Author Archive 谷禾健康

谷禾健康2018年国庆收样及报告安排

收样安排

国庆期间实验室的收样时间为 9 月 30 日,客户的样本必须在 9 月 30 日前送到实验室。国庆期间 10 月 1 日至 10 月 7 日实验室无法收样。

报告交付

如收到样本交付期限落在国庆期间或样本收到的时间内含国庆假日 7 天,将根据放假的时间自然顺延,具体交付时间再沟通确认;
原定 10 月 2-3 号出具报告的样本将在国庆期间完成检测上机,报告将延后于 10 月 9 号出具。

 

2018年国庆期间样本接收及报告交付安排

君验精准健康检测报告更新日志

V20181010

修正苹果手机使用微信浏览器查看提示信息无法点开的问题

开始启用v3.3疾病预测模型,疾病之间干扰会更加少

修正认知障碍风险提示总览与详情部分分值不一致问题

 

V20180913
修正疾病总分计算中对于年龄的识别错误,原来部分低年龄段样本由于年龄识别判断bug会因为不符合年龄段的疾病风险导致疾病分值偏低。
修正后部分样本的疾病分值会提高,相应的健康总分也会更新。请以修正后的分值为准。

V20180808:
打印版增加个体食物推荐列表
雌激素水平评估修正完善

v20180801:
在线版更新
修正说明?点击不消失问题
修正侧边菜单栏窗口尺寸变化异常问题
加强报告主菜单栏阴影,便于快速识别
修正儿童总分计算偏低问题

修正管理版后台不同报告版本跳转问题,正确识别菌群版

v20180725:

打印版更新

修正建议文字清晰度

修正指标范围清晰度

在线版更新

增加40岁以上绝经女性非卵巢雌激素水平评估指标

更新健康人群队列数量,增加0~7岁健康儿童参照人群数量

 

v20180718:

更新在线绑定页面,减少问题填写

 

v20180714:

打印版更新

重新设计版式,全面更新以页面模式展示

增加厚壁菌、拟杆菌比例

增加香浓指数和菌种数量

更新疾病风险分值分布图,以实际验证人群检验模型和风险分值分布

在线版更新

以分栏式页面展示不同内容

新增分项健康评估分值

使用v20180710疾病模型,大幅增加结直肠癌、肝病等人群数量,部分疾病检出率大幅上升,总体分值相对统一

 

v20180615:

在线版更新

增加菌群详情部分,在页面中给出具体门、纲、目、科、属、种对应注释具体菌及丰度

修正部分文案错误

去除血清素缺乏建议中的药物建议

 

v20180610:

在线版更新

重新增加抗生素抗性中beta-内酰胺类药物的抗生素抗性风险评估

 

v20180510:

在线版更新

胃病调整,增加检测模型敏感度,增加胃癌样本

新增菌群检测版本,仅提供菌群信息

 

v20180420:

疾病模型更新,部分疾病使用深度神经网络模型,使用7万例样本进行基础网络构建。迁移学习提升少样本疾病预测可靠性。

 

v20180310:

在线版更新

增加个体化食物推荐

增加自闭症疾病风险评估

 

v20180114:

菌群注释大幅增加人体致病病原菌增加至340种,并全部注释到种,已去除25种分辨精度不足的菌

 

v20171210:

增加菌群详情,提供完整的菌群构成丰度和菌注释

 

v20171116:

更新疾病预测模型,提高疾病检出率,增加疾病风险预防提示,将潜在风险人群分值提升至0.3~0.5区段

 

v20170730:

更新疾病预测模型,使用新的机器学习方法,减少疾病之间相互干扰

 

v20170503:

暂时下线肥胖、慢性疲劳综合征以及季节性过敏和骨质疏松,因样本数量尚不足以使模型获得稳定预测,转入alpha测试阶段

调整肝病风险,精细化预测乙肝、肝功能异常、肝癌

增加营养部分,加入各种氨基酸、加入维生素A、B族维生素、D

 

v20170415:

君验专业版上线

完整提供菌群构成、疾病风险和营养构成三大模块

在线版更新

重新排版并增加说明和背景知识

增加疾病风险评估的准确度及人群分布图

 

v20161013:

增加血清素代谢及睡眠质量

增加人群分布,扩增为2.4万人

 

v20160715:

疾病增加胃病、肾病、肝病、胆病、心脑血管疾病、抑郁症、老年痴呆

 

v20160322:

增加疾病风险评估

首批疾病包括:IBS、IBD、结直肠癌、II型糖尿病以及自体免疫疾病

肥胖、慢性疲劳综合征以及季节性过敏

另外初步测试骨质疏松

 

v20151005:

增加代谢和6种营养成分分析内容

增加抗生素抗性评估内容

 

v20150712:

首个正式在线评估版上线

提供菌群多样性及菌群失调

健康人群分布

具体菌群情况

 

v20150510:

首批1万例临床病理样本检测完毕,疾病模型及人群菌群分布初步构建完成。

谷禾人体肠道菌群开放基金

申请指南

谷禾是中国乃至全球领先的肠道菌群和精准健康检测公司,专注于肠道菌群检测及其在健康临床领域的实际应用。

一、基金设立的目的

肠道菌群复杂多样,与众多环境及疾病因素息息相关,解析肠道菌群与健康的关系需要针对大量不同人群、环境和条件下的菌群样本及研究。为推动肠道菌群的健康及临床应用,谷禾基于自身检测和数据分析优势设立开放基金,希望联合来自各个领域和方向的研究人员以及合作者,帮助完成大样本队列的实验和检测以及后续的深度分析。最终早日实现肠道菌群在现实生活和临床应用中的落地。

二、基金主要支持方向

基于上述目的和定位,支持方向为人体肠道菌群研究,具有实际临床意义或健康检测价值的实验设计或设想。不仅限于科研人员,也面向公众、团体和机构。

方向可以包括:传染病、肿瘤、慢性病、药物、营养或发育等,并不仅限于疾病或诊疗,也可包括饮食、生活方式、生长发育或认知心理等方向。

注意:本基金仅支持人体肠道菌群研究,且研究目标为实际应用导向。

三、基金支持内容

基金为长期开放,随时申请,申请通过后签订项目合同,并随时公布入选项目清单,并会同时定期公布项目进展情况。

项目会分三个阶段,根据项目进展情况逐步推进,由谷禾专家团队评议是否进入下一个阶段。

基金不直接提供资金,谷禾会免费提供包括:

1、研究方案设计,2、取样保存盒,3、样本处理测序,4、数据分析报告,5、论文图表及撰写支持,6、应用模型构建

另外根据样本采集和招募需要,谷禾可提供在线信息登记和为样品提供参与者提供菌群检测报告。

三个阶段分别是:

第一阶段为100例探索阶段

第二阶段为300~500例大样本验证阶段

第三阶段为500~1000例临床或实际应用阶段

四、受理时间

随时申报,申请书递交后1周内回复,项目是否支持由谷禾专家团队评议。

五、其它事宜

1、研究年限

每个课题根据不同阶段,研究年限为1~3年。

2、申请路径

开放课题申请书可通过下方链接在线申请填写。

点击在线申请

3、申请书重点考核

申请关键需要明确研究目标,必须具备实际临床或检测应用价值。

申请人需要明确说明具备的研究条件,包括人群队列召集或样本获取途径,样本收集周期等,另外已有部分样本或数据的研究优先支持。

有下列情况之一者不予受理:

(一)申请书填写不合要求;

(二)不符合资助范围;

(三)申报材料不齐全;

(四)申报材料填写不真实。

4、知识产权及信息安全

本开放基金所涉及具体研究方案、样本原始数据、发表论文知识产权均归申请人所有,谷禾仅对样本数据具有使用权。

谷禾不要求论文署名,仅要求相关研究发表论文中注有致谢。

所有研究样本及样本贡献人员个人信息均需脱敏。

六、管理办法

基金管理流程:

1、申请人通过在线提交申请书

2、谷禾专家委员会审议,通过则签署开放基金项目合同书

3、签署合同书后1周内谷禾发放第一批50例取样盒,申请人在3个月内完成先期测试和实验

4、发放第二批50例取样盒,申请人在3个月内完成第一阶段取样和调查

5、如申请人申请进一步开展第二阶段,谷禾专家委员会在2周内完成第一阶段数据的评估,确定第二阶段研究规模并发放一半的取样盒

6、申请人在4个月内完成该批次的测试和实验研究,发放剩余取样盒,第三阶段依次类推,阶段周期延长为6个月。

项目实施过程中,申请人须符合伦理原则,严格遵照伦理审查规范。

项目进行期间调整或更换课题申请者必须经谷禾批准。

项目启动后,申请人有责任和义务建立完整的数据和课题档案,包括课题执行中的各类报表、各种原始实验记录、图表、数据、光谱原件及论文,并在课题结束后整理齐全交谷禾归档保存。

 

项目实施过程中,申请人须在项目阶段周期内开展研究和课题,无正当理由逾期或无进展者,谷禾将停止资助。

基金支持不得用于与申报课题无关的方向,如不严格执行谷禾可拒绝提供的技术和服务支持。

 

点击在线申请

 

已开展申请项目(更新日期20180818):

项目名称
申请人
单位
项目阶段
启动日期
肠道菌群特征用于心梗及脑梗风险监测
何煜舟
浙江省中医院
第三阶段
20170513
轮状病毒与诺如病毒感染腹泻儿童肠道菌群改变差异研究
谢晓丽
成都妇女儿童中心医院
第一阶段
20180328
HP根除成功与否儿童治疗前肠道菌群特征差异
谢晓丽
成都妇女儿童中心医院
第一阶段
20180325
儿童食物过敏性慢性腹泻肠道菌群特征调查
谢晓丽
成都妇女儿童中心医院
第二阶段
20180403
胃癌患者肠道菌群特征及与结直肠癌患者差异
沈健
浙江省人民医院
第一阶段
20180428
皖南地区胃癌、结肠癌肠道菌群特征研究
徐振宇
皖南医学院弋矶山医院
第一阶段
20180518
多组学整合分析肠道菌群在妊娠糖尿病及合并症患者发病中的作用
孙嘉
江南大学食品学院
第二阶段
20180525
便秘,肥胖以及糖尿病人群复合特征菌群
樊沅峰
中国康纳斯
第一阶段
20180718
人牙囊原虫感染对儿童肠道菌群的影响
田利光
中国疾病防控中心
第一阶段
20180803
直肠癌局部肠道菌群的培养组学及基因组学研究
左志贵
温州医科大学结直肠癌临床研究中心
第一阶段
20180818

君验肠道菌群精准检测

君验肠道菌群健康检测是面向全年龄段人群检测人体肠道菌群构成和健康状态的专业检测服务。
使用新一代高通量基因测序技术,提供精确全面的肠道菌群构成分析。
该版本为消费者提供了便捷精准的探索自身肠道菌群的方式,背后是谷禾多年技术研发和专业肠道菌群检测的支持。

检测报告内容

健康评估总分

肠道年龄评估(将上线)

肠道菌群检测

肠道菌群平衡指数、菌群多样性指数

有害菌、有益菌丰度

超过7万5千种肠道菌群丰度

与疾病相关菌异常检测

致病菌检测:艰难梭菌、沙门氏菌、志贺氏菌、弯曲杆菌

性能指标

检测技术:高通量基因测序

检测样品:粪便

检测基因:16S rDNA

技术平台:Illumina Hiseq

测序深度:5千

有效期:2年

检测周期:2周

 

特点

肠道菌群种类数量从200~2000种,个体差异巨大

粪便取样简单无创,棉签变色即可

在家就可取样,无需前往医院,手机电脑查看或打印报告

高通量基因测序技术精确检测肠道菌群

致病菌涵盖:艰难梭菌、沙门氏菌、志贺氏菌、弯曲杆菌

16万例人体肠道菌群样本数据库,可精确到种

科研16s测序分析服务

谷禾提供菌群16s/ITS扩增子的测序和分析科研服务

下载科研16s测序分析示例报告

针对肠道菌群研究,谷禾进行了一系列的研发和优化,为菌群研究人员提供全套的技术服务。

君验科研肠道菌群检测是2017年杭州谷禾信息技术有限公司正式推出,专门面向肠道菌群相关科研实验的完整肠道菌群检测方案。

专注于解决肠道菌群实际研究中的各种问题并进行全方位针对性优化。

为研究者提供从项目系统、取样、DNA提取、质控、扩增、测序、科研数据分析、肠道菌群参考数据集、人工智能模型分析并给出全面的科研分析报告。

我们提供:

项目系统:检测方案将为每一位合作者建立项目系统,全程了解样品和项目情况,并可直接与相应人员沟通。

项目进度管理系统为项目提供从项目需求到样品接收以及实验过程和测序分析、售后全程管理和人员责任。

取样:检测方案为客户提供肠道菌群专用取样盒,没有经过训练的普通人也可以完成稳定可靠的取样。稳定可靠的保存液可在室温下有效完整保存样品DNA至少60天。

GIF

简便的样品取样,助力肠道菌群研究

稳定存储样品,提供常温运输能力

DNA提取:用户仅需将取样管通过普通快递寄回,实验室按照严格测试和优化的粪便DNA提取试剂盒进行DNA提取。

质控:因粪便样品易受环境因素和污染干扰,实验室对每一批次样品设置空白和阳性对照,从提取过程到扩增完成均进行全面对照质控。

扩增:经过多年数万例样本的测试,君验将PCR扩增循环数控制在24个循环之内,尽最大可能减少偏差。

测序:使用Illumina高通量测序平台,提供高达10万reads的高质量测序,提供达远超饱和的测序深度。

科研数据分析:提供完整全面的16s菌群分析流程和图表内容,基因功能和代谢途径预测以及个性化图表和自助分析平台帮助。

肠道菌群参考数据集:16万例肠道菌群样本数据针对性构建的肠道菌群参考数据库远超Greengene或SILVA的覆盖度,目前世界最完整的专业人肠道菌群参考数据库,提供史无前例的分辨精度。

人工智能分析模型:肠道菌群的复杂程度以及不同样品之间的巨大差异已无法使用简单的统计模型来解析,专业的人工智能专家对数万例样本和40多种疾病深度模型分析之后的结晶,精细化区分各种环境及影响因素的干扰,数量化评估每个特征的贡献。

 

附件1 16s多样性测序分析材料方法 V4区 MATERIALS AND METHODS 20180413

精准健康检测报告及解读

谷禾精准健康检测报告包含三个主要部分:肠道菌群、疾病风险、营养饮食

下面我们来详细解释报告是如何生成以及背后的技术和原理,以及如何解读报告。

参考数据集

我们首先使用24317例核心人群的肠道菌群基因测序数据构建了核心参考数据集,包括:

  • 标准化75000 OTU菌数据集
  • 203种人体及环境致病菌
  • 基因和代谢途径以及深度预测模型构建9000高维度特征

并对这些菌的特征序列进行详细物种注释。

这为我们对肠道菌群的构成和致病菌的检测奠定了基础,相较于目前的Greengene和SILVA132数据库的85%水平,我们的肠道菌群数据库涵盖了超过98%的人体肠道菌群。

基于这一标准化菌群特征参考数据集,我们进一步收集样本,并构建了如下样本人群队列

  • 4万例实测人群,2万例疾病人群,16万样本数据
  • 涵盖0~109岁人群,全世界5大洲70多个国家和地区
  • 超过100种疾病队列人群(100例以上/病)

模型构建及预测

谷禾对全部样本和来自临床的病例进行了数据清洗和整理,并通过深度特征工程结合已有的基因组、药物、代谢等信息提取和构建深度菌群特征。

对每种疾病、营养指标都采用包括深度学习和基于决策树的人工智能模型进行预测和分析。

为了获得稳定可靠的预测效果,我们在模型构建和样本选择上经过多次迭代更新,针对肠道菌群数据开发了一系列优化方法,最终达到极高的准确度。

 

健康总分

精准健康检测报告中首先给出了健康总分,总分100分,越高越好。

分值综合评估了菌群状况、疾病风险以及营养饮食的情况。存在疾病风险、有致病菌检出或饮食营养不合理都会降低健康评分。

健康总分的评价范围为:

健康人群的平均分为75分,目前人群最高分94分,低于60分表明至少存在一项疾病风险

>95:最健康

90~95:健康典范

80~90:很健康,针对性改善就好

70~80:健康但请注意生活方式和饮食

60~70:亚健康及营养饮食不合理

50~60:疾病高风险

40~50:疾病急需医疗关注

<40:多项疾病高风险,菌群严重破坏

肠道菌群构成

基因测序是直接对肠道菌群的16s进行测序,因而获得了极为准确和详尽的菌群构成特征。

通过对这些菌群数据的进一步分析,我们对肠道菌群部分给出如下结果:

  • 肠道菌群平衡状况
  • 菌群多样性
  • 有益菌
  • 有害菌
  • 菌群构成比例
  • 与疾病相关的菌异常状况检测

下图给出了主要的菌群状况评估:

说明:报告中的分值包括两种数值类型,一类是0~100的分值,另一类是0~1的分值。

其中0~100表示的是在人群中的分布水平,比如70表示位于人群70%的水平。

肠道菌群平衡是根据有害菌和有益菌的比例分布确定的。

其中有益菌主要为乳杆菌和双歧杆菌。

有害菌的定义如下:

目前的有害菌包括致病菌和条件致病菌,以及属内主要菌种为致病菌的属。为便于统计,我们在计算的时候统一按照属层级进行计算比例。下表是我们归属于有害菌的属。

另外报告中还会给出详细的主要菌属的丰度和人群分布情况。更加详细的数据表可以点击

下载完整菌群构成表

此外报告专门将常见益生菌和有益菌列出:

根据我们大量人群样本数据的统计和分析,我们从菌的层面提取了和不同疾病相关的菌,并监测其是否超标,超标标准为超出99%的人群或低于1%人群。

疾病风险评估

然后对每一种疾病分为病人和健康人两组队列,使用机器学习方法提取相关特征,使用深度神经网络进行模型训练,并在新样本人群中进行准确度的检验。

目前我们疾病风险检测部分包括16类主要疾病,根据疾病检测准确度和稳定性,我们将检测疾病的水平分为三个等级:诊断级、预防级和提示级。

最终报告中,疾病风险以0~1的分值出现,并根据分值分为不同的提示级别,见下图:

根据每种病的分值,0~0.3归为低风险,0.3~0.5评估为注意,0.5~0.7为中等风险,超过0.7为高风险。

目前报告中提供的疾病均经过大量病例样本检验并且准确率超过90%,虽然不作为疾病的诊断依据,但是其分值的高低仍然具有很强的指示作用。

如果您某种疾病的风险值低于0.3以下表明菌群状态提示疾病风险较低,不同身体条件和生活方式下会有0.05的波动。

如果您某种疾病的风险值位于0.3~0.5之间我们认为属于病前期阶段,通过饮食调理和相应的注意就可以降低风险。

如果您某种疾病的风险值位于0.5~0.7之间表明您可能患有该疾病或处于疾病风险阶段,我们建议您最好前往医院相关科室进行一下检查,如果不便前往医院也可根据建议先进行饮食调理和相应的注意,一般一个月后再进行一次检测查看疾病风险是否下降到正常范围,如果仍然较高甚至升高建议您最好前往医院复查。

如果您某种疾病的风险值超过0.7表明您有很大可能已患有该疾病,且分值越高表明风险越高。因此我们强烈建议您去医院进行相应检查并听从医生建议。

注意:本检测目前尚不属于医疗诊断,疾病分值作为提示,低分值不代表完全没有疾病,只表示风险较低,也可能存在一定的未检出。高分值只表示存在很大疾病风险,疾病的确诊和精确诊断需要通过进一步的医疗检查确认。

 

营养饮食及个性化食物推荐

根据谷禾大规模人群饮食和营养元素调查的数据,通过机器学习模型构建基于肠道菌群的营养饮食和微量营养物质的水平评估模型。

报告中量化了包括主要饮食成分、主要氨基酸以及维生素和微量元素的水平。

其中的分值为在人群中的分布水平,代表的是您的单项营养水平位于人群中的位置,一般最佳的营养分值为70左右,过高或过低都可能不均衡。

最佳的营养状况是各项营养水平相对一致,均衡是评判健康的主要标准。

上述营养指标根据我们对人群长达6个月的追踪发现,营养饮食的指标相对稳定,反应的是最近2周左右的一段时间平均的饮食摄入水平。

由于营养物质和微量元素随当日饮食会迅速变化,包括血液指标也会迅速改变,而肠道菌群反应的营养饮食状况受取样前一天的饮食的影响在15~30%左右,所以建议取样前一天尽量保持近期正常的饮食。

而营养指标的根本性改变通常需要改变饮食2周以上会有明显的变动,而维持该水准需要保持2个月以上的饮食习惯。

个性化饮食推荐表

基于上述检测的营养饮食指标和疾病风险状况,我们结合不同食物的营养成分构成使用机器学习和统计方法计算了每种食物的推荐指数,从-100到+100。

注:低于2岁以下婴儿,本食物推荐表仅做参考,也可作为母乳喂养妈妈的饮食参考。

以上报告版本为2018年3月v0.0.5版,疾病检测模型一般3个月左右会快速更新迭代一次以使用更大样本量来提升检测准确度和检出率。

菌群16s测序

谷禾菌群测序是通过对细菌的16s v4可变区域进行扩增测序,来对肠道菌群的种属和丰度进行检测。

肠道菌群DNA样本使用德国eppendorf公司的自动化移液工作站完全全自动提取和PCR分液后进行PCR扩增。

再经过凝胶电泳和荧光定量PCR双重质检,最终进入上机基因测序。

严格的质量和扩增管控:

  • NEB Phusion High-Fidelity 高保真酶
  • 扩增循环数控制在24循环
  • 严格空白对照与阳性对照试验
  • 独立barcode控制数据切分

我们的测序平台使用美国Illumina公司的Hiseq测序平台,也是目前世界上最主要的新一代高通量基因测序平台。

 

下面的视频是美国人类肠道菌群计划使用美国Illumina公司的测序平台进行测序分析的视频,其背后的技术和原理与谷禾相同。

以下是谷禾测序检测的数据参数:

检测技术及方法:

自主粪便肠道菌群取样和提取方法

Illumina Hiseq高通量测序

Q30质量大于93%

平均10万reads,最低5万reads

细菌16sDNA,V4区,引物:F515-R806

70%到种,致病菌95%特异性

最低质检标准1万reads

谷禾肠道菌群取样储存盒

肠道菌群是由活菌构成的生态群体,如果储存和运输不当菌群结构就会发生变化,进而导致菌群测序不准确。

因此便捷可靠的取样和存储是肠道菌群检测的第一步。

谷禾经过多年肠道菌群检测实践和研发,开发出适用于肠道菌群取样和常温储存的取样管,可以采集并稳定DNA,用于定量肠道菌群组成分析。

下图是取样装置:

整个取样盒包括:无菌棉签、取样管(内含裂解液和稳定液)、回寄袋

每个取样管上均有唯一条码。

主要特征

  1. 在家中轻松自行采样高质量样品
  2. 起始样品需要量低至0.01g,快速且稳定
  3. 常温下运输和储存稳定的DNA 60天 – 不需要冷链
  4. 标准样品适合手动或高通量自动处理
  5. 获得适用于16S ,qPCR的高质量DNA
  6. 条形码化全样本可追溯性

谷禾取样管的独特特点使得取样变的异常简便,下面是取样演示:

GIF

 

仅需使用棉签从厕纸上沾取粪便,然后洗脱到取样管的保存液中即可,使保存液可见粪便颜色即表示取样量足够。

取样储存管性能

  1. 适用于-20°C至65°C下保持DNA完整性
  2. 室温下有效存储长达60天
  3. 与新鲜样本一致的菌群构成特征
  4. 低成本

下面来看一下取样管在不同条件下的保存效果,我们使用凝胶电泳来检测不同保存处理条件下提取菌群DNA的状态:

 

可以看到,使用谷禾保存管的DNA样品即便在存储至80天仍然没有出现明显的DNA降解情况。

独有专利肠道菌群DNA提取方法

配合谷禾肠道菌群取样保存管,适用于提取极低当量菌群DNA。

具备以下特点:

  • 磁珠法-适用于自动化高通量提取
  • 起始量限制低
  • 与MoBio试剂盒一致性高
  • 现有样本处理量450例/天

下图可以看到我们使用谷禾提取方法与MoBio试剂盒比较以及重复提取的菌群相关性。另外同时比较了使用谷禾取样管保存不同天数后的提取菌群结果。

 

 

君验精准健康检测 专业版

生命之友:人类微生物群

摘要

人体内有大量的细菌和其他微生物,它们统称为微生物群或微生物群,它们对我们的健康有重要的功能,包括我们的消化系统和免疫系统。最近的创新带来了更好的测序技术和生物信息学,导致人类微生物组研究尤其是肠道研究的显着增加。本文简要介绍了微生物组研究中使用的技术,并为此提供了新的见解 – 直到最近,这个看不见的世界。另外,将讨论潜在的诊断和治疗应用。

关键词

微生物群,微生物群,肠道细菌,食物

介绍

安东尼范列文虎克(1632-1723)也许是第一个看到细菌的人。他用自己制造的简单但非常有效的显微镜研究了皮屑,头发,昆虫,血液和沼泽水等各种物体。在致伦敦皇家学会的信中,他将他的观察结果描述为井和运河水中的微小“微生物”[1]。1683年,范列文虎克给皇家学会再写了一封信。虽然他总是用盐和一块布清洁他的嘴,但他已经看到他的自制平视
显微镜下他的牙齿和材料之间有什么斑块。在那里,他也看到了数以百计的“小动物”。他的这些口腔细菌的图画和描述可能是与我们身体相关的微生物的发现[1]。

在随后的三个世纪中,微生物学蓬勃发展 – 主要在病原体领域。大多数细菌和病毒被认为是病原体,鉴于霍乱,结核病,天花和百日咳等疾病的高发病率,这是一种合乎逻辑的假设。随着疫苗和抗生素的出现,这些传染性疾病在二十世纪的墨水中减少了,微生物学也可以专注于研究人体内和微生物上的微生物。

我们现在知道,我们的身体适应了生活在我们皮肤上,口腔,胃和肠道中的复杂微生物群落。这些微生物聚生体由细菌,古细菌,原生动物和真菌组成,它们一起被称为人类微生物群(所有微生物)或人类微生物群(所有目前的微生物及其基因组)[2]。一个人容纳几百到几千种不同的微生物物种,主要是细菌,大多数微生物都生活在大肠里。一种广泛使用但现在已经过时的统计数据声称,我们的身体比人体细胞含有十倍多的微生物细胞。在最近的出版物中,这些计算已经重新完成,现在估计人体内和人体内的微生物数量大约等于体细胞的数量,即4×1013 [3]。

人们并不是复杂的微生物群落的唯一栖息地。微生物无处不在。几乎所有生物体 – 植物或动物的生命 – 都与微生物有关。此外,微生物群落在各种环境中都有发现,如土壤,海水,冰川和室内各种表面平原。

技术发展

在过去的二十年中,DNA扩增和测序技术有了惊人的改进。这导致了大量的微生物群落研究[2]。许多这些研究利用了16S rRNA基因的独特性质,它编码的RNA是小核糖体亚基的一部分[4]。核糖体是所有活生物体的一部分,因此是每个细菌基因组中的rRNA基因。16S rRNA基因具有独特的“镶嵌结构”,具有保守区和可变区。保守结构域可用于设计几乎适用于所有细菌基因组的通用引物,而中间可变结构域(V1至V9)对每种细菌物种都是独特的,因此可用于鉴定和表征。

新的分子技术使研究各种样品类型的微生物多样性成为可能,而不必依赖于培养。这导致了许多未知细菌门的发现,现在已经有数百万个细菌和古菌序列被发表。

此外,现在可以对样本中的完整基因组DNA进行测序,以便可以研究复杂群落中的所有基因及其可能的功能(宏基因组学)。最后,科学能够在转录组学,蛋白质组学和代谢组学领域提供各种其他创新 – 在某些条件下对所有这些基因表达的新见解[6]。除DNA提取和测序领域的创新之外,生物信息学在分析这些技术产生的大量数据方面有很大进展。

人类微生物组的组成

新技术使分析人体中复杂的微生物群成为可能。发现人类微生物群落因解剖部位而异,但也受个体和时间的影响[7,8]。2008年开展了两项大规模微生物群研究。欧洲MetaHit-联盟关注粪便的宏基因组分析[9],而美国人类微生物组计划则检查了几个身体部位[10]。最近的两项大荷兰一比利时研究显示,食物和药物对肠道微生物组成的重要影响[11,12]。这些项目极大地扩展了我们对人体微生物居民身份和功能的认识。

起初,殖民化始于出生

我们身体的微生物定植开始于出生时,在生命的第三或第四年左右或多或少完成[13]。这个殖民化过程如何进行,部分取决于交付的类型。在自然分娩期间,婴儿首先接触母亲的阴道和直肠细菌; 而在剖腹产期间,宝宝首先会主要接触皮肤细菌。与此同时,这些新的见解启发了一些父母在母亲的阴道微生物群中涂抹新生儿[14]。此外,婴儿在头几个月的喂养方式决定了他们的肠道微生物群的发展。母乳含有细菌,人造奶不育。通过剖腹产出生的婴儿或用人造奶喂养的婴儿可能会出现一种扰乱的定植模式,哮喘的风险稍高,过敏和晚年肥胖[15]。决定儿童时期微生物群发育的其他因素是兄弟姐妹或宠物的存在以及其他家庭成员的微生物群的组成[16]。与狗或农场长大的儿童发展哮喘的机会较小[17]。这似乎证实了卫生学假说,该假说认为暴露于细菌是儿童早期对免疫系统发育和对环境抗原更高耐受性所必需的。

微生物组的功能

我们体内的微生物,特别是肠道中的微生物,对我们的健康非常重要。我们肠道细菌的共同基因是我们自己的基因组的一个很好的功能延伸。人类肠道微生物群含有比人类基因组多150倍的基因,它编码了许多我们无法自行合成的酶[9]。肠道微生物群的一个重要功能是消化我们不能自行分解的营养物质。大多数植物碳水化合物和纤维不能在小肠中消化,并在未被消化的大肠中被肠道细菌发酵。由此肠道微生物群的存在使得哺乳动物能够从食物中提取更多的能量。在无菌培养箱中出生并繁殖的无菌小鼠,

除了复杂的碳水化合物和纤维的消化和发酵之外,肠道微生物群还涉及短链脂肪酸的生产(例如
丁酸盐),脂肪代谢,大肠解剖结构的正确发展,免疫系统的控制,维生素的合成以及肠道内空洞的填充,使病原体不能定植[8-10,19]。也有越来越多的证据表明肠道菌群与中枢神经系统之间存在相互沟通的途径,称为脑 – 肠轴,甚至有迹象表明肠道细菌对其宿主的行为和情绪有影响[20]。因此,无菌小鼠比殖民小鼠承担更多的风险,但他们也有较少的记忆。目前还不清楚微生物群与大脑之间的这种联系在人类行为中是否也很重要。

因为我们的肠道细菌实际上是带有大量基因的小化工厂,它们也可以分解或修饰各种化学物质。诸如细胞抑制剂和心脏药物的药物可以被肠道微生物群激活或失活。不同的人对相同药物的反应可能不同,需要更高或更低的剂量,这取决于他们携带的肠道细菌[21]。

微生物和营养

人类肠道微生物群通常相当稳定。在一项志愿者长时间收集粪便的研究中,除了在饮食改变,胃肠感染期间或国际旅行期间,肠道微生物群或多或少都保持不变[22,23]。最近对非洲和南美洲传统社区非西方人粪便成分的研究表明,生活方式和饮食对人类肠道微生物群的影响很大。狩猎采集者,传统农民和城市工业人群有着截然不同的微生物群[13,24-26]。狩猎采集者的肠道菌群含有这三组中最高的细菌多样性。这很可能是由这些传统生活小组消耗的大量纤维所引起的 – 比普通美国人和欧洲人多十倍。

抗生素意外的副作用

在严重感染中,抗生素可以挽救生命,但它们也会对我们的微生物群产生意想不到的副作用。大多数抗生素是广谱的,他们不幸地不区分我们身体中的病原体和有益细菌。许多标准的抗生素治疗方案对我们肠道中细菌类型的数量有很大的影响,通常患者并没有注意到它。恢复通常是不完整的,甚至在停止治疗的几个月后[28,29]。口腔微生物群似乎比肠道微生物群对这些紊乱更不敏感[28]。

另外,从动物实验中发现,反复实际的抗生素治疗主要是在年轻动物中,结果可转移到永久性被扰乱的微生物群中[30],并通过移植人类肠道细菌在无菌小鼠中导致肥胖[31]。这导致了这样的假设:儿童时期反复的抗生素治疗可以导致肠道微生物群的细菌种类减少[32]。在生命的头三年,美国儿童平均得到三至六种抗生素,正是在他们的微生物组发育时。虽然这个数字在荷兰较低,但抗生素反复给儿童开处方,导致肠道菌群多样性减少可能与西方世界肥胖和糖尿病患病率增加有关。

艰难梭菌感染和粪便移植

微生物组研究的成功案例之一是应用粪便移植治疗艰难梭菌感染(CDI)患者。艰难梭菌是一种孢子形成和产毒素的细菌,在健康人群中约10%存在于小肠中,但在医院和养老院患者中百分比较高。抗生素治疗可导致肠道微生物群与艰难梭菌的不平衡,艰难梭菌对大多数抗生素具有相对抗性,突然导致它长到大量。可能导致腹泻,腹痛和发烧。在美国,抗生素每年导致近50万例CDI病例和30,000例死亡[33]。直到最近,有限的治疗方案还包括特定的抗生素如万古霉素,在极端情况下,切除一部分结肠。复发性感染很常见。阿姆斯特丹学术医疗中心的研究表明,粪便移植与健康供体的粪便对CDI患者非常成功。第一次移植后,治愈率超过80%,经过第二次尝试后,增加的百分比可能高达94%[34,35]。因此粪便移植已成为CDI治疗以及许多其他肠道疾病的有吸引力的替代方案。虽然粪便移植的并发症发生率很低,但存在致病性病毒或细菌传播或粪便吸入的风险[36]。阿姆斯特丹学术医疗中心的研究表明,粪便移植与健康供体的粪便对CDI患者非常成功。第一次移植后,治愈率超过80%,经过第二次尝试后,增加的百分比可能高达94%[34,35]。因此粪便移植已成为CDI治疗以及许多其他肠道疾病的有吸引力的替代方案。虽然粪便移植的并发症发生率很低,但存在传播致病病毒或细菌或吸入粪便的风险[36]。阿姆斯特丹学术医学中心的研究表明,粪便与健康供体的粪便移植对于CDI患者非常成功。第一次移植后,治愈率超过80%,经过第二次尝试后,增加的百分比可能高达94%[34,35]。因此粪便移植已成为CDI治疗以及许多其他肠道疾病的有吸引力的替代方案。虽然粪便移植的并发症发生率很低,但存在传播致病病毒或细菌或吸入粪便物质的风险[36]。经过第二次尝试后,这个百分比可能高达94%[34,35]。因此粪便移植已成为CDI治疗以及许多其他肠道疾病的有吸引力的替代方案。虽然粪便移植的并发症发生率很低,但存在传播致病病毒或细菌或吸入粪便物质的风险[36]。经过第二次尝试后,这个百分比可能高达94%[34,35]。因此粪便移植已成为CDI治疗以及许多其他肠道疾病的有吸引力的替代方案。虽然粪便移植的并发症发生率很低,但存在传播致病病毒或细菌或吸入粪便物质的风险[36]。

炎症性肠病

炎症性肠病(IBD)如克罗恩病和溃疡性结肠炎是难以治疗的肠炎性病症,其原因不明并且症状不稳定。除了遗传成分之外,还有证据表明肠道微生物群的作用。IBD的肠道微生物群与健康人有所不同,细菌多样性较低,特定细菌群比例改变[37]。然而,这种生态失调是否是临床症状的原因还是长期炎症,药物治疗或饮食改变的结果尚不清楚。尽管有许多出版物和研究,迄今为止还没有发现明显的微生物病原体。除其他外,CDI患者粪便移植的成功取决于肠道内微生物多样性的恢复。

自闭症

自闭症是社会交往领域各种发展制约因素的总称,并且治疗方案很少。与健康儿童相比,自闭症儿童患有肠胃问题,如腹泻或便秘。因此,微生物对这种疾病的可能作用有很大的兴趣[20]。不幸的是,孤独症患者的肠道菌群研究似乎相互矛盾,并且尚未显示与健康人群有明显差异[38]。可能地,自闭症中的一些不同微生物群是由这些患者的某些行为引起的,通常包括强烈的厌恶蔬菜和水果以及偏爱淀粉食物。因此自闭症患者可能会拒绝某些营养素,如纤维。这可能是一些研究中发现的肠道细菌差异的原因。与IBD一样,因此很难区分因果关系。虽然自闭症和肠道细菌之间的关系仍不清楚,但尚未导致临床治疗选择。益生菌,益生菌和最近的粪便移植越来越受到自闭症患者(父母)的’自我药疗’的欢迎[38]。

新见解

除了越来越认识到肠道细菌对我们的健康有益之外,我们开始意识到我们生活得很干净。与当前传统的狩猎采集者相比,他们的生活条件可能与我们的祖先非常相似,我们的西方生活方式使我们与微生物的接触更少。婴儿通常是通过剖宫产或喂食无菌奶而出生的,孩子们的兄弟姐妹越来越少,在沙箱或街上玩的少。我们的食物和饮用水几乎是无菌的,我们几乎不接触土壤,植物或动物,我们经常接受抗生素,许多肥皂和洗发水含有三氯生,抗菌擦拭物或紫外线固定器消毒牙刷或手机正变得越来越流行。所有这些因素,加上小纤维的食物,这可能有助于确保我们来自细菌物种的肠道微生物群远低于传统生物群落。由于我们的微生物组参与了我们身体中的许多过程,包括免疫系统的构建和控制,抗生素的使用增加,纤维摄入量减少,以及在年龄较小时减少接触细菌可能与增加许多代谢,过敏和慢性肠道疾病[32]。显然我们不想回到中世纪,传染病可能会杀死半个大陆的人口。接种疫苗很重要,危及生命的细菌感染应该用抗生素治疗,在我们吃东西或开始治疗病人之前洗手是一件好事。但是,也许我们应该通过食用发酵食品和益生菌让自己稍微暴露于细菌,并且在步行,园艺或玩沙盒等活动中更加活跃。我们还需要通过摄入更多膳食纤维和复合碳水化合物以及更少的单糖来照顾我们的内部微生物。

来自微生物组研究的新见解也与’个性化医疗’的发展非常吻合,患者可根据其基因组的个体布局以及他们的微生物进行量身定制的治疗。确定微生物组概况可能很快成为标准治疗的一部分,某些细菌群的缺失或存在可用于诊断或作为起始点,作为目前难以治疗的疾病的治疗计划。与此相关的令人担忧的发展,商业公司的崛起提供了特殊的益生菌和粪便移植药丸。许多这些补品销售没有科学基础或质量。虽然某些特定情况下的益生菌菌株已被证实有积极影响,这些类型的产品的扩散使得难以将小麦从谷壳中分离出来。然而,微生物组研究领域是非常感激和令人兴奋的职业,我期望我们将发现我们的小朋友对我们未来健康的许多意想不到的特征和影响。

除了越来越认识到肠道细菌对我们的健康有益,我们开始意识到我们生活得太干净。与当前传统的狩猎采集者相比,他们的生活条件可能与我们的祖先非常相似,我们的西方生活方式使我们与微生物的接触少得多。婴儿通常是通过剖宫产或者喂食无菌奶来产生的,孩子们在兄弟姐妹少的情况下长大,在沙箱或者街上玩的少。我们的食物和饮用水几乎无菌; 我们几乎不接触土壤,植物或动物; 我们经常接受抗生素; 许多肥皂和洗发水含有三氯生; 并且抗菌擦拭物或紫外线固定器消毒牙刷或电话正变得越来越流行。所有这些因素,加上我们食物中的纤维太少,可能有助于确保我们的细菌物种的肠道微生物群体比传统生物群落的多样性要少得多。由于我们的微生物组参与了我们身体的许多过程,包括免疫系统的构建和控制,抗生素的使用增加,纤维摄入量减少,以及在早期接触细菌减少可能与增加许多代谢,过敏和慢性肠道疾病[32]。显然,我们不想回到中世纪,因为传染病可能会杀死半个大陆的人口。接种疫苗很重要,危及生命的细菌感染应该用抗生素治疗,在我们吃东西或开始治疗病人之前洗手是一件好事。但是,也许我们应该通过食用发酵食物和益生菌让自己稍微暴露于细菌,并且在步行,园艺或玩沙盒等活动中更加活跃。我们还需要通过摄入更多膳食纤维和复合碳水化合物以及更少的单糖来照顾我们的内部微生物。

来自微生物组调查的新见解也与’个性化医疗’的发展相契合,在这种情况下,患者可以根据其基因组的个体布局以及他们的微生物进行量身定制的治疗。确定微生物组概况可能很快成为标准治疗的一部分,某些细菌群的缺失或存在可用于诊断,或作为可用作目前难以治疗的疾病的治疗计划的起点。与此相关的一个令人担忧的发展是商业公司提供特殊的益生菌和粪便移植药丸的混合物的兴起。许多这些补充剂在没有科学基础或质量控制的情况下销售。虽然某些特定情况下的益生菌菌株已被证实有积极影响,这些类型的产品的扩散使得难以将小麦从谷壳中分离出来。然而,微生物组研究领域是一个非常令人兴奋和令人兴奋的专业,我希望我们将来会发现我们的小朋友对我们健康的许多意想不到的特征和影响。

参考文献

1. Gest H. The discovery of microorganisms by Robert Hooke and Antoni van Leeuwenhoek, Fellows of The Royal Society. Notes Rec R Soc Lond 2004;58:187-201.

2. Grice EA, Segre JA. The human microbiome: our second genome. Annu Rev Genomics Hum Genet 2012;13:151-70.

3. Sender R, Fuchs S, Milo R. Are We Really Vastly Outnumbered? Revisiting the Ratio of Bacterial to Host Cells in Humans. Cell 2016;164:337-40.

4. Woese CR, Fox GE. Phylogenetic structure of the prokaryotic domain: the primary kingdoms. Proc Natl Acad Sci U S A 1977;74:5088-90.

5. Schloss PD, Handelsman J. Status of the microbial census. Microbiol Mol Biol Rev 2004;68:686-91.

6. Franzosa EA, Hsu T, Sirota-Madi A, Shafquat A, Abu-Ali G, Morgan XC, et al. Sequencing and beyond: integrating molecular “omics” for microbial community profiling. Nat Rev Microbiol 2015;13:360-72.

7. Costello EK, Lauber CL, Hamady M, Fierer N, Gordon JI, Knight R. Bacterial community variation in human body habitats across space and time. Science 2009;326:1694-7.

8. Bik EM. Composition and function of the human-associated microbiota. Nutr Rev 2009;67:S164-S71.

9. Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, et al. A human gut microbial gene catalogue established by metagenomic sequencing. Nature 2010;464:59-65.

10. Human Microbiome Project Consortium. Structure, function and diversity of the healthy human microbiome. Nature 2012;486:207-14.

11. Falony G, Joossens M, Vieira-Silva S, Wang J, Darzi Y, Faust K, et al. Population-level analysis of gut microbiome variation. Science 2016;352:560-4.

12. Zhernakova A, Kurilshikov A, Bonder MJ, Tigchelaar EF, Schirmer M, Vatanen T, et al. Population-based metagenomics analysis reveals markers for gut microbiome composition and diversity. Science 2016;352:565-9.

13. Yatsunenko T, Rey FE, Manary MJ, Trehan I, Dominguez-Bello MG, Contreras M, et al. Human gut microbiome viewed across age and geography. Nature 2012;486:222-7.

14. Dominguez-Bello MG, De Jesus-Laboy KM, Shen N, Cox LM, Amir A, Gonzalez A, et al. Partial restoration of the microbiota of cesarean-born infants via vaginal microbial transfer. Nat Med 2016;22:250-3.

15. Mueller NT, Bakacs E, Combellick J, Grigoryan Z, Dominguez-Bello MG. The infant microbiome development: mom matters. Trends Mol Med 2015;21:109-17.

16. Song SJ, Lauber C, Costello EK, Lozupone CA, Humphrey G, Berg-Lyons D, et al. Cohabiting family members share microbiota with one another and with their dogs. Elife 2013;2:e00458.

17. Fall T, Lundholm C, Örtqvist AK, Fall K, Fang F, Hedhammar Å, et al. Early Exposure to Dogs and Farm Animals and the Risk of Childhood Asthma. JAMA Pediatr 2015;169:e153219.

18. Bäckhed F, Ding H, Wang T, Hooper LV, Koh GY, Nagy A, et al. The gut microbiota as an environmental factor that regulates fat storage. Proc Natl Acad Sci U S A 2004;101:15718-23.

19. Kau AL, Ahern PP, Griffin NW, Goodman AL, Gordon JI. Human nutrition, the gut microbiome and the immune system. Nature 2011;474:327-36.

20. O’ Mahony SM, Stilling RM, Dinan TG, Cryan JF. The microbiome and childhood diseases: Focus on brain-gut axis. Birth Defects Res C Embryo Today 2015;105:296-313.

21. Spanogiannopoulos P, Bess EN, Carmody RN, Turnbaugh PJ. The microbial pharmacists within us: a metagenomic view of xenobiotic metabolism. Nat Rev Microbiol 2016;14:273-87.

22. 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 2014;15:R89.

23. David LA, Maurice CF, Carmody RN, Gootenberg DB, Button JE, Wolfe BE, et al. Diet rapidly and reproducibly alters the human gut microbiome. Nature 2014;505:559-63.

24. Gomez A, Petrzelkova KJ, Burns MB, Yeoman CJ, Amato KR, Vlckova K, et al. Gut Microbiome of Coexisting BaAka Pygmies and Bantu Reflects Gradients of Traditional Subsistence Patterns. Cell Rep 2016;14:2142-53.

25. Schnorr SL, Candela M, Rampelli S, Centanni M, Consolandi C, Basaglia G, et al. Gut microbiome of the Hadza hunter-gatherers. Nat Commun 2014;5:3654.

26. Obregon-Tito AJ, Tito RY, Metcalf J, Sankaranarayanan K, Clemente JC, Ursell LK, et al. Subsistence strategies in traditional societies distinguish gut microbiomes. Nat Commun 2015;6:6505.

27. Sonnenburg ED, Smits SA, Tikhonov M, Higginbottom SK, Wingreen NS, Sonnenburg JL. Diet-induced extinctions in the gut microbiota compound over generations. Nature 2016;529:212-5.

28. Zaura E, Brandt BW, Teixeira de Mattos MJ, Buijs MJ, Caspers MPM, Rashid M-U, et al. Same Exposure but Two Radically Different Responses to Antibiotics: Resilience of the Salivary Microbiome versus Long-Term Microbial Shifts in Feces. MBio 2015;6:e01693-e01615.

29. Dethlefsen L, Relman DA. Incomplete recovery and individualized responses of the human distal gut microbiota to repeated antibiotic perturbation. Proc Natl Acad Sci U S A 2011;108:4554-61.

30. Nobel YR, Cox LM, Kirigin FF, Bokulich NA, Yamanishi S, Teitler I, et al. Metabolic and metagenomic outcomes from early-life pulsed antibiotic treatment. Nat Commun 2015;6:7486.

31. Ridaura VK, Faith JJ, Rey FE, Cheng J, Duncan AE, Kau AL, et al. Gut microbiota from twins discordant for obesity modulate metabolism in mice. Science 2013;341:1241214.

32. Cox LM, Blaser MJ. Antibiotics in early life and obesity. Nat Rev Endocrinol 2015;11:182-90.

33. Leffler DA, Lamont JT. Clostridium difficile infection. N Engl J Med 2015;372:1539-48.

34. Drekonja D, Reich J, Gezahegn S, Greer N, Shaukat A, MacDonald R, et al. Fecal Microbiota Transplantation for Clostridium difficile Infection: A Systematic Review. Ann Intern Med 2015;162:630-8.

35. Van Nood E, Vrieze A, Nieuwdorp M, Fuentes S, Zoetendal EG, de Vos WM, et al. Duodenal infusion of donor feces for recurrent Clostridium difficile. N Engl J Med 2013;368:407-15.

36. Baxter M, Colville A. Adverse events in faecal microbiota transplant: a review of the literature. J Hosp Infect 2016;92:117-27.

37. Kostic AD, Xavier RJ, Gevers D. The microbiome in inflammatory bowel disease: current status and the future ahead. Gastroenterology 2014;146:1489-99.

38. Rosenfeld CS. Microbiome Disturbances and Autism Spectrum Disorders. Drug Metab Dispos 2015;43:1557-71.

1