パーキンソン病のメタゲノム解析から、複数の疾患メカニズムに腸内細菌が関与していることが判明

2023年1月19日 10:42

公開日：2022年11月15日
パーキンソン病のメタゲノム解析から、複数の疾患メカニズムに腸内細菌が関与していることが判明

https://www.nature.com/articles/s41467-022-34667-x

ザカリー・D・ウォレン、アイゼ・デミルカン、...ヘイデ・パヤミ著者紹介を見る
Nature Communications 13巻記事番号：6958 (2022) この記事を引用する

20k アクセス

1件の引用

260 Altmetric

指標詳細

概要
パーキンソン病（PD）は腸から始まり、脳へ伝播する可能性がある。腸内細菌群の役割を調べるために、我々は最初から最後まで統一された標準的な方法を用いて、高い分類学的解像度の大規模研究を実施した。PD490名と対照234名を登録し、糞便DNAのディープショットガンシーケンスを行い、その後、疾患との関連を宣言するために2つの方法（ANCOM-BCとMaAsLin2）による有意性を必要とするメタゲノム全体の関連研究、多菌クラスターを特定するネットワーク解析、機能プロファイリングを実施しました。その結果、30％以上の生物種、遺伝子、パスウェイの存在量がPDで変化し、広範なdysbiosisが存在することが示された。PDに関連する生物種は、一緒に成長したり縮小したりする多菌クラスターを形成し、一部は競合している。PDの微生物群は、病原体や免疫原性成分の過剰発現、神経活性シグナルの調節障害、αシヌクレイン病態を誘発する分子の優位性、毒物の過剰生産によって証明される疾患寛容性、抗炎症および神経保護因子の減少が回復能力を制限していることである。我々は、実験モデルで観察された知見をヒトPDで検証し、ヒトPDのマイクロバイオームに関する文献を照合し、解決し、PDにおける腸内細菌群の役割を見極めるための具体的な検証可能な仮説が豊富に含まれた幅広い基盤を提供するものである。

はじめに
微生物叢は人間の健康に必要である。腸内細菌は、食事代謝を助け、ビタミンなどの必須代謝産物を産生し、腸管バリアの完全性を維持し、病原体を抑制し、薬物や毒物を代謝する1。腸内細菌は、脳のミクログリアの成熟と維持など、広範囲に影響を及ぼす特定の代謝物を産生することにより、宿主の免疫反応と神経系の発達と継続的な教育を制御しています2。マイクロバイオームの構成と機能のバランスが崩れると（ディスバイオーシス）、宿主は疾病に罹患しやすくなります。ヒトや動物モデルを用いた研究により、一般的な代謝性疾患（糖尿病など）、炎症性疾患（炎症性腸疾患）、神経疾患（パーキンソン病）、発達障害（自閉症）など、さまざまな疾患に関連するマイクロバイオーシス異常が明らかにされています1。

パーキンソン病は、進行性の衰弱性疾患で、2005年には400万人が罹患し、2030年には870万人に倍増すると予測されています3。歴史的には運動障害と定義されていますが、PDは多臓器疾患です4。最も早い兆候は便秘であることが多く、運動徴候に数十年先行することがあります4。さらに、PDは病因論的に異質な疾患です。いくつかの原因遺伝子5、ヒトゲノムにまたがる90の感受性遺伝子6、複数の環境危険因子7が発見されているにもかかわらず、PDの大部分は特発性のままである。PDは、遺伝的感受性と環境的誘因の様々な組み合わせによって引き起こされると推測されているが、原因となる組み合わせはまだ特定されていない。

家族性でないPDは、病原体によって腸から始まるというBraakの仮説8は、ますます支持を集めている。便秘、腸管バリアの低下、炎症など、PDと胃腸（GI）系の関連性は以前から確立されています。αシヌクレインの病理は、PD患者の腸で早期に検出されており9、画像研究からは、病理が腸で始まり脳に広がるケースもあるという証拠が得られている10。マウスでは、腸に注入されたαシヌクレイン線維がαシヌクレイン病理を誘発し、腸から脳へ広がること、迷走神経切断がその広がりを止めることが示されています11。これと並行して行われた大規模な疫学調査では、数十年前に迷走神経切断術を受けた人は、その後の人生におけるPDの発症率が大幅に低下することが示されています9。

PDの起源に腸が関与していることを示す証拠が蓄積され、慢性疾患における腸内細菌叢の関与が新たに認識されるにつれ、腸内細菌叢とPDの関係を解読することに関心が高まっています。ヒトのαシヌクレイン遺伝子を過剰発現させたマウスでは、腸内細菌がαシヌクレインを介した病態を制御することが示されている12。また、別のPDの遺伝子モデル（Pink1-/-）では、グラム陰性細菌病原体の腸内感染が免疫反応を引き起こし、神経細胞の変性と運動障害をもたらし、それがPD治療薬であるL-ドーパで回復することが示された13。また、グラム陰性大腸菌が産生するアミロイド生成タンパク質curliがαシヌクレインの凝集を誘導し、腸の疾患や脳の神経変性を促進することを明らかにしている14,15,16。我々は、PD患者の腸内細菌叢に日和見病原体が過剰に存在することを検出した17。実験およびヒトでの研究を総合すると、腸内感染がPDの引き金となるというBraakの仮説が支持されるが、ヒトの腸内の病原体がPDを引き起こすという証明はまだされていない。ヒトの糞便サンプルを用いて行われた研究では、いずれもPDの腸内マイクロバイオームにおけるディスバイオーシスの証拠が見つかっているが、ディスバイオーシスを促進する特定の微生物に関する結果はまちまちである18,19,20。PDとマイクロバイオームに関するヒトの研究はサンプルサイズが限られており、2つの研究21,22以外はすべて16S rRNA遺伝子アンプリコンシークエンス（以下、16S）に基づいているため、分解能は属レベルに限られている。メタゲノム解析（コミュニティから採取したすべての遺伝物質の研究）は、医学の分野では新しい分野である。ディープショットガンメタゲノムシーケンスにより、大規模なヒトの研究において、マイクロバイオームを種や遺伝子の高解像度で研究できるようになった。

ここでは、PDの腸内細菌叢の大規模メタゲノム解析について紹介する。この研究は、単一の研究者チーム（NeuroGenetics Research Consortium, NGRC）によって企画・実施され、最先端の手法を採用し、最初から最後まで一貫した管理を行うことができた。先行研究から得られた共通の知見を確認し、それらを生物種レベルで解決し、文献上の矛盾を解決することができました。さらに、大規模なサンプルサイズとディープショットガンシーケンスにより、膨大な量の新しい情報を生み出しています。また、機能プロファイリングにより、PDのメカニズムに貢献すると考えられる腸内の微生物遺伝子と経路を同定した。

結果および考察
大規模かつ新規に登録され、一様に評価されたコホート
STORMS23のフローチャート（図1）にあるように、本研究には490人のPD患者と234人の神経学的健常対照者（NHC）からなる新規登録コホートが含まれている。このサンプルサイズは、炎症性腸疾患患者100人、糖尿病予備軍106人、18～40歳の健康な成人242人を含むHuman Microbiome Project（HMP）と同程度である24。自己申告の生物学的性別で定義すると、被験者の52％が男性、48％が女性であった。PD症例の97％、NHCの93％が50歳以上であった。本研究における対照者の高齢化（平均65.8±8.8歳）および神経学的に健康であることは、一般に公開されているデータセットに加えられるユニークなものである。すべての対象者は米国深南部の単一地域の出身であり、地理的変動による交絡を最小にした。NHCの55％は配偶者であり、PDと環境を共有していた。各被験者から広範なメタデータ（補足図1）と便サンプルを収集し、便からDNAを抽出し、平均50 M raw reads/sampleのdeep shotgun sequencingを実施した。このデータセットは新しいものであり、一般に公開されている。

図1: STORMSのフローチャート。
図1
ヒトマイクロバイオーム研究の報告ガイドライン23に従い、被験者選択から始まり、PD患者（a）と神経学的に健康な対照者の登録とデータ収集（b）、シーケンスとバイオインフォマティクスパイプライン（c）、統計解析（d、e）と、この研究が行われたステップバイステップのプロセスを示しています。

フルサイズ画像
被験者の特徴およびメタデータ
被験者の特徴を把握し、下流のメタゲノム解析に影響を与える可能性のある疾患関連変数を特定するために、53の変数に関するデータを解析した（表1）。PDのよく知られた特徴であるGI問題は、このコホートで容易に明らかになった。便秘はPD症例でより一般的であり（オッズ比（OR）＝6.1、95％信頼区間（CI）＝3.9-10、慢性便秘に対するP＝2E-19、Bristol Chartスコアに対するP＝3E-6）、PD症例はNHCよりもGI不快感を報告していた（OR＝2.8、95％CI＝1.8-4.2、P＝3E-7）。NHCと比較して、PD症例はアルコール（OR = 0.6, 95% CI = 0.4-0.8, P = 3E-4）および5つのカテゴリーすべて（果物/野菜、動物製品、ナッツ、ヨーグルト、穀物）の食品の摂取量が減少し、穀物（OR = 0.8, 95% CI = 0.6-1.1, P = 0.2）以外は有意（OR = 0.6-0.7, P = 0.002-0.05）に達していた。下剤（OR = 3.8, 95% CI = 2.4-6.4, P = 7E-10）、鎮痛剤（OR = 1.6, 95% CI = 1-2.5, P = 0.04 ）、睡眠補助薬（OR = 2, 95% CI = 1.4-2.9, P = 7E-5 ）、うつ/不安/気分に関する薬（OR = 2.1, 95% CI = 1.4-3, P = 7E-5 ）がNHCよりPDでよく使用された。プロバイオティクス・サプリメントの使用は、PDよりもNHCでより一般的であった（OR = 0.6, 95% CI = 0.4-0.9, P = 0.02）。これは、データが示すように、市販プロバイオティクスによく含まれるBifidobacteriumおよびLactobacillus種が、NHCメタゲノムよりもPDで多く見られたという点で注目すべき点であった。PDとNHCで異なる変数は、下流のメタゲノム解析において潜在的な交絡因子として評価された。

表1 対象者の特徴およびメタデータ
フルサイズ表
PDとNHCのメタゲノムには、グローバルスケールから種解像度に至るまで違いがある
腸内メタゲノムのグローバルな組成であるβ多様性の個人間差は、PDとNHCで有意に異なっていた（P < 1E-4、並べ替え多変量分散分析（PERMANOVA）を使って検定）。分散の検定も有意であった（P < 1E-4、順列型多変量分散分析（PERMDISP）を用いて検定）。これは、PD対NHCのグローバル組成の違いが、空間中央値の違いよりも、主に分散の違いによってもたらされていることを示している。主成分分析（PCA）プロットでも、PDメタゲノムはNHCよりも目に見えて分散していることが示された（補足図2 a, b）。結果は、希少な分類群（サンプルの5%未満に存在）を除外しても頑健で、PERMANOVAとPERMDISPの両方でP < 1E-4となった。PDメタゲノム全体の分散の大きさは、PDの異質性を反映しているのかもしれない。PDは1つの疾患ではなく、各疾患メカニズムが異なるマイクロバイオームシグネチャーを有している可能性がある。

腸型レベルでは、284人のPDと166人のNHCが3つの腸型のいずれかに確信を持って分類された。Prevotella、Firmicutes、Bacteroidesの3種類に分類された（補足図2c）。PDの腸型分布は全体的にNHCと異なっていた（P = 1E-4）。逐次分析の結果、Firmicutesの濃縮が主要な駆動力であり（X2(2)=44.4）、Prevotellaの枯渇はFirmicutesを除去しても有意（X2(1)=3.7）を保っており、二次的であることが確認された。効果の大きさは、FirmicutesではOR = 2.4, 95% CI = 1.5-3.9, P = 1E-4、Firmicutesの効果を調整した後のPrevotellaでは有意でないOR = 0.66 (95% CI = 0.3-1.2, P = 0.1)となった。

次に、疾患に関連する生物種の同定を試みた。Bacteria、Archaea、Eukaryaを含め、少なくとも1つのマーカー遺伝子にマッピングされた合計2270種を同定し、そのうち719種はMetaPhlAn3の厳しいバイオインフォーマティック品質管理（QC）閾値をパスした（デフォルトパラメータ：t = rel_ab, perc_nonzero=0.33, statq=0.2, avoid_disqm=FALSE, stat=tavg_g, min_cu_len=2000, unknown_estimation=FALSE）．257種が被験者の5%以上、すなわち35%に存在し、これは別の大規模研究25とほぼ同等であった。PDとNHCにおける種の存在量の差を検証するために、2つの統計手法（MaAsLin2およびANCOM-BC）を用いて、不偏のメタゲノム全体関連研究（MWAS）を実施した。また、既存文献との関連で我々の結果を解釈できるように、属レベルでMWASを実施した。MWASの全結果は、補足データ1および2に示した。MaAsLin2およびANCOM-BCで有意性が認められた種または属をPD関連とした（すなわち、一方では偽発見率（FDR）<0.05、他方ではFDR≤0.1）。この厳しい定義によれば、257種中84種がPDと関連していた。64種はMaAsLin2とANCOM-BCの両方でFDR < 0.05、10種はMaAsLin2でFDR < 0.05 かつ ANCOM-BC で FDR≤0.1 、6種は ANCOM-BC でFDR < 0.05 かつ MaAsLin2で FDR≤ 0.1 となった (Fig. 2)．84種のPD関連種のうち55種はPDに富み、29種はPDに枯渇していた（表2、図3、補足図3）。テストした107の属のうち、34の属がPDと関連していた。23の属がPDに富み、11の属がPDに枯渇していた（表3）。したがって、種や属のレベルで測定しても、PD腸内細菌叢のディスバイオーシスには、検査した分類群の約30％が関与しているようである。

図2：MaAsLin2とANCOM-BCのコンセンサスによって推薦されたPD関連種。
図2
解析対象は、PD490名と神経学的健常対照者（NHC）234名の生物学的に独立したN=724サンプル。MaAsLin2およびANCOM-BCの2つの統計手法で検証した。結果は、MaAsLin2（Y軸）対ANCOM-BC（X軸）で達成された有意性（FDRの-log10）に従って示されている。X軸とY軸の括弧内には、解釈を容易にするために、変換前のFDR値を示している。一方の手法ではFDR < 0.05、他方の手法ではFDR≤0.1と定義され、84種がPD関連として推薦された。68種は両手法でFDR<0.05、10種はANCOM-BC MaAsLin2でFDR<0.05、ANCOM-BCでFDR≤0.1、6種はANCOM-BCでFDR < 0.05, MaAsLin2でFDR≤0.1を達成した。青：PDで存在量が有意に増加する。赤：PDで存在量が有意に減少する。灰色：PDと有意な関連はない。b, c FDR≤0.1 (b), FDR < 0.05 (c) において、MaAsLin2 (点線丸) と ANCOM-BC (実線丸) が検出した種の重複を要約したベン図。

フルサイズ画像
表2 PD関連84種の同定と特徴づけ
フルサイズの表
図3 PD関連種の差分存在量と効果量
図3
490人のPDと234人の神経学的に健康な対照（NHC）被験者から得たN = 724の生物学的に独立したサンプルを分析対象とした。PDにおいて存在量が少なくとも75％（最大750％）変化した46種をここに示し、84種のPD関連種すべてについては補足図3を参照。MaAsLin2で使用されているLog2変換した相対量値をボックスプロットの作成に使用した。X軸には、データの解釈を容易にするために、括弧内に表示された未変換の相対的存在量も示されている。箱ひげ図は、PD（青緑）とNHC（オレンジ）のデータの分布を示す。各サンプルは、その種の存在量に応じてプロットされた。つまり、25％のサンプルは箱の左側の境界より存在量が少なく、25％のサンプルは箱の右側の境界より存在量が多い。ボックスがない場合は、75%のサンプルの存在量がゼロであることを示す。それぞれの箱の両端から伸びる線は、四分位範囲（範囲＝（75%の存在量から25%の存在量を引いた値）×1.5）の1.5倍外側にあることを示す。線からはみ出した点は外れ値である。 b バイアス補正された観測値の分布（ANCOM-BC で使用）。ANCOM-BCで使用された自然対数変換されたサンプリングバイアス補正された観測値を用いてボックスプロットを作成した。X軸には、データの解釈を容易にするため、未変換のバイアス補正された観測量を括弧書きで示した。c PDとNHCの差分存在量の絶対倍率（四角と丸）とその95％信頼区間（実線と破線）、MaAsLin2（四角と95％信頼の実線）とANCOM-BC（丸と95％信頼の点線）で推定したベータ値と標準誤差から計算した。CIは10倍で切り捨てている。fold changeと95％CIを示す点と線は、青色（PDで上昇）または赤色（PDで低下）に着色した。

フルサイズ画像
表3 PDに関連する属、先行知見の再現、異質性の証拠
拡大図
効果量は大きかった（図3）。ビフィドバクテリウム・デンチウムは7倍、アクチノマイセス・オリスは6.5倍、ストレプトコッカス・ミュータンスは6倍、それぞれ上昇した。一方、Roseburia intestinalisは7.5倍、Blautia wexleraeは5倍減少していた。全体として、PDに関連する種の36%（84種中30種）は、MaAsLin2とANCOM-BCの両方で存在量に2倍以上の変化があり、これはPDがNHCに対して100%から750%増加または減少していることを反映していた。

本研究の第一の目的は、PDの腸内細菌叢におけるディスバイオーシスの完全かつ非変化的なビューを作成することであった。そのため、MWASおよびダウンストリーム解析は、技術的変数（すなわち、サンプルあたりの総配列数、および採便キット）のみで調整した。便秘のようなPDに内在する変数で調整すると、我々が目指す全容の把握において、その効果を覆い隠してしまう。しかし、二次解析として、年齢と性別の影響を調べ、PDとNHCで頻度／分布が異なる外因性変数、すなわち、アルコール、下剤、プロバイオティクス、抗ヒスタミン薬、うつ／不安／気分障害の薬、痛み止め、睡眠導入剤の摂取による交絡を検討した（表1）。MWASで抽出された84種について、年齢と性別をモデルに含めてPDとの関連を検証したところ、すべての種がFDR < 0.1でPDとの関連の有意性を保持した（補足データ3）。次に、84種を外来変数を含むモデルで再試験を行った（補足データ4）。すべての変数を同時に検定すると、統計的な検出力が大幅に低下し、希少で分析サンプルサイズが小さい種は一斉にシグナルを失う程度であった。それでも、84種中62種でPDとの関連性が確認された（表2）。32種はPDのみと関連し、他の30種はPDおよび1つ以上の他の変数（最も一般的にはアルコール（PDが避ける）または下剤（PDがよく使う））と関連していた。

ネットワーク解析により、共起種と競合種のクラスターが明らかになった
PDメタゲノムではPDで検出された全697種を用いて（補足データ5）、NHCメタゲノムではNHCで検出された全499種を用いて（補足データ6）、種の存在量におけるペアワイズ相関（r）を計算した。PDに関連する種を含むメタゲノム全体で、正と負の両方の相関が観察された。種間の正の相関は、それらが同じサンプルで共起する傾向があり、それらの存在量が一緒に増減することを示唆し、負の相関は、サンプル内で、ある種の存在量の増加は、別の種の存在量の減少と相関することを示唆している。我々は、｜r｜ >0.2および並べ換えP <0.05に達する一対の相関を使用して相関ネットワークを作成し、相関する種のクラスタをアルゴリズムで定義した（図4a、補図4、補遺データ7）。そして、PDに関連する生物種をネットワークにマッピングした（図4b、補足図4）。

図4: ネットワーク解析により、PDメタゲノムに相関する多菌種クラスターが発見された。
図4
解析対象は、PD490症例からの生物学的に独立したN = 490サンプル。(PD腸管メタゲノムで検出されたすべての生物種について、SparCC相関を用いて相互の相関を検定し、その存在量が他の少なくとも1種と相関がある場合（すなわち、｜r｜ > 0.2 および補正前の並べ替えP値 < 0.05 ）にネットワーク内にプロットした。クラスターはLouvainアルゴリズムによって定義され、色と番号がランダムに割り当てられた。b MWASによって同定されたPD関連種をネットワークにマッピングし、PDで上昇した場合は青で、PDで低下した場合は赤でハイライトした。PD関連種間の相関は多くの場合正であり、クラスタ#6のEscherichia coli、Klebsiella pneumoniae、Klebsiella quasipneumoniaeのように存在量が共に増加する傾向、またはクラスタ#13の多糖類代謝種のように共に減少する傾向があることが示された。例えば、クラスタ#2では、PDマイクロバイオーム内の一部のStreptococcus属の存在量の増加が、他のStreptococcus属の存在量の減少と相関していた。拡大図は、（c）クラスタ#17、（d）クラスタ#2、（e）クラスタ#8の代表的な種を左側に、クラスタ#13を中央に、クラスタ#8を左上に、クラスタ#6を左下にラベル付けした（大腸菌とクレブシエラの種）。(c-e)では、種名の周りのボックスは、(a)で示されたアルゴリズムで定義されたクラスタを表すように色付けされています。

フルサイズ画像
Bifidobacterium dentium、Actinomyces oris、Streptococcus mutans、Lactobacillus fermentum、その他Lactobacillus、Actinomyces、StreptococcusなどのPDが最も増加した種は、互いに正の相関があり、PDネットワークのクラスター#2にマッピングされた（図4）。クラスター#2には41種が含まれ、そのうち19種がPDと関連していた：PDにおいて13種が濃縮、6種が減少し、すべて正と負の相関関係で結ばれていた。その中で、8つのStreptococcus種が含まれていた。PDにおいて上昇したものが4種、低下したものが4種であった。これは、Streptococcus sp. A12が、病原性Streptococcus mutansの増殖およびシグナル伝達経路を阻害する新規株であるとするオリジナルの特徴づけと一致している26。

また、Roseburia、Eubacterium、Ruminococcus、Faecalibacterium prausnitziiの短鎖脂肪酸（SCFA）生産種など、PDで枯渇した種の多くは互いに正の相関を示し、PDネットワークのクラスタ#13にマッピングされた（図4）。また、SCFA産生菌の減少に伴い、Bifidobacterium属菌の増加が見られた（図4、補足資料5）。これらの結果は、ビフィズス菌対SCFA産生菌という大規模な群集スケールと、Streptococcus sp. A12 対 Streptococcus mutansという種スケールの両方で、ディスバイオティックPDマイクロバイオームにおいて競合的な相互作用が起こっていることを示唆している。

また、感染症を引き起こすことが知られている種が2つのクラスターを形成していた。これらの菌種は、NHCでの存在からも明らかなように、腸内細菌叢の常在菌であるが、日和見病原体となる能力を持っている。PDで上昇したEscherichia coli、Klebsiella pneumoniae、Klebsiella quasipneumoniaeは正の相関があり、PDネットワークのクラスター#6にグループ化された。クラスター#17は、19種の日和見病原体からなる多菌社会である（補足データ8）。我々は、先行するデータセットにおいて、これらの分類群が属レベルで過剰に存在することを検出した17。ここでは、種レベルで、Porphyromonas asaccharolyticaのみがMWASに含まれるほど優勢であり、PDで有意に上昇することが確認された。他の18種は、個々に希少すぎて、MWASでテストすることができなかった。クラスター#17に含まれる種の相対的存在量を合計すると、PDにおいて有意に上昇していた（fold change (FC) = 2.63, 95% CI = 1.7-4.1, P = 2E-5）。これらの種の有病率や存在量がPDで上昇しているだけでなく、臨床感染症検体27ではそうであるが、NHCメタゲノムではそうでないように、PDメタゲノムでも相互に密接に関連したポリマイクロビアのクラスターを形成していることが示された。PDでは、クラスター#17の各生物種が平均5.4種の他の生物種と連結しているのに対し、NHCでは1種であった（補足データ8）。

レプリケーション
我々はこれまでに、PDとNHCの2つのコホート（N1 = 333, N2 = 507）を16S配列決定で特徴付けたことがある17,28。不用意に二重登録した11人を除いて、このショットガン研究の724人は、16S研究の840人とは独立した存在である。これら3つの大規模なデータセットを持つことは、16Sとショットガンの結果を比較し、その結果を再現し検証するユニークな機会を提供するものであった。以前の16S研究17,28で、我々は15属とPDとの関連を報告し、それらが（1）日和見病原体（PDで上昇）、（2）SCFA産生菌（減少）、（3）BifidobacteriumとLactobacillus（上昇）の3つのクラスターを形成することを明らかにした。ここでは、15属レベルの関連性のうち13属を統計的有意差をもって容易に確認した（表3）。残りの2つ（OscillospiraとPrevotella亜属）は、分類学的割り当てに使用した参照データベースの違いのため、ここでは捕捉されなかった。16SはSILVA v132、ショットガンはChocoPhlAn v30である。SILVAで属名となっているOscillospiraはChocoPhlAnでは属名となっていない。SILVAでPrevotellaと呼ばれていたものは、実際にはPrevotellaの亜属であり、種P. buccalis, P. timonensis, P. disiens, P. bivia, P. amnii, P. oralisを含んでいた。これらの種は検出されたものの、個体数が少ないため、検査は行われなかった。これらをグループ化してPrevotella亜属を再現したところ、PDとの正の相関を再現することに成功した（FC = 1.5, 95% CI = 1.2-1.9, P = 1E-3）。また、日和見病原体（ここではクラスタ#17）、SCFA産生菌（クラスタ#13）、BifidobacteriumおよびLactobacillus（クラスタ#2）の既定義の属クラスタも捕捉し、再現することができた。このように、メタゲノム解析によって、16S研究で得られたMWASとネットワーク解析の結果を、独立したデータセットで再現し、種レベルまで解決したのです。

既存文献との整合性、矛盾の解消
16Sを用いたPDとマイクロバイオームに関する先行研究では、いずれもPDの腸内で有意なディスバイオーシスが検出されたが、PDに関連する分類群に関する結果は大きく一貫性がなかった。サンプルサイズが小さいことと、研究間のばらつきが原因であると考えられていた。最近のメタアナリシスでは、研究間のばらつきを超えられるほど強固なファミリーまたは属レベルでの関連性をほとんど確認することができなかった18,19,20。我々は、これらの関連性を属レベルで確認し、PDで減少するBlautia, Faecalibacterium, Fusicatenibacter, Roseburia, RuminococcusやPDで増加するBifidobacterium, Hungatella, Lactobacillus, Methanobrevibacter, Porphyromonasなどの種まで分解することに成功した18, 19,20。プレボテラは、PDでは減少するとの報告29,30と、増加するとの報告17,28がある。種レベルでは、Prevotella copriが減少し、Prevotellaの病原性種（上記SILVAの定義）がグループとして増加しており、Prevotellaに関する一見矛盾した報告が確認され、解決された。Akkermansiaは難問である。ほとんどの研究で、PDではAkkermansiaが上昇していると報告されている。この米国南部のコホートでは、アッカーマンシアは増加傾向にあったが、属や種のレベルでは統計的に有意なシグナルは検出されなかった。興味深いことに、我々が以前に行った2つの16SデータセットでもAkkermansiaは上昇していたが、主に米国北部の複数州からなるコホート28でのみ有意となり、米国南部のデータセット17では有意でなかったことから、地理的な影響があることが示唆された。これらの変化のうち、どれがPDに特異的なものであるかは不明である。ビフィズス菌と乳酸菌の増加およびSCFA産生菌の消失は、腸の他の炎症性疾患でも観察されている31。

属やそれ以上の分類レベルで行われる解析には、各分類内の微生物は疾患との関連性が類似しており、したがって折りたたむことができるという基本的な前提がある。この仮定が成り立たない場合、シグナルが見落とされたり、研究間で矛盾が生じる可能性がある（上記のプレボテラについて示されたように）。我々は、そのような異質な属にいくつか遭遇した（表3）。最も注目すべきは、PDに関連した8種のStreptococcusが検出されたことである。4種はPDで増加し、4種は減少していた。しかし、属レベルでは、Streptococcus属はPDとの関連性を示す証拠を欠いていた。このように、PDに関連する種が最も多いStreptococcus属は、異質性のために属レベルでは見逃されていたのである。

ショットガンシーケンスを用いたPDに関する先行研究は、Bedarfら21とQianら22の2件のみであった。Bedarfら21と比較すると、我々はサンプルサイズ（N = 59 vs N = 724）、性別（100%男性 vs 52%男性）、便秘などの患者特性（関連なし vs 非常に有意）、地理（ボン、EU vs 深南部、米国）、分類学的プロファイリング（MOCAT2 vs MetaPhlAn3）が異なっており、結果に大きな影響を与えうる無数の要素のいくつかを挙げるとキリが無いほどである。我々は、Prevotella copriの減少とトリプトファン代謝の変化に関する彼らの最初の報告を確認した。彼らはまた、PDにおける総ウイルス量の減少も報告している。ウイルスのデータベースはまだまばらであり、検出方法も不十分であるため、我々はまだビロームの調査を行っていない32。Qianらの研究22は、多くの点で我々の研究とは異なっており、特に人種（中国人 vs 白人）や研究デザイン（遺伝子ベースの機械学習分類器による予測 vs グローバル、種、遺伝子、パスウェイレベルでの変化の特定と機能推論）が異なっている。しかし、PDで濃縮される生物種の多くがFirmicutes門に属し、Bacteroidetes門のAlistipesもPDで高値を示すという彼らの報告を我々は確認した。

種、属、クラスタレベルの解析は補完的である
種レベルの検定では、属内の不均一性のために属レベルで失われるシグナルを捉えることができる。実際、我々は12属に属する22種について、属レベルのMWASでは見逃されていた関連性を検出した（表3）。逆に、種が稀で統計的な理由から検定から除外された場合、類似の効果を持つ種の累積効果（例えばCorynebacterium）により、属レベルで信号が存在することがある。相関する種のネットワークは、疾患に関連する多微生物クラスターを明らかにすることができるため、別の補完的な情報源となる。10属19種の日和見病原体からなるクラスター#17を考えてみよう。種レベルのMWASでは19種のうちPDで上昇したのは1種のみ（Porphyromonas asaccharolytica）、属レベルのMWASでは10属中3種（放線菌、Corynebacterium、Porphyromonas）がPDで上昇し、クラスターレベルの分析では多菌クラスター全体がPDで上昇したと検出された。

微生物遺伝子ファミリーと代謝経路の存在量の変化
8,528の遺伝子ファミリー（KEGGオーソログ（KO）グループ）と511の代謝パスウェイを同定した。被験者の5％未満に存在するものを除き、4,679のKOグループと407の代謝経路について、MaAsLin2とANCOM-BCを用いてPDとNHCにおける存在量の差を検定した。全結果はKO群（補足データ9）およびパスウェイ（補足データ10）に記載されている。MaAsLin2によると、PDではKOグループの50％、パスウェイの67％が影響を受けていた。ANCOM-BCによると、KOグループの32％、パスウェイの55％が影響を受けていた。重複（両手法ともFDR < 0.05）はKO群の15％、パスウェイの32％であった。したがって、検出された代謝パスウェイの1/3から2/3がPDで制御不能になっていると推定される。

機能的推論
腸内細菌叢の構成成分の多くは、メタゲノム解析によって検出されたものであり、まだ特徴づけられていない。また、まだアノテーションされていないKO群については推論することができない。したがって、ここで行われた推論は、現在の知識と利用可能なリソースを考慮すれば堅牢であるが、この研究の可能性を完全に把握することはできない。PDで変化した経路やKOグループの多くは非特異的であり、広範なディスバイオシスを反映していると考えられるが、PDメタゲノムにはPDの病的特徴と一致するいくつかの特徴があることに注目した（図5）。PDの病態に関する機能的な知見の多くは、モデル生物や実験環境から得られたものであり、ヒトPDとの関連性が保証されているわけではないという注意点がある。ここでは、基礎科学の知見のいくつかを裏付け、検証するヒトPD腸管メタゲノムからのデータを提供する。

図5：PDと機能的に関連性のある微生物遺伝子ファミリーとパスウェイ。
図5
PD490名と神経学的健常対照者（NHC）234名の生物学的に独立したサンプルN=724を解析対象とした。全体として、試験した微生物遺伝子ファミリーの15％（KO群）とパスウェイの30％（MetaCyc）がPDで上昇または枯渇した。これは、2つの統計手法（MaAsLin2およびANCOM-BC）によるFDR < 0.05でのコンセンサスから得られた保守的推定である（補足データ9、10）。ここに、PDとの機能的関連性が推測されるものごとにグループ分けした例を示す（左パネル）。PD発症に関与する可能性のある微生物活性（免疫原性、αシヌクレイン凝集、毒性代謝産物の生成）が増加し、保護機構（抗炎症、神経活性および神経保護分子）のレベルが低下していることがデータからわかる。Y軸。Y軸：KOグループ（識別子は "K "で始まり、括弧内に遺伝子記号）およびパスウェイ（"PWY"）。X軸: (c) MaAsLin2およびANCOM-BCで推定したベータ値と標準誤差から計算した、PD対NHCにおける存在量の差の倍率変化（四角と丸）と95%信頼区間（CI；実線と破線）。(a,b)の内容。PDメタゲノム（青緑）とNHCメタゲノム（オレンジ）における各KOとパスウェイの頻度分布をボックスプロットで示したもの。各ボックスの左、中、右の縦境界は、データの第1、第2（中央値）、第3四分位を表す。ボックスがない場合は、75%以上のサンプルの存在量がゼロであることを示す。また、箱の両端から伸びる線は四分位範囲（範囲＝（75％の存在量から25％の存在量を引いた値）×1.5）の1.5倍外側にあることを表している。線からはみ出した点は異常値サンプルである。(c)の内容。(c)の内容：PDとNHCの相対量をlog2変換したもの（四角に95%CIの実線、MaAsLin2）、または自然対数変換したバイアス補正した観測量（丸に95%CIの点線、ANCOM-BC）のFold変化の差分。青：PDで上昇、赤：PDで低下。LPS: Lipopolysaccharide。LTA: リポテイコ酸. BLP：ムレイン／細菌性リポ蛋白。SCFA: 短鎖脂肪酸(Short-chain fatty-acid). TMA：Trimethylamine.

フルサイズ画像
以下に詳述するように、PDメタゲノムには、疾病を促進するマイクロバイオーム（日和見病原体や免疫原性成分に富む、神経活性シグナルの調節異常、αシヌクレイン病理を誘発するアミロイド原性分子の優位性、毒性物質の過剰生産）と、回復能力の低下（抗炎症分子や神経保護分子の少なさ）が示唆されていることが判明した。

PDメタゲノムには、炎症促進種が全般的に増加しており、また、微生物と宿主の間の炎症シグナル伝達を直接促進する遺伝子群や経路も観察された。炎症は、PDの病因の主要なドライバーとして浮上している33。リポ多糖（LPS）はグラム陰性菌の表面に最も多く存在する抗原で、宿主のToll様受容体4（TLR4）シグナル伝達経路を刺激することにより、強い免疫反応と炎症を誘発することが可能である。PDメタゲノムから、免疫刺激性LPSを持つグラム陰性菌のブルームを検出した。PDに濃縮された55種のうち11種は、高刺激性LPSを持つ菌（Escherichia coli, Klebsiella species, and Porphyromonas asaccharolytica）を含む正規のグラム陰性生物であった。逆に、PDで減少する29種のうち、1種だけが正規のグラム陰性菌であるPrevotella copriで、興味深いことに、この菌は炎症を誘発しないだけでなく、他の菌によるTLR4活性化を抑制できるLPSを生産していた34。また、LPSの糖脂質成分であるリピドAの生成と分泌に必要な遺伝子ファミリーやパスウェイのレベルも上昇しており、LPSの免疫刺激能の多くを担っていることがわかった。PDメタゲノムには、lpxC (K02535: FC = 2.3, 95% CI = 1.5-3.5, FDR = 1E-3), lpxI (K09949: FC = 1.7, 95% CI = 1.5-3.5) など、正規（Raetz Pathway）リピドA合成経路のKOグループが豊富に存在していた。 7, 95% CI = 1.3-2.3, FDR = 1E-3), lptD (K04744: FC = 1.9, 95% CI = 1.4-2.5, FDR = 1E-3), および脂質A合成経路全体 (KDO-NAGLIPASYN-PWY: FC = 1.5, 95% CI = 1.1-2, FDR = 0.02) であることが示された。さらに、LPSのコアとなる免疫原性糖成分の合成経路（ECASYN-PWY: FC = 1.7, 95% CI = 1.2-2.5, FDR = 5E-3）、グラム陰性細胞エンベロープの生産に必要な脂肪酸合成経路（PWY-6285とPWY0-881：FC = 1.6, 95% CI = 1.2-2, FDR = 1E-3）が濃縮することが確認された。また、グラム陽性菌の細胞外膜の成分で、LPSと多くの病原性を共有するLipoteichoic acid（LTA）の合成に関わる遺伝子群の増加（K19005：FC = 1.8, 95% CI = 1.4-2.3, FDR = 4E-5 ）や、その修飾により宿主TLR2により認識されて炎症反応を促進する35 (K03739: FC = 1.7, 95% CI = 1.3-2.2, FDR = 1E-3 )も確認されました。さらに、PDではmurein/bacterial lipoprotein (BLP) gene-family [lpp] K06078 (FC = 1.6, 95% CI = 1.2-2.1, FDR = 0.01) の濃縮が観察された。BLPは炎症性TLR2シグナルを誘発することで高い免疫刺激性を示すが36、LPSと比較して見過ごされがちである。

多糖類を分解し、SCFAを産生する生物種、遺伝子、パスウェイの減少が検出された。SCFAは、腸内細菌が食物繊維を発酵させることで生じる産物である。腸内では、不十分なSCFAレベルは、便秘、腸バリアの低下、炎症37,38に関連しており、これらはすべてPDの共通の特徴である。このデータセットでは、植物由来の多糖類を代謝してSCFAを作る種、遺伝子、経路が枯渇していることが明らかになりました。SCFAを生産するいくつかの種では約2.5倍、Roseburia種では5〜7.5倍という劇的な減少が観察された。遺伝子ファミリーレベルでは、PDメタゲノムで最も減少したKOグループの多くは多糖利用に関わるものであり、それぞれ2倍以上の減少を示した。araQ (K17236: FC = 0.45, 95% CI = 0.34-0.6, FDR = 7E-6), araN (K17234: FC = 0.48, 95% CI = 0.36-0.62, FDR = 9E-6), cbe/mbe (K16213: FC = 0. 07), cabe (K17236: FDR = 0.46, 95% AI = 0.47, 95% CI = 0.58, FDR = 2E-6) など。 47, 95% CI = 0.34-0.67, FDR = 4E-4), および E2.4.1.20 (K00702: FC = 0.48, 95% CI = 0.35-0.66, FDR = 1E-4) であった。また、β-マンナン（PWY-7456：FC = 0.82, 95% CI = 0.75-0.89, FDR = 1E-4）、スタキオース（PWY-6527：FC = 0.83, 95% CI = 0.79-0.89, FDR = 3E-7 ）、イノシトール（PWY-7237：FC = 0.81, 95% CI = 0.75-0.87, FDR = 6E-7 ）等の植物由来の多糖の分解および代謝に必須の経路では劇的ではないが、統計的に有意に減少していたことが判明した。 87, FDR = 7E-7), フルクトゥロン酸 (PWY-7242: FC = 0.83, 95% CI = 0.76-0.9, FDR = 1E-4), ガラクチュロン酸 (GALACTUROCAT-PWY: FC = 0.89, 95% CI = 0.82-0.95), ガラクツール酸 (PWY-7242: F DR = 0.87), ガラクツール酸 (FDR = 0.87), ガラクツール酸 (F DR = 7E-7) 95, FDR = 3E-3), グルコロネート (GLUCUROCAT-PWY: FC = 0.84, 95% CI = 0.78-0.91, FDR = 1E-4), およびガラクツロン酸/グルコロネート (GALACT-GLUCUROCAT-PWY: FC = 0.85, 95% CI = 0.79-0.92, FDR = 5E-4) の5種類であることがわかった。興味深いことに、PDメタゲノムではグリコーゲン代謝経路 (GLYCOCAT-PWY: FC = 2, 95% CI = 1.5-2.7, FDR = 7E-5) が豊富であり、植物由来以外の多糖類を好む細菌が濃縮されていることが示唆された。注目すべきは、減少しているほとんどの多糖類分解経路とは異なり、PDメタゲノムではデンプン分解経路IIIが濃縮されていることである（PWY-6731: FC = 2, 95% CI = 1.5-2.6, FDR = 7E-5）しかし、経路IIIは大腸菌とクレブシエラにマップされ、有益なSCFAを生産しないことが知られていた。

PDメタゲノムではタンパク質分解経路とアミノ酸分解経路が大幅に濃縮されており、PDマイクロバイオームが多糖類よりもタンパク質を主要な炭素/エネルギー源として優先的に利用していることが示唆された。PDとNHCで異なる頻度を示したすべてのタンパク質分解経路は、PDメタゲノムで濃縮されており、グルタミン酸（PWY-5088：FC = 1.3, 95% CI = 1.1-1.6, FDR = 3E-3）、アルギニン/オルチシン（ORNARGDEG-PWY：FC = 1. 9, 95% CI = 1.3-2.6, FDR = 2E-3; ARGDEG-PWY: FC = 1.9, 95% CI = 1.3-2.6, FDR = 8E-3; ORNDEG-PWY: FC = 1.7, 95% CI = 1.3-2.3, FDR = 2E-3), およびスレオニン (THREOCAT-PWY: FC = 1.9, 95% CI = 1.4-2.7, FDR = 5E-4) であった。これらの細菌経路、特にアップレギュレートされたスレオニン経路は、ムチンを含む食事や宿主に由来するタンパク質源を利用する。ムチンは、保護的な腸管粘液層の重要な構成要素である。宿主のムチンを分解する能力の増加は、PD39において腸内細菌の分解と腸管バリアーの透過性上昇に寄与している可能性を提起するものである。

神経活性分子であるドーパミン、グルタミン酸、ガンマアミノ酪酸（GABA）、セロトニンの合成および代謝の異常が検出された。PDにおけるこれらの神経伝達物質が関与する異常は、よく知られている40。ヒトの腸内細菌は、腸内でこれらの神経伝達物質を産生および代謝するだけでなく、脳内のレベルにも影響を与えることが知られています41。脳内のドーパミン作動性細胞の進行性喪失によるドーパミンレベルの大幅な低下は、PDの特徴である。我々は、チロシン脱炭酸酵素／アスパラギン酸1-脱炭酸酵素遺伝子ファミリー（K18933：FC = 1.57, 95% CI = 1.3-1.9, FDR = 3E-4）のレベル上昇を検出し、ドーパミンの必須前駆体であるチロシンを除去していることを確認した。したがって、K18933の上昇は宿主と細菌によるドーパミンの生産を制限する可能性があると推察される。PDメタゲノムでは芳香族アミノ酸合成経路（COMPLETE-ARO-PWY: MaAsLin2 FC = 0.95, 95% CI = 0.92-0.98, FDR = 6E-3; ANCOM-BC FC = 0.74, 95% CI = 0.67-0.82, FDR = 1E-8) が減少しており、微生物がドーパミンおよびおそらくアドレナリンなど他のカテコールアミンの前駆物質を生成する能力が低下していると示唆された。

チロシンデカルボキシラーゼ（TDC）は、L-ドーパが脳に到達する前に、腸内でドーパミンを代謝することができる細菌酵素であるため、注目されている。TDCは細菌のtdc遺伝子にコードされている。Enterococcus faeciumとEnterococcus faecalisのtdc遺伝子はL-ドーパを効率的に代謝し、腸内におけるそれらの多さは、患者に対するL-ドーパの有効性の低下と直接相関している42,43。このデータセットでは、tdc遺伝子やTDC経路は検出されませんでしたが、これは必ずしもそれらが存在しないからではなく、厳しいQC基準によってフィルタリングされた可能性が高いと思われます。しかし、E. faeciumとE. faecalisという菌種は検出され、どちらもPDで上昇した。E. faeciumはMWASで有意に上昇し，MaAsLin2でFC = 1.4 (95% CI = 1.1-1.8), ANCOM-BCでFC = 1.8 (95% CI = 1.2-2.8), 共にFDR~0.02でPD関連種として推薦された．E. faecalisは，MaAsLin2でFC = 1.2 (95% CI = 1-1.5), FDR = 0.1，ANCOM-BC でFC = 1.3 (95% CI = 0.94-1.9), FDR = 0.2であった．

グルタミン酸受容体の過剰活性化によるグルタミン酸中毒とPDとの関連は、実験的に証明されており44、ヒトのグルタミン酸受容体遺伝子との関連も指摘されている45。GABAとグルタミン酸のアンバランス（興奮と抑制のアンバランス）は、シナプスの結合を弱め、神経変性を促進する46。PDメタゲノムでは、グルタミン酸／グルタミン合成の遺伝子ファミリーとパスウェイの減少を指摘した（K00266: FC = 0.74, 95% CI = 0.65-0.83, FDR = 5E-5; PWY-5505, FC = 0.78, 95% CI = 0.65-0.83, FDR = 5E-5: FC = 0.78, 95% CI = 0.7-0.87, FDR = 1E-4）、グルタミン酸とGABAの両方の分解が同時に増加した（PWY-5088: PWY-5088：FC = 1.3, 95% CI = 1.1-1.6, FDR = 2E-3; Argdeg-PWY：FC = 1.9, 95% CI = 1.3-2.6, FDR = 2E-3）。

セロトニンの濃度が最も高いのは腸である。セロトニンの異常は、運動症状の発現前から検出され、早期診断マーカーとなりうる47、認知機能低下の危険因子となりうるPDの後期まで、様々な段階で検出されている48。芽胞形成細菌が宿主の大腸細胞でセロトニンの産生を誘導することが、マウスで示された49。トリプトファンは、マイクロバイオームまたは食事からしか得られない必須アミノ酸であり、セロトニンの律速となる前駆体である。PDではトリプトファン生合成経路が減少していた（TRPSYN-PWY: MaAsLin2 FC = 0.94, 95% CI = 0.9-0.98, FDR = 9E-3; ANCOM-BC FC = 0.73, 95% CI = 0.67-0.8, FDR = 7E-10)．我々はまた、PDにおける胞子形成遺伝子のほぼ全世界的な減少を検出した。このデータセットで33の胞子形成KO群をテストしたところ、そのうち31がPDで枯渇していた（0.49 ≤ FC ≤ 0.77, 2E-5 ≤ FDR ≤ 0.04）ことから、ホストにおける腸のセロトニン生産が低下している可能性が示唆された。

セロトニンは、腸の収縮力を調節することで腸の運動に影響を与える50。芽胞形成細菌がセロトニン産生を調節し、腸の運動を高めること49,50、そして我々のデータが芽胞形成細菌KO群の全体的な減少を示唆していることから、PDの一般的症状である便秘が芽胞形成細菌の減少に関連しているかもしれないと推測し、検証を行った。ANCOM-BCとMaAsLin2の両方でFDR < 0.05だった27の胞子形成KO群を選び、便秘を訴えた被験者とそうでない被験者では、胞子形成KO群の相対量がさらに少なくなるという仮説の検証を行った。その結果、PD群（FC = 0.76, 95% CI = 0.66-0.89, P = 2E-4）、NHC群（FC = 0.58, 95% CI = 0.41-0.83, FDR = 3E-3）とも、胞子嚢群の低存在は便秘と関連していることが明らかになった。便秘を調整しても、PDの胞子形成KO群の相対的存在度はNHCより有意に低かった（FC = 0.79, 95% CI = 0.68-0.9, P = 5E-4）。

ニコチンアミドとトレハロースは神経保護分子である。PDでは、エネルギー恒常性の乱れがニコチンアミド産生の調節異常につながり、神経変性を促進する51。PDの最近の臨床試験では、ニコチンアミドの補給により、炎症を含む病理学的指標が有意に改善されたことが報告されている52。我々は、ニコチンアミダーゼ遺伝子ファミリー（K08281：FC = 2.1, 95% CI = 1.4-3.1, FDR = 3E-3）において2倍の増加を観察し、PD腸内細菌がこの神経保護分子を分解していることを示唆した。

二糖類のトレハロースは、PDおよびその他の神経変性疾患における治療用分子として大きな関心を集めている53。これは、病原性αシヌクレインやその他のタンパク質凝集体の蓄積を抑制する自食作用経路に作用するためと思われる54。ニコチンアミド分解で注目したように、PDメタゲノムでは、トレハロース分解経路で同様の2倍の増加が観察されました（PWY-2723：FC = 2.1, 95% CI = 1.5-2.9, FDR = 4E-5）。また、細菌によるトレハロースの代謝が増加している証拠にも注目した（K00697: FC = 1.9, 95% CI = 1.4-2.5, FDR = 1E-3 および K01087: FC = 1.9, 95% CI = 1.4-2.7, FDR = 1E-3）、その結果、宿主のトレハロースの利用率が低下する可能性があります。

細菌由来のアミロイド生成タンパク質であるcurliは、PDの実験モデルにおいてαシヌクレインの病態と炎症を悪化させる14,15,16。腸内細菌科の多くの種がcurliをコードしている55。我々は、腸内細菌科の33種を検出したが、Escherichia coliとKlebsiella種のみが検査可能なほど高濃度であり、これらは全てPDで上昇した。また、curliに関連する遺伝子ファミリーの濃縮が認められた。csgA (K04334: FC = 1.6, 95% CI = 1.2-2.1, FDR = 9E-3), csgB (K04335: FC = 1.3, 95% CI = 1-1.5, FDR = 0.04) およびcsgC (K04336: FC = 1. csgG (K06214: FC = 1.8, 95% CI = 1.3-2.5, FDR = 3E-3) はcurliの細胞外への分泌と合成に必要である．LuxR/Mat/Ecp (K21963: FC = 1.7, 95% CI = 1.3-2.3, FDR = 3E-3) は、curliの発現を制御する転写因子ファミリーである。

トリメチルアミン（TMA）は、赤肉や卵黄などの食品から腸内細菌が産生する有害な代謝物である。循環血中TMA濃度が高いと、おそらく毒性および炎症作用により、心血管疾患および脳卒中のリスク上昇につながるとされている56。TMAの腸内細菌由来の酸化産物であるTMAOの循環レベルは、PDで上昇し、疾患の進行および重症度と相関していることが報告されている57。TMA産生に関与する遺伝子ファミリーはPDで上昇しており、コリンを切断してTMAを産生するcutC（コリンリアーゼ）（K20038：FC = 1.62, 95% CI = 1.2-2.1, FDR = 4E-3）が含まれていた。 1, FDR = 4E-3）、TMAを生成する前にカルニチンをγ-ブチロベタインに交換するcaiT（L-carnitine/γ-butyrobetaine antiporter）（K05245: FC = 1.7, 95% CI = 1.3-2.3, FDR = 4E-3）が挙げられました。

要約すると、我々は現在実行可能な最高分解能で大規模なデータセットを作成し、公開した。このデータセットには、マイクロバイオームデータを持つ最大のPDコホートである490人のPD患者と、234人の神経学的に健康な高齢者のユニークなコホートに関する個人レベルのディープショットガンメタゲノム配列と広範なメタデータが含まれており、幅広い研究に利用できることから、データセット自体がオープン科学に大きく貢献していると言えるでしょう。PDメタゲノムには、神経変性事象に寛容で、回復を妨げる環境を示す広範なディスバイオーシスが存在することが明らかになった。本研究は、ヒト研究と実験研究の双方向の情報伝達を例証するものである。ヒトのメタゲノムから得られたデータと結果は、PDにおいて腸内細菌が果たすであろう多くの役割を明らかにするために実験的に検証される多数の具体的な仮説を含む、基礎研究のための幅広い基盤を構築するものである。同時に、本研究で得られた結果は、動物モデルで実験的に得られたいくつかの観察結果をヒトで確認するものであった。この研究は、現在検証可能な確かな証拠とともに多くの仮説を生み出しましたが、メタゲノム研究の可能性を完全に達成したわけではありません。メタゲノム解析は、急速に発展している分野とはいえ、新しい分野であり、リソース、方法、ツールは、最先端のものでありながら、まだ発展途上のものである。今後、サンプル数を増やし、他の研究者がメタゲノミクス研究を行い、そのデータを共有することで、より多くの情報が明らかになることは間違いないでしょう。近い将来、PDの不均一性の研究、バイオマーカーの探索、PDのサブ表現型の起源と進行の掘り下げ、PDの予防、治療、進行阻止のためのマイクロバイオーム操作の可能性を調査するための新しいアプローチとして、メタゲノム解析のツールと解析能力が得られると期待している。

研究方法
我々は、関連するすべての倫理規定を遵守している。本研究は、アラバマ大学バーミンガム校（UAB）の被験者保護に関する施設審査委員会（IRB）および米国国防総省（資金提供機関）の人間研究保護室（HRPO）により承認されている。すべての被験者は、UAB IRBと国防総省HRPOの承認を得た上で、インフォームドコンセントに署名した。本研究への参加に対する報酬は提供されなかった。

本研究は、アラバマ大学バーミンガム校（UAB）において、NGRCの研究者の単一チームにより、開始（研究デザインと被験者登録）から終了（解析と解釈）まで行われ、統一された方法が保証された。ショットガン解析と16S解析の比較のためにここで参照されている2つの先行研究は、同じ研究者チームによって行われました。

ソフトウェアと参照データベースは本文中では名前のみを記載し、バージョンとURLは補足データ11に記載した。ワークフローはFig.1である。メタデータ収集、DNA抽出、配列決定とQC、分類学的および機能的プロファイリング、統計解析（MWAS）は盲検化されている。

研究コホート
登録者数
2018年10月から2020年3月にかけて、PDの670人とNHCの316人がUABに登録された。すべての対象者は、米国南部のバーミンガム市とその周辺地域を含む同じ地理的地域の出身であり、マイクロバイオームに対する地理的な交絡の影響を最小限に抑えた。症例として登録するための適格基準は、PDの診断とインフォームドコンセントとした。UABの運動障害クリニックに受診予定の患者の電子カルテ（EMR）を系統的に事前調査し、登録の可能性があるPD患者を特定した。被験者は、診療後に主治医がPDの診断を確認し、患者がこの研究についての説明を受けることを希望した場合、研究に参加するよう招待された。参加希望者には、非公開の場で、採用担当者が研究の内容と参加について説明し、被験者にはインフォームドコンセントフォームを読んで質問する時間が与えられ、参加に同意した場合は同意書に署名してもらった。被験者には、血液または唾液のサンプルを提供し、2種類の質問票と採便キットを持ち帰り、必要事項を記入して、あらかじめ切手を貼った封筒で米国郵政公社に返送してもらった。患者本人と同伴する配偶者または友人も対照として登録し、環境の影響を共有できるようにした。さらに、地域社会から対照被験者を募集した。対照者の同意、登録、データ収集のプロセスは、対照者が直接会っている場合は、患者の場合と同じであった。地域ボランティアの場合は、まず電話で研究内容を説明し、その後、質問がある場合の電話番号を記載した「インフォームド・コンセント用紙」を郵送した。署名入りのインフォームドコンセントフォームを返送していただいた方には、唾液採取用キット、便採取用キット、2枚のアンケート用紙をお送りし、ご自宅で記入していただき、郵送で返送していただきました。対照として登録する資格は、自己申告によるPD、REM睡眠行動障害、アルツハイマー病、認知症、多発性硬化症、筋萎縮性側索硬化症、運動失調、ジストニア、自閉症、てんかん、脳卒中、双極性障害、統合失調症を持たない（したがって、神経学的に健康な対照）、できれば50歳以上、およびインフォームドコンセントであった。コホートの独立性を保つため、過去のマイクロバイオーム研究に参加したことのある被験者を登録しないようにしたが、誤って11名の被験者が二重登録されてしまった。感染やパンデミックのストレスによる交絡を避けるため、米国南部でのCOVID-19のパンデミック開始時（2020年3月）に登録を終了した。

除外項目
便サンプルの返送がなかった被験者は除外した（PD171名、対照73名）。PDの被験者1名は、便サンプルがパンデミック中に受領されたため除外された。対照者1名はサンプルの取り違えの可能性があり、8名は神経学的疾患を有していたため除外した（脳卒中7名、てんかん1名）。PDの診断は時間とともに変化する可能性があるため、シークエンス前とデータ解析前にEMRを確認し、診断が変化した者を除外した（N = 6）。PDの被験者1名は、配列数が少ないため除外した。最終的なサンプルサイズは、PDが490人、NHCが234人であった。

メタデータと便サンプルの収集
被験者には、2つの質問票（メタデータ）と、詳細な説明書と返信用の返信用封筒（切手貼付済み）が入った採便キットが配布された。

質問票
環境および家族歴に関する質問票（EFQ）はPD関連データを収集するために使用され、腸内細菌に関する質問票（GMQ）17,28は便サンプル採取直後に被験者が記入し、腸内細菌関連データを収集するために使用された。質問表は補足図1に示す通りである。質問票は治験責任医師が介入することなく、被験者が記入した。

検便
各被験者は、1つの時点で1つの便サンプルを提供した。したがって、各データポイントは、ユニークな個人を表す。各サンプルは1回ずつ測定・分析された。便サンプルは自宅で採取された。ほぼ全ての被験者（487 PD、232 NHC）は、DNA Genotek (Ottawa, Ontario, Canada) OMNIgene GUT Collection kitを使用した。5人の被験者（PD3人、NHC2人）は、Fisher Scientific (Hampton, NH, USA) DNA/RNA-free BD BBL Sterile/Media-free Swabsを使用した。採取方法は、技術的な共変量として解析に含めた。サンプルはラボで受領後、-20℃の冷凍庫に保管された。

返送されたパケットのQC
各パケットを受領後、パケット内のEFQ、GMQおよび便サンプルを、ラボでの表示ミスや家庭でのサンプル取り違えの可能性（PDと対照ペアが同居）、情報の完全性、分かりやすさ、明瞭性をクロスチェックした。問題はEMRの確認と対象者への電話連絡で解決し、解決しない場合は問題のあるサンプルまたはメタデータを除外した。メタデータは、カスタマイズされた PROGENY データベースソフトウェア（Progeny Genetics LLC, Aliso Viejo, CA, USA）と Excel スプレッドシートに、2 人のデータ入力スタッフが入力し、ダウンロード、クロスチェック、エラーの修正を行った。データの保存と検索にはPROGENYを使用した。

DNA分離、ライブラリー調製、次世代シーケンサー
DNA分離および配列決定時にバッチ効果を避けるため、処理用にサンプルを発送する前に、症例サンプルと対照サンプルを相互に混合した。凍結便サンプルはドライアイスでメタゲノムサービス会社CosmosID（米国メリーランド州ジャーマンタウン）に発送された。Qiagen (Germantown, MD, USA) DNeasy PowerSoil Pro ハイスループットキットを使用して、製造元のプロトコルに従って、便サンプルのアリコートから DNA を単離した。分離されたDNAはQubitで定量した。配列決定ライブラリーは、Illumina Nextera XT transposase systemを用いて調製した。ライブラリーはIllumina NovaSeq 6000装置で、ペアエンド150 bpシーケンスプロトコルに従い、サンプルあたり40 Mリードを目標にシーケンスされた。ポジティブコントロール、ネガティブコントロール、テクニカルレプリカを抽出とシーケンスに含め、すべてQCに合格した。サンプルあたりの生シーケンスリード数は17Mから385M（平均50M）の範囲であった。

配列のバイオインフォマティクス処理
配列のQC
BBDukとBBSplitを用いて、配列リードのQCを行いました。QCの最初のステップでは、BBDukを用いてNextera XTアダプターやPhiXゲノムの汚染を除去し、配列の品質トリミングとフィルタリングを行いました。BBDukは、150bp以降の余分な塩基を確実に除去するためにftm=5、ペアリードのオーバーラップ検出に基づいてアダプターを追加でトリミングする'tbo' オプション、ペアリードを同じ長さにトリミングする 'tpe' オプションで実行されました。qtrim=rl」は配列の5′と3′の両端をquality trim、「trimq=25」はquality score 25までの配列の端をtrim、「minlen=50」はcontaminate removal and trimming後に50 bp以下になった配列をremoveします。除去された配列の割合は、初期リードの22%から72%で、サンプルあたりの平均除去率は28%でした。次に、ヒト参照ゲノム（GRCh38.p13）にマッピングされたすべての配列リードを、デフォルトパラメータでBBSplitを用いて除去し、ほとんどのサンプルでBBDuk処理リードの3%未満を除去しました。最後に、「entropy=0.01」を指定したBBDuk entropy filteringにより、低複雑度配列（ヒト除染済みリードの2%未満）を除去しました。これは、過剰発現した「G」の長いN-merからなるシーケンスのアーチファクトを取り除くために実施されました。その結果、QCされた配列は、1サンプルあたり3Mから258Mリード（平均36M）であった。3Mリードの1サンプルは解析のために削除されましたが、一般に公開されているデータセットに含まれています。基本的には、HMP24が推奨するQCプロトコルに従いましたが、1つだけ異なる点があります。それは、当社のシーケンスプロトコルはPCR増幅ステップを含んでいないため、重複する配列は実際の生物学的過剰発現である可能性があり、削除していないことです。

分類学的プロファイリング
QCした配列は、MetaPhlAn325とそれに付随する約110万個のクローン特異的マーカー遺伝子を用いてプロファイリングした。MetaPhlAn3は、(1)MaAsLin258を用いた下流の解析で使用するためにデフォルト設定で相対量を生成し、(2)ANCOM-BC59で用いるカウントを生成するためにサンプルの総配列リードに乗ずるunknown-estimationフラグを用いて相対量を生成した、の2回実行されました。分類学的プロファイリングの結果、少なくとも1つのマーカー遺伝子で表される2,270種が得られ、MetaPhlAnのデフォルトパラメータによって719種にトリミングされた（デフォルトパラメータ：t=rel_ab, perc_nonzero=0.33, stat_q=0.2, avoid_disqm=FALSE, stat=tavg_g, min_cu_len=2000, unknown_estimation=FALSE).

腸型プロファイリング
属の相対量を用いて、ウェブベースのEMBL enterotype classifierを使用し、オリジナルの腸型定義（Bacteroides, Firmicutes, Prevotella）60に基づき各サンプルに腸型を割り当てた。PDとNHCにおける各 enterotypeの頻度は、各 enterotypeに割り当てられたサンプル数をサンプル総数で割って別々に計算された。

機能プロファイリング
QCされた配列は、HUMAn325を用い、デフォルトのパラメータで潜在的な機能性（UniRef90 gene-families61 および MetaCyc metabolic pathways62）をプロファイリングされた。得られたUniRef90遺伝子ファミリーは、HUMAnNユーティリティツール 'humann_regroup_table' を用いて、KOグループに変換された。パスウェイとKOグループは、コミュニティレベルのデータのみを含むようにフィルタリングされた。機能プロファイリングの結果、8,528の異なるKOグループと511の代謝パスウェイが得られたが、これは過去のヒト腸内細菌研究25と一致する数字である。

統計解析
すべての統計解析のサンプルサイズは、PD 490名、NHC 234名であった。ただし、便秘を含むテストはPD 468名、NHC 225名、すべての交絡因子に関するデータが必要な交絡解析はPD 435名、NHC 219名であった。Rを使用する場合、特に断りのない限り、デフォルトのパラメータを使用した。SparCC相関を除くすべての検定で、技術的変数を共変量として含めた。技術的変数とは、（1）サンプルあたりの総配列数（Rの「scale」を使用して標準化）、（2）採便キット（5人の被験者は滅菌スワブを使用、719人はOMNIgene GUTを使用）である。その他の共変量は適宜追加し、記載することとした。有意性の判断は、不可知論的か仮説駆動的かの検定に基づき、各解析について以下に記すように、適宜、多重検定を補正した。

メタデータの解析
PD対NHCにおける53の変数（表1）の分布は、Rの「fisher.test」でカテゴリ変数についてフィッシャーの正確検定を用い、Rの「wilcox.test」で定量変数についてウィルコクソン順位和検定を用いて検定した。ORと95％CIは、2×2表がゼロを含んでいなければ「fisher.test」で算出し、「CImethod='Woolf'」を指定したPairwiseCI Rパッケージの「prop.or」を使用した。P値は両側で、多重検定で補正していない。なぜなら、目的は潜在的な交絡因子を指し示す可能性のある差の傾向を検出することであったからである。

メタゲノム全体の組成の検定
主成分分析(PCA)
腸内メタゲノム組成のサンプル間差の指標として、Aitchison distancesを使用した。Aitchison距離は、中心対数比（clr）変換された種数データから計算されるユークリッド距離である。clr変換は、Rの式(1)を用いて行った。

$${{{{{\rm{clr}}}}}}={{\log }}\left(x+1\right)-{{{{{\rm{mean}}}}}}({{\log }}\left(x+1\right))$$
(1)
ここで、xはサンプル中の全種類のカウントのベクトルである。PCAはRの'prcomp'を用いてAitchison距離で行った。最初の2つのPCはggfortify Rパッケージの'autoplot'を用いてプロットされた。

ベータ多様性
PDメタゲノムとNHCメタゲノムの全体的な組成の違いは、vegan Rパッケージの'adonis2'を介してPERMANOVA63を使用してAitchison距離で正式にテストされた。PERMANOVAの有意性は、9,999回の並べ換えを使用して決定され、最高の有意性を得るためにはP < 1E-4が上限とされた。

分散
分散の均質性（比較するグループ（PD vs. NHC）が分散において類似しているというPERMANOVAの仮定）を検定するために、vegan Rパッケージの「betadisper」と「permutest」関数を使ってPERMDISPを実行しました。PERMDISPの有意性は、最高の有意性を示すP < 1E-4を上限とする9,999回の並べ替えを用いて決定された。

腸型
PDとNHCの腸型頻度の違いは、カイ二乗検定を用いて検定した。最初の検定は、Rの'chisq.test'を使ってPD対NHCの3つの腸型に渡る分布で行われた。差をもたらす腸型を特定するために、カイ二乗を使い、カイ二乗に最大の効果をもたらす因子を主要因子とし、主要因子を除去して残りの変数（腸型）の度数を正規化し、カイ二乗が有意でなくなるまでプロセスを繰り返す逐次検定が適用された64。PDとNHCの腸型の頻度分布は、vcd Rパッケージの「mosaic」を使ってプロットされた。

ディファレンシャルアバンダンス解析
Unbiased differential abundance analysis（不偏差分存在比分析）。MWAS
490 PD vs. 234 NHCの種、属、KOグループ、パスウェイの差分存在度を検定するために、MWASアプローチを使用した。各検定には、配列QCを通過し、被験者の5％以上に存在する検出されたすべての特徴（257種、107属、4,679KO群、407パスウェイ）が含まれる。主要な解析は種レベルのMWASである。属レベルのMWASは、過去の文献との比較のためである。KOグループとパスウェイのMWASは機能推論のためであった。

統計学的検定。2つの多変量関連検定、MaAsLin2とANCOM-BCを並行して使用し、結果が方法論のばらつきに対してロバストであることを確認した。MaAsLin2とANCOM-BCを選んだ理由は、我々や他の研究者が行った実データとシミュレーションデータの比較研究65,66で、検出力を維持しながら偽陽性率を低く抑えることができる最も堅牢なものの一つであったからである66。MaAsLin2は、バイオインフォマティクスに使用したbioBakeryツール群に含まれる存在量差検定である。ANCOM-BCはアプローチが異なり、さらに、あるサンプルで観測された存在量が、生態系（ヒト腸内）の真の絶対量をどれだけ表しているかを推定するために「サンプリング率」という概念を導入し、サンプル間のサンプリング率の差を調整するバイアス補正を組み込んでいる。このように、MaAsLin2は相対量を測定し、ANCOM-BCはバイアス補正された（絶対量に近似した）観測量を測定するので、並べて表示すると、PDとNHCメタゲノムがどのように異なるかについて異なる補完的な視点が得られます。

多重検定補正。Benjamini-Hochberg FDR法67を使用した。

有意性種レベルのMWAS（一次解析）では、PDとの関連について、ANCOM-BCとMaAsLin2が一方ではFDR<0.05、他方ではFDR≦0.1で一致することを統計的有意とした（すなわち．MaAsLin2とANCOM-BCの両方でFDR < 0.05、またはMaAsLin2でFDR < 0.05、ANCOM-BCでFDR≤0.1、またはANCOM-BCでFDR < 0.05、 MaAsLin2でFDR≤0.1）となった場合に有意とされた。その他のMWASについては、ハードルールは設定されていないが、FDR〜0.05〜0.1の範囲にある結果を取り上げている。

効果量。ANCOM-BCとMaAsLin2について、それぞれ式（2）と式（3）を用いてRで計算し、fold change (FC) として測定した。

ANCOM-BCとMaAsLin2それぞれについて、式(2)と式(3)を用いて計算しました。
(2)
$${{{{{mrms{Fold}}}=2 ^{楔}}x$$の変化
(3)
ここで、xはANCOM-BC（自然対数変換した存在量に基づく）、またはMaAsLin2（対数2変換した相対的存在量に基づく）から得られるモデル係数のベクトルである。

プロット。R パッケージの ggplot2 を用いて、MaAsLin2 と ANCOM-BC の種 MWAS からの -log10 FDR q-value を、テストしたすべての種についてプロットした。FDR < 0.05 と FDR < 0.1 で MWAS から検出された MaAsLin2 と ANCOM-BC の種の重複を示すベン図は、ggvenn R パッケージを使用して作成されました。PDとNHCの相対的存在量（MaAsLin2）とバイアス補正された観察量（ANCOM-BC）、および95％CIによるFCは、PD関連種と選択したKOグループとパスウェイについてggplot2 Rパッケージを使用してプロットされた。ANCOM-BCからバイアス補正された観測量を抽出してプロットするために、Rの式(4)を使用した。

ANCOM-BCからバイアス補正された観測値を抽出するために，Rで以下の式（4）を用いてプロットしました．
(4)
ここで、xは観測された存在量のサンプルごとの行列、yは各サンプルについてANCOM-BCで推定されたサンプリング分率のベクトルである。

パラメータは MaAsLin2とANCOM-BCはデフォルトのパラメータで実行されました。ただし、最小解析N=37を確保するために、サンプルの5%未満に存在する微生物の特徴はテストから除外され（ANCOM-BCは'zero_cut=0.95'、MaAsLin2は'min_prevalence=0.05'）、多重テストの補正はベンジャミニ・ホックバーグFDR67（ANCOM-BCは 'p_adj_method="BH", MaAsLin2は 'correction="BH" ）となりました。さらに、MaAsLin2については、データ入力がすでに総和スケーリング正規化されているため「正規化」を「NONE」に、Rの「scale」関数を用いてMaAsLin2実行前に定量変数の標準化を行ったので「標準化」を「FALSE」に設定した。

年齢と性別の調整 MWASから得た84種のPD関連菌について、年齢、性別、便の採取方法、総配列数をモデルにして、MaAsLin2によりPDとの関連を再確認した。ANCOM-BCは、バイアス補正のためにメタゲノム全体ではなく、84種のみを使用するため、サブセット解析には使用しなかった。多重検定補正には Benjamini-Hochberg FDR 法67 を用いた。

交絡因子解析 PDとNHCで異なる外部変数の交絡効果を調べるため、MWASのPD関連84種と、9つの変数をモデルにしてMaAsLin2を行った。PD/NHC、総配列数、アルコール、下剤、プロバイオティクス、抗ヒスタミン薬、うつ病・不安・気分障害の薬、鎮痛剤、睡眠薬の摂取（有/無）。痛み止めと睡眠導入剤のデータが不足していたため、5名の被験者を除外した。便の採取方法は、除外された5名は綿棒を使用した被験者であったため、含まれていない。PDとNHCは、体重減少、消化器系不快感、便秘にも差があったが、これらの変数はPDの本質的な特徴であるため、交絡因子とはみなさない。これらの変数を調整することは、PDの一部を覆い隠してしまうことになり、PDメタゲノムにおけるディスバイオシスの完全な非改善的見解を得るという本研究の目的に反するものである。年齢と性別もリスクファクターであるため、PDに内在している。しかし、PDは男性に多く見られるため、環境変動を最小限に抑えるために家庭内対照群を選択したことが、対照群における女性優位と若年化を膨らませた。種レベルのGWASの結果がこの歪みによる人工物でないことを確認するため、MWASから得た84種のPD関連種とモデル中の5つの変数でMaAsLin2を実行した。PD/NHC、総配列数、便の採取方法、男性/女性、便採取時の年齢（単位は年、Rの「scale」を使用して標準化）。多重検定補正にはBenjamini-Hochberg FDR法67を使用した。

仮説駆動型豊度差分析
以下の検定は、MaAsLin2で行ったように、log2変換した相対現存量に線形回帰（Rの'lm'を使用）を用いて行った。各検定は仮説に基づいて行われ、多重検定は行わなかった。検定には方向性があるが、保守的に両側P値を表示した。3つの仮説が検証された。これらは独立しており、無関係である。しかし、3つの仮説に対してボンフェローニ補正を適用することが適切と考えられる場合、PDのNHCに対するプレボテラ亜属の増加については、ボンフェローニ補正、両側P=4E-3で、PDのNHCに対するクラスター#17の増加についてはP=6E-5で、PDでの胞子嚢炎と便秘の軽減についてはP=6E-4、NHCではP=0.01で3つとも有意であると思われた。

プレボテラ亜属菌。このテストは、16SデータベースSILVAによって同定された、Prevotella buccalis, timonensis, bivia, disiens and oralisを含むPrevotella亜属17の存在量が増加しているという以前の所見の再現性を評価するために実施されたものである。種レベルでは、これらは個々にあまりに希少であり、MWASから除外された。これらの種の相対的な存在量を折りたたんでPrevotella亜属を作り、PD対NHCで違いを検証した。

クラスター#17 このテストは、属レベルで検出された日和見病原体の存在量が多いという、以前の所見の再現性を評価するために行われた17。ここでも、Porphyromonas asaccharolyticaを除いて、個々の種はまれであり、テストは行わなかった。そこで、先行研究と同様に属単位で組み合わせ、PDとNHCの違いを検証した。試験は、クラスタ#17の全19種（補足データ8に記載）を結合して1回、Porphyromonas asaccharolyticaを除いて1回行った。

胞子形成KO群と便秘。この試験は、胞子形成 KO 群では PD が減少しており、先行研究では胞子形成種が腸管運動を調節することが示されていることから実施された；49 したがって、以下の質問とした。我々のデータは、胞子嚢群の減少レベルと便秘の間の関連性を支持するか？これを検証するために、PDとの関連を示した27の胞子嚢群KO群を折りたたみ（すなわち、補足データ9でKO群名をキーワード「sporulation」で検索し、ANCOM-BCおよびMaAsLin2によってFDR < 0.05のものを選択）、PDとNHCで別々に、便秘（過去3ヶ月以内）と非便秘層における相対存在量の合計を検証した。PDにおいて胞子形成KO群が便秘とは無関係に有意に減少しているかどうかを調べるため、今度は便秘をモデルで調整し、胞子形成KO群の存在量と症例の関連性を再試行した。

ネットワーク解析
PDとNHCのマイクロバイオームについて、それぞれ相関ネットワークを作成した。SparCCのペア相関68は、FastSpar（SparCCのC++実装）の「fastspar」への入力として、100回の反復を指定して種数データを用いて計算された。次に、（1）1000個のランダムなデータセットを作成し、（2）各ランダムデータセットについてSparCC相関を計算し、（3）元の相関よりも強いランダム相関の割合を決定することにより、各相関についてP値を算出した。コミュニティ検出のためのLouvainアルゴリズム69 を（igraph Rパッケージの'cluster_louvain'を介して）使用し、｜r｜ > 0.2 および無修正順列 P < 0.05 に達した相関を使用して種のクラスターをアルゴリズム的に検出した。各生物種の｜r｜ > 0.2、uncorrected permuted P < 0.05 の相関の数は、igraph の 'degree' を使って計算された。ネットワークを可視化するために、｜r｜ > 0.2、uncorrected permuted P < 0.05に達した相関を、クラスターのメンバーと共にGephiにインポートした。Force Atlas 2アルゴリズム70を用いて、種をノード、相関を種間の接続エッジ、相関の強さをエッジの重みで表示し、ネットワークをプロットした。

再現性
結果は、NCBI SRA PRJNA834801で公開されている生の配列とメタデータ、またはZenodo [https://zenodo.org/record/7246185]の「ソースデータ」にある加工データ（QC後、分類学的および機能的プロファイリング）を用いて、原稿の「方法」のセクションに従い、この原稿に付属する「補足コード」、同じくZenodo [https://zenodo.org/record/7246185]から再生することが可能である。

報告書の概要
研究デザインに関する詳細な情報は、この論文にリンクされているNature Portfolio Reporting Summaryに掲載されています。

データの利用可能性
本研究で作成・解析したデータセットは、NCBI Sequence Read Archive (SRA) BioProject ID PRJNA834801で制限なく公開されています。SRA上の配列はQC前のものです。ここで作成されたQC後、分類・機能プロファイリング後のデータである "Source Data" は、Zenodo [https://zenodo.org/record/7246185] で制限なく一般に提供されています。メタゲノム配列の除染に用いたヒト参照ゲノム（GRCh38.p13）は、GenBank assembly accession number GCA_000001405.28 としてNCBIで一般公開されています。MetaPhlAn3が分類学的プロファイリングに用いたChocoPhlAnデータベース（v30）は、MetaPhlAn databases FTP site [http://cmprod1.cibio.unitn.it/biobakery3/metaphlan_databases] から、またはコマンド 'metaphlan --install' によってダウンロード可能で、一般に公開されています。HUMAn3による機能プロファイリングで使用したChocoPhlAnおよびUniRef90参照データベース（v201901b）は、HUMAnNデータFTPサイト [http://huttenhower.sph.harvard.edu/humann_data] から、または 'humann_databases' ユーティリティスクリプトを使用してダウンロードできるように公開されている。HUMAnNによるパスウェイの機能プロファイリング用のパスウェイデータは、HUMAnNプログラムにパッケージされており、一般にアクセス可能なMetaCyc参照データベース（v24）[https://metacyc.org/]から得られたものである。

コードの入手
配列QC、分類学的・機能的プロファイリング、統計解析、図の生成に使用したコードは、原稿の補足に「Supplement Code」として、Zenodo [https://zenodo.org/record/7246185] で制限なく公開されています。

参考文献
Fan, Y. & Pedersen, O. Gut microbiota in human metabolic health and disease（ヒト代謝性健康と疾患における腸内細菌叢）. Nat. Rev. Microbiol 19, 55-71 (2021).

論文

パブコメ

CAS

Google Scholar

Erny, D. et al. 宿主微生物叢は、CNSにおけるミクログリアの成熟と機能を絶えず制御している。Nat. Neurosci. 18, 965-977 (2015).

論文

PubMed

PubMed Central

キャス

Google Scholar

Dorsey, E. R., Sherer, T., Okun, M. S. & Bloem, B. R. The emerging evidence of the parkinson pandemic（パーキンソン病の新たな証拠）. J. Parkinsons Dis. 8, s3-s8 (2018)に掲載されています。

論文

PubMed

PubMed Central

Google Scholar

Obeso, J. A. et al. パーキンソン病の過去、現在、未来：シェイキングパルシー200周年記念特別エッセイ. Mov. Disord. 32, 1264-1310 (2017).

論文

PubMed

パブメドセントラル

キャス

Google Scholar

Klein, C. & Westenberger, A. Genetics of Parkinson's Disease. Cold Spring Harb. Perspect. Med. 2, a008888 (2012).

論文

パブコメ

PubMed Central

Google Scholar

Nalls, M. A. et al. Identification of novel risk loci, causal insights, and heritable risk for Parkinson's disease: a meta-analysis of genome-wide association studies.「パーキンソン病における新規リスク遺伝子座、原因究明、遺伝的リスクに関するメタ分析」。Lancet Neurol. 18, 1091-1102 (2019).

論文

PubMed

パブメッドセントラル

キャス

Google Scholar

Chen, H. & Ritz, B. The search for environmental causes of Parkinson's disease: moving forward. J. Parkinsons Dis. 8, s9-s17 (2018)に掲載されています。

論文

PubMed

パブメド・セントラル

キャス

Google Scholar

Braak, H., Rub, U., Gai, W. P. & Del Tredici, K. 特発性パーキンソン病：脆弱な神経細胞型が未知の病原体によって神経侵入を受ける可能性がある経路。J. Neural Transm. (Vienna) 110, 517-536 (2003).

論文

CAS

Google Scholar

Breen, D. P., Halliday, G. M. & Lang, A. E. 腸-脳軸とαシヌクレイン病態の広がり。Vagal highway or dead end? Mov. Disord. 34, 307-316 (2019).

論文

PubMed

Google Scholar

Horsager, J. et al. Brain-first versus body-first Parkinson's disease: a multimodal imaging case-control study. Brain 143, 3077-3088 (2020).

論文

PubMed

Google Scholar

Kim, S. et al. 病的αシヌクレインの腸から脳への経神経伝搬は、パーキンソン病のモデルとなっています。Neuron 103, 627-641.e7 (2019).

論文

PubMed

パブメドセントラル

キャス

Google Scholar

Sampson, T. R. et al. Gut microbiota regulate motor deficits and neuroinflammation in a model of Parkinson's disease.腸内細菌はパーキンソン病モデルにおいて運動障害と神経炎症を制御する。Cell 167, 1469-1480.e12 (2016).

論文

PubMed

パブメドセントラル

キャス

Google Scholar

Matheoud, D. et al. 腸内感染がPink1(-/-)マウスのパーキンソン病様症状を誘発する。Nature 571, 565-569 (2019)に掲載されています。

論文

PubMed

キャス

Google Scholar

Sampson, T. R. et al. 腸内細菌アミロイドは、マウスのαシヌクレインの凝集と運動障害を促進する。Elife 9, e53111 (2020).

Chen, S. G. et al. 機能性細菌アミロイドタンパク質curliへの曝露は、高齢のFischer 344ラットおよび線虫におけるα-シヌクレインの凝集を促進する。Sci. Rep. 6, 34477 (2016).

論文

ADS

PubMed

パブメッドセントラル

キャス

Google Scholar

Wang, C., Lau, C. Y., Ma, F. & Zheng, C. Genome-wide screen identifies curli amyloid fibril as a bacterial component promoting host neurodegeneration（ゲノムワイド・スクリーニングにより、宿主の神経変性を促進する細菌成分としてcurliアミロイド線維を同定）。Proc Natl Acad Sci USA 118, e2106504118 (2021).

Wallen, Z. D. et al. Characterizing dysbiosis of gut microbiome in PD: evidence for overabundance of opportunistic pathogens（PDにおける腸内細菌叢の異常の特徴：日和見病原体の過剰発現の証拠）。NPJ Parkinsons Dis. 6, 11 (2020).

論文

PubMed

PubMed Central

キャス

Google Scholar

Toh, T. S. et al. Gut microbiome in Parkinson's disease: New insights from meta-analysis. Parkinsonism Relat. Disord. 94, 1-9 (2022).

論文

PubMed

Google Scholar

Romano, S. et al. パーキンソン病腸内細菌群のメタアナリシスにより、腸の炎症に関連した変化が示唆された。NPJ Parkinsons Dis. 7, 27 (2021).

論文

PubMed

PubMed Central

CAS

Google Scholar

Nishiwaki, H. et al. パーキンソン病における腸内細菌叢のメタアナリシス. Mov. Disord. 35, 1626-1635 (2020).

論文

PubMed

CAS

Google Scholar

Bedarf, J. R. et al. 早期のL-DOPA未治療のパーキンソン病患者における微生物およびウイルスによる腸内メタゲノム変化の機能的意味合い。Genome Med. 9, 39 (2017).

論文

PubMed

PubMed Central

キャス

Google Scholar

Qian, Y. et al. Gut metagenomics-derived genes as potential biomarkers of Parkinson's disease（腸内メタゲノミクス由来遺伝子のパーキンソン病バイオマーカーとしての可能性）。Brain 143, 2474-2489 (2020).

論文

PubMed

Google Scholar

Mirzayi, C. et al. Reporting Guidelines for human microbiome research: the STORMS checklist. Nat. Med. 27, 1885-1892 (2021).

論文

PubMed

PubMed Central

キャス

Google Scholar

Integrative, H. M. P. R. N. C. The Integrative Human Microbiome Project. Nature 569, 641-648 (2019)に掲載されました。

掲載記事

ADS

Google Scholar

Beghini, F. et al. bioBakery 3による多様な微生物コミュニティの分類学的、機能的、および株レベルのプロファイリングの統合. Elife 10, e65088 (2021).

Huang, X. et al. Streptococcus mutansと強力に拮抗する高アルギノリシス性Streptococcus種. Appl Environ. Microbiol 82, 2187-2201 (2016).

論文

ADS

PubMed

パブメッドセントラル

キャス

Google Scholar

Choi, Y. et al. ヒト慢性創傷における嫌気性菌の共発生。Micro. Ecol. 77, 808-820 (2019).

論文

ADS

キャス

Google Scholar

Hill-Burns, E. M. et al. Parkinson's disease and Parkinson's disease medications have distinct signatures of the gut microbiome.パーキンソン病とパーキンソン病治療薬には、腸内細菌の異なるシグネチャーがある。Mov. Disord. 32, 739-749 (2017).

論文

PubMed

パブメドセントラル

キャス

Google Scholar

Scheperjans, F. et al. 腸内細菌叢は、パーキンソン病と臨床表現型に関連している。Mov. Disord. 30, 350-358 (2015).

論文

PubMed

グーグルスカラー

Petrov, V. A. et al.パーキンソン病患者における腸内細菌叢の解析. Bull. Exp. Biol. Med 162, 734-737 (2017).

論文

PubMed

キャス

Google Scholar

Wang, W. et al. 炎症性腸疾患におけるBifidobacteriumとLactobacillus群の割合の増加および酪酸産生菌の消失. J. Clin. Microbiol 52, 398-406 (2014).

論文

PubMed

PubMed Central

Google Scholar

Meyer, F. et al. Critical assessment of metagenome interpretation: the second round of challenges.メタゲノム解釈の批判的評価：第二ラウンドの課題。Nat. Methods 19, 429-440 (2022).

論文

PubMed

PubMed Central

CAS

Google Scholar

パーキンソン病における自然免疫反応と適応免疫反応。Prog. Brain Res. 252, 169-216 (2020)に掲載されました。

論文

PubMed

Google Scholar

d'Hennezel, E., Abubucker, S., Murphy, L. O. & Cullen, T. W. Total lipopolysaccharide from the human gut microbiome silences toll-like receptor signaling. mSystems 2, e00046-17 (2017).を参照。

Villeger, R. et al. Characterization of lipoteichoic acid structures from three probiotic Bacillus strains: involvement of D-alanine in their biological activity.（プロバイオティック・バチルス3株由来のリポテイコ酸構造の特性：生物活性におけるD-アラニンの関与）。Antonie Van. Leeuwenhoek 106, 693-706 (2014).

論文

PubMed

PubMed Central

キャス

Google Scholar

Travassos, L. H. et al. Toll様受容体2依存の細菌感知は、ペプチドグリカン認識を介して行われない。EMBO Rep. 5, 1000-1006 (2004).

論文

PubMed

パブメド中央

CAS

Google Scholar

Shi, Y. et al. 混合型難治性便秘症患者における短鎖脂肪酸の機能と臨床的意義。Colorectal Dis. 18, 803-810 (2016).

論文

PubMed

キャス

Google Scholar

Park, J., Wang, Q., Wu, Q., Mao-Draayer, Y. & Kim, C H. Bidirectional regulatory potentials of short-chain fatty acids and their G-protein-coupled receptors in autoimmune neuroinflammation.短鎖脂肪酸とGタンパク質共役型受容体の自己免疫性神経炎症における双方向性調節能. Sci. Rep. 9, 8837 (2019).

論文紹介

ADS

PubMed

PubMed Central

Google Scholar

Forsyth, C. B. et al. S状結節粘膜のαシヌクレイン染色およびエンドトキシン曝露マーカーと早期パーキンソン病における腸管透過性亢進の相関。PLoS ONE 6, e28032 (2011).

論文

ADS

PubMed

PubMed Central

CAS

Google Scholar

Yadav, D. & Kumar, P. Restoration and targeting of aberrant neurotransmitters in Parkinson's disease therapeutics（パーキンソン病治療における異常神経伝達物質の回復と標的化）。Neurochem. Int. 156, 105327 (2022).

論文

PubMed

CAS

Google Scholar

Olson, C. A. et al. 腸内細菌叢はケトジェニックダイエットの抗痙攣効果を媒介する。Cell 173, 1728-1741.e13 (2018).

論文

PubMed

パブメドセントラル

キャス

Google Scholar

van Kessel, S. P. et al. 腸内細菌チロシンデカルボキシラーゼは、パーキンソン病の治療におけるレボドパのレベルを制限する。Nat. Commun. 10, 310 (2019).

論文

ADS

PubMed

PubMed Central

Google Scholar

Maini Rekdal, V., Bess, E. N., Bisanz, J. E., Turnbaugh, P. J. & Balskus, E. P. Discovery and inhibition of an interspecies gut bacterial pathway for Levodopa metabolism.（レボドパ代謝の種間消化管細菌経路の発見と阻害）。サイエンス 364, eaau6323 (2019).

Wang, J., Wang, F., Mai, D. & Qu, S. Molecular mechanisms of glutamate toxicity in Parkinson's disease（パーキンソン病におけるグルタミン酸毒性の分子メカニズム）. Front Neurosci. 14, 585584 (2020).

論文

PubMed

PubMed Central

Google Scholar

Hamza, T. H. et al. Genome-wide gene-environment study identifies glutamate receptor gene GRIN2A as a Parkinson's disease modifier gene via interaction with coffee.ゲノムワイドな遺伝子環境研究により、コーヒーとの相互作用を介したパーキンソン病修飾遺伝子として同定された。PLoS Genet. 7, e1002237 (2011).

論文

PubMed

パブメド・セントラル

CAS

Google Scholar

Sood, A., Preeti, K., Fernandes, V., Khatri, D. K. & Singh, S. B. Glia.グリア。グルタミン酸-GABA制御異常を介した神経変性における主要なプレーヤー。J. Neurosci. Res. 99, 3148-3189 (2021)に掲載されました。

論文

PubMed

CAS

Google Scholar

Wilson, H. et al. A53Tαシヌクレインパーキンソン病の運動前および運動期におけるセロトニン作動性病態と疾患負荷：横断的研究(A cross-sectional study). Lancet Neurol. 18, 748-759 (2019).

論文

パブコメ

キャス

Google Scholar

Frouni, I., Kwan, C., Belliveau, S. & Huot, P. Cognition and serotonin in Parkinson's Disease. Prog. Brain Res. 269, 373-403 (2022).

論文

PubMed

Google Scholar

Yano, J. M. et al. 腸内細菌叢の常在菌が宿主のセロトニン生合成を制御する. Cell 161, 264-276 (2015).

論文

PubMed

PubMed Central

キャス

Google Scholar

消化管運動制御における内因性腸管セロトニンの役割とは？Pharm. Res 140, 50-55 (2019)に掲載されました。

論文

キャス

Google Scholar

Ostrakhovitch, E. A. et al. 循環代謝産物の解析によるパーキンソン病と本態性振戦の鑑別. Neurosci. Lett. 769, 136428 (2022).

論文

PubMed

CAS

Google Scholar

Brakedal, B. et al.NADPARK試験。パーキンソン病におけるニコチンアミドリボシド補給の無作為化第I相試験。Cell Metab. 34, 396-407.e6 (2022).

論文

パブコメ

CAS

Google Scholar

Lee, H. J., Yoon, Y. S. & Lee, S. J. トレハロースによる神経保護機構：オートファジー誘導をめぐる論争. セルデス・ディズ。9, 712 (2018).

論文

PubMed

PubMed Central

Google Scholar

Khalifeh, M., Barreto, G. E. & Sahebkar, A. Trehalose as a promising therapeutic candidate for the treatment of Parkinson's disease（パーキンソン病の治療のための有望な治療候補としてのトレハロース）。Br. J. Pharm. 176, 1173-1189 (2019).

論文

キャス

Google Scholar

Dueholm, M. S., Albertsen, M., Otzen, D. & Nielsen, P. H. Curli functional amyloid system are phylogenetically widespread and display large diversity in operon and protein structure.系統的に広く分布し、オペロンとタンパク質構造に大きな多様性がある。PLoS ONE 7, e51274 (2012).

論文

ADS

PubMed

PubMed Central

CAS

Google Scholar

Zhu, W. et al. 腸内細菌はトリメチルアミンN-オキシド経路を介して脳卒中重症度に影響を与える。Cell Host Microbe 29, 1199-1208.e5 (2021).

論文

PubMed

PubMed Central

CAS

Google Scholar

Chen, S. J. et al. 腸内代謝物トリメチルアミンN-オキシドは、パーキンソン病の重症度および進行度と関連している。Mov. Disord. 35, 2115-2116 (2020).

論文

PubMed

CAS

Google Scholar

Mallick, H. et al. Population-scale meta-omics studiesにおける多変量関連発見. PLoS Comput. Biol. 17, e1009442 (2021)に掲載されています。

論文

PubMed

PubMed Central

CAS

Google Scholar

Lin, H. & Peddada, S. D. バイアス補正を用いたマイクロバイオーム組成の解析。Nat. Commun. 11, 3514 (2020).

論文

ADS

PubMed

PubMed Central

キャス

Google Scholar

Arumugam, M. et al. ヒト腸内細菌叢の腸型。Nature 473, 174-180 (2011).

論文

PubMed

パブメド・セントラル

CAS

Google Scholar

Suzek, B. E. et al. UniRef clusters: a comprehensive and scalable alternative for improving sequence similarity searches.（UniRefクラスタ：配列類似性検索を向上させるための包括的でスケーラブルな代替手段）。バイオインフォマティクス 31, 926-932 (2015).

論文

PubMed

キャス

Google Scholar

Caspi, R. et al. The MetaCyc database of metabolic pathways and enzymes-a 2019 update（代謝経路と酵素のメタサイクルデータベース）。Nucleic Acids Res 48, D445-D453 (2020).

論文

PubMed

CAS

Google Scholar

Anderson, M. J. A new method for nonparametric multivariate analysis of variance（ノンパラメトリック多変量分散分析のための新しい方法）。オーストラリア。Ecol. 26, 32-46 (2001).

Google Scholar

マーカーアレルと疾患との相対的素因効果（RPE's)。HLA-DRと自己免疫性甲状腺疾患。Am. J. Hum. Genet. 45, 541-546 (1989).

PubMed

PubMed Central

CAS

Google Scholar

16Sアンプリコンシークエンスから得られた2つの大規模なパーキンソン病腸内細菌データセットを用いた存在量の差のテスト方法の比較研究。BMC Bioinform. 22, 265 (2021).

論文

Google Scholar

Nearing, J. T. et al. Microbiome differential abundance methods produce different results across 38 datasets. Nat. Commun. 13, 342 (2022).

論文

ADS

PubMed

PubMed Central

CAS

Google Scholar

Hochberg, Y. & Benjamini, Y. More powerful procedures for multiple significance testing. Stat. Med. 9, 811-818 (1990).

論文

パブコメ

CAS

Google Scholar

ゲノムサーベイデータから相関ネットワークを推測する。PLoS Comput Biol.8, e1002687 (2012).

論文

ADS

PubMed

PubMed Central

CAS

Google Scholar

Blondel, V., Guillaume, J., Lambiotte, R. & Lefebvre, E. Fast unfolding of communities in large networks.（大規模ネットワークにおけるコミュニティの高速展開）。J. Stat. Mech. 2008, P10008 (2008).

論文

数学

Google Scholar

Jacomy, M., Venturini, T., Heymann, S. & Bastian, M. ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the Gephi software.（Gephiソフトウェアのために設計されたハンディネットワーク可視化のための連続グラフレイアウトアルゴリズム、ForceAtlas2）。PLoS ONE 9, e98679 (2014).

論文

ADS

PubMed

PubMed Central

Google Scholar

参考文献のダウンロード

謝辞
この研究プロジェクトに参加された方々、およびUABの運動障害専門医に感謝する。本研究は、The U.S. Army Medical Research Materiel Commandの支援を受け、Award No.W81XWH1810508のParkinson's Research Program Investigator-Initiated Research Awardを通じて米国陸軍から支援を受けた（To H.P.）；NIH Training Grant T32NS095775（to Z. D.W. ）；NIH/NIEHS 1R01N095775（to D.W. ）により、米国陸軍から支援を受けた。 D.W.); NIH/NIEHS 1R01ES032440-01A1 and Parkinson's Foundation PF-SF-JFA-830658 (to T.S.); and Aligning Science Across Parkinson's [ASAP-020527] through the Michael J. Fox Foundation for Parkinson's Research (MJFF) (to H.P. and T.S.)．オープンアクセスのため、著者はこの投稿から生じるすべてのAuthor Accepted ManuscriptsにCC BYパブリックコピーライセンスを適用している。意見、解釈、結論、提言は著者のものであり、必ずしも資金提供者によって承認されたものではない。

著者情報
著者名および所属
アラバマ大学バーミンガム校神経科，アラバマ州バーミンガム，35233，米国

Zachary D. Wallen, Guy Twa, Gwendolyn Cohen, Marissa N. Dean, David G. Standaert & Haydeh Payami

Aligning Science Across Parkinson's (ASAP) Collaborative Research Network、Chevy Chase, MD, 20815、USA

Zachary D. Wallen, Gwendolyn Cohen, Timothy R. Sampson & Haydeh Payami

Surrey Institute for People-Centred AI, University of Surrey, Guildford, Surrey, GU2 7XH, UK

アイゼ・デミルカン

エモリー大学医学部細胞生物学教室，アトランタ，GA，30329，USA

ティモシー・R・サンプソン

寄稿
全著者が 4 つの基準すべてを満たした（1）研究の着想（H.P.）または設計（H.P.、Z.D.W.）または取得に実質的に貢献（H.P., D.G.S., M.N.D.), 解析 (Z.D.W., G.C., G.T., A.D., H.P.) またはデータの解釈 (H.P., T.S., Z.D.W.); (2) 原稿作成 (H.P., Z.D.W., T.S....) または修正 (H.P., Z.D.W., D.N.D.), A.D.）、または重要な知的内容について批判的に改訂すること（全著者）、（3）完成版の最終承認（全著者）、（4）研究の正確さや完全性に関する疑問が適切に調査・解決されるよう、研究のあらゆる側面について説明責任を負うこと（全著者）である。

対応する著者
Haydeh Payamiに連絡すること。

倫理に関する宣言
競合する利益
著者は、競合する利害関係を宣言していない。

査読
査読情報
Nature Communicationsは、この論文の査読に貢献したSahar El Aidy、Huang Lin、およびもう一人の匿名査読者に感謝します。査読者のレポートがあります。

追加情報
出版社からのコメント Springer Natureは、出版された地図や所属機関に関する管轄権の主張に関して、中立的な立場を維持しています。

補足情報
補足情報
査読ファイル
追加補足ファイルの説明
補足データセット1～11
補足コード
暴風雨チェックリスト
報告書の概要
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に提供されており、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、複製を許可しています。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、あなたの意図する利用が法令上の規制で許可されていない場合、または許可された利用を超える場合には、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/。

転載と許可

この記事について
クロスマークで通貨と真偽を確認する
この記事の引用
Wallen, Z.D., Demirkan, A., Twa, G. et al. Metagenomics of Parkinson's disease implicates the gut microbiome in multiple disease mechanisms（パーキンソン病のメタゲノム解析は、複数の疾患メカニズムに腸内細菌が関与していることを示唆しています。Nat Commun 13, 6958 (2022)。https://doi.org/10.1038/s41467-022-34667-x。

引用元をダウンロード

受付終了
2022年6月8日

受理済
2022年11月01日

公開日
2022年11月15日発行

DOI
https://doi.org/10.1038/s41467-022-34667-x

この記事を共有する
以下のリンクを共有すると、誰でもこのコンテンツを読むことができます。

共有可能なリンクを取得する
コンテンツ共有イニシアチブ「Springer Nature SharedIt」により提供されます。

研究テーマ
細菌毒素
メタゲノミクス
マイクロバイオーム
パーキンソン病
病原体
この記事の引用元
腸内細菌叢の変化がパーキンソン病と関連していること
ヘザー・ウッド
ネイチャー・レビューズ・ニューロロジー（2022年）

コメントする
コメントを投稿することで、利用規約とコミュニティガイドラインに従うことに同意したことになります。もし、誹謗中傷や規約・ガイドラインに沿わない内容を発見された場合は、不適切なものとしてフラグを立ててください。

ネイチャーコミュニケーションズ（Nat Commun） ISSN 2041-1723（オンライン版）

ネイチャー・ドット・コムサイトマップ
ネイチャー・ポートフォリオについて
ネイチャーズについて
プレスリリース
プレスオフィス
お問い合わせ
コンテンツ検索
ジャーナルA-Z
テーマ別記事
ナノ
プロトコル交換
ネイチャー・インデックス
出版ポリシー
ネイチャー・ポートフォリオ方針
オープンアクセス
著者・研究者サービス
リプリントとパーミッション
研究データ
言語編集
科学編集
ネイチャー・マスタークラス
ネイチャーリサーチアカデミー
リサーチソリューション
図書館・機関
図書館サービス＆ツール
図書館員ポータル
オープンリサーチ
図書館に推薦する
広告とパートナーシップ
広告・宣伝
パートナーシップとサービス
メディアキット
ブランデッドコンテンツ
キャリア開発
ネイチャーズキャリア
ネイチャーコンファレンス
ネイチャーイベント
地域別ウェブサイト
ネイチャーアフリカ
ネイチャー・チャイナ
インド
ネイチャー・イタリア
ネイチャー・ジャパン
ネイチャー・コリア
ネイチャー・ミドルイースト
プライバシーポリシークッキーの使用クッキーの管理/私のデータを売らない法的通知アクセシビリティに関する声明利用規約カリフォルニアプライバシーに関する声明
シュプリンガー・ネイチャー
© 2023 シュプリンガー・ネイチャー・リミテッド

閉じる
その日の最も重要な科学記事を無料で受信できます。
ネイチャー・ブリーフィングの購読を申し込む

この記事が気に入ったらサポートをしてみませんか？