菌マウスなどのモデル系に依存していました [7] 。しかし、腸内細菌叢の複雑な環境要因によって引き起こされる大規模な生態系撹乱後の二次継承の生態学的基盤に関する理解は、まだ不完全なままである。このような攪乱にはさまざまな疾患や障害が関連していますが [8,9,10]、これらの関連性のメカニズム的裏付けを解明することは困難でした。これは、人間のライフスタイルが多様であること [11]、微生物が介在するヒトの病気について確実な因果関係を推定するためのモデルシステムの有用性が限られていること [12]が一因と考えられます。
炎症性腸疾患（IBD）は、消化管の炎症を引き起こす一般的になりつつある腸疾患群であり [13] 、腸内細菌叢と関連するヒトの病気を研究するモデルとなっている [14]. IBDの病因の一部は腸内細菌叢に起因するとされていますが[15]、IBDに関連するディスバイオシスの微生物生態は依然として謎に包まれています。IBDでは腸内細菌群集の組成が著しく変化するにもかかわらず[16,17,18]、この疾患に関連する微生物叢には後天的に感染する病原体が存在せず[19]、IBDで見られる微生物は通常、健常者でも見られるため[20]、健康状態と疾患状態の強固な機能マーカーまたは分類学マーカーの探索を複雑にしている [21]。IBDの特徴の1つは、炎症のエピソード中に微生物の多様性が低下することです。このとき、腸内環境は、通常、炎症前に存在量が少なかった微生物に支配されることが多くなります[22]。健常者にも存在する微生物の相対量が突然増加することから、IBDの過酷な環境は、ある集団を排除し、他の集団を開花させる生態系フィルターとして機能している可能性が高いと考えられます。しかし、IBDの生存に必要な遺伝的要件が理解されていないため、このような疾患状態における微生物群集の継承の機能的要因に関する重要な洞察が得られていません。
糞便微生物叢移植（FMT）は、ドナーからレシピエントの消化管に便を移植する方法であり[23]、破壊された腸内環境の二次継承時に微生物群集を形成する複雑な生態的相互作用を捉えるための実験的中間地点となるものです。FMTは、激しい下痢や腸の炎症を引き起こす再発性のクロストリジオイデスディフィシル感染症（CDI）[24]の治療に頻繁に採用されています。FMTは、その医療的有用性に加え、健康なドナーのマイクロバイオームと、障害を受けたレシピエントの腸内環境を衝突させることにより、微生物生態学の基本的な問題を研究する強力な枠組みを提供します。このプロセスは、障害された腸内環境における微生物のコロニー形成の成功と回復力の機能的決定因子を明らかにする可能性を持つ生態学的フィルターを提示する[25]。
ここでは、FMTをin natura実験モデルとして用い、ゲノム分解メタゲノミクスを用いて、ヒト腸のコロニー形成の成功の生態学的および機能的決定因子を個々の微生物集団のレベルで調査することにしました。その結果、必須栄養素の生合成能力に作用する環境選択が、FMT後のコロニー形成の成果だけでなく、炎症時の微生物の回復力の重要なドライバーであることが明らかになり、「代謝の独立性」が、ストレス下のヒト腸におけるコロニー形成成功の分類群に依存しない決定因子として機能しうることが実証されました。
結果および考察
研究デザイン
本研究では、2人の健康なFMTドナー（AおよびB）と、CDIを複数回再発した10人のFMTレシピエント（ドナーあたり5人のレシピエント）の腸内メタゲノム（Additional file 1）109個を収録しました。各ドナーの微生物叢内の長期的な微生物集団動態の理解を確立するために、636日の期間にわたって24のドナーAサンプルを、532日の期間にわたって15のドナーBサンプルを収集しました。FMTレシピエントは、FMT前に下痢性疾患の解消を達成するために、最低10日間バンコマイシンを投与されました。バンコマイシン投与最終日に、各レシピエントからベースラインの糞便サンプルを採取し、FMTの直前に腸内内容物を排出した。レシピエントは、移植当日も、FMT後のサンプリング期間中も、抗生物質を服用しなかった（Additional file 2: Fig.S1）。FMT後336日までの期間、各レシピエントから5～9個のサンプルを収集した。イルミナのペアエンド（2×150）技術を用いたドナーおよびレシピエントのメタゲノムのディープシーケンスにより、メタゲノムあたり平均7100万リードの合計77億配列が得られた（図1、Additional file 1、Additional file 3）。我々は、ゲノム分解メタゲノミクス、微生物集団遺伝学、代謝経路再構築を用いて、ドナーおよびレシピエントの腸内細菌叢の詳細な特徴を明らかにし、我々の観察結果のベンチマークとして、一般に公開されている腸内メタゲノムを活用しました。
図1
FMTレシピエントにおけるFMTドナーゲノムの検出と一般に公開されている腸内メタゲノム。両ヒートマップにおいて、各列はドナーゲノム、各行はメタゲノム、各データポイントは与えられたメタゲノムにおける与えられたゲノムの検出を表している。紫色の行は、Aドナーの636日間、Bドナーの532日間に採取された便サンプルのドナーのメタゲノム、オレンジ色の行はレシピエントのFMT前のメタゲノム、青色の行はレシピエントのFMT後のメタゲノムを表しています。行は、各被験者に関して、年代順に並んでいる。紫、オレンジ、青のカラースケールの強さは、各メタゲノムにおける各ゲノムの検出値を表し、最小検出値は0.25である。ゲノムの列は、すべてのメタゲノムにおけるその有無によってクラスタリングされている（ユークリッド距離とWardクラスタリング）。ヒートマップの右側の3列は、各メタゲノム行について、（X）メタゲノムショートリードの数（百万）、（Y）ゲノムが採用したメタゲノムショートリードの割合、（Z）メタゲノム（メタゲノムショートリードに基づく）の分類群レベルでの構成比を表示しています。各ヒートマップ（Q）の下の最初の行は、各ドナーゲノムの門レベルの分類法を示しています。最後に、各ヒートマップ下の11行は、11カ国の健康成人メタゲノムから、あるドナーゲノムが検出された割合を示しています（ある国のすべての個人からゲノムが検出された場合は、フルバーと1の値で表されます）。国別レイヤーの右側にあるデンドログラムは、ゲノムの検出パターン（ユークリッド距離とウォードクラスタリング）に基づいて国を整理しています。紫と赤の斜線を引いた国は、この分析から浮かび上がった2つの主要なクラスターを表しており、紫の層はドナーゲノムの普及率が高い先進国、赤の層はドナーゲノムの普及率が低い非先進国であることを示しています。この図の最大解像度バージョンは、https://doi.org/10.6084/m9.figshare.15138720 [26]にも掲載されています。
フルサイズ画像
ゲノム分解メタゲノム解析により、ドナー微生物の多くがレシピエントをコロニー形成し、長期間持続することがわかった。
まず、メタゲノミックショートリードをclade-specific k-merデータベースで解析し、ドナーおよびレシピエントサンプルの分類学的構成を明らかにした（Additional file 3）。両ドナーの門レベルの微生物群集組成は、北米の健康な個人で観察されたものを反映していた[27]：FirmicutesとBacteroidetesが多く、Actinobacteria、Verrucomicrobia、Proteobacteriaなど相対的に存在量の低い他の分類群（図1、追加ファイル3）。一方、FMT前のレシピエントサンプルの大部分は、プロテオバクテリア（Proteobacteria）で占められており、この門は、バンコマイシンによる治療を受けた個体で通常、劇的な拡大を遂げる門であった[28]。FMT後、我々はレシピエントの分類学的プロファイルの劇的な変化を観察した（追加ファイル3、追加ファイル2：図S2、追加ファイル2：図S3）、これはこの手順の特徴として広く記録されている［29、30、31］。FMT後のほぼすべてのレシピエントサンプルは、BacteroidetesとFirmicutes、および低濃度のActinobacteriaとVerrucomicrobiaで占められており、定量的ではなく定性的にはドナーの分類学プロファイルに似ていた（追加ファイル3）。Bacteroidetes門はレシピエントで過剰発現していた。Bacteroidetes門の集団の相対存在量の中央値はドナーAおよびBで5%と17%であったにもかかわらず、FMT後のレシピエントの相対存在量はそれぞれ33%と45%だった（図1、Additional file 3）。ドナーAおよびBのレシピエントにおけるBacteroidetes集団のうち、Bacteroidesという単一の属がそれぞれ76および82%を占めていた（Additional file 3）。この属は地理的に多様な人間集団に普遍的に存在し[32]、そのメンバーがかなりのレベルのストレスに耐えることができる[22, 33]ことから、FMTによりドナーのBacteroides集団がレシピエントに定着したことは驚くべきことではないだろう。この最初の粗い分類学的分析では、一部の集団のみが移植に成功したことが示され、移植されたコミュニティが選択的にフィルタリングされたことが示唆されました。
微生物群集のゲノムコンテンツに関する洞察を得るために、まず、短いメタゲノム・リードを連続したDNAセグメント（コンティグ）に組み立てました。24のドナーAと15のドナーBのメタゲノムを独立にコアアセンブリした結果、2500塩基より長い53,891と54,311のコンティグが得られ、細菌のシングルコピー中核遺伝子の頻度のモードによって推定すると、179と248ゲノムに存在する0.70と0.79万遺伝子が記述されていた（追加ファイル3）。平均して、ドナーメタゲノムのリードの80.8%は、ドナーメタゲノムのアセンブルされたコンティグにマップバックし、このことは、アセンブルがドナー微生物群集の大部分を代表していることを示唆した。ドナーアセンブリーは、FMT前のレシピエントメタゲノームから平均43.4%のリードを獲得したに過ぎない。この数字は、FMT後のレシピエントメタゲノムでは80.2%に増加し、FMT後1年でも平均76.8%にとどまった（追加ファイル3）。これらの結果は、ドナー微生物群のメンバーがレシピエント腸内にうまく定着し、長期的に持続していることを示唆している。
複数の個体へのコロニー形成に成功したドナー集団を特定することで、微生物コロニー形成の機能的決定因子を調べるため、既述のように配列構成とカバー率差信号を用いてドナー集合体から微生物ゲノムを再構築した [34, 35] 。メタゲノムのビンは、既出のアプローチ[36, 37]に従って、手動で品質を向上させ、少なくとも70％完全で、細菌のシングルコピー中核遺伝子[38, 39]によって予測される10％以上の冗長性がないもののみを保持しました。その結果、ドナーAの128個のメタゲノム集合ゲノム（MAG）とドナーBの183個のMAGの最終リストができあがり、ファーミキューテス（n = 265）、バクテロイデーテス（n = 20）、放線菌（n = 14）、タンパクバクテリア（n = 7）、Verrucomicrobia (n = 2), Cyanobacteria (n = 2), Patescibacteria (n = 1) のメンバーが含まれました（追加ファイル4.） ドナー由来のゲノムの分類は、ドナーのメタゲノムショートリードの分類構成をほぼ反映していた（図1, Additional file 3, Additional file 4）。バクテロイデス属とアリスティペス属の20ゲノムでバクテロイデス属の全体が説明できる一方、ファーミキューテス属の存在量は少ないが多様な集団を表す265ゲノムを回収した（図1、Additional file 3、Additional file 4）。
メタゲノム解析によるコロニー形成の解明
ドナーゲノムの再構築により、（1）ドナーおよびレシピエントのメタゲノムを用いたFMT前後の集団レベルの微生物コロニー形成ダイナミクス、および（2）1984の一般公開されているヒト腸内メタゲノムを用いた地理的に分布するヒトにおける各ドナー集団の分布、を特徴付けることができた（図1、追加ファイル5）。
メタゲノム解析の結果、ドナーAゲノムとBゲノムは、FMT後のメタゲノムから平均77.05%と83.04%のリードを獲得しており、ドナーゲノムのコレクションはFMT後のレシピエントメタゲノムをよく表していることが示されました（図1）。予想通り、少なくとも1つのドナーメタゲノムで各ドナー集団を検出しました（「検出」基準については「方法」を参照）。しかし、ドナーA集団の16%のみがすべてのドナーAサンプルで検出され、ドナーB集団の44%のみがすべてのドナーBサンプルで検出されました（図1、追加ファイル4）。これは、以前に記録された腸内細菌群集組成の経時的ダイナミズムを実証しています [11]。FMT後のレシピエントにおけるドナー集団の検出が著しく増加したことは、short-read分類学が示唆する移行の一般的パターンと一致します（図1）。FMT前の少なくとも1人のレシピエントにドナーA集団の38％とドナーB集団の54％しか検出されませんでしたが、FMT後は両ドナーでこの割合は96％に増加しました（Additional file 4）。FMTの実施方法の違いにより、レシピエントにおけるドナー集団の割合がより高くなることが確認された。大腸内視鏡でドナーの便を移植したFMTの場合、ドナーA（n = 3）とドナーB（n = 2）のレシピエントに、それぞれ54.7%と33.3%のドナーゲノムを検出しました。一方、ピルによる便移植を行ったFMT例では、ドナーA（n=2）、ドナーB（n=3）のレシピエントから、それぞれ69.5%、61.6%のドナーゲノムを検出した。
全体として、本データセットに含まれるすべてのドナー集団が各レシピエントで検出されたわけではないが、レシピエントにおけるドナー集団の出現はランダムではないようだ。あるドナー集団はすべてのレシピエントをコロニー化したが、他のドナー集団はコロニー化しなかった（図1）ため、本データセットのドナー集団ごとにコロニー化の成功を定量する機会を得ることができるようになった。
FMTレシピエントにおけるドナー微生物集団の連続性と、公開されているメタゲノムにおけるそれらの有病率から、良好なコロニー形成者と不良なコロニー形成者が明らかになった。
ドナーメタゲノムに常に存在する集団のうち、FMT後にレシピエントメタゲノムのすべてまたはほとんどに存在しないものもあれば、ドナーおよびレシピエントメタゲノムの両方でサンプリング期間中継続的に存在するものもありました（図1）。今回のデータセット以外のドナー微生物集団の生態を知るために、メタゲノミックリードリクルーティングにより、一般に公開されている健康な腸のメタゲノムにおけるそれらの出現状況を調査しました。この解析により、FMTレシピエントとグローバルな腸内メタゲノムにおけるドナー集団の有病率を考慮し、コロニー形成と有病率の表現型が正反対の2つのドナーゲノムのグループを定義することができました。
良好なコロニー形成者」は、すべてのFMTレシピエントでコロニー形成され、持続する微生物集団から構成される。興味深いことに、これらの集団は、カナダから公開されている腸内メタゲノムでも最も多く存在していた。全体として、これらのドナー微生物集団は、（1）FMTレシピエントの大部分を系統的にコロニー形成し、（2）宿主の遺伝やライフスタイルに関係なく、これらの環境で長期間持続し、（3）我々の研究以外の公開腸内メタゲノムにも広く存在していました。一方、いわゆる "Poor Colonizers "は、少なくとも3人のFMTレシピエントでコロニー形成や持続に失敗した。これらの集団は、ドナーの腸内環境では生存していた。ドナーのメタゲノムに系統的に存在するだけでなく、FMTレシピエントの何人かに散発的にコロニーを形成していた。しかし、優良コロニー形成者と異なり、不良コロニー形成者の分布パターンは、我々のコホート内でも、公開されているメタゲノム内でも、まばらであった。実際、私たちが調査した17カ国のそれぞれにおいて、Poor colonizersと特定された集団は、Good colonizersよりも少ない頻度で存在していました。米国、カナダ、オーストリア、中国、英国、オーストラリアなどの国々では、良好なコロニー形成者と同定された微生物集団は、同じ国の不良コロニー形成者よりも5倍多く存在していた（図1、追加ファイル4）。このことは、我々のデータセットにおけるFMTの結果は、中立的プロセスによって決定されているとは考えられないことを示唆している。この観察は、FMT後のコロニー形成の結果を決定する主要な力として「用量」（すなわち、ドナーの糞便中の特定の集団の存在量）を示唆した先行研究とは対照的である[40, 41]. しかし、我々のデータにおけるコロニー形成イベントの菌株分解解析と、公開されているメタゲノムにおける同じ集団の分布との組み合わせにより、（1）ドナー集団のコロニー形成成功と公開されているメタゲノムにおけるそれらの有病率の間に有意な相関があることが明らかになった、（2）世界の腸メタゲノムにおける特定の集団の有病率が、ドナー便サンプルにおけるその集団よりもFMT後のコロニー形成成功を予測できる（Wald test、p = 6. 3e - 06およびp = 9.0e - 07）（追加ファイル6）。全体として、これらの観察結果は、我々の研究におけるコロニー形成の結果と同じ微生物集団の世界的な有病率との間のリンクを示唆し、我々のデータにおけるドナー集団の継承は、コロニー形成の結果に影響を及ぼす選択的プロセスの影響を受けている可能性が高いことを示した。
次に、良好なコロニー形成者と不良なコロニー形成者の間で、分類学とは無関係に系統的に異なる代謝的特徴を特定できるかどうかを調べようとしました。このような比較解析を行うために、FMT後の成功率と公開されているメタゲノムでの有病率の両方を考慮して、各グループからそのグループの特性を最もよく反映する上位20集団を保守的に選択した（追加ファイル9）。良好なコロニー形成者の代表的な20集団は、ファーミキューテス（20集団中15集団）で占められていたが、バクテロイデーテスや1つのアクチノバクテリア集団も含まれていた。劣悪なコロニー形成者であると同定された集団は、すべてファーミキューテスに分解された（図2、Additional file 9）。ゲノムの完成度は、良好なコロニー形成者と不良なコロニー形成者の間で差がなく（Wilcoxon順位和検定、p = 0.42）、平均してそれぞれ91%と93%であった。しかし、興味深いことに、両グループのゲノムサイズは大きく異なっていた（p = 2.9e - 06）。良いコロニー形成者のゲノムは平均2.8 Mbp、悪いコロニー形成者のゲノムは平均1.6 Mbpだった。バイオインフォマティクス解析により、ゲノム長に偏りがある可能性を考慮したが、ゲノム分類データベース（GTDB）の参照ゲノムとゲノムの長さの間に非常に高い一致が見られた（R2 = 0.88, p = 5e - 14）。良好なコロニー形成者のゲノムが一般的に大きいのは、不良なコロニー形成者に比べて、代謝の中核となる能力のレパートリーが増えていることの現れかもしれないと仮定し、次に定量的な洞察を得るために代謝濃縮分析を行った（「方法」参照）。
図2
良好なコロニー形成者と不良なコロニー形成者のゲノムを横断する代謝モジュールの分布。このヒートマップAの各データポイントは、あるゲノム（列）において、ある代謝モジュール（行）がどの程度完成しているかを示しています。右側Bのボックスプロットは、貧しいコロニー形成者と良いコロニー形成者のゲノムのサブセットを比較したもので、各データポイントはゲノム中の所定の代謝モジュールの完成度を示し、これらのサブグループ間の代謝モジュールの完成度全体との間に統計的有意差があることを示す（ウィルコクソン順位和検定、p = 5.4e - 09）。この図の高解像度版は、https://doi.org/10.6084/m9.figshare.15138720 [26]にも掲載されています。
フルサイズ画像
優れたコロニー形成者は、必須有機化合物の生合成のための代謝経路を豊富に持つ
良好なコロニー形成者と不良なコロニー形成者の間で濃縮解析を行った結果、良好なコロニー形成者に濃縮された代謝モジュール（KEGGモジュールデータベースの443のうち）は33、不良なコロニー形成者に濃縮されたものはなかった（図2、追加ファイル9）。このことは、生合成に関するKEGGモジュールが全KEGGモジュールの55%に過ぎないことから、良好なコロニー形成者において生合成能力が過剰に発現していることを示している（図2、Additional file 9）。濃縮された33のモジュールのうち、48.5%がアミノ酸代謝、21.2%がビタミンおよび補酵素代謝、18.2%が糖質代謝、24.2%が核酸代謝、6%が脂質代謝、3%がエネルギー代謝と関連していた（Additional file 9）。優良コロニー形成者において濃縮された代謝モジュールには、9種類の必須アミノ酸のうち7種類の生合成が含まれており、必須化合物を合成する高い代謝独立性が、新しい環境でのコロニー形成の成功を高める要因であると考えられることが示された（Additional file 9）。このことは、必須補酵素であるビタミンB12（コバラミン）の生合成経路が、良好なコロニー形成者の67.5%に見られ、不良コロニー形成者の12.5%にしか見られなかったことからもさらに裏付けられる（Additional file 9）。ビタミンB12は構造的に非常に複雑で生産コストが高く、細菌や古細菌が独占的にコードする30以上の遺伝子の発現が必要である[42]。テトラヒドロ葉酸、リボフラビン、コバラミンなどの生合成に加え、優良コロニー形成者のゲノムには、ビオチン、パントテン酸、葉酸、チアミンなどのビタミンの生合成モジュールが多く含まれていた（Additional file 9）。これらの微量栄養素は、細菌とヒトの代謝において同様に必須であり、宿主と微生物の相互作用の重要なメディエーターである [43] 。興味深いことに、我々の解析で濃縮された代謝モジュールは、Fengらがメタトランスクリプトミクスとヒト由来の微生物分離株を用いた無菌マウスモデルを用いて微生物のフィットネスの決定因子として特定したものと一部重なっています[7]。
これら33の代謝モジュールは、良好なコロニー形成者と同定された集団で統計的に濃縮されていたにもかかわらず、その一部は不良コロニー形成者のゲノムにも出現していた（図2）。これらのモジュールの完成度によって、良いコロナイザーと悪いコロナイザーを区別できるかどうかを確認するため、これらの集団で濃縮されたモジュールをコードする良いコロナイザー6集団を、同じ門の悪いコロナイザー6集団とマッチさせた（図2）。細菌シングルコピーコア遺伝子の推定では、両サブグループのゲノムは高度に完全であり、グッドコロナイザー（90.1%）に比べ、プアーコロナイザー（93.7%）の平均ゲノム完全性はわずかに増加した。貧しいコロニー形成者の集団では、ゲノムの完成度が高いにもかかわらず、代謝モジュールの完成度の推定値は、この集団ではわずかに、しかし有意に低かった（連続性補正付きウィルコクソン順位和検定、V = 958、p = 5e - 09）（図2、追加ファイル9）。このように、これらのモジュールは、植民地化が不十分な集団では、系統的に遺伝子が欠落しており、その機能はないとは言えないまでも、低下している可能性が高いことが示された。
これらのことから、細胞の維持や成長に必要な細胞構成要素、補酵素、ビタミンを合成する能力は、二次継承の際に大きなアドバンテージとなり、代謝の自律性がもたらす競争上の優位性は、特定の条件下では追加コストを上回ると考えられることが浮き彫りになりました。本研究では、集団が必須化合物を合成する能力を示すゲノム上の証拠（すなわち、これらの化合物の生合成経路の完全性スコアが高く、これらの化合物を生産するのに必要な遺伝子のすべてではないにしても、ほとんどが存在することを示す）を示す用語として「高代謝性自立」（HMI）を使用し、そのような能力がない、または低下していることを示す用語として「低代謝性自立」（LMI）を使用しています。
健康な人の腸内細菌生態系には、低代謝独立性と高代謝独立性の両方を持つ微生物が存在するが、IBDでは主に高代謝独立性の微生物が選択される。
これまでの結果から、健常者のドナー環境ではHMIとLMIの両方の個体群を維持できるのに対し（図1、追加ファイル4）、FMT中に新しい環境にコロニーを作るか生態系の摂動に耐えるように微生物をチャレンジするとHMIの個体群が選択される（図2、追加ファイル9）ことがわかり、代謝的独立性は恒常性維持時よりもストレス時のフィットネスの決定的決定因子であることが示されました。これらのことから、(1)恒常性のある腸内環境では、代謝の独立性が高い多様な微生物集団が維持され、(2)ストレス下の腸内環境では、代謝の独立性が高い集団が選択され、全体としての多様性が低下する可能性があるという仮説が考えられる。
これらの仮説を検証するために、健常者コホート [44] から再構成したゲノムと炎症性腸疾患（IBD）と診断された個人から再構成したゲノムを比較しました。IBDデータセットは、潰瘍性大腸炎に似た病態を持つIBDの一種である袋炎患者[22]と、小児クローン病患者[46]の2つのコホートで構成されています。健常者とIBD患者の間で、1人あたりのゲノム数とゲノム完成度の平均はほぼ同じでした。全体として、健常者22人の264ゲノムを比較し、平均完成度は90.4%、袋炎患者4人の44ゲノムは平均完成度は89.2%、クローン病患者12人の256ゲノムは平均完成度は94.1%でした（追加ファイル10）。興味深いことに、HMI集団とLMI集団のゲノムの大きさの違い（平均2.8Mbp対1.6Mbp）と同様に、IBD患者に関連する微生物集団のゲノムは、健常者の微生物集団のゲノムに比べて大きく、それぞれ平均3.0Mbp対2.6Mbpでした（Additional file 10)。このことは、FMTと胃腸の炎症が作り出す環境フィルターが、より大きなゲノムを持ち、潜在的に代謝の独立性が高い微生物集団を選択することを示唆しています。
次に、FMT時のコロニー形成の成功と回復力に関連する代謝モジュールの完成度が、健常者とIBD患者から再構築したゲノムの間で異なるかどうかを検討した。33個の代謝モジュールの完成度は、FMTによって明らかになったHMI集団とIBD患者の微生物集団の間でほぼ同じだった（ウィルコクソン順位和検定、p = 0.5）（図3、追加ファイル10）。一方、健常者の微生物集団では、これらの代謝モジュールの完成度が著しく低下していました（ウィルコクソン順位和検定、p < 1e - 07）（図3、Additional file 10）。健常者とIBDのゲノムの間で完成度の差が大きかった代謝モジュールは、コバラミン、アルギニン、オルニチン、トリプトファン、イソロイシンの生合成と、芳香族アミノ酸（フェニルアラニン、チロシン、トリプトファン）の生合成にバクテリアが用いる7段階の代謝経路、Shikimate経路（図3、追加ファイル10）でした [47].
図3
健常者とIBD患者から再構築したゲノムにおける代謝モジュールの分布。Aのボックスプロットは、(1)本研究で同定した代謝独立性の高いドナーゲノムと低いドナーゲノム（青と黄）、(3)健常者由来のゲノム（緑）、(4)子宮口炎（赤）とクローン病（オレンジ）のゲノムに対する代謝モジュール補完値を示しています。ボックスプロットの各ドットは、HMI FMTドナー集団で濃縮された33の代謝モジュールの1つを表し、Y軸はその推定完成度を示しています。A図の左端のパネルはグループ平均を表し、赤いひげは中央値を示す。Aの右端のパネルは、各グループ内の個人における代謝モジュールの分布を示す。Bでは、33経路のうち10経路の完成度を稜線プロットで示した。各プロットは1つの代謝モジュールを表し、各層は個体に対応し、層の形状はその個体から再構成されたすべてのゲノムにおける所定の代謝モジュールの完成度を表しています。この図の高解像度版は、https://doi.org/10.6084/m9.figshare.15138720 [26]にも掲載されています。
フルサイズ画像
本研究の結果、FMT中に良好なコロニー形成者と不良なコロニー形成者を区別する生合成代謝モジュールと同じセットが、IBD患者と健常者の集団にも異なる関連性を持つことが明らかになった。特に、健常者は幅広い代謝能力を持つ微生物を保有している一方で、2つの異なる形態のIBDを患う人の微生物は、生合成の独立性が著しく高いことがわかった。安定した腸内微生物の生態系は、微生物間でビタミン、アミノ酸、ヌクレオチドが交換される代謝的クロスフィーディングによって、LMI集団を支える可能性が高いことが考えられる[48]。一方、IBDにおける宿主の介在する環境ストレスは、このような相互作用を阻害し、代謝の独立性を選択する生態学的フィルターを作り出し、その結果、多様性が失われ、恒常性のある状態ではしばしば存在量や競争力がない大きなゲノムを持つ生物が優勢になる可能性が高い。
これらの観察結果は、健康な腸内細菌生態系の特徴を理解する上で重要な意味を持ちます。健康な腸内細菌叢」を定義することは、ヒトの腸内細菌叢研究の主要な目標であったが[49]、依然として捉えどころがない[50]。中核的な微生物分類群[51, 52]や首尾一貫した機能群を表す微生物のギルド[53]を考慮した包括的な調査にもかかわらず、健康な腸内細菌叢の「バイオマーカー」の探索は継続中である[54]。今回の研究結果は、微生物群集の分類学的多様性に加えて、幅広い代謝の独立性が健康な腸内細菌叢の特徴であることを示唆しています。逆に、代謝的に独立した集団の濃縮は、ヒト腸内の環境ストレスの指標となり得ることも示唆されました。これらの代謝マーカーの検出は、分類学的組成や多様性の変動に影響されず、ゲノム分解メタゲノム調査によって微生物群集の特徴を定量的に示すことができる。
今回の発見は、ストレス下のヒト腸内環境における微生物の回復力の決定要因について、分類学に依存しない新たな視点を提供するものである。しかし、私たちの研究は、微生物ゲノムの未知のコード空間の広さ[55]を考えると、完全とは言い難い、よく知られた代謝経路に限られています。また、遺伝子機能を認識する能力は、よく研究された微生物生物を支持する公開データベースに記載されている配列によって決まります（追加ファイル 6）。したがって、控えめに言っても、HMI集団における生合成モジュールの濃縮は、腸内の環境ストレスを生き抜くためには、必須な生体化合物を合成する能力が必要だが、おそらく不十分であることを示唆している。しかし、FMT後のコロニー形成の成功を促進する同じ代謝モジュールが、IBDにおけるレジリエンスの特徴でもあるという発見は、異なるストレス様式において微生物の多様性を支配する統一的な生態学的原則の存在を示唆しており、より深い調査が必要であると考えられる。
結論
本研究では、アミノ酸、ヌクレオチド、必須微量栄養素の生合成能力によってもたらされる高い代謝独立性が、FMTレシピエントやIBD患者において増殖する微生物集団の特徴であることを明らかにしました。これらの知見は、宿主との様々な相互作用が、マクロ栄養素や微量栄養素の相互摂取などの微生物間相互作用のネットワークを通じて形成されるヒト腸内細菌叢の機能的複雑性を強調するものである。すなわち、代謝的に独立した微生物集団と必須代謝産物を合成する手段を持たない微生物集団は、健康な腸内環境において調和しながら共存し、ストレスに対する回復力の差は分類学や相対的な存在量では識別できない、というものである。しかし、FMTによる新しい腸内環境への移行、あるいはIBDによる宿主の介在するストレスに関連する課題は、恒常性の状態に関連する生態系サービスの欠如の中で自己維持できる微生物を選択する生態学的フィルターを開始させる。このモデルは、ストレスの多い条件下で、健康な腸内環境に存在する低存在量の微生物が優勢になることを説明する仮説であり、病気の状態との直接的な因果関係は必要ないとしています。もし、特定の微生物分類群と疾患との関連が、その優れた代謝的独立性によってのみ引き起こされるのであれば、健康な個体に関連する微生物を加えることで複雑な疾患の治療を目指す微生物療法は、複雑な腸内微生物生態系を制御する適応プロセスと競合する可能性は低いだろう。
研究方法
サンプルの採取と保管
我々は、無作為化臨床試験 [56] に参加した個人のサブセットからサンプルを選択した。私たちの選択基準は、臨床試験のすべての参加者に当てはまるわけではない複数の要因を考慮したものである。簡単に言うと、我々は、（1）長期間にわたって多数の糞便サンプルを提供したドナー（メタゲノムからのゲノムの数と質を最大化し、微生物叢の個人内変動の程度とその結果への潜在的影響を特定できるようにするため）、（2）糞便が最大数のレシピエントに移植されたドナー（異なる個人における同じドナー集団のコロニー形成動態を正確に議論できるようになるため）を特定することを目指した、 (3) 大腸内視鏡と錠剤のように異なる方法でFMTを受けた各ドナーの複数のレシピエント（送達方法に依存しない下流の観察の一般化可能性をよりよく理解できるように）、および (4) FMT後に最も長い期間追跡されたレシピエント（ドナーの集団動態を正確に追跡できるように）。また、宿主の環境要因を超えたFMT後の包括的な微生物パターンを観察するために、レシピエントコホートを均質化するため、微生物群集組成に影響を与える可能性のある因子（年齢、性別、食事など）は考慮しなかった。これらの基準に基づき、2人のドナー（DAおよびDB）と、各ドナーのFMTレシピエント5人を特定した。すべてのレシピエントは、FMT前に最低10日間、バンコマイシンを1日4回125mgの用量で投与された。DA3人とDB2人のレシピエントは錠剤によるFMTを受け、DA2人とDB3人のレシピエントは大腸内視鏡検査によるFMTを受けた。すべてのレシピエントはFMT前にC. difficile感染を再発し、DAレシピエント2名とDBレシピエント1名は潰瘍性大腸炎（UC）とも診断された。DAドナーからは636日間に渡って24個の便サンプルが、DBドナーからは532日間に渡って15個の便サンプルが収集された。各レシピエントからは、187～404日の間に5～9個の便を採取し、FMT前に少なくとも1個、FMT後に4個のサンプルを採取した。これにより、全ドナーおよびレシピエントから合計109個の便サンプルを採取した。サンプルは-80℃で保存した（Additional file 2: Fig.S1, Additional file 1）。
メタゲノミックショートリードシーケンス
MoBio PowerSoil kitに概説されている遠心分離プロトコルに沿って、凍結サンプルからゲノムDNAを抽出し、以下の修正を加えた：細胞溶解はGenoGrinderを使用して、MoBio Bead PlatesとSolution中のサンプルを物理的に溶解した（5-10分）。最終沈殿後、DNAサンプルをTEバッファーに再懸濁し、さらなる分析まで-20℃で保存した。サンプルDNA濃度は、PicoGreenアッセイで決定した。Covaris S2 acoustic platformを使用してDNAを400 bpまで剪断し、Nugen Ovation Ultralow kitを使用してライブラリを構築した。生成物はAgilent Tapestation 4200で可視化し、BluePippin（Sage Biosciences）を用いてサイズ選択した。最終的なライブラリープールは、Kapa Biosystems qPCRプロトコルで定量し、Illumina NextSeq500で専用のリードインデックスを使用して2×150ペアエンドシーケンスランでシーケンスした。
オミックスワークフロー
該当する場合は、anvi'o 7.1 [57, 58] の "anvi-run-workflow" [37] で実装されているバイオインフォマティクスワークフローを使用して、オミックス解析の自動化とスケーリングを行いました。Anvi'oワークフローは、ショートリードの品質フィルタリング、アセンブリ、遺伝子コール、機能アノテーション、隠れマルコフモデル検索、メタゲノムリードリクルートメント、メタゲノムビニング、系統分類などのバイオインフォマティクスタスクの多くのステップを実装します。ワークフローはSnakemake [59]を使用しており、チュートリアルはURL http://merenlab.org/anvio-workflows/ [60]で入手できます。以下のセクションでは、これらのステップの詳細を説明する。
ショートリードに基づくメタゲノムの分類学的構成
Kraken2 v2.0.8-beta [61]とNCBIのRefSeq細菌、古細菌、ウイルス、ウイルス近縁種ゲノムデータベースを用いて、ショートリードメタゲノム内の分類学的構成を計算しました。
メタゲノムショートリードのアセンブリ
このプログラムはillumina-utils v2.11 [62]に実装されており、Minocheら[63]が概説する基準に従って低品質のリードを除去する。IDBA_UD v1.1.2 [64]は、品質フィルターされたショートリードをより長い連続配列（コンティグ）に組み立てるが、150 bpペアエンドリードを処理するために、ヘッダーファイルを変更してIDBA_UDを再コンパイルする必要があった。
コンティグの処理
アセンブリから得た配列と参照ゲノムから得た配列の両方を処理するために、以下の戦略を用いている。(1)「anvi-gen-contigs-database」を用いてコンティグからk-mer頻度を計算し、Prodigal v2.6.3 [65]を用いてオープンリーディングフレーム（ORF）を同定し、 (2)「anvi-run-hmms」を用いてHMMER v3.1 [68] を用いてバクテリア [66] と古細菌 [67] シングルコピー中核遺伝子セットを同定した。 2.1 [68]、(3) NCBI の Clusters of Orthologous Groups (COGs) [69] から機能を持つ ORF をアノテーションする "anvi-run-ncbi-cogs" および (4) KEGG orthologs (KOs) の HMM データベース KOfam [70, 71] から機能を持つ ORF をアノテーションする "anvi-run-kegg-kofams" があります。メタゲノム集合体のおおよそのゲノム数を予測するために、以前に説明したように、シングルコピーのコア遺伝子の頻度のモードを計算するプログラム「anvi-display-contigs-stats」を使用した[72]。
メタゲノムのリードリクルート、メタゲノムからのゲノムの再構築、ゲノム分類の決定、およびANI
Bowtie2 v2.3.5 [73]を用いてメタゲノムのショートリードをコンティグにリクルートし、samtools v1.9 [74]を用いて得られたSAMファイルをBAMファイルに変換した。得られたBAMファイルを、フラグ"-min-contig-length "を2500に設定したプログラム "anvi-profile "を用いてプロファイルし、ノイズを最小化するために短い配列を排除しました。次に、プログラム「anvi-merge」を使用して、すべてのリードリクルートメントプロファイルを単一のanvi'o merged profileデータベースに結合し、下流の可視化、ビニング、統計解析を行いました（https://doi.org/10.6084/m9.figshare.14331236 [75] は、再現性のあるデータオブジェクトにアクセスできます）。次に、CONCOCT v1.1.0 [76]を使用してコンティグを100個の初期ビンにグループ化する「anvi-cluster-contigs」、すべてのサンプルにわたるテトラヌクレオチド頻度と差分カバーシグナルに基づいてコンフレーションエラーの初期ビンを手動でキュレートする「anvi-refine」、それぞれの遺伝子・コンティグ・ビンについて最終要約統計を報告する「anvi-summarize」 を使用しました。また、「anvi-rename-bin」プログラムにより、70%以上の完全性と10%未満の冗長性を持つビンを特定し、メタゲノム-アセンブルゲノム（MAG）として新しいコレクションに保存し、下流の解析から低品質ビンを廃棄しました。GTBD-tk v0.3. 2 [77]では，GTDB r89 [78]を用いて各MAGに分類学を付与したが，「DA_MAG_00057」「DA_MAG_00011」「DA_MAG_00052」「DA_MAG_00018」については種および亜種レベルの分類学を付与する、 "anvi-get-sequences-for-hmm-hits "を用いて、リボソームタンパク質をコードする細菌のシングルコピー中核遺伝子のDNA配列を復元し、BLAST [79]を用いてNCBIのnucleotide collection (nt) データベースで検索しました。最後に、プログラム "anvi-compute-genome-similarity "は、PyANI v0.2.9 [80]を用いて、我々のゲノムのペアワイズゲノム平均塩基同一性（gANI）を計算しました。
メタゲノムにおけるMAG検出の基準
なぜなら、この方法では、あるサンプルの環境集団を代表していないにもかかわらず、保存されたゲノム領域が存在するために非標的集団からリードを収集している配列と、非常に存在量の少ない環境集団を代表している参照配列を正確に区別することができないからである。そこで、「検出」という指標を用いました。この指標は、ある配列のヌクレオチドのうち、少なくとも1つの短いリードでカバーされている割合の尺度です。anvi'oがそのゲノム（メタゲノム集合ゲノムか分離ゲノムかを問わず）に対して少なくとも0.25の検出値を報告した場合、その集団はメタゲノムで検出されたとみなしました。メタゲノム解析結果の検出値は、存在する集団と存在しない集団の二峰性分布に従うことが多いため（文献[81]のAdditional file 2: Fig.S2 参照）、存在しない集団の解析結果における偽陽性シグナルを排除するためのカットオフ値として0.25は適切である。
複数のサブポピュレーションを代表するMAGの同定
メタゲノム中のMAGの亜集団を特定するために、anvi'oコマンドの "anvi-gen-variability-profile "に"-quince-mode "を指定し、リード採用後に全 MAGの一塩基変異（SNV）情報をエクスポートしました。その後、DESMAN v2.1.1 [82]を用いてSNVを解析し、1つのゲノムで表現される亜集団の数と分布を決定しました。推定される亜集団の数を増加させる可能性のある非特異的マッピングを考慮し、単一のMAGで説明される集団全体の1%未満を構成する亜集団を削除しました。低カバレッジによるノイズを考慮し、シングルコピーのコア遺伝子の平均非外れ値カバレッジが少なくとも10倍であるMAGについてのみ、亜集団の調査を行いました。
コロニー形成ダイナミクス解析におけるMAGによるレシピエントのコロニー形成の基準（Additional file 6)
我々は、Additional file 2に記載されている一連の基準を適用した： MAGがレシピエントのコロニー形成に成功したかどうかを判定し、レシピエントへの移植に使用したドナーサンプルでMAGが検出された各MAG/レシピエントペアに、コロニー形成または非コロニー形成の表現型を確信を持って割り当てるために図S4を使用した。これらの基準を満たした場合、次に、移植後7日以上経過したFMT後のレシピエントサンプルでMAGが検出されたかどうかを判断しました。検出されない場合、MAGとレシピエントのペアは非コロニー化イベントとみなされました。MAGがFMT後7日以上経過したレシピエントで検出された場合、サブポピュレーション情報を使用して、FMT前にドナーに存在しレシピエントに存在しないサブポピュレーションが、FMT後7日以上経過したレシピエントで検出されたかどうかを判断しました。このような場合は、コロニー形成イベントとみなした。Additional file 2を参照： すべての可能なケースの完全なアウトラインは、図S4を参照してください。
系統樹の構築
ビフィドバクテリウムの MAG と参照ゲノムに存在する 46 種類のシングルコピー コア [66] リボソームタンパク質のアミノ酸配列を連結してアライメントするために、anvi'o コマンド "anvi-get-sequences-for-hmm-hits" で "-return-best-hit", "-get-aa-sequence", "-concatenate" フラッグと "-align-with" フラッグを "muscle" として MUSCLE v3. 8.1551 [83]をアライメントに使用した。その後、デフォルトのパラメータで「anvi-gen-phylogenomic-tree」を実行し、FastTree 2.1 [84]を用いて系統樹を算出した。
代謝モジュールと濃縮の解析
KEGGオルソログ（KO）を持つ遺伝子の過去のアノテーションを活用したプログラム「anvi-estimate-metabolism」（「コンティグの処理」の項参照）を用いて、ゲノム中の所定のKEGGモジュール［85、86］の完全性のレベルを算出しました。次に、「anvi-compute-functional-enrichment」プログラムは、「anvi-estimate-metabolism」プログラムの出力に基づき、ゲノムグループにおいて所定の代謝モジュールが濃縮されているかどうかを判定しました。URL https://anvio.org/m/anvi-estimate-metabolism [87]には、このプログラムのチュートリアルがあり、使用方法と出力ファイルの形式が詳しく説明されています。濃縮解析の統計的アプローチは別の場所で定義されているが [37]、簡単に言うと、各グループの各機能または完全な代謝モジュールの出現に二項一般化線形モデル (GLM) をあてはめ、Rao検定統計量、補正前のp値、補正q値を計算することによってグループ内の機能（または代謝モジュール）に対する濃縮スコアを計算します。q値が0.05未満の機能または代謝モジュールは、少なくとも75%の完全性を持ち、グループメンバーの少なくとも50%に存在する場合、その関連グループにおいて「濃縮」されているとみなしました。
代謝濃縮解析のための良好なコロニー形成者と不良なコロニー形成者を表すMAGの決定
5人全員のレシピエントにおいて、FMT後7日以上経過した時点で、移植に使用したドナーサンプルとレシピエントから検出されたMAGをgood colonizersと分類した。少なくとも3人のレシピエントにおいて、FMTに使用したドナーサンプルで検出されたが、FMT後7日以上経過してもレシピエントで検出されなかったMAGをpoor colonizerと分類した。カナダ腸管メタゲノムに最も多く存在する集団のみを選択することで、代謝濃縮解析のためにgood colonizer MAGの数をpoor colonizer MAGの数と同じになるように減少させました。
代謝の独立性が高いものの分類
我々は、与えられたゲノムがHMIまたはLMIの集団に似ているかどうかを判断するために、本研究で良好なコロニー形成者に濃縮された33のKEGGモジュールのパスワイズ完全性を計算するスクリプトを開発しました。URL https://anvio.org/m/anvi-script-estimate-metabolic-independence [88]に詳細が記載されています。
順序付けプロット
R vegan v2.4-2パッケージの「metaMDS」機能を用いて、Horn-Morisita非類似距離による非計量多次元尺度法（NMDS）を行い、ドナー、レシピエント、グローバルメタゲノムの間で分類学的構成を比較しました。また、R ggplot2を用いて順序プロットを可視化した。
データおよび資料の入手方法
ドナーおよびレシピエントのメタゲノムの生シーケンスデータは、NCBI BioProject PRJNA701961の下に保存されている（各サンプルのアクセッション番号については、追加ファイル1を参照）[89]。地理的に分布するヒト腸管メタゲノムは、以前に公開されたデータセット（Additional file 5）[44、90、91、92、93、94、95、96、97、98、99、100、101、102、103、104]から入手した。URL https://merenlab.org/data/fmt-gut-colonization [105]は、再現可能なバイオインフォマティクスワークフローを提供し、本研究で得られた知見を再現するためのアドホックスクリプト、使用方法、中間データオブジェクトへのアクセスを提供します。すべてのアドホックスクリプトは、Figshare (https://doi.org/10.6084/m9.figshare.22352989) [106]でCC-BY 4.0 International licenseの下で利用可能です。
参考文献
Costello EK, Stagaman K, Dethlefsen L, Bohannan BJM, Relman DA. ヒトマイクロバイオームの理解に向けた生態学的理論の適用(The application of ecological theory toward an understanding of the human microbiome). Science. 2012;336:1255-62.
記事CAS PubMed PubMed Central Google Scholar
メッサーJS、リヒティER、ヴォーゲルOA、チャンEB。ヒト腸内細菌群集を形成する進化的・生態的な力。Mucosal Immunol. 2017;10:567-79.
記事CAS PubMed PubMed Central Google Scholar
Stewart CJ, Ajami NJ, O'Brien JL, Hutchinson DS, Smith DP, Wong MC, et al. TEDDY研究による幼児期における腸内細菌叢の時間的発達の検討。Nature. 2018;562:583-8.
記事CAS PubMed PubMed Central Google Scholar
Koenig JE, Spor A, Scalfone N, Fricker AD, Stombaugh J, Knight R, et al. Succession of microbial consortia in the developing infant gut microbiome. Proc Natl Acad Sci U S A. 2011;108(Suppl 1):4578-85.
論文CAS PubMed Google Scholar
Rothschild D, Weissbrod O, Barkan E, Kurilshikov A, Korem T, Zeevi D, et al. ヒト腸内細菌叢の形成において宿主遺伝より環境が優位に立つ。ネイチャーNature Publishing Group. 2018;555:210-5.
CAS Google Scholar
Donaldson GP, Lee SM, Mazmanian SK. 細菌性微生物群の腸内生物地理学。Nat Rev Microbiol. 2016;14:20-32.
記事CAS PubMed Google Scholar
Feng L, Raman AS, Hibberd MC, Cheng J, Griffin NW, Peng Y, et al. Human gut microbial successionのモデルにおける細菌のフィットネスの決定因子を特定する。Proc Natl Acad Sci U S A. 2020;117:2622-33.
記事CAS PubMed PubMed Central Google Scholar
Almeida C, Oliveira R, Soares R, Barata P. Influence of gut microbiota dysbiosis on brain function: a systematic review. Porto Biomed J [Internet]. 2020;5. Available from: https://doi.org/10.1097/j.pbj.0000000000000059.
デュラック・J、リンチ・SV。腸内細菌叢（The gut microbiome）： 病気との関係、治療の機会。J Exp Med. 2019;216:20-40.
記事CAS PubMed PubMed Central Google Scholar
Lynch SV, Pedersen O. The Human Intestinal Microbiome in Health and Disease（健康と病気におけるヒト腸内細菌群）。N Engl J Med. 2016;375:2369-79.
記事CAS PubMed Google Scholar
David LA, Materna AC, Friedman J, Campos-Baptista MI, Blackburn MC, Perrotta A, et al. Host lifestyle affects human microbiota on daily timescales. Genome Biol BioMed Central. 2014;15:R89.
記事 グーグル スカラ
ウォルターJ、アーメットAM、フィンレイBB、シャナハンF. 腸内細菌叢の因果関係を確立するか誇張するか：ヒト微生物関連齧歯類からの教訓。Cell. 2020;180:221-32.
記事CAS PubMed Google Scholar
Baumgart DC, Carding SR. 炎症性腸疾患：原因および免疫生物学。Lancet. 2007;369:1627-40.
記事CAS PubMed Google Scholar
Schirmer M, Garner A, Vlamakis H, Xavier RJ. 炎症性腸疾患における微生物遺伝子とパスウェイ。Nat Rev Microbiol. 2019;17:497-511.
記事CAS PubMed PubMed Central Google Scholar
Plichta DR, Graham DB, Subramanian S, Xavier RJ. 炎症性腸疾患の治療機会：宿主とマイクロバイオームの関係のメカニズム解明。Cell. 2019;178:1041-56.
記事CAS PubMed PubMed Central Google Scholar
Ott SJ, Musfeldt M, Wenderoth DF, Hampe J, Brant O, Fölsch UR, et al. 活動性炎症性腸疾患患者における大腸粘膜関連細菌微生物叢の多様性の減少. Gut. 2004;53:685-93.
記事CAS PubMed PubMed Central Google Scholar
Sokol H, Seksik P. The intestinal microbiota in inflammatory bowel diseases: time to connect with host. Curr Opin Gastroenterol. 2010;26:327-31.
記事 PubMed Google Scholar
クローン病患者およびその非罹患親族における糞便微生物叢の異状。Gut. 2011;60:631-7.
記事 PubMed Google Scholar
Chow J, Tang H, Mazmanian SK. 消化管内細菌叢の病原体と炎症性疾患。Curr Opin Immunol. 2011;23:473-80.
記事CAS PubMed PubMed Central Google Scholar
Clooney AG, Eckenberger J, Laserna-Mendieta E, Sexton KA, Bernstein MT, Vagianos K, et al. Ranking microbiome variance in inflammatory bowel disease: a large longitudinal intercontinental study. Gut. 2021;70:499-510.
記事CAS PubMed Google Scholar
Lloyd-Price J, Arze C, Ananthakrishnan AN, Schirmer M, Avila-Pacheco J, Poon TW, et al. Multi-omics of gut microbial ecosystem in inflammatory bowel diseases. Nature. 2019;569:655-62.
記事CAS PubMed PubMed Central Google Scholar
Vineis JH, Ringus DL, Morrison HG, Delmont TO, Dalal S, Raffals LH, et al. 肺炎における患者特異的なBacteroidesゲノムのバリアント。MBio. 2016;7:e01713-16 /mbio/7/6/e01713--16.atom.
記事CAS PubMed PubMed Central Google Scholar
Eiseman B, Silen W, Bascom GS, Kauvar AJ. 偽膜性腸炎の治療における補助としての糞便浣腸。Surgery. 1958;44:854-9.
CAS PubMed Google Scholar
Van Nood E, Vrieze A, Nieuwdorp M, Fuentes S, Zoetendal EG, de Vos WM, et al. 再発性クロストリジウム・ディフィシルに対するドナー糞便の十二指腸注入。N Engl J Med. 2013;368:407-15.
記事 PubMed Google Scholar
Schmidt TSB, Raes J, Bork P. ヒト腸内細菌叢：関連から調節へ。Cell. 2018;172:1198-215.
記事CAS PubMed Google Scholar
Watson AR, Füssel J, Veseli I, DeLongchamp JZ, Silva M, Trigodet F, et al. High-Resolution Figures [Internet]. Figshare. 2022. Available from: https://doi.org/10.6084/m9.figshare.15138720.
ヒトマイクロバイオームプロジェクトコンソーシアム。健康なヒトのマイクロバイオームの構造、機能、多様性。Nature. 2012;486:207-14.
記事 Google Scholar
Isaac S、Scher JU、Djukovic A、Jiménez N、Littman DR、Abramson SB、他、ヒト腸内細菌叢に対する経口バンコマイシンの短期および長期効果。J Antimicrob Chemother. 2017;72:128-36.
記事CAS PubMed Google Scholar
Khoruts A, Dicksved J, Jansson JK, Sadowsky MJ. 再発性Clostridium difficile関連下痢に対する細菌療法後のヒト糞便マイクロバイオームの組成の変化。J Clin Gastroenterol. 2010;44:354-60.
記事 PubMed Google Scholar
Grehan MJ, Borody TJ, Leis SM, Campbell J, Mitchell H, Wettstein A. Durable alteration of colonic microbiota by administration of donor fecal flora. J Clin Gastroenterol. 2010;44:551-61.
記事 PubMed Google Scholar
Shahinas D, Silverman M, Sittler T, Chiu C, Kim P, Allen-Vercoe E, et al. Toward of changes in diversity associated with fecal microbiome transplantation based on 16S rRNA gene deep sequencing. MBio American Society for Microbiology. 2012;3:e00338-e412.
CAS Google Scholar
Wexler AG, Goodman AL. インサイダーの視点： Bacteroides as a window into the microbiome [Internet]. ネイチャー・マイクロバイオロジー（Nature Microbiology）。2017. Available from: https://doi.org/10.1038/nmicrobiol.2017.26.
Swidsinski A, Weber J, Loening-Baucke V, Hale LP, Lochs H. Spatial organization and composition of the mucosal flora in patients with inflammatory bowel disease. J Clin Microbiol. 2005;43:3380-9.
記事 PubMed PubMed Central Google Scholar
Sharon I, Morowitz MJ, Thomas BC, Costello EK, Relman DA, Banfield JF. Time series community genomics analysis reveals rapid shifts in bacterial species, strains, and phage during infant gut colonization. Genome Res. 2013;23:111-20.
記事CAS PubMed PubMed Central Google Scholar
Lee STM, Kahn SA, Delmont TO, Shaiber A, Esen ÖC, Hubert NA, et al. ゲノム分解メタゲノミクスによる糞便微生物移植実験における微生物コロニー形成の追跡(Tracking microbiota transplantation experiments via genome-resolved metagenomics). Microbiome. 2017;5:50.
記事 PubMed PubMed Central Google Scholar
Delmont TO, Quince C, Shaiber A, Esen ÖC, Lee ST, Rappé MS, et al. PlanctomycetesとProteobacteriaの窒素固定集団は表面海洋メタゲノムに多く存在する。Nat Microbiol. 2018;3:804-13.
記事CAS PubMed PubMed Central Google Scholar
ヒト口腔微生物群の謎めいたメンバーのニッチ分割の機能的・遺伝的マーカー。Genome Biol biorxiv.org. 2020;21:292.
記事 Google Scholar
Bowers RM, Kyrpides NC, Stepanauskas R, Harmon-Smith M, Doud D, Reddy TBK, et al. バクテリアとアーキアの単一増幅ゲノム（MISAG）およびメタゲノム集合ゲノム（MIMAG）に関する最小情報. Nat Biotechnol. 2017;35:725-31.
記事CAS PubMed PubMed Central Google Scholar
Chen L-X, Anantharaman K, Shaiber A, Eren AM, Banfield JF. メタゲノムから正確で完全なゲノムを得る。Genome Res. 2020;30:315-33.
記事CAS PubMed PubMed Central Google Scholar
Smillie CS, Sauk J, Gevers D, Friedman J, Sung J, Youngster I, et al. Strain tracking reveals determinants of bacterial engraftment in human gut after fecal microbiota transplantation. Cell Host Microbe. 2018;23:229-240.e5 Elsevier Inc.
記事CAS PubMed PubMed Central Google Scholar
Podlesny D, Florian Fricke W. Microbial Strain Engraftment, Persistence and Replacement after Fecal Microbiota Transplantation [Internet]. medRxiv. 2020 [cited 2020 Oct 29]. Available from: https://www.medrxiv.org/content/10.1101/2020.09.29.20203638v1.
Martens JH, Barg H, Warren MJ, Jahn D. Microbial production of vitamin B12. Appl Microbiol Biotechnol. 2002;58:275-85.
記事CAS PubMed Google Scholar
Biesalski HK. Nutrition meets the microbiome: Micronutrients and the microbiota. Ann N Y Acad Sci. 2016;1372:53-64.
記事 PubMed Google Scholar
Pasolli E, Asnicar F, Manara S, Zolfo M, Karcher N, Armanini F, et al. 年齢、地理、ライフスタイルにまたがるメタゲノムから15万以上のゲノムを抽出し、未踏のヒト微生物群の多様性が明らかになった。Cell. 2019;176:649-662.e20.
記事CAS PubMed PubMed Central Google Scholar
潰瘍性大腸炎と同様の袋炎は、腸管粘膜による酪酸酸化の障害と関連している。Inflamm Bowel Dis. 2009;15:335-40.
記事 PubMed Google Scholar
Quince C, Ijaz UZ, Loman N, Eren AM, Saulnier D, Russell J, et al. クローン病小児における排泄物メタゲノムが経腸栄養中に大きく変化した。Am J Gastroenterol. 2015;110:1718-29 クイズ1730.
記事CAS PubMed PubMed Central Google Scholar
Herrmann KM, Weaver LM. シキミテート経路 Annu Rev Plant Physiol Plant Mol Biol. 1999;50:473-503.
記事CAS PubMed Google Scholar
D'Souza G, Shitut S, Preussger D, Yousif G, Waschina S, Kost C. Ecology and evolution of metabolic crossfeeding interactions in bacteria. Nat Prod Rep. 2018;35:455-88.
記事 PubMed Google Scholar
Bäckhed F, Fraser CM, Ringel Y, Sanders ME, Sartor RB, Sherman PM, et al. 健康なヒト腸内細菌叢の定義：現在の概念、将来の方向、および臨床への応用. Cell Host Microbe. 2012;12:611-22.
記事 PubMed Google Scholar
アイゼンシュタインM.健康なマイクロバイオームのための狩り。ネイチャー（Nature）。2020;577:S6-8.
記事CAS PubMed Google Scholar
Arumugam M, Raes J, Pelletier E, Le Paslier D, Yamada T, Mende DR, et al. ヒト腸内細菌叢の腸型。Nature. 2011;473:174-80.
記事CAS PubMed PubMed Central Google Scholar
Lloyd-Price J, Abu-Ali G, Huttenhower C. 健康なヒトのマイクロバイオーム（The healthy human microbiome）。ゲノム・メッド. 2016;8:51.
記事 PubMed PubMed Central Google Scholar
WuG、Zhao N、Zhang C、Lam YY、Zhao L. Guild-based analysis for understanding gut microbiome in human health and diseases. Genome Med. 2021;13:22.
記事 PubMed PubMed Central Google Scholar
McBurney MI、Davis C、Fraser CM、Schneeman BO、Huttenhower C、Verbeke K、他 健康なヒト腸内マイクロバイオームを構成するものを確立する：科学の状態、規制上の考慮事項、および将来の方向性。J Nutr. 2019;149:1882-95.
記事 PubMed PubMed Central Google Scholar
Vanni C, Schechter MS, Acinas SG, Barberán A, Buttigieg PL, Casamayor EO, et al. Unifying global coding sequence space enables study of unknown function across biomes [Internet]. コールド・スプリング・ハーバー・ラボラトリー. 2020 [cited 2021 Feb 8]. p. 2020.06.30.180448. Available from: https://doi.org/10.1101/2020.06.30.180448v4.full
Kao D, Roach B, Silva M, Beck P, Rioux K, Kaplan GG, et al. 再発性Clostridium difficile感染に対する経口カプセルと大腸内視鏡による糞便微生物移植の効果：無作為臨床試験(Effect of oral capsule- vs colonoscopy-delivered fecal microbiota transplantation on recurrent Clostridium difficile infection). JAMA. 2017;318:1985-93.
記事CAS PubMed PubMed Central Google Scholar
Eren AM, Esen ÖC, Quince C, Vineis JH, Morrison HG, Sogin ML, et al. Anvi'o: an advanced analysis and visualization platform for 'omics data. PeerJ. 2015;3: e1319.
記事 PubMed PubMed Central Google Scholar
Eren AM, Kiefl E, Shaiber A, Veseli I, Miller SE, Schechter MS, et al. コミュニティ主導、統合、再現性のあるマルチオミクスをanvi'oで。Nat Microbiol. 2021;6:3-6.
記事CAS PubMed PubMed Central Google Scholar
Köster J, Rahmann S. Snakemake-a scalable bioinformatics workflow engine. Bioinformatics Oxford Academic. 2012;28:2520-2.
記事 Google Scholar
Shaiber A, Eren AM. Anvi'o snakemake workflows [Internet]. エコーシテムデータサイエンスグループ. 2018. Available from: https://merenlab.org/anvio-workflows/.
Wood DE, Lu J, Langmead B. Improved metagenomic analysis with Kraken 2. Genome Biol. 2019;20:257.
記事CAS PubMed PubMed Central Google Scholar
Eren AM, Vineis JH, Morrison HG, Sogin ML. イルミナペアエンド技術を用いた高品質なショートリードを生成するためのフィルタリング法。PLoS ONE. 2013;8: e66643.
記事 PubMed PubMed Central Google Scholar
Minoche AE, Dohm JC, Himmelbauer H. Illumina HiSeqおよびgenome analyzerシステムで作成したゲノムハイスループットシーケンスデータを評価した。Genome Biol. 2011;12:R112.
論文CAS PubMed PubMed Central Google Scholar
Peng Y, Leung HCM, Yiu SM, Chin FYL. IDBA-UD：深さにばらつきのあるシングルセルおよびメタゲノムシーケンスデータのためのde novoアセンブラです。Bioinformatics. 2012;28:1420-8.
論文CAS PubMed Google Scholar
Hyatt D, Chen G-L, Locascio PF, Land ML, Larimer FW, Hauser LJ. Prodigal: 原核生物の遺伝子認識と翻訳開始部位の同定。BMC Bioinformatics. 2010;11:119.
記事 PubMed PubMed Central Google Scholar
Campbell JH, O'Donoghue P, Campbell AG, Schwientek P, Sczyrba A, Woyke T, et al. UGAはヒト微生物叢の未培養SR1細菌における追加グリシンコドンである。Proc Natl Acad Sci U S A. 2013;110:5540-5.
記事CAS PubMed PubMed Central Google Scholar
Rinke C, Schwientek P, Sczyrba A, Ivanova NN, Anderson IJ, Cheng J-F, et al. 微生物ダークマターの系統とコード化の可能性を洞察する。Nature. 2013;499:431-7.
記事CAS PubMed Google Scholar
Eddy SR. プロファイルHMM検索を高速化した。PLoS Comput Biol.2011;7: e1002195.
論文CAS PubMed PubMed Central Google Scholar
COGデータベース：真核生物を含む最新版。BMC Bioinformatics. 2003;4:41.
記事 PubMed PubMed Central Google Scholar
KofamKOALA: KEGG Ortholog assignment based on profile HMM and adaptive score threshold.荒牧俊彦、Blanc-Mathieu R、遠藤秀樹、大久保和彦、金久正樹、後藤慎太郎、他。Bioinformatics. 2020;36:2251-2.
記事CAS PubMed Google Scholar
KEGG: Kyoto Encyclopedia of Genes and Genomes（京都遺伝子・ゲノム百科事典）. Nucleic Acids Res. 2000;28:27-30.
記事CAS PubMed PubMed Central Google Scholar
Delmont TO, Eren AM. 高度な可視化と解析の実践による汚染の特定：真核生物ゲノムアセンブリのためのメタゲノム・アプローチ。PeerJ. 2016;4: e1839.
記事 PubMed PubMed Central Google Scholar
ラングミードB、サルツバーグSL。Bowtie 2による高速ギャップドリードアライメント。Nat Methods. 2012;9:357-9.
論文CAS PubMed PubMed Central Google Scholar
Li H, Handsaker B, Wysoker A, Fennell T, Ruan J, Homer N, et al. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 2009;25:2078-9.
記事 PubMed PubMed Central Google Scholar
Watson AR, Füssel J, Veseli I, DeLongchamp JZ, Silva M, Trigodet F, et al. Anvi'o profiles for the FMT donors and their recipients [Internet]. Figshare. 2021. 入手先： https://doi.org/10.6084/m9.figshare.14331236
Alneberg J, Bjarnason BS, de Bruijn I, Schirmer M, Quick J, Ijaz UZ, et al. Binning metagenomic contigs by coverage and composition. Nat Methods. 2014;11:1144-6.
記事CAS PubMed Google Scholar
Chaumeil P-A, Mussig AJ, Hugenholtz P, Parks DH. GTDB-Tk：ゲノム分類データベースを用いてゲノムを分類するためのツールキット。Bioinformatics [Internet]. 2019; Available from: https://doi.org/10.1093/bioinformatics/btz848.
Parks DH, Chuvochina M, Waite DW, Rinke C, Skarshewski A, Chaumeil P-A, et al. A standardized bacterial taxonomy based on genome phylogeny substantially revises the tree of life. Nat Biotechnol. 2018;36:996-1004.
記事CAS PubMed Google Scholar
Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ. 基本的なローカルアライメント検索ツール。J Mol Biol. 1990;215:403-10 National Center for Biotechnology Information.
論文CAS PubMed Google Scholar
Pritchard L, Glover RH, Humphris S, Elphinstone JG, Toth IK. 食品安全保障のための診断におけるゲノミクスと分類学：軟腐性腸内細菌性植物病原体。Anal Methods Royal Society of Chemistry. 2016;8:12-24.
グーグル スカラー
Utter DR, Borisy GG, Eren AM, Cavanaugh CM, Mark Welch JL. 口腔マイクロバイオームのメタパンゲノミクスは、生息地適応と栽培品種の多様性に関する洞察を提供する。Genome Biol. 2020;21:293.
記事CAS PubMed PubMed Central Google Scholar
Quince C, Delmont TO, Raguideau S, Alneberg J, Darling AE, Collins G, et al. DESMAN: a new tool for de novo extraction of strains from metagenomes. Genome Biol. 2017;18:181.
記事 PubMed PubMed Central Google Scholar
Edgar RC. MUSCLE：高精度かつ高スループットな多重配列アライメント。Nucleic Acids Res. 2004;32:1792-7.
論文CAS PubMed PubMed Central Google Scholar
Price MN, Dehal PS, Arkin AP. FastTree 2-approximately maximum-likelihood trees for large alignments. PLoS ONE. 2010;5: e9490.
論文 PubMed PubMed Central Google Scholar
金久正樹、後藤聡、佐藤由美子、川島雅彦、古道正樹、田辺正樹、データ、情報、知識、原理：KEGGの代謝に戻る。Nucleic Acids Res. 2014;42:D199-205.
記事CAS PubMed Google Scholar
金久美樹、古道美樹、田辺美樹、佐藤由美子、森島恭子. KEGG: ゲノム、パスウェイ、疾患、薬剤に関する新しい展望. Nucleic Acids Res. 2017;45:D353-61.
記事CAS PubMed Google Scholar
Veseli I. anvi-estimate-metabolism [Internet]. アンヴィオ。2022. Available from: https://anvio.org/help/main/programs/anvi-script-estimate-metabolic-independence/.
Veseli I, Eren AM. anvi-script-estimate-metabolic-independence [Internet]. Anvi'o. 2022. 利用可能な場所： https://anvio.org/help/main/programs/anvi-script-estimate-metabolic-independence/.
Watson AR, Füssel J, Veseli I, DeLongchamp JZ, Silva M, Trigodet F, et al. Donor and recipient stool metagenomes from a fecal microbiota transplantation study [Internet]. National Center for Biotechnology Information. 2021. Available from: https://www.ncbi.nlm.nih.gov/bioproject/prjna701961.
Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, et al. 血糖値反応の予測による個別化栄養。Cell. 2015;163:1079-94.
記事CAS PubMed Google Scholar
Le Chatelier E, Nielsen T, Qin J, Prifti E, Hildebrand F, Falony G, et al. ヒト腸内細菌叢の豊かさは代謝マーカーと相関がある。Nature. 2013;500:541-6.
記事 PubMed Google Scholar
ヒト腸内細菌叢における参照遺伝子の統合カタログ。Nat Biotechnol. 2014;32:834-41.
記事CAS PubMed Google Scholar
EKmeta（エクメタ）［インターネット］。2016. Available from: https://www.ncbi.nlm.nih.gov/bioproject/PRJEB6092/.
Feng Q, Liang S, Jia H, Stadlmayr A, Tang L, Lan Z, et al. 大腸腺腫-癌の配列に沿った腸内細菌叢の発達. Nat Commun. 2015;6:6528.
記事CAS PubMed Google Scholar
Raymond F, Ouameur AA, Déraspe M, Iqbal N, Gingras H, Dridi B, et al. The initial state of human gut microbiome determines its reshaping by antibiotics. ISME J. 2016;10:707-20.
記事CAS PubMed Google Scholar
David LA, Weil A, Ryan ET, Calderwood SB, Harris JB, Chowdhury F, et al. ヒトの急性分泌性下痢症に続く腸内微生物の継代。MBio. 2015;6:e00381-e415.
記事 PubMed PubMed Central Google Scholar
Xie H, Guo R, Zhong H, Feng Q, Lan Z, Qin B, et al. 250人の成人双生児のショットガン・メタゲノミクスにより、腸内細菌叢に対する遺伝および環境の影響が明らかになった。Cell Syst. 2016;3:572-584.e3.
記事CAS PubMed PubMed Central Google Scholar
Brito IL, Yilmaz S, Huang K, Xu L, Jupiter SD, Jenkins AP, et al. ヒトマイクロバイオームにおける移動遺伝子は、グローバルから個人スケールまで構造化されている。Nature. 2016;535:435-9.
記事CAS PubMed PubMed Central Google Scholar
Obregon-Tito AJ, Tito RY, Metcalf J, Sankaranarayanan K, Clemente JC, Ursell LK, et al. 伝統的社会における生計戦略は腸内細菌を区別する。Nat Commun. 2015;6:6505.
記事CAS PubMed Google Scholar
Rampelli S, Schnorr SL, Consolandi C, Turroni S, Severgnini M, Peano C, et al. Hadza Hunter-Gatherer gut microbiotaのメタゲノムシークエンシング。Curr Biol Elsevier. 2015;25:1682-93.
記事CAS Googleスカラー
Liu W, Zhang J, Wu C, Cai S, Huang W, Chen J, et al. メタゲノム解析によって明らかになったモンゴル民族の腸内細菌叢のユニークな特徴. Sci Rep. 2016;6:34826.
記事CAS PubMed PubMed Central Google Scholar
Wen C, Zheng Z, Shao T, Liu L, Xie Z, Le Chatelier E, et al. 定量的メタゲノミクスにより、強直性脊椎炎におけるユニークな腸内細菌バイオマーカーが明らかになった。Genome Biol. 2017;18:142.
記事 PubMed PubMed Central Google Scholar
Qin J, Li Y, Cai Z, Li S, Zhu J, Zhang F, et al. A metagenome-wide association study of gut microbiota in type 2 diabetes. Nature Nature Publishing Group. 2012;490:55-60.
CAS Google Scholar
ヒトマイクロバイオームプロジェクトコンソーシアム。ヒトマイクロバイオーム研究のためのフレームワーク. Nature ネイチャー・パブリッシング・グループ. 2012;486:215-21.
Google Scholar
Watson AR, Füssel J, Veseli I, DeLongchamp JZ, Silva M, Trigodet F, et al. The fecal microbiota transplantation study [Internet]. エコシステムデータサイエンスグループ。2021. Available from: https://merenlab.org/data/fmt-gut-colonization.
Watson AR, Füssel J, Veseli I, DeLongchamp JZ, Silva M, Trigodet F, et al. Reproducible workflow and scripts [Internet]. Figshare. 2022. Available from: https://doi.org/10.6084/m9.figshare.22352989.
参考文献のダウンロード
謝辞
Mitchell L. Sogin、Eugene B. Chang、Samuel H. Light、Howard A. Shumanには有益な議論を、Ryan MooreとOzcan C. Esenには技術サポートを、Nicola SegataとSegataグループのメンバーには健康な腸のメタゲノムからのゲノムをサポートしていただきました。また、患者の募集とサンプリングに協力してくれたカルガリー大学IPC研究所のKaiyu Wu氏、Robyn Louie氏、Linda Ward氏に感謝します。
レビュー履歴
査読履歴はAdditional file 11として公開されています。
査読情報
Wenjing Sheは、この論文の主編集者であり、他の編集チームと協力して編集過程と査読を管理した。
資金提供
このプロジェクトは、GI Research Foundation（GIRF）およびMutchnik Family Fundの支援を受けています。さらに、ARWはRobert C. and Mary Jane Gallo Scholarship Fundからの支援を、JFはAlissa and Gianna Carlino Fellowship in Celiac Disease Researchからの支援を、BJはCancer Center Support grant P30CA014599 and Digestive Diseases Research Core Center P30 DK42086からの支援を、AMEはNIH NIDDK grant (RC2 DK122394) からの支援を、IVはNational Science Foundation Graduate Research Fellowship (1746045) の支援を得たことを認める。
著者情報
著者ノート
Andrea R. Watson, Jessika Füssel, and Iva Veseliは同等に貢献した。
著者と所属
シカゴ大学医学部、シカゴ、IL、60637、USA
Andrea R. Watson, Jessika Füssel, Florian Trigodet, Karen Lolans, Emily Fogarty, Sonny T. M. Lee, David T. Rubin, Bana Jabri & A. Murat Eren
シカゴ大学微生物学委員会（シカゴ、イリノイ州、60637、米国
アンドレア・R・ワトソン、エミリー・フォガティ、A・ムラット・エレン
オルデンブルク大学海洋環境化学・生物学研究所、26129、オルデンブルク、ドイツ
ジェシカ・フュッセル＆A・ムラト・エレン
シカゴ大学生物物理科学プログラム、シカゴ、イリノイ州、60637、米国
イヴァ・ヴェセリ＆アロン・シャイバー
カルガリー大学医学部（カナダ、AB州カルガリー、T2N 1N4、カナダ
ヨハンナ・ザール・デロンシャン、マリセラシルバ＆トーマス・ルイ
シカゴ・ルーリー小児病院小児科（シカゴ、イリノイ州、60611、米国
ジョセフ・M・ランデ
アールハム研究所（ノリッチ、NR4 7UZ、UK）生物と生態系
クリストファー・カインズ
腸内細菌と健康、クアドラム研究所、ノリッチ、NR4 7UQ、英国
クリストファー・カインズ
豊田工業大学シカゴ校（米国イリノイ州シカゴ、60637）。
マイケル・K・ユー
コンヤ食品農業大学コンピュータ工学科、コンヤ、トルコ
アルダ・ソイレフ
海洋生物学研究所、ジョセフィン・ベイ・ポールセンター、ウッズホール、ファルマス、マサチューセッツ州、02543、米国
ヒラリー・G・モリソン＆A・ムラト・エレン
アルバータ大学医学部、エドモントン、AB、T6G 2G3、カナダ
ディナ・カオ
ヘルムホルツ海洋生物多様性機能研究所、26129、オルデンブルク、ドイツ
A. ムラト・エレン
貢献度
AME、TL、BJは本研究を構想した。JZD、MS、DK、TLは、患者の募集、移植実験の実施、サンプルの採取を行った。ARW、JF、AMEが一次データ解析を行った。IVは研究ツールを開発した。KL、STML、HGMは、サンプル処理とシークエンシングを行った。FT、AS、EF、JMR、CQ、MKY、AYはデータの解析と解釈に貢献した。DTR、BJ、TL、AMEは研究を指揮した。ARW、JF、AMEは、全著者からの重要なインプットを得て論文を執筆した。最終原稿は全執筆者が読み、承認した。
コレスポンディング・オーサー
A. Murat Erenに対応しています。
倫理に関する宣言
倫理的承認と参加への同意
患者サンプルの収集と使用に関する倫理承認は、カルガリー大学のConjoint Health Research Ethics Board（倫理ID：REB14-1348）により付与されています。同委員会は、メンバー構成や定足数の要件など、臨床試験に関する三協議会ガイドライン、ICHガイドライン、食品医薬品法の規制改正に準拠し、ヘルシンキ宣言を遵守しています。すべての研究参加者は、インフォームド・コンセントを書面で行った。
競合する利益
著者は、競合する利害関係がないことを宣言する。
追加情報
出版社ノート
シュプリンガー・ネイチャーは、出版された地図や所属機関の管轄権主張に関して、中立を保っています。
補足情報
追加ファイル1.
FMT試験と採取した便サンプルの説明 a FMTドナー便サンプルの説明とSRAアクセッション番号 b FMTレシピエントサンプルの説明とSRAアクセッション番号 c 移植事象の説明。
追加ファイル2：補足図S1、S2、S3、S4。図S1.
FMT試験で収集された便サンプルのタイムライン。各円は、FMTドナーまたはFMTレシピエントのいずれかから採取された便サンプルを表す。0日目の太く赤い縦線は、各レシピエントのFMTイベントを表している。FMTの方法（錠剤または大腸内視鏡）、FMTレシピエントの健康状態および疾患状態（C. diff - 慢性再発性クロストリジウム・ディフィシル感染、UC - 潰瘍性大腸炎）は、右側に示されています。図S2. Morisita-Horn非類似度に基づく、ドナー、レシピエント、カナダの腸内メタゲノムの分類学的構成の属レベルでの非金属多次元尺度法（NMDS）順序付け。同じ参加者からのサンプルは、最も早い時点のラベルが付いた線で結ばれている。CAN：カナダ腸管メタゲノム、DA：ドナーA、DB：ドナーB、POST：FMT後のレシピエント、PRE：FMT前のレジエント。図S3. Morisita-Horn非類似度に基づくドナーおよびレシピエントメタゲノームの属レベルでの分類学的構成の非金属多次元尺度法（NMDS）順序付け。同じ参加者からのサンプルは、最も早い時点のラベルが付いた線で結ばれている。DA_POST：ドナーAのレシピエントがFMT後、DA_PRE：ドナーAのレシピエントがFMT前、DA：ドナーA、DB_POST：ドナーBのレシピエントがFMT後、DB_PRE：ドナーBのレシピエントがFMT前、DB：ドナーB 図S4. ドナーの便のレシピエントにおけるドナー由来の集団に、コロニー形成成功、コロニー形成失敗、またはコロニー形成未確定の表現型を割り当てる方法の概要を示すフローチャートである。
追加ファイル3.
メタゲノム SRA のアクセッション番号と、配列決定され、co-assemblies および MAG にマップされたメタゲノム ショートリードの数 b) メタゲノムの門レベル分類学的構成 c) メタゲノムの属レベル分類学的構成 d) メタゲノム co-assemblies からのコンティグの概要統計
追加ファイル 4.
a MAGsの要約統計と分類学的割り当て b and c FMTメタゲノムにおけるドナーAおよびドナーB MAGsの検出 d and e グローバルガットメタゲノムにおけるドナーAおよびドナーB MAGsの検出 f and g グローバルガットメタゲノムにおけるドナーAおよびドナーB MAGsの検出要約統計 h and i FMTメタゲノムにおけるドナーAおよびドナーB MAGシングルコピー中核遺伝子の平均非外れカバー率。
追加ファイル5.
17カ国の腸内メタゲノムのアクセッション番号。
追加ファイル6.
A適応的な生態学的力が微生物のコロニー形成の主要な推進力であること、B健常者に通常存在する微生物集団の機能アノテーションを持つ遺伝子数を減少させるアノテーションバイアスの考察についての追加考察と補足図。
追加ファイル7.
a and b FMTメタゲノムで検出されたDonor AおよびDonor B MAGのサブポピュレーション数 c and d FMTメタゲノムにおけるDonor AおよびDonor B MAGのサブポピュレーション組成。
追加ファイル8.
移植に使用した便サンプルにおけるMAG/レシピエントペアのコロニー形成結果と第2および第3四分位群におけるMAG平均カバー率。
追加ファイル9．
a 高代謝性独立集団と低代謝性独立集団の分類学的割り当てとゲノムサイズの推定値 b 高代謝性独立集団と低代謝性独立集団のKEGGモジュール完全性情報 c 高代謝性独立集団と低代謝性独立集団の生のKEGGモジュール濃縮度情報。d 高代謝性非依存性集団で濃縮された33のモジュールのKEGGモジュール濃縮度とカテゴリー情報 eとf 高代謝性非依存性集団と低代謝性非依存性集団のすべてで、高代謝性非依存性集団で濃縮された33モジュールの完成度情報。
追加ファイル 10.
a 健常者とIBD患者のゲノムのリスト。 b ゲノム間のモジュール完成度値。
追加ファイル11.
レビュー履歴
権利と許可
オープンアクセス この記事は、クリエイティブ・コモンズ表示4.0国際ライセンスの下でライセンスされており、原著者と出典に適切なクレジットを与え、クリエイティブ・コモンズ・ライセンスへのリンクを提供し、変更を加えたかどうかを示す限り、あらゆる媒体や形式での使用、共有、適応、配布、複製を許可します。この記事に掲載されている画像やその他の第三者の素材は、素材へのクレジット表示で別段の指示がない限り、記事のクリエイティブ・コモンズ・ライセンスに含まれています。素材が記事のクリエイティブ・コモンズ・ライセンスに含まれておらず、あなたの意図する使用が法的規制によって許可されていない場合、または許可された使用を超える場合、あなたは著作権者から直接許可を得る必要があります。このライセンスのコピーを見るには、http://creativecommons.org/licenses/by/4.0/。クリエイティブ・コモンズ・パブリック・ドメインの献呈放棄（http://creativecommons.org/publicdomain/zero/1.0/）は、データへのクレジット表記がない限り、この記事で利用可能になったデータにも適用されます。
転載と許可
この記事について
この記事を引用する
Watson, A.R., Füssel, J., Veseli, I. et al. Metabolic independence drives gut microbial colonization and resilience in health and disease. Genome Biol 24, 78 (2023). https://doi.org/10.1186/s13059-023-02924-x
引用元：ダウンロード
2022年7月3日受領
2023年4月7日受理
2023年4月17日発行
DOIhttps://doi.org/10.1186/s13059-023-02924-x
この記事を共有する
以下のリンクを共有した人は、このコンテンツを読むことができるようになります：
共有リンクを取得する
コンテンツ共有イニシアティブ「Springer Nature SharedIt」により提供されます。
キーワード
糞便微生物移植術
ヒト腸内細菌叢
微生物によるコロニー形成
微生物代謝
メタボリックの自立
ゲノムバイオロジー
ISSN: 1474-760X
お問い合わせ
投稿に関するお問い合わせ： editorial@genomebiology.com
一般的なお問い合わせ先： info@biomedcentral.com
ブログで詳しく見る
BMCのニュースレターを受信する
記事アラートの管理
著者のための言語編集
著者のための科学編集
ポリシー
アクセシビリティ
プレスセンター
サポート・お問い合わせ
フィードバックを残す
採用情報
BMCをフォローする
BMCのTwitterページ
BMCのFacebookページ
BMC Weiboページ
このウェブサイトを使用することで、当社の利用規約、カリフォルニア州プライバシーステートメント、プライバシーステートメント、およびクッキーポリシーに同意したことになります。クッキーを管理する/私たちはプリファレンスセンターで使用する私のデータを販売しないでください。
© 2023 BioMed Central Ltd 特に断りのない限り、BioMed Central Ltd。シュプリンガー・ネイチャーの一部です。