基于人体菌群互作网络分析评估机体健康和诊断疾病的方法技术

本发明专利技术主要针对机体健康评估及微生物菌群相关疾病的个性化诊断，提出并验证了一种基于人体菌群互作网络分析的评估和诊断方法。该方法旨在检测菌群互作网络中15种包含特殊功能节点的三角形基序(trios)数量，其中包括无特殊功能节点分支和有功能节点分支两大类，前者又根据3个节点间的正负关系分为6个型，后者根据功能节点与三角基序间的作用数目和正负关系分为9个型。发明专利技术人通过分析人体包括肠道、阴道、肺、口腔、精液及皮肤6个部位的微生物菌群数据，发现菌群互作网络中特殊trios的数量在实验组/疾病组与健康对照间存在显著差异。该发明专利技术为机体健康和疾病发生风险评估提供了有效的参考指标，为个性化诊断微生物菌群相关疾病提供了可靠的技术支持。

【技术实现步骤摘要】
基于人体菌群互作网络分析评估机体健康和诊断疾病的方法
本专利技术涉及生物信息技术和医疗健康领域，特别是一种基于人体菌群互作网络分析评估机体健康和诊断疾病的方法。
技术介绍
人体共生菌是人体的正常菌群，皮肤、口腔、肠道、呼吸道及泌尿生殖道等部位都生存着大量的微生物。人体微生物菌群与宿主的健康和疾病有着密切的关系，与此同时人体的健康状况也影响着机体微生物菌群的组成和稳定。随着人体微生物宏基因组计划(humanmicobiomeproject，HMP)的开展实施，越来越多的研究表明微生物菌群与人体多种疾病，如结肠癌、肺纤维化、牙周炎、乳腺炎、细菌性阴道病及皮炎等疾病的发生发展有着紧密联系，这些疾病也被称为“微生物菌群相关疾病”。这些疾病多面临着缺乏早期诊断指标和更为方便可靠的个性化诊断方法等问题，因此寻找一种可以同时运用于多种疾病的个性化诊断方法是十分重要的。通过人体微生物菌群不仅能够更进一步寻找微生物相关疾病发生发展的根源，还可以用于疾病的个性化诊断和防治。人体微生物菌群作为一个微观生态系统，现有研究多从生态学角度利用生态学理论和方法对其加以研究，其中物种多样性是最常用的研究手段。然而大量研究显示健康个体与疾病个体间微生物物种的多样性指数，如物种丰度、Shannon指数等多无显著差异，因此无法广泛的用于多种疾病的诊断机体健康状况的评估。基于多样性的生态学方法多着眼于物种数量本身，却忽略了物种间的相互作用，而物种间的相互作用对外界环境或宿主环境的改变会有更为灵敏的应变能力。网络分析虽已广泛应用于计算生物学和生物信息学中，如基因网络、蛋白质网络、代谢网络等，但在微生物菌群研究中应用仍比较局限。网络分析基于物种的个体数量或丰度寻找物种间的相互作用关系，不但包括了传统生态分析中的物种丰度还加入了菌群中的互作关系，可弥补微生物生态中多样性分析等传统生态分析的不足。现已有研究成功地将网络分析应用于人体微生物菌群当中。传统的网络属性如网络密度等多忽略了网络中节点的信息，在微生物菌群网络中每个节点代表一个物种，疾病和健康机体的菌群互作网络即使结构相同，物种间的相互作用关系却有可能不同。在基本网络的分析上，包含物种信息在内的网络属性可以提高诊断指标和检测方法的准确率和灵敏度。本专利技术的目的在于针对机体健康评估及微生物菌群相关疾病的个性化诊断，提出并验证了一种基于人体菌群互作网络分析评估机体健康状况和诊断疾病的方法，通过对已有文献的分析和大量实验的结果，找出了15种特殊的网络基序作为微生物菌群互作网络的一种新属性。通过监控机体菌群网络中该属性的变化情况可以为评估机体健康状况和疾病发生风险提供更为有效的微生物方法，也为个性化诊断微生物菌群相关疾病提供可靠的技术支持。
技术实现思路
本专利技术的目的在于针对机体健康评估及包括肥胖等疾病在内的微生物菌群相关疾病的个性化诊断，提出并验证一种基于人体菌群互作网络分析评估机体健康和诊断疾病的方法，为利用人体微生物对人体健康状况进行评估和对微生物相关疾病进行诊断提供有效的方法和可靠的指标。为实现以上目的，本专利技术采用的技术方案为：通过查找和筛选获取6组微生物数据，分别代表了肠道、口腔、皮肤、肺、阴道和男性生殖道腺等6个人体部位的微生物，数据来源和信息为：McHardy等人2013年公开发表的HIV阳性和阴性者肠道的微生物数据；Lazarevic等人2010年公开发表的吸烟者和不吸烟者的口腔唾液微生物数据；Kong等人2012年公开发表的特应性皮炎(atopicdermatitis，AD)患者和健康人的皮肤微生物数据；Fodor等人2012年公开发表的肺纤维化患者急性加重期和接受治疗后呼吸道的微生物数据；Srinivasan等人2012年公开发表的细菌性阴道病(bacterialvaginosis，BV)患者和健康女性的阴道微生物数据；以及Hou等人2013年发表的男性不孕不育患者和健康男性的精液微生物数据。以微生物物种丰度(即每个物种对应的测序内容)为基础，分别计算6组数据中疾病组和健康组各物种或各操作分类单元(operationtaxonomicunit，OTU)间的相关系数，选取p≤0.05相互作用关系，利用标准网络分析软件，如Cytoscape软件或iGraph软件，构建菌群互作网络图。基于上述步骤构建的菌群互作网络，寻找各组中如表1所示的15种特殊的trios。表中图例代表基序结构模型，每一个网络节点代表一个微生物物种或操作分类单元(operationtaxonomicunit，OTU)，实心节点为具有特殊功能OTU，空心节点代表普通OTU。特殊功能节点代表菌群中丰度最高的物种，或在菌群中占主导地位的物种，或在菌群互作网络中拥有最多相互作用关系的物种。边为两个节点所表示的OTU间的相互作用关系，特殊功能节点分支表示特殊功能节点与由普通节点组成的三角形trios相连接的边。表中“+”号表示正相互作用关系，“-”表示负相互作用关系，表1.1中的“+”和“-”表示三角形trios中三条边的互作关系情况，表1.2中的“+”和“-”表示特殊功能节点分支的互作关系情况。15种trios共分为两大类，一类为不含特殊功能节点分支的三点trios，另一类为带有特殊功能节点分支的四点trios。在本专利技术中，所采用的特殊功能点均为在菌群中丰度最高的OTU(mostabundanceOTU，MAO)。前者依据点间相互作用的正负关系分为I、II、III和IV四个型，其中I型和II型中又通过2个非MAO节点间的正负关系分为A和B两个亚型；后者根据与MAO直接作用关系或边的条数，分为SLM、DLM和TLM三个子型，又依据与MAO直接作用关系的正负情况分为若干亚型。表1.16种无特殊节点分支trios的结构信息表1.29种有特殊节点分支trios的结构信息通过比较6组数据中疾病组与健康组菌群互作网络中各型trios的数量，发现这些网络结构在疾病患者与健康人间存在显著的差异。通过检测菌群互作网络中trios的数量可以检测一个机体的健康状况，特定机体部位菌群互作网络的trios数量的改变还可以用于诊断微生物相关的疾病。该方法为利用人体微生物评估人体健康状况提供了方法和指标，也为疾病的早期诊断和防治做出了一定贡献。本专利技术的有益效果在于提供了一种基于人体菌群互作网络通过检测网络中15种特定基序结构来分析评估机体健康和诊断疾病的方法，该方法可该专利技术为机体健康和疾病发生风险评估提供了有效的参考指标，为个性化诊断微生物菌群相关疾病提供了可靠的技术支持。附图说明图1本专利技术的实施流程具体实施方式下面结合具体实施例对本专利技术做进一步的说明，但并不局限于此。实施例1：比较HIV阳性和阴性者肠道菌群网络中特殊trios数量本专利技术的计算流程如附图图1所示数据来源：McHardy等人2013年公开发表的HIV阳性和阴性者肠道的微生物数据，样本采自20名未接受过抗逆转录病毒治疗的HIV患者和20名健康人肠道粘膜。利用通用引物从样本DNA中扩增出16SrDNA片段，利用IlluminaHiSeq2000测序平台进行测序，通过后续的生物信息学分析得到97％相似性的微生物分类操作单元(operationaltaxonomicunit，OTU)，其中每个本文档来自技高网...

【技术保护点】
一种基于人体菌群互作网络分析评估机体健康和诊断疾病的方法，该方法基于检测菌群互作网络中15种三角形网络基序数量。基序信息见表1.1和表1.2。

【技术特征摘要】
1.一种基于人体菌群互作网络分析评估机体健康和诊断疾病的方法，该方法基于检测菌群互作网络中15种三角形网络基序数量。基序信息见表1.1和表1.2。2.按照权利要求1所述的内容，其特征在于：网络基序中每一个网络节点代表一个微生物物种或操作分类单元(operationtaxonomicunit，OTU)，实心节点为具有特殊功能的OTU，空心节点代表普通OTU。3.按照权利要求2所述的内容，其特征在于：特殊功能节点代表菌群中丰度最高的物种，或在菌群中占主导地位的物种，或在菌群互作网络中拥有最多相互作用关系的物种，或其他具有特殊性质或功能的物种。4.按照权利要求1所述的内容，其特征在于：网络基序中的边为两个节点所表...

【专利技术属性】
技术研发人员：马占山，
申请(专利权)人：中国科学院昆明动物研究所，
类型：发明
国别省市：云南,53