島嶼生物地理学理論は、大型脊椎動物や背の高いヒトの腸内細菌叢がより多様であることのもっともらしい説明になる
広告
メニュー検索
メニュー
雑誌記事
島嶼生物地理学理論は、大型脊椎動物や背の高いヒトの腸内細菌叢がより多様であることのもっともらしい説明になる
, , , ,
ISMEジャーナル, Vol.18, Issue 1, January 2024, wrae114,https://doi.org/10.1093/ismejo/wrae114
発行
2024年6月21日
論文履歴
要旨
先行研究では、脊椎動物の体格、ヒトの身長、腸内細菌叢のアルファ多様性の間に正のスケーリング関係があることが示されている。この観察は、他の多くの生態系で一般的に観察される種面積関係（SAR）を反映している。ここでは、これらの観察結果をいくつかの大規模データセットに拡張し、このサイズと多様性のスケーリング関係が、食事、肥満度、年齢、性別、排便回数、抗生物質の使用量、心代謝系健康マーカーなどの関連する共変量に依存しないことを示す。島嶼生物地理理論（IBT）は、大きな島ほど中立的な人口統計学的プロセスを通じて種の多様性が高くなる傾向があると予測し、正のSARの簡単なメカニズムを提供している。腸管に適応したIBTモデルを用いて、フロースルー生態系の長さを長くすると種の多様性が増加することを実証した。我々は、American GutコホートにおけるこれらのSARの臨床的意義について検討した。アルファ多様性の低さがClostridioides difficile感染症（CDI）の危険因子であるという事前の観察と一致して、我々はCDIの既往歴があると報告した人はそうでない人に比べて背が低く、この関係はアルファ多様性によって媒介されることを見出した。野菜摂取はCDI既往歴とより強い関連を示し、この関連もα多様性によって部分的に媒介されることが観察された。まとめると、体格と腸管アルファ多様性の間に観察された正のスケーリングは、腸管適応IBTモデルによってもっともらしく説明でき、CDIリスクと関連している可能性がある。
はじめに
脊椎動物は生まれたときから多様な常在細菌叢にコロニー形成され、生涯を通じてその叢を維持する [1]。これらの常在微生物の大部分は消化管に存在する [2]。ヒトの腸内細菌叢は、私たちの表現型に多大な影響を及ぼしており [3] 、血液中を循環する代謝物のほぼ半分は、腸内細菌叢の生態学的組成の断面変異と有意に関連している [4, 5]。腸内細菌叢が宿主に提供する重要な生態系機能のひとつは、腸内細菌病原体に対する抵抗性である [6]。微生物叢が侵入者を排除するメカニズムとして、ニッチ飽和や栄養競合が一般的に提唱されている [6, 7]。具体的には、種が多様な常在コミュニティは、利用可能な代謝ニッチを飽和させやすいため、侵入病原体がコロニーを形成し、常在菌を駆逐し、病気を引き起こす可能性は低くなる [6-8]。腸内細菌叢のα多様性（すなわち、あるサンプルにおける分類群の豊富さおよび／または均等性）には、食事、腸管通過時間、抗生物質投与など、多くの決定因子が知られているが、腸内α多様性のばらつきの多くは未解明である [9-12]。
脊椎動物の体格は6桁以上異なるが、腸内細菌叢のアルファ多様性と正の相関があることが示されており、これは腸が大きい動物ほど多くの種を保有していることを示している[13]。この先行研究では、アルファ多様性を定量化するために、16S rRNA遺伝子アンプリコンの一本鎖DNAを急速に低温から低温に移行させ、一本鎖がその一次配列によって決まる独特の形に素早く折り畳まれるようにする、という古い方法を用いた。これらのユニークで負に帯電した一本鎖DNAは、電気泳動中にキャピラリーチューブ内を異なる速度で移動し、それぞれのバンドが異なる分類群を表す。レーザー誘起蛍光検出により、バンド／分類群の定量が可能となる[13, 14]。同様に、16S rRNA遺伝子アンプリコンシークエンシングを用いたヒトの大規模コホートによる最近の研究では、身長と腸内細菌叢のα多様性の間に正の相関があることが示された[15]。我々は、これらのスケーリングパターンの根底にあるメカニズムを理解することに興味を持った。
体長対腸内細菌叢多様性のスケーリングパターンは、他の生態系で見られる類似の種面積関係（SAR）を反映したもので、地理的な面積が大きいほど、より多くの分類群が観察される [16-18]。腸内におけるSAR様行動の根底にあるメカニズムや、このスケーリングが臨床的にもたらす可能性のある影響については、まだ解明されていない。先行文献によると、単純な中立過程が腸内細菌叢動態の特定の特徴を再現できることが示されている [19, 20]。島嶼生物地理理論（IBT）は、種の移住／移動、誕生／死、種分化／絶滅の古典的な中立モデルであり、正のSARを予測する [21] 。具体的には、より大きな島にはより多くの個体が生息する傾向があり、最終的にはより多くの種が共存することになる[21]。我々は、IBTが脊椎動物全体やヒトの体内で観察されるサイズと多様性の関係を説明できるかもしれないという仮説を立てた。この仮説をさらに検討するため、腸内におけるIBTを近似した個体ベースモデル（IBM）を構築し、系の長さにばらつきを持たせ、移住、移動、繁殖、一方向のフロースルー系を考慮した。滞留時間（すなわち流速と系の長さの積）を面積の代用として、脊椎動物の体長とヒトの身長のばらつきのスケーリングに近似した長さの範囲をシミュレートし、これらのシミュレーション結果を経験的観察と比較した。
このスケーリングパターンの潜在的な臨床的意義は、腸内細菌叢のアルファ多様性の低さが腸内感染症への感受性の高さと関連しているという事実にある [8, 22]。上述したように、感染リスクと多様性の間のこの関係のメカニズムは、より多様な常在細菌叢が競争的排除を通じて腸内病原体から宿主を保護するというニッチ飽和仮説に関連している可能性が高い [7, 23, 24]。日和見腸内病原体であるクロストリジオイデス・ディフィシル（Clostridioides difficile）は、米国で最もよくみられる院内大腸炎であり、この疾患への感受性は、抗生物質治療や下痢など、常在腸内細菌叢の多様性を低下させる一般的な障害と強く関連している [8, 25-27] 。クロストリジオイデス・ディフィシル感染症（CDI）は、最初は抗生物質の経口投与で治療されるが、特に腸内細菌叢のα多様性が低い状態で治療を開始した患者では、再発を繰り返すことが多い [8, 28, 29]。我々は、身長と腸内細菌叢α多様性の間のスケーリングにより、腸内感染歴を報告した人はそうでない人に比べて平均身長がわずかに低い可能性があるという仮説を立てた。
全体として、脊椎動物およびヒト集団において、体格と腸内細菌叢α多様性の間に一貫したスケーリングがあることが示された。この関係は、食事、排便回数（BMF）、肥満度（BMI）、年齢、性別など、多くの潜在的交絡因子とは無関係であることがわかった。また、腸に適応したIBTに基づく、このサイズ-多様性スケーリングのもっとも妥当なメカニズム仮説を提示した。最後に、この観察結果の臨床的妥当性を評価するためにはさらなる検証が必要であるが、このスケーリングがヒトの健康に関連する可能性があるという証拠を示す。
材料と方法
公開データセット
脊椎動物の体格と腸内細菌叢のアルファ多様性の関係を調べるために、3つの独立したデータセットを用いた： Godonet al.2016、Songet al.2020、Groussinet al.2017である[13, 30, 31]。
Godonら2016年のデータセットには、16S rRNA遺伝子のV3領域からのDNAアンプリコンのキャピラリー電気泳動一本鎖コンフォメーション多型（CE-SSCP）蛍光パターン[32]から導出された、事前に計算されたシンプソンの多様性[13]と、細菌多様性が糞便からDNAを抽出することによって評価された71種の脊椎動物の体量が含まれていた。これらのサンプルは、フランスの動物園、農場、水族館、レクリエーション農場、または個々の飼育者から、飼育下または家畜化された脊椎動物から得られた。これらのサンプルのメタデータには、個体の食性タイプや体重に関する情報が含まれ、小型種については文献から、大型種については飼育者から提供された。
Songら（2020年）は、脊椎動物164種の糞便サンプル、腸内容物、または大腸の吸引から得られた1373サンプルから得られた16S rRNA遺伝子アンプリコンシーケンシングデータを含む。土壌や環境細菌に汚染された形跡のあるサンプル、幼生／新生児のサンプル、病気の個体のサンプルは除去された。さらに、同一個体からの重複検体は除外し、宿主種が少なくとも2回サンプリングされている検体のみを対象とした。細菌由来でないASVは除去された。原産国および／または使用された防腐剤に関する情報がないサンプルは削除した。このデータセットには、野生および飼育下個体群に生息する脊椎動物の糞便サンプルが含まれる。このデータセットのメタデータには、脊椎動物の体重と食餌の種類が含まれていた。脊椎動物の分析は肉食動物と草食動物に限定し、食餌の影響をより明確に推定するために、食餌を二項カテゴリー変数にして昆虫食動物と雑食動物を除外した。
Groussinet al.2017には、33種の哺乳類の糞便サンプルから得られた16S rRNA遺伝子アンプリコンシーケンシングデータが含まれている。操作上の分類単位（OTU）表は、Groussinの一般公開されているGitHubリポジトリ "MammalianGuts "からダウンロードされ、Groussinet al.2017（https://github.com/mgroussi/MammalianGuts ）に記載されているように処理されていた。動物の質量はこの研究からは含まれていなかったが、各種の平均質量は文献とAnimalTraits Database [33-57]から手動でキュレートされ、これらの質量は現在、この論文のGitHubリポジトリに寄託されている（データの利用可能性のセクションを参照）。これらのサンプルは脊椎動物の野生個体群と飼育個体群の両方から採取した。
Arivaleコホートから収集したデータには、身長、BMI、性別、BMF、野菜摂取頻度、便サンプル由来の16S rRNA遺伝子アンプリコンデータが含まれる。16S rRNA遺伝子データのノイズ除去には、mbtoolsワークフロー（https://github.com/gibbons-lab/mbtools ）を使用した。さらに、各サンプルのアンプリコン配列バリアント（ASV）を生成するために、DADA2を用いたエラーモデルの学習とキメラリードの除去をシーケンスランごとに別々に行った[58]。
American Gutコホートは、主に米国、英国、オーストラリアから市民科学プログラムに参加している自己選択した成人で構成されている[9, 59]。自己申告による身長、体重、性、年齢、BMF、CDI歴、野菜摂取頻度などのメタデータを含むAmerican Gutデータをfigshare（https://doi.org/10.6084/m9.figshare.6137192.v1 ）からダウンロードした。自己申告の身長と体重を用いて、各参加者のBMIを算出した。サブオペレーション分類単位（sOTU）表は、Deblur [60]を用いてオリジナルのAmerican Gutの著者らにより作成され、すべてのリードは125塩基の長さにトリミングされた。さらに、サンプルは室温で郵送されていたため、サンプルチューブ内で発生した明らかな細菌のブルームがあるサンプルは除去した。サンプルは1250リードに希釈され、1250シーケンス未満のサンプルはsOTUテーブルには含まれなかった。18歳未満の個人を除外し、身長が244cm以上または122cm未満と報告した参加者のサンプルを除外し、体重が300kg以上と報告した参加者を除外した。
ArivaleとAmerican Gutコホートのメタデータには、各個人の年齢、性別、身長、BMIに関する同等の情報が含まれていた。しかし、American GutコホートのBMFの記録方法は、Arivaleコホートの記録方法とは異なっていた。Arivaleコホートの質問票では、参加者は次のように回答するよう促された： 「私は便通がある： 「週2回以下」、「週3-6回」、「毎日1-3回」、「毎日4回以上」。アメリカの腸に関するアンケートでは、次のような回答を求めている： 「平均して1日に何回排便がありますか？「1回未満"、"1回"、"2回"、"3回"、"4回"、"5回以上"。さらに、食事報告の質問はコホートによって若干異なっていた。American Gutコホートの参加者は、1週間の野菜摂取量を報告するよう求められた： 「平均的な1週間で、1日にじゃがいもを含む野菜を少なくとも2～3皿摂取する頻度はどのくらいですか（1皿＝野菜/じゃがいも1/2カップ、葉物生野菜1カップ）： 「a.全く食べない」、「b.ほとんど食べない（週1回以下）」、「c.たまに食べる（週1～2回）」、「e.毎日食べる」。Arivaleコホートでは、1週間の野菜摂取量を回答するよう求められた： 「1日に野菜（ジュースを含む）を何皿食べますか（1皿＝生野菜/葉野菜1カップ、調理済み野菜1/2カップ、野菜ジュース1/2カップ）」という質問に対して、以下の回答から選んだ： "ゼロ／1日1食未満"、"1食"、"2～3食"、"4～5食"、"6食以上"。統計解析の前に、BMI、年齢、対数シンプソン多様性、対数身長を、各コホート内でZスコア（）を計算して標準化した。ヒトの各コホートにおいて、野菜消費量が「多い」グループと「少ない」グループに分類し、2つのグループを別々の回帰でビニングした（図2C-D）。American GutおよびArivaleの両コホートにおいて、1日に少なくとも1皿の野菜を摂取していると報告された個体は、野菜摂取量が多いグループに分類され、野菜摂取量が少ないと報告された個体は野菜摂取量が少ないグループに含まれた。
シーケンスデータの処理と多様性の計算
Qiime 2-2022.8を使用して、ASVおよびOTUテーブルを希釈化し、サンプル間のシンプソンの多様性指標を計算した。各データセットの希釈深度（すなわち最小サンプリング深度）は以下の通りであった： Songら2020（サンプリング深度：5035）、Groussinら2017（サンプリング深度：1266）、Arivaleコホート（サンプリング深度：13 700）、およびAmerican Gutコホート（サンプリング深度：1250）。Qiime 2-2022.8はSimpsonの多様性を1 -Dとして返すので、Qiimeが返すSimpsonの多様性（Q_simpson）を1/D = 1/(1 - Q_simpson)の式を用いてSimpsonの多様性（1/D ）に変換した。
シミュレーション
シミュレートした消化管はすべて、対数正規のメタコミュニティ集団分布の形状（lgp = 0.9999）、繁殖率（r= 0.01）、移民率（im = 25）のパラメータが同じであった。対数正規母集団分布からサンプリングするという我々の決定は、腸内細菌叢で観察されている重い尾を持つ種の存在量分布に近似することを意図していた。さらに、対数正規分布のSADは、ハッベルの生物多様性の統一中立理論[61]によって予測されており、微生物および非微生物コミュニティの両方の現実のSADを記述するためにうまく適用されている[61-65]。シミュレーションしたシステムの各個体には、種ID（整数で表される）とx座標（x座標＝1）が移住プロセス中に割り当てられた。各個体のシミュレーションにおいて、システムの長さはnumpy.randomモジュール（バージョン1.23.3）を用いてランダムに決定した。繁殖率は、タイムステップごとに繁殖のためにランダムに選択される集団の割合を決定した。シミュレーションでは、母集団の1%がランダムに繁殖に選ばれ、得られた子孫は母細胞の種IDと現在のx座標を受け継いだ。移民率は、各タイムステップでシステムに入ったメタコミュニティからサンプリングされた新しい個体の数を決定し、個々の種IDは整数の対数正規分布に従って決定された（すなわち、2秒より1秒が多く、3秒より2秒が多い）。各時間ステップで、各個体は "フロー "と定義されるプロセスで、現在位置から相対的にシステムの長さを1単位下へ移動した。個体のx座標がシステムの長さより大きい場合、その種のIDとx座標はモデルから削除された。ユニークなIDを受け取った以外は、それぞれの種は機能的に同一であった（すなわち、これは純粋に中立的なモデルである）。
これらのパラメータが決定されると、シミュレーションが初期化され、各時間ステップで移住、繁殖、流動というプロセスが実行された。これらのプロセスが行われる順番は、系統的なバイアスを取り除くために、時間ステップごとにランダムにした。シミュレーションは、個体数と種数が定常性に達するまで、これらのプロセスを繰り返し続け、少なくとも1000の時間ステップ（バージョン0.13.5）が完了した後、statsmodelsパッケージを用いてAugmented Dickey-Fuller検定を用いて決定した。定常性に達すると、シミュレーションは停止し、定常状態のシンプソンの多様性は、システム内の個体と種に基づいて計算され、ユーザーがmain.pyで定義できる場所にCSVファイルに出力されました（コードの利用可能性のセクションを参照）。
統計解析
脊椎動物の体長と腸内細菌叢のα多様性の関連を検定するために、最小二乗回帰（OLS）（statsmodels 0.13.2）を使用した。numpyパッケージを使用して、すべての脊椎動物のデータセットについて、シンプソンの多様性（1/D ）と質量（kg）を対数変換した。食餌の役割と食餌と体重の交互作用をさらに調べるために、log-Simpson's diversity ~ log-mass (kg) + diet + diet:log-mass (kg)という式でOLS回帰も行った。同様に、ArivaleコホートおよびAmerican Gutコホートにおける身長と腸内細菌叢のα多様性との関連についても、OLS回帰を用いて検証した。まず、log-Simpsonの多様性～log-身長という式による単変量モデルを用い、次に、log-Simpsonの多様性～log-身長＋年齢＋性別＋野菜摂取量＋BMI＋BMFという式による多変量モデルを用いた。OLSモデルにおける身長の有意性を評価するため、分散分析（ANOVA）のF検定（statsmodels 0.13.2）を用いて、次式による縮小モデルを比較した： Simpsonの多様性～年齢＋性＋野菜＋BMI＋BMFと、上述の身長を含む完全モデルを比較した。Arivaleデータセットにおける健康調整分析では、OLS回帰の共変数として、参加者の血漿から測定した複数の健康マーカーを追加した。低比重リポ蛋白（LDL）コレステロール、CRP、ヘモグロビンA1C（HbA1C）などである。log-Simpsonの多様性〜log-身長＋年齢＋性別＋野菜消費量＋BMI＋BMF＋身長＋野菜消費量：身長＋LDL-コレステロール＋CRP＋HbA1C。American Gutコホートでは、Welchのt検定（scipy 1.9.1）にBonferroni補正（3検定補正）を行い、CDI既往の有無、および "野菜摂取量が少ない "群と "野菜摂取量が多い "群におけるシンプソンの多様性の平均差を評価した。同様に、コホート全体および「野菜摂取量が少ない」群と「野菜摂取量が多い」群内でのCDI既往のある人とない人の平均身長を比較するために、仮説ごとに3つの比較ができるように補正したBonferroni補正付きのWelchのt検定を使用した。野菜摂取量の多い人を、野菜を1日1回以上食べる人と定義した。野菜摂取が1日1回未満の人は、野菜摂取低群とした。Rの "mediation "パッケージ（バージョン4.5.0）[67]を用いて、身長または食事を治療として、α多様性を媒介因子として、CDI歴を反応として、因果媒介分析を実施した。すべての検定の有意閾値はP< .05とした。
データとコードの利用可能性
データ解析とIBMシミュレーションに関連するすべてのコード、ノートブック、中間データファイルは、いずれも以下のGitHubリポジトリにある： https://github.com/Gibbons-Lab/IBT-and-the-Gut-Microbiome 。Godonら2016年、Songら2020年、Groussinら2017年の研究の生データは、原著論文、または上記の「公開データセット」セクション[13, 31, 68]からアクセスできる。American Gutデータセットはfigshareからダウンロードしたもので、次のリンクで見ることができる： https://figshare.com/articles/dataset/American_Gut_Project_fecal_sOTU_counts_table/6137192 。有資格の研究者は、データ利用契約を締結することにより、本研究の知見を裏付けるArivaleの非識別化データセットを研究目的ですべて利用することができる。Arivaleデータへのアクセス要求はdata-access@isbscience.org、7営業日以内に回答される。
結果
脊椎動物の体長と腸内細菌叢アルファ多様性の正の相関性
Groussinら2017年（n= 22）およびSongら2020年（n= 967）のデータセット（図1Aおよび1C）を、Godonら2016年のデータセット（n= 73、図1Bおよび1D）とともに再分析したところ、3つの研究すべてにおいて、log-Simpsonの多様性とlog-massの間に一貫した正の関連が観察された（図1）。OLS回帰分析（log-Simpsonの多様性〜log-mass）は、Groussinら2017年およびSongら2020年のデータセットではR2= 0.28、P<10-6を示し、Godonら2016年のデータセットではR2= 0.52、P<10-6を示した。
図1
脊椎動物における体格と腸内細菌叢シンプソンの多様性の関係。(A）脊椎動物の腸内α多様性を測定する2つの独立した16S rRNA遺伝子アンプリコンシーケンスデータセットにおいて、対数体重と対数シンプソン多様性が正の相関を示した。(B）CE-SSCPデータセットからも同様の結果が得られた。(C) ここで、Songet al. 2020とGroussinet al. 2017データセットのOLS回帰分析（式：log-Simpsonの多様性〜log-mass + diet + diet:log-mass）を、dietとdiet:log-massの交互作用効果を含めて示す。(D）ここでは、食餌と食餌：対数質量の交互作用を含むOLS回帰分析（式：対数シンプソンの多様性〜対数質量＋食餌＋食餌：対数質量）を示す。
図2
ヒトにおける身長と腸内細菌叢のシンプソン多様性の関係。表示されている図はいずれも対数対数軸で、（A）Arivaleコホート（n= 3063）と（B）American Gutコホート（n= 5516）における身長に対するシンプソン多様性を示している。どちらのプロットも、対数身長が対数シンプソンの多様性と正の相関があるという同様の傾向を示している。OLS回帰では、log-Simpson's diversity~ sex + age + BMI + BMF + vegetable consumption + log-height という式が用いられた。OLS回帰（log-Simpson's diversity~ sex + age + BMI + BMF + vegetable consumption + log-height:vegetable consumption + log-height）に交互作用効果を加えても、（C）Arivaleコホートでは有意な交互作用効果は得られなかったが（P= 0.576）、（D）American Gutコホートでは有意な交互作用効果が得られた（P= 2.68∙10-2 ）。
この回帰分析に共変量として食餌（草食動物対肉食動物）を追加した（log-Simpson's diversity ~ log-mass + diet）。両コホートにおいて、対数体重は依然として対数シンプソンの多様性と有意に関連していた。Godonらのデータセットでは、質量の項がR2= 0.51,P= 1.07∙10-12、食事の項がR2= 6.70∙10-3,P= .323であった。Songet al.2020とGroussinet al.2017では、質量項がR2= 0.22,P<10-6、食餌項がR2= 0.05,P<10-6であった。
観察されたボディサイズ・スケーリングに対する食餌の影響を評価するため、OLS回帰モデルに食餌と対数質量の交互作用項を追加した（log-Simpsonの多様性〜対数質量＋食餌＋食餌：対数質量；図1C-D）。食餌：対数質量の交互作用項は、Godonら2016年のデータセットでは統計的に有意であったが（P= 0.0174）、Groussinら2016年とSongら2020年を合わせたデータセットでは有意ではなかった（P= 0.770）。フィッシャーの方法を用いて交互作用項のP値を組み合わせると、データセット間で一貫した効果を示す証拠は見つからない（組み合わせP= 0.0710）。全体として、脊椎動物の体格が多様性に及ぼす影響は、食餌とは無関係に有意であったが、体格と食餌の交互作用項が存在する場合は結果が分かれた。
ヒトの身長と腸内細菌叢アルファ多様性の関係は、関連する共変量を含めることで頑健になる
ヒトの身長と腸内細菌叢のα多様性は、独立した2つの大規模コホートにおいて正の相関があることがわかった。Arivaleコホート（n= 3063）とAmerican Gutコホート（n= 5516）のデータを用いて、対数シンプソン多様性と対数身長を比較した（図2）。Arivaleコホートは、主に米国太平洋西部の科学的ウェルネス・プログラムに登録した自己選択された米国成人から構成され、American Gutコホートは、主に米国、英国、オーストラリアの市民科学プログラムに参加した自己選択された成人から構成された[9, 59]。
いくつかの人口統計学的変数が腸内細菌叢の多様性に影響することが知られているため、各コホート内で対数身長、年齢、性別、BMI、BMF、野菜消費量、野菜消費量：対数身長の交互作用項（log-Simpson～年齢＋性別＋BMI＋BMF＋野菜消費量＋対数身長＋野菜消費量：対数身長）を用いてOLS回帰を行った。文献と一致して、両コホートにおいて、男性であること、BMFが高いこと、BMIが高いことはすべてlog-Simpsonの多様性と負の相関を示したが、身長、年齢、野菜消費はすべてlog-Simpsonの多様性と正の相関を示した（表1）。対数身長は、上記の共変量がある場合でもない場合でも、シンプソンの多様性と正の相関があった（表1）。さらに、単変量モデルと切片のみのモデルを比較したANOVAでは、両コホートにおいて、身長のみを含むモデルで説明される分散の割合が有意に高いことがわかった（F-testP= 1.31∙10-6for the Arivale cohort;P= 3.11∙10-2for American Gut cohort; Table 1）。さらに、身長を含まない縮小モデル（共変量のみ）と身長を含む完全モデルを比較したANOVAは、両コホートで完全モデルによって説明される分散の割合が有意に高いことを示した（ArivaleコホートではF検定P＜10-6；American GutコホートではP＝3.36・10-5；表1）。ペアのZ検定では、Arivaleデータセットでは、単変量モデルと多変量モデルの間に身長係数の有意差はなかった（Z= 1.25,P= 0.211）。American Gutデータセットでは、単変量モデルと多変量モデルの間に有意差があったが（Z= 2.69,P= 0.00716）、係数の大きさが小さいことと、共変量間の共線性（例えば、性別と身長）を考慮すると、この係数の差は解釈可能であり、意味があるとは考えられなかった。Arivaleデータセットでは、身長と野菜摂取量の間に有意な交互作用効果があるという証拠は認められなかったが、American Gutデータセットでは認められた（それぞれP= 0.576とP= 0.0268；表1）。
表1
最小二乗（OLS）回帰は、身長とシンプソンの多様性との関連が、いくつかの関連する共変量を含めることによって頑健であることを示している。
コホート 共変量R2 P（共変量） ベータモデルR2（モデル）FP（F）
Arivale Sex[T.M] 0.0013 4.15E-02 -0.1058 多変量 0.0628 15.12 2.92E-07
年齢 0.0058 1.53E-05 0.0762 多変量 0.0628 15.12 2.92E-07
BMI 0.0317 6.94E-24 -0.1804 多変量 0.0628 15.12 2.92E-07
BMF 0.0097 2.05E-08 -0.1831 多変量 0.0628 15.12 2.92E-07
アリヴェール野菜頻度 0.0014 3.26E-02 0.0440 多変量 0.0628 15.12 2.92E-07
アリヴェールハイト 0.0023 6.30E-03 0.1670 多変量 0.0628 15.12 2.92E-07
アリヴェールハイト:野菜頻度 0.0001 5.76E-01 -0.0113 多変量 0.0628 15.12 2.92E-07
アリベールハイト 1.31E-06 0.0873 一変量 0.0076 23.50 1.31E-06
アメリカ腸性[T.M] 0.0009 2.18E-02 -0.0855 多変量 0.0246 10.32 3.36E-05
アメリカ人の腸年齢 0.0062 3.47E-09 0.0806 多変量 0.0246 10.32 3.36E-05
アメリカ人の腸内BMI 0.0005 9.91E-02 -0.0227 多変量 0.0246 10.32 3.36E-05
アメリカ腸BMF 0.0081 1.48E-11 -0.0959 多変量 0.0246 10.32 3.36E-05
アメリカ人の腸の野菜頻度 0.0051 7.95E-08 0.0907 多変量 0.0246 10.32 3.36E-05
アメリカの腸の身長 0.0017 1.77E-03 0.2306 多変量 0.0246 10.32 3.36E-05
アメリカ人の腸の高さ:野菜の頻度 0.0009 2.68E-02 -0.0363 多変量 0.0246 10.32 3.36E-05
アメリカ人の腸の高さ 3.11E-02 0.0290 一変量 0.0008 4.65 3.11E-02
身長は、共変量の有無にかかわらず、両コホートにおいて多様性との有意な関連を保持している。身長を含まない縮小モデル（すべての共変量を含む）と身長を含む完全モデルを比較したF-検定は、身長が完全モデルによって説明される分散を有意に増加させることを示している。
これらのパターンが宿主の健康状態の違いによって引き起こされた可能性を排除するために、Arivaleコホートにおける健康調整分析でこれらの回帰を追跡した。過去3ヵ月間に抗生物質の使用を報告した人は除外し、以下の健康マーカーを共変量として多変量モデルに加えた： LDLコレステロール、CRP、HbA1C（log-Simpson～年齢＋性別＋BMI＋BMF＋野菜消費量＋対数身長＋野菜消費量：対数身長＋LDL＋CRP＋HbA1C）。この健康調整分析では、身長は有意性を維持し（P= 3.76∙10-3 ）、そのβ係数は、非健康調整多変量モデル（β= 0.1670）と比較すると同程度であった（β= 0.1920）。要約すると、身長と多様性の関係は、2つの独立した大規模コホートにおいて、これらの共変量から独立している。
島嶼生物地理学の理論を腸に適用する
体の大きさと腸のアルファ多様性の間にメカニズム的な関連があることを示すために、IBTを再定式化し、島の面積の代わりに腸の長さを変化させるシミュレーションに適応させた（図3、表2）。各時間ステップで、システムは以下のプロセスを繰り返した： 各時間ステップで、システムは「移住」、「流動」、「繁殖」のプロセスをランダムな順序で繰り返した。移入ステップでは、個体は本土（すなわちメタ群集）の対数正規種の豊度分布からランダムにサンプリングされ、入江から系に入った。流れのステップでは、個体は模擬系を1空間単位で移動した（すなわち、上流から下流へ；流れは一方向）。繁殖ステップでは、すべての個体が同じ確率で繁殖し、その確率は繁殖率によって定義された。シミュレーションは、少なくとも1000の時間ステップを反復するまで、これらのステップをランダムな順序で進行し、その時点でシステムは、前の1000の時間ステップで実行されたADF（Augmented Dickey-Fuller）検定を用いて、種数と個体数が定常性に達したかどうかをチェックした。システムが定常性に達していない場合、シミュレーションは継続され、1000回目以降の各時間ステップで定常性をチェックします。システムが定常性に達すると、そのモデルの定常状態のシンプソンの多様性が計算されました。
図3
腸内の島嶼生物地理理論（IBT）のシミュレーションに使用した個体ベースモデル（IBM）の概略図。腸の一方向の流れを近似した単純なIBMを構築し、一次元系の長さを変化させることができた。個体は重い尾の種の豊度分布からランダムに生成され、片側から系に入り、一定の速度で時間とともに系の長さに沿って流れ、最終的に系の反対側から出る。時間ステップごとに系に流入する個体数は、シミュレーションの流入率（im）によって決定された。系を流れる個体(f)に加えて、各時間ステップで繁殖のために無作為に選択された個体(r)もいた。シミュレーションは、各シミュレーションの多様性指標を計算する前に、個体数と種数が、拡張ディッキー・フラー（ADF）検定によって決定される定常状態に達するまで実行された。ADF検定は、ここに描かれているように、T1000（すなわち1000番目の時間ステップ）以降から実行された。下の多様性対時間のプロットは、初期の非定常期間と、時間の経過に伴う定常性への接近を示している。
表2
個体ベースモデル（IBM）のシミュレーションパラメータ
パラメータ 略号
対数系列パラメータ lgp 個体が生成される対数正規母集団の形状を決定する 0.9999
移民率 im タイムステップごとにシステムに入る個体数を決定する 25
繁殖率 r 時間ステップごとの一人当たりの繁殖確率を決定する 0.01
流量 fr 時間ステップごとに各個体が下流に流れる距離の単位を決定する 1
長さ l システムの長さを決める 1-1000
次の表は、IBMのパラメータと、主要な結果セクションで示したシミュレーションで使用した各パラメータの値の一覧である。
1つは脊椎動物の体長範囲（3桁；図4A）を近似したもの、もう1つは人間の体長範囲（～2倍；図4B）を近似したものです。すべてのシミュレーションは、繁殖率と移住率を同一に固定した（表2）。ほとんどのモデルパラメータは固定され、一連のテストシミュレーションの後に選択された（図S1 ）。一連のテストシミュレーションでは、移民率と繁殖率について、異なるパラメータ設定の組み合わせをテストした。低移入率、中移入率、高移入率は、それぞれ1、25、100と定義した（すなわち、各タイムステップでメタコミュニティからサンプリングされる個体数）。個体群の何パーセントが繁殖のために選択されるかを決める繁殖率をテストするために、低繁殖率、中繁殖率、高繁殖率をそれぞれ0.1、1、10%と定義した。テスト・シミュレーションの性能（システムの長さによって説明されるアルファ多様性の分散によって決定される）に基づき、それぞれ中程度の移民率と中程度の繁殖率を使用することにした。したがって、すべてのシミュレーションで、タイムステップごとに25個体がシステムに追加され、タイムステップごとに1%の繁殖率が設定された。どちらのシミュレーションでも、定常状態のシンプソンの多様性はシミュレーションの系長と正の相関があった（図4）。OLS回帰（log[Simpson (1/D)] ~ log[システムの長さ]）によると、脊椎動物のスケールで実行されたシミュレーションでは、ヒトのスケールで実行されたシミュレーション（R2= 0.01∙10-3,P= 7.98∙10-3 ）に比べて、R2値がはるかに大きかった（R2= 0.50,P<10-6 ）。より大きなサイズ範囲に見られる明らかな飽和効果を考慮し、指数モデルを当てはめたところ、より高いR2(0.69)が得られ、より大きなサイズ範囲では、線形モデルよりも指数モデルの方がより良く適合することが示された。全体として、我々のシミュレートしたデータは、経験的に観察された体重、身長、シンプソンの多様性の間の正のスケーリングを再現していることがわかった（図1-2）。
図4
シミュレーション結果は、経験的に観察された体格と多様性の関係を反映している。いずれのプロットも、システムの長さを一定の範囲内で変化させた1000回のシミュレーションを示している。(A)脊椎動物の腸のサイズ範囲に近似するようにIBMの長さを3桁以上変化させた場合、サイズと多様性の間に強い関連が見られる。線形モデルよりも指数モデルの方が適合度が高いことがわかる。(B)IBMの長さを、ヒトの身長で観察される範囲により近い、はるかに小さい2倍の範囲で変化させた場合、サイズと多様性の間の関連は、経験的観察と同様に、はるかに弱いことがわかった。パネル(A)に描かれたヒトの大きさの範囲を示す拡大ボックスは縮尺通りではないが、見やすくするためにサイズを大きくしてある。
アメリカ腸内コホートにおける身長と多様性の関係の臨床的意味を探る
腸内細菌のα多様性の低さは腸管感染症への感受性と関連している[8]。我々は、アルファ多様性がわずかに低い低身長者は、おそらくCDIにわずかに罹患しやすいと仮定した。American Gutコホートには自己申告でCDIの既往歴のある人が含まれており、この仮説を検討することができた。先行文献と一致して、CDIの既往歴を報告した人（n= 138）は、そうでない人（n= 9072; Welchのt検定、ボンフェローニ補正付きt= 4.76,P= 2.42∙10-5; 図5A）に比べて腸内細菌叢の多様性が低かった。さらに、CDIの既往歴があると答えた人は、そうでない人に比べて平均身長が低かった（Welchのt検定、ボンフェローニ補正付きt= 3.92,P= 4.21∙10-4; 図5D）。
図5
American Gutコホートにおける身長、腸内Simpsonの多様性、食事、および自己報告によるCDI既往歴の間の相互作用の検討。すべてのプロットにおいて、破線は各群の中央値を表し、凡例に従ってCDI既往歴で網掛けしている。(A）CDIの既往歴があると報告した人は、CDIの既往歴がある人（n= 138）に比べて、シンプソンの多様性の平均値（n= 9210）が有意に低い。(B）野菜の摂取量が少ないと報告した個体（n= 4311）のうち、CDIの既往がある個体（n= 72）では、シンプソンの多様性の平均値が有意に低かった。(C）野菜の摂取量が多いと報告した個体（n= 4666）では、CDIの既往歴があると報告した個体（n= 64）において、シンプソンの多様性は有意に低かった。(D）CDIの既往を報告した人の平均身長は、そうでない人に比べて有意に低かった。(E）野菜の摂取量が少ない場合、CDIの既往がある人とない人の平均身長に有意差はなかった。(F）野菜の摂取量が多い人では、CDIの既往のある人はそうでない人に比べて有意に身長が低かった。星印のついた括弧は、ボンフェローニ補正を伴うウェルチのt検定を行ったときのさまざまな有意水準を示す。
我々は、身長、多様性、およびCDIの間のこの関連は、食事の影響を受けている可能性があるという仮説を立てた。先行研究では、より多くの種類の植物の摂取が腸内マイクロバイオームαの多様性と正の関連があることが示されており、より具体的には、野菜をあまり食べないことがCDIの危険因子であることが判明している[69, 70]。自己申告による野菜の摂取量で分析を分割し、野菜の摂取量が多い群と少ない群におけるCDIの既往の有無による身長の差を調べた。野菜の摂取量が少ないと報告した人のうち、CDIの既往がある人（n= 72）とない人（n= 4311）の平均身長に有意差はなかった（図5E、ボンフェローニ補正を伴うウェルチのt検定P= 0.502）。しかし、野菜の摂取量が多いと答えた人のうち、CDIの既往歴があると答えた人（n＝64）の平均身長は、そうでない人（n＝4666；図5F；ボンフェローニ補正を加えたウェルチのt検定t＝4.19、P＝2.62・10-4 ）よりも有意に低かった。野菜消費群間でこのような変動が見られる結果は、異なる食の文脈で観察された身長と多様性のスケーリング関係の変化と一致している（図1-2）。具体的には、低野菜摂取群では、集団のほとんどがCDIリスクを低下させるα-多様性の閾値を超える可能性が低い場合、身長効果は減衰すると予想されるが、高野菜摂取群では、集団のより多くの割合で（すなわち、身長の低い個体で）この低リスクの閾値を超える可能性がある（図S2 ）。さらに、野菜摂取量が少ない群で観察された有意性の消失は、母集団をサブセット化する際に比較的弱い効果を検出するための単純な統計的検出力不足によるものである可能性がある。腸管アルファ多様性は、野菜摂取量が多い群では有意閾値ぎりぎりの関連であったが、どちらの群でもCDIの既往歴のある個体では低い傾向があった（図5Bおよび5C、ボンフェローニ補正を伴うウェルチのt検定t= 4.08,P= 5.02∙10-4;t= 2.51,P= 0.0517、野菜摂取量が少ない群と多い群でそれぞれ）。
ブートストラップ（n= 5001）を用いて媒介分析を行い、食事、身長、CDI既往歴の間の関連がα多様性によって媒介されるかどうかを調べた（すなわち、ニッチ飽和仮説を検証する）。野菜摂取を治療、シンプソンの多様性を媒介、CDI歴を結果と分類したところ、平均因果媒介効果（ACME）、平均直接効果（ADE）、および総効果はすべて統計的に有意であった（それぞれ、P< 4.00∙10-4 、P= 0.0116 、P= 0.00560；図6A）。われわれは部分的媒介の証拠を発見し、野菜摂取のCDI履歴に対する効果の8％がシンプソンの多様性によって媒介された（図6A；媒介分画P= 0.00560）。次に、身長を治療、シンプソンの多様性を媒介、CDI歴を結果と分類した。身長の媒介分析では、ACMEは負で統計的に有意であったが（ACME = -0.0004,P= 4.00∙10-4 ）、ADEと合計効果は統計的に有意ではなかった（図6B；それぞれP= 0.657とP= 0.793）。これらの結果は、身長がCDI履歴に及ぼす影響が何であれ、シンプソンの多様性によって完全に媒介される可能性があることを示唆している。
図6
アメリカンガットコホートの媒介分析： シンプソンの多様性は食事と身長がCDI既往歴に及ぼす影響を媒介する。報告されたすべての回帰は共変量を含む：年齢、性別、BMI、食事（食事の媒介分析では共変量ではない）、およびBMF。(A）野菜摂取を治療として、シンプソンの多様性を媒介因子として、CDI歴を転帰として割り付けた媒介分析では、ACME、ADE、および全効果係数が負で統計的に有意であった（P< 0.05）。(B）身長を治療として、シンプソンの多様性を媒介因子として、報告されたCDI歴を転帰として割り当てた媒介分析では、ACMEのみが統計的に有意であった（P< 0.05）。食事と身長はともに、Simpsonの多様性と有意に正の相関を示した（P< 0.05）。シンプソンの多様性はCDI既往歴と有意に負の相関を示した（P< .05）。
考察
大きな動物は腸内に多くの細菌分類群を保有する
脊椎動物の腸内細菌叢におけるアルファ多様性には、腸の形態、進化史、食餌など多くの要因があることが先行文献で示されている［71-73］。例えば、前腸や後腸の発酵動物は、腸の解剖学的構造が単純な肉食動物よりも、シャノン多様性で測定される腸内微生物の豊かさが高いことが示されている [71]。宿主の体格は、宿主の食性をコントロールした場合でも、いくつかのデータセットで腸内細菌のアルファ多様性と強く関連していることがわかった（図1）。このことは、腸の形態や系統、食性とは独立したメカニズムが働いていることを示唆している。
ヒトの身長は、関連する共変量とは無関係に腸内細菌叢のアルファ多様性と関連している
ヒトの腸内細菌叢α多様性には多くの要因が影響することが知られている [9, 15, 74, 75]。例えば、あまり健康でない高齢者を対象とした先行研究では、加齢に伴いアルファ多様性が低下することが示されている [76]。一方、健康な高齢者や地域在住の百寿者を対象とした他の研究では、加齢に伴いコア分類群が減少し、アルファ多様性が増加することが示されている [59, 74, 77]。年齢に加えて性別も腸内細菌叢の多様性と関連しており、女性の方が男性よりも腸内細菌のα多様性レベルが高い傾向がある [74, 78]。肥満およびBMIは腸内αの多様性と負の相関があるが、これはおそらく食物繊維の摂取量が少なく、肥満に伴う全身性炎症のレベルが高いためであろう [75, 79]。BMFは腸管α多様性と負の相関があり、便秘経験者は多様性が高く、下痢経験者は多様性が低い [80] 。最後に、植物性基質を多く含む食事は腸管α多様性の増加と関連しており、これはしばしばこれらの食品に含まれる複雑な多糖類に起因している [70, 81]。さらに問題を複雑にしているのは、これらの人口統計学的変数が非常に相互に関連していることである。例えば、平均的に女性は男性よりもBMFが低く、身長が低く、果物や野菜の消費量が多い。このような絡み合いが多様性に及ぼす累積的影響を予測することは困難である [74, 80, 82]。さらに、BMIは腸内細菌叢のアルファ多様性と負の相関があり、腸の炎症（平滑筋の収縮によって腸の短縮を引き起こす可能性がある）と正の相関があるため、脊椎動物全体で見られる体重と多様性の間の全体的な正のスケーリングに反している[75, 79]。そこで我々は、腸の長さと正の相関があることが示されている身長[83-86]を、ヒトの体格を測定するための肥満・炎症に依存しない代用品として用いた。全体として、これらの交絡の可能性のある変数をすべて回帰でコントロールすることができ、2つの大規模な独立したコホートにおいて、身長と腸管α多様性の関連はこれらの変数を含めても頑健であることがわかった（表1）。いくつかの疾患状態が腸内細菌叢の異常と関連していることを確認する膨大な文献があることから [87, 88]、Arivaleコホートを用いて健康状態を調整した回帰分析を行った。健康に関連するいくつかの臨床化学物質をコントロールし、過去3ヶ月以内に抗生物質を服用した人を除外したところ、身長と腸内細菌多様性の関連は有意性を保っていた。上記の脊椎動物の場合と同様に、これらの結果は、サイズと多様性のスケーリングが、食事摂取、炎症、健康状態、便通頻度とは無関係なメカニズムによって駆動されることを示唆している。
様々な長さの腸をシミュレートするためのIBTの適応
IBTは、大きな島ほど生態学的に同等な種が多く生息することを示す単純な中立モデルである。我々は、腸内のIBTを近似するように設計された単純なIBMを構築し、腸の長さが実際に種の多様性と正の相関があることを示した（図4）。腸に適応したモデルでは、腸管通過時間が島面積の代理として機能した。IBMのシステム長によって説明されるシンプソンの多様性の分散量は、IBMをシミュレートした長さスケールが大きくなるにつれて増加し、脊椎動物およびヒトの体長スケールで観察された結果とほぼ一致した（図1-3）。系統の長さと多様性の関係は、脊椎動物の体長範囲ではやや漸近的に振る舞うように見えた（図4A）が、これは私たちや他の人々が経験的に観察してきたこと（図1A）と類似していた[17]。これらの結果は、観察されたサイズ-多様性スケーリングのもっともらしいメカニズムを提供し、現実の微生物群集におけるマクロ生態学的パターンを単純な中立モデルで説明できることを示す文献群に追加するものである[19, 20, 89]。
ヒトにおけるIBTの臨床的意義の検討
多様な腸内細菌叢は、利用可能な代謝ニッチを飽和させることにより、侵入病原体に対するバリアとなりうる [7, 23, 24, 90]。従って、我々の結果は、身長はアルファ多様性への影響が小さいため、腸内病原体感受性の弱い予測因子である可能性を示唆している。実際、CDIの既往歴がある人は、既往歴のない人に比べて平均的に身長が低く、腸管アルファ多様性が低いことがわかった（図5）。
先行研究では、CDI患者はCDIでない人に比べて野菜の摂取量が少ない傾向があり、CDI予防における食事の役割が強調されている [69]。食事からの植物摂取は、ヒトのコホートにおいて、ほとんど他のどの生活習慣要因よりも多様性に強い正の影響を及ぼす [9, 13, 91, 92]。野菜摂取量は、実際に、American Gutコホートにおいて、腸内細菌αの多様性およびCDIの既往歴と強く関連していた（表1および図5）。しかし、食事と身長の相互作用は予想以上に複雑で、野菜摂取量が多い群では身長が多様性と有意な関連を示したが、野菜摂取量が少ない群では有意な関連を示さなかった。この結果を理解するために、我々は、野菜摂取量が多いほど身長と多様性のスケーリングがシフトし、α多様性における推定上の病原体感受性の閾値が、野菜摂取量が少ないグループよりも低い身長で越えられると仮定した（図S2 ）。このシフトは、低野菜摂取群で身長とCDI既往歴の間に観察された関連性の欠如を説明する可能性があるが、統計的検出力の欠如もこの結果を説明する可能性がある。
食事と身長がCDI履歴に及ぼす影響について正式な媒介分析を行ったところ、α多様性が身長（完全媒介）と野菜摂取（部分媒介；図6）の両方の治療効果を媒介するという証拠が得られた。古典的な媒介分析では、身長（図6）の場合のように、有意な直接効果または全体効果がない場合には、ACMEの有意性を考慮しないのが普通である［93］。しかしながら，あるシナリオでは，この保守的なアプローチは，調停者が全体モデルとほぼ同じ大きさの効果を持つ場合や，結果に対する治療の直接効果と調停効果が反対の符号である場合など，真の調停効果を見逃す可能性がある[94-96]．このようなシナリオでは、ここで行ったように、ACMEの信頼区間を推定するためにブートストラップを使用することができる[97]。全体として、食事は多様性およびCDI既往歴の両方とはるかに強い関連を示し、野菜摂取量の増加のような単純な生活習慣の介入が、身長よりも腸の多様性およびCDIリスクに大きな影響を及ぼす可能性があることを示唆している。
結論として、脊椎動物およびヒト集団において、体格と腸内細菌叢のアルファ多様性との間に一貫した関連があることがわかった。ヒトの身長と腸内細菌叢α多様性との関連は再現性があり、2つの独立した大規模コホートにおいて、年齢、性別、BMI、BMF、食事など、腸内細菌叢α多様性に影響を及ぼすことが知られているいくつかの関連共変量を含めても頑健であった。さらに、Arivaleコホートにおいて、この身長と多様性のスケーリングは、最近の抗生物質の使用や、LDLコレステロール、HbA1C、CRPの血液測定値とは無関係であることがわかった。我々は、このマクロ生態学的なスケーリング現象が、IBTの腸内適応バージョンによってもっともらしく説明できることを示した。最後に、ヒトの身長と腸管アルファ多様性の関係がCDIリスクにどのように関連する可能性があるのか、また、野菜摂取のような食事パターンがこの推定されるリスクをどのように軽減するのに役立つ可能性があるのかを探った。体格が腸管α多様性に及ぼす影響は、ヒトの体格範囲では比較的弱く、この研究の臨床的妥当性は、さらに独立したコホートで検証されるまで暫定的なものである。
研究の限界
回帰分析では、観察された体格-多様性のスケーリングについて、草食動物は肉食動物よりも大きな体格を達成しうること、排便回数は男女間で異なりうること、人口統計学的および健康関連の共変量間のあらゆる数の相互作用など、いくつかの決定論的説明を暗黙のうちに考慮した。これらの要因はいずれも、観察されたサイズ多様性のスケーリングを説明することはできなかった。IBTの腸管適応型は、観察されたサイズと多様性のスケーリング関係を説明する中立的なメカニズムとしてはもっともらしいが、肯定を証明する決定的な方法はなく[98]、今回調査しなかった他のメカニズムが働いている可能性も十分にある。例えば、これらのデータセットでは、多様性が身長に及ぼす逆 因果の可能性を検討することはできなかったが、幼少期の多様性（これは考えられることだが、 我々が測定した幼少期の多様性と関連している可能性がある）自体が、乳幼児の線形 成長とその後の成人の身長に影響を及ぼす可能性がある。さらに、我々のシミュレーション・データでは、計算上の制約から3桁の大きさにしか対応できなかったが、脊椎動物は6桁の大きさに対応する。しかし、腸の長さと体重や身長の間に必ずしも1：1のスケーリング関係があるとは限らず、これは先行文献[65, 99]と一致している。現実世界の腸は複雑な空間構造を示すが、我々のモデルは空間的に均一である（すなわち一次元の管）。食物は腸内細菌がほとんどいない口から入り、消化管内を一方向に移動し、糞便1グラムあたり約1011個の腸内細菌細胞とともに肛門から出る[100]。粘液層とそこに生息する微生物は、絶えず管腔の外側に排出され、通過するにつれて糞便と一体化する [101] 。このように、私たちのシミュレーションは空間構造が非常に単純化されているにもかかわらず、私たちの腸の中立モデルにとって重要な主要な特徴、すなわち、移動、成長、一方向の流れを捉えていると私たちは信じている。最後に、身長がアルファ多様性に及ぼす影響はすでに微妙なものであるため、アメリカ腸内細菌コホートにおいて身長とCDI既往歴との関連を検出するのは力不足であった可能性が高い。しかし、この結果の臨床的意義は予備的なものであり、追跡研究で検証する必要がある。
謝辞
この研究に対して有益なフィードバックと示唆を与えてくれたGibbons研究室のメンバーに感謝する。Eric Tranには、身長対多様性の予備的解析に協力してもらった。また、Florent Mazel氏には、Songら2020年データセットのASV表とメタデータを提供していただいた。
利益相反
申告なし。
資金提供
本研究は、Washington Research Foundation Distinguished Investigator AwardおよびInstitute for Systems Biologyのスタートアップ資金（S.M.G.に授与）の支援を受けた。また、本書で報告された研究は、米国国立衛生研究所（NIH）の国立糖尿病・消化器・腎臓病研究所（National Institute of Diabetes and Digestive and Kidney Diseases）の助成を受けた。R01DK133468（S.M.G.へ）。