-
CNAS L23010
国家高新企业 | ISO9001认证 | 肠道健康精准检测高新技术研发中心 | 专精特新企业
二级病原微生物安全实验室- 联系电话：+13336028502
- +400-161-1580
- service@guheinfo.com
CNAS L23010
国家高新企业 | ISO9001认证 | 肠道健康精准检测高新技术研发中心 | 专精特新企业 二级病原微生物安全实验室
谷禾健康
基因组规模代谢网络模型（Genome-scale metabolic model，GEM），是一种包含了某种特定生物或者是细胞基因组范围代谢反应,及其酶及基因关联的数学模型。
这里，我们基于文章的描述，介绍一款新软件——MetaGEM。
研究者认为，目前代谢建模的工作流程仍然是倾向于依赖参考基因组作为重建和模拟GEMs的起点，这忽略了微生物群落中存在的物种内和物种之间的多样性。也限制了对已知参考基因组空间中的代谢网络的分析和解释。
可能导致假阳性(即在参考基因组中存在但在群落中的变量中缺失的通路)或假阴性(即在参考基因组中缺失但在群落变量中存在的通路)结果，最终导致对个别物种代谢通路以及交互营养共生(cross-feeding)相互作用的不准确预测。
也就是说当前的代谢建模方法很可能无法捕捉特定物种在不同环境中的特定代谢特征，例如具有不同疾病状况的个体的微生物群。为了克服这一局限，研究者们开发了MetaGEM。
MetaGEM可以不依赖参考基因组，直接从短读的宏基因组数据中重建样本特定的代谢模型。
下图是该软件的流程图，图中蓝底白字的部分是该流程中所使用到的软件，都是已经由他人开发完成的。
研究者们自己开发的部分有两个：
一是end-to-end的框架，能够进行群落水平的代谢交互模拟；
二是一个来自宏基因组生物群落的14,000多个MAGs，包括3750份高质量的MAGs，以及来自人类肠道微生物组研究和全球微生物组项目的相应的随时可用的GEMs。
整个流程使用Snakemake实现，从原始的宏基因组的fastq文件开始，质控、组装、估计contig覆盖率、binning、Bin的改进和重组、MAG丰度定量和物种分类、CarveMe进行基因组规模代谢模型重建及质量报告，Smetana模拟重建的基因组规模代谢模型的肠道微生物群落。
（这里只简单介绍了处理步骤，文章中的“Methods”部分有给出使用的参数）
除了以上的必备选项，该流程还有一些附加功能可供用户选择。可以使用GRID估计中和高覆盖率的MAGs的增长率。
Prokka可以对MAGs做功能注释，并且其结果可以提供给Roary，获得一组MAGs的核心MAG和泛基因组的可视化结果。
EukRep可以用于寻找真核生物的MAGs。
EukCC可以对真核生物的bins做后续的分析。
MetaGEM流程具有两个特点：
一是直接从宏基因组获得高质量的代谢重建；
二是可以为个性化的人类肠道群落建模，研究者通过两个实验进行了描述：
MetaGEM模型与EMBL、AGORA、KBase和Bigg模型相比较
用MetaGEM基于宏基因组短读序列构建MAGs，分为HQ（高质量的），MQ（中等质量的），并以此进行代谢重建，总共获得14087个GEMs，然后将它们与高度精选的基于参考基因组的BIGG模型、AGORA、EMBL和KBase模型进行了比较。
利用基于定位的方法(方法)生成的丰度估计值与基于标记基因的丰度估计值完全相关；
MetaGEM和其他模型都具有类似数量的反应和代谢物，但基因数量相比较少；
通过计算模型之间成对的代谢之间的距离，发现MetaGEM具有相似的酶多样性分布；
可以捕捉到种水平物种间的显著的代谢差异。高达60%的代谢多样性存在于物种泛基因组中，metaGEM模型捕获的物种内代谢变异程度显著
与基于参考基因组的肠道物种代谢模型AGORA比较，发现基于参考的模型引入的代谢反应不一定存在于每个宏基因组环境中，而MetaGEM模型是完全基于实际的宏基因组在特定环境下重建的代谢模型。
AGORA和MetaGEM模型的EC数的交集在48.9%到69%之间，其中53.9%的情况下MetaGEM模型比相应的AGORA模型包含更多的EC数。
研究健康和代谢受损的2型糖尿病患者肠道微生物群落中潜在的微生物代谢相互作用。
使用metaGEMs通过137个宏基因组数据重建了4127个个性化的GEMs。
根据疾病状况分类，即正常糖耐量(NGT，n=42)、糖耐量受损(IGT，n=42)、 2型糖尿病(T2D，n=53)，然后应用Smetana软件模拟微生物群落中的物种间依赖关系，Smetana为每个群落输出一个分数表，对应于在给定条件下为支持群落成员的成长而应发生的交叉喂养相互作用强度的度量，即物种A生长的可能性取决于物种B的代谢物X。
不同的2型糖尿病疾病组(NGT、IGT、T2D)相对应的肠道代谢基因组产生具有不同代谢结构的群落。
MetaGEM具有完善的流程，搭载的工具也是生物信息分析中常用的处理工具，下载很方便，用conda就能完成。无需参考基因组，这也意味着不需要下载动辄几十Gb的文件。使用Snakemake做流程的自动化管理，运行命令简单，也可以分步骤运行。
总体而言，MetaGEM可以直接从宏基因组数据中研究复杂微生物群落中特定样本（sample-specific）的新陈代谢。
【附录】
关于文中MetaGEM流程搭建所应用到的宏基因组分析软件，这其中也有我们常用的软件，比如fastp、MEGAHIT、bwa、SAMtools、metaWRAP，它们在处理数据时非常的方便也易于上手。
参考文献：
Zorrilla F, Patil K R, Zelezniak A. metaGEM: reconstruction of genome scale metabolic models directly from metagenomes[J]. bioRxiv, 2021: 2020.12. 31.424982.
相关阅读：
谷禾健康
介绍三种菌：
大肠埃希氏菌、血链球菌、李斯特菌。
Escherichia coli
大肠杆菌是短杆菌，两端呈钝圆形，属革兰氏阴性菌，于 1885 年首次被发现。
大肠杆菌是条件致病菌，在一定条件下可以引起多种疾病，如腹泻，肠炎，尿路感染，呼吸道感染、菌血症和其他临床感染（如新生儿脑膜炎）。
生化代谢活跃
大肠杆菌的生化代谢非常活跃。大肠杆菌可以发酵葡萄糖产酸、产气，个别菌株不产气，大肠杆菌还能发酵多种碳水化合物，也可以利用多种有机酸盐。
大肠杆菌具有三种硝酸盐还原酶和三种一氧化氮还原酶。因此，大肠杆菌菌株能够将不可发酵的营养物/硝酸盐转化为可发酵的硝酸盐。
传染性
致病性的大肠杆菌具有高度的传染性，会严重危害健康。大肠杆菌的肠道传染具有比较广泛的特性，而食品在生产、包装及运输过程中极易感染此菌，进而引发传染性疾病。
大肠杆菌病的主要传染源是因为在胃肠道感染患者的粪便中有大量大肠杆菌病原菌排至体外构成的。大肠杆菌在人之间的传播途径多是通过粪—口这一传播途径，在一定的条件下可引起大肠杆菌病散发或流行。
致病型、症状及毒力因子
Allocati N, et al., Int J Environ Res Public Health. 2013
致病机制
克罗恩病中，粘附侵袭性大肠杆菌对宿主细胞的侵袭作用（下图）。回肠粘膜的异常定植是由粘附侵袭性大肠杆菌与肠上皮细胞相互作用引起的。
Mirsepasi-Lauridsen HC, et al., Clin Microbiol Rev. 2019
溃疡性结肠炎中，弥散粘附性大肠杆菌感染（下图）。弥散粘附性大肠杆菌通过细菌识别衰变/加速因子（DAF），癌胚抗原相关细胞黏附分子CEACAM1或CEACAM6（通过Afa / Dr CEA粘附素）来启动其与完全分化的上皮细胞的相互作用。
Mirsepasi-Lauridsen HC, et al., Clin Microbiol Rev. 2019
预 防
益生菌可能是预防几种大肠杆菌感染的方法。益生菌是可行且安全的微生物，主要是乳杆菌属、双歧杆菌属等，能够在肠道中定植，与致病菌竞争。
短链脂肪酸的产生速率取决于结肠中微生物群的种类和数量。短链脂肪酸具有抗炎作用，并有助于抑制肠内大肠杆菌的生长。饮食中的碳水化合物，淀粉和纤维是发酵的底物，可产生短链脂肪酸。
高脂/高糖饮食会导致微生物失调，黏液层厚度减少，通透性增加，增加对致病性大肠杆菌定植的敏感性。
参考文献：
Allocati N, Masulli M, Alexeyev MF, Di Ilio C. Escherichia coli in Europe: an overview. Int J Environ Res Public Health. 2013;10(12):6235-6254. Published 2013 Nov 25. doi:10.3390/ijerph10126235
殷泽禄, 万虎. 大肠杆菌的研究综述[J]. 甘肃畜牧兽医, 2019, 049(005):33-35.
Mirsepasi-Lauridsen HC, Vallance BA, Krogfelt KA, Petersen AM. Escherichia coli Pathobionts Associated with Inflammatory Bowel Disease. Clin Microbiol Rev. 2019;32(2):e00060-18. Published 2019 Jan 30. doi:10.1128/CMR.00060-18
Streptococcus sanguinis
血链球菌属革兰氏阳性，无孢子形成的兼性厌氧菌。像其他链球菌一样，血红链球菌的细胞分裂沿单个轴发生，从而形成链球或成对链球菌。
血红链球菌是一种共生细菌，广泛分布在口腔中，主要是牙齿表面，口腔粘膜的表面和人唾液。
血链球菌在不同的牙齿位置，血红链球菌的生物量可能存在显着差异。它以较高的比例存在于牙齿的下门齿/犬齿位置，但以较低的比例存在于牙齿的上门齿。
生物膜的形成对细菌适应环境和侵袭宿主都起到了重要作用。血链球菌是口腔生物膜发育的开拓者和关键角色。
机制
血链球菌最初的附着是由它的毛和粘附素促成的，葡聚糖和eDNA的产生促进血链球菌生物膜的成熟。流行病学研究表明，血链球菌可能抑制龋齿的产生。体外研究表明血链球菌和变形链球菌之间存在竞争，变形链球菌是最常见的致龋物种。
Zhu B,et al., Future Microbiol. 2018
16S rRNA测序结果表明，血链球菌可能与牙周健康有关。与患病的龈下微生物组相比，健康人的血链球菌的丰度显著增加。
然而，体外研究表明，血链球菌也可能促进后续与牙周炎相关的病原体附着。
血链球菌与牙周炎相关病原体的相互作用
Zhu B,et al., Future Microbiol. 2018
除了在口腔中作为主要定居者的作用外，血链球菌还被广泛认为是感染性心内膜炎，心脏瓣膜或心内膜感染的病因。在一般条件下血链球菌定植于牙菌斑中，对人体无害，但当其通过口腔内的微小创口进入血液循环引起菌血症，就有可能引发感染性心内膜炎。
参考文献：
Haffajee AD, Teles RP, Patel MR, Song X, Yaskell T, Socransky SS, Factors affecting human supragingival biofilm composition. II. Tooth position. J Periodontal Res. 2009 Aug; 44(4):520-8.
Zhu B, Macleod LC, Kitten T, Xu P. Streptococcus sanguinis biofilm formation & interaction with oral pathogens. Future Microbiol. 2018 Jun 1;13(8):915-932. doi: 10.2217/fmb-2018-0043. Epub 2018 Jun 8.
Listeria monocytogenes
单核细胞增生杆菌(单核细胞增生李斯特菌)是革兰氏阳性，兼性厌氧，无芽孢的细胞内杆状细菌，在血琼脂上生长时为过氧化氢酶阳性和β-溶血性。
注：李斯特菌属有六个种：单核增生李斯特菌,英诺克李斯特菌,绵羊（伊氏）李斯特菌,威尔氏李斯特菌,西式李斯特菌和格氏李斯特菌，只有单核细胞增生李斯特氏菌对人具有致病性。
该菌生命力顽强，能适应各种环境 (例如低温、高 pH 值、高盐等)，在冰箱的冷藏温度下仍可生长，这也是它不同于其他食源性致病菌的重要特征。
单核细胞增生李斯特菌能发酵多种糖类，产酸不产气。该菌产生生物膜的能力增强了其在恶劣环境中生存的能力。它还在较低温度下利用鞭毛。这种机制使细菌能够在感染早期自我驱动并附着在肠上皮细胞上，但最终细菌暴露在更高温度下的时间越长，鞭毛就会消失。
传播途径
该菌已被列为20世纪90年代四大食源性疾病致病菌之一。传播是通过粪-口途径发生的，最常见的是食物，与单核细胞增生李斯特菌相关感染率最高的食物包括：
· 生豆芽
· 未经巴氏消毒的乳制品
· 软奶酪
· 冷熟食肉
· 冷热狗
· 预制或贮存的沙拉
此外，食品加工、储存设备（设备表面，管道，生产环境和冰箱） ，自然环境（土壤，污水）和动物宿主（哺乳动物，非哺乳动物）细胞中均有分离获得该菌的报道 。
感染后症状
感染后3天～70天出现症状（潜伏期长），平均潜伏时间为3周，一旦发生感染，主要临床表现为发热、上呼吸道感染、腹泻、呕吐等。
该细菌具有穿过肠屏障，胎盘和血脑屏障的能力，会引起羊膜炎，败血症，孕妇自然流产，肺炎、急性胃肠炎、肺炎、婴儿败血性肉芽肿和脑膜炎等。
其中感染风险最高的人群包括孕妇，婴儿，免疫功能低下的人和老年人（65岁及以上）。孕妇感染该菌后可能将其传给未出生的胎儿。
发病率
李斯特菌病与高发病率和高死亡率相关。
根据疾病控制中心（CDC）的数据，每年约有1600人患有李斯特菌病，其中约260人死于该病。确诊的单核细胞增多性乳杆菌感染的死亡率约为15%，但根据患者状况，具有更多合并症的患者死亡率增加。
早期识别是增加生存机会的关键。
致病机制
该菌能够借助肠道内皮细胞自身的内吞作用通过肠道黏膜进入机体。在它入侵宿主细胞的过程中，涉及众多蛋白分子，包括毒力因子、黏附分子等，构成了一系列复杂的过程。
主要毒力因子：
内化素（InlA和InlB）：
用于宿主细胞附着的细菌表面蛋白
李斯特菌溶血素O（LLO）：
帮助细菌逃离宿主细胞液泡
肌动蛋白聚合（ActA）：
帮助细菌在细胞内和细胞间移动
磷脂酰肌醇特异性磷脂酶C（PI-PLC）：
帮助细菌逃脱宿主细胞液泡并引起细胞膜破裂
单核细胞增生李斯特氏菌具有细胞表面半乳糖残基，脂蛋白酸和内化素，它们主要通过宿主蛋白钙黏着蛋白与胃肠道上皮细胞结合，从而进入细胞。侵入宿主细胞后，细菌倾向于在宿主中启动细胞介导的免疫反应。
吞噬的单核细胞增生李斯特菌可以通过“李斯特菌溶血素O”（LLO）的成孔细胞毒性蛋白和其他非成孔的磷脂酶蛋白裂解内化液泡。一旦没有液泡，细菌就能通过肌动蛋白聚合作用穿过细胞，从而破坏正常的细胞过程。
预防
随着饮食习惯逐渐变化，食用生冷及半熟食的人群增多，致使李斯特菌感染率增高。
高温烹饪食物可杀灭李斯特菌。
另外有研究表明，短期高脂饮食会增加宿主对单核增生李斯特菌的易感性。
以下是一些预防李斯特菌感染的小建议：
食品洗涤和处理：
1在进食，切割或烹饪之前，用自来水彻底冲洗生的农产品。即使产品脱落，也必须先清洗
2用干净的工具擦洗瓜类等坚硬的食物
保持厨房及其周围环境清洁安全：
1处理和准备未煮熟的食物后，请洗手，清洁刀具和切菜板
2冰箱中的所有溢出物需要及时清理，尤其是香肠汁，生肉，生禽肉等
彻底煮熟肉类和家禽：
1彻底烹饪动物生食，例如牛肉，猪肉或家禽，使其内部温度达到安全
2尽快食用预煮或即食食品。请勿将食物放在冰箱放到过期
3尽量少吃剩菜，尤其不要超过3天
选购安全食品：
1选购时查看食品包装是否完整以及是否过期
2不要喝未经消毒的牛奶及其他未消毒乳制品
针对李斯特菌病高风险人群的饮食建议（孕妇，免疫低下者，老年人）：
1吃热狗，熟食肉等要注意吃热食（74℃以上），不要吃冷菜，冷盘，冷的热狗等。
2避免使液体从香肠和食品包装中流到其他食品、器皿和食物制备表面上，处理冷熟食等要洗手。
3不要直接食用超市柜台或商店的冷藏室里冷藏的肉酱或肉类产品。不需要冷藏的食品都可以安全食用，例如罐头或黄油稳定的馅饼和肉类。
·芝士
– 吃奶酪或其他乳制品要注意看是否标有用巴氏杀菌牛奶制成的标签。
·鱼
– 请勿食用冷冻的熏制海鲜，除非它是在煮熟的食物中，例如砂锅，或者是罐装或耐久的产品
– 金枪鱼罐头，鲑鱼和其他腌制，货架稳定的海鲜可以安全食用
·甜瓜
– 处理甜瓜前后，请用温水至少洗净双手20秒钟
– 在切割之前，用干净的刷子在流水下擦洗瓜子的表面，并用干净的布或纸巾拍干。每次使用后请确保刷子已消毒
– 立即食用切好的瓜或迅速冷藏。将切好的瓜冷藏但不能超过7天
– 丢弃在室温下超过4小时的切开的瓜
这个菌看起来十分可怕，那如果粪便中检出该菌，意味着什么？
健康人的粪便也可能检测到。
有研究表明，在900名健康无症状捐赠者的独立队列中，10%的人类粪便样本中也检测到该菌。
肠道微生物群组成影响该菌的粪便携带。
无症状粪便携带对该菌“毒力基因”进行的是纯化选择，而不是疾病。
单增李斯特菌进入人体是否得病与菌量和宿主的年龄、免疫状态等有关，健康成人可能无症状或出现轻微类似流感症状，但易感人群可能会引发前面所述多种疾病，如出现症状需引起重视并立即就医。
参考文献：
Rogalla D, Bomar PA. Listeria Monocytogenes. 2020 Jul 10. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2020 Jan–. PMID: 30521259.
Rodríguez-Auad JP. Panorama de la infección por Listeria monocytogenes [Overview of Listeria monocytogenes infection]. Rev Chilena Infectol. 2018;35(6):649-657. Spanish.
Las Heras V, Clooney AG, Ryan FJ, Cabrera-Rubio R, Casey PG, Hueston CM, Pinheiro J, Rudkin JK, Melgar S, Cotter PD, Hill C, Gahan CGM. Short-term consumption of a high-fat diet increases host susceptibility to Listeria monocytogenes infection. Microbiome. 2019 Jan 18;7(1):7.
周继福，王娉等人，单增李斯特菌进化家系的研究进展[J]. 食品科学，2021. DOI：10.7506/spkx1002-6630-20201009-053
焦颖, 张巍. 李斯特菌生物学特征与临床相关性[J]. 中国感染与化疗杂志, 2015.
谷禾健康
迄今为止，已经有了许多对呼吸道微生物组通过16S rRNA高通量测序的研究。这其中所有基于扩增子的研究的共同之处就是PCR的应用：
一是扩增待测序的目标标记基因，
二是为多样本的混合测序添加必要的索引序列。
这些步骤可以通过一步PCR或两步PCR完成，但没有研究说明两步PCR方案相关的实验室处理步骤是否会使样品比一步PCR方案更容易受到来自实验室的细菌DNA污染的影响。
本文
试图确定对16S rRNA V3V4与V4基因区域的一步或两步PCR的建库方案对上呼吸道和下呼吸道微生物组的影响
对收集的样本进行了三个设置下的lllumina MiSeq测序
设置1（两步PCR，V3V4区域）
设置2（两步PCR，V4区域）
设置3（一步PCR，V4区域）
分别对这三个设置产生的测序数据进行分析
结论
PCR步骤数量的差异会影响对呼吸道微生物群落的物种组成分析，且对上呼吸道（高细菌载量）的影响小于下呼吸道（低细菌载量），这表明PCR设置的偏差与样本生物量有关。
通过三个实验，即对模拟群落样品HM-783D、NCS样品、呼吸道样品采用三种PCR方案进行建库后的测序结果分析，研究这三种建库方案对其菌群描述的影响。
模拟群落样品HM-783D，来自20种不同细菌物种（17个属）的基因组DNA。
阴性对照样本NCS
呼吸道样品，从Bergen COPD微生物组研究中选择了23名研究对象，其中9名健康，4名患哮喘，10名患COPD（慢阻肺）。上呼吸道样本以漱口水（OW）为代表，下呼吸道样本以标本刷(PSB)和支气管肺泡灌洗液(PBAL)为代表。
三种PCR方案：
细菌DNA提取后通过三种不同的建库设置进行MiSeq测序，分别为
Setup1（两步PCR，V3V4区域）；
Setup2（两步PCR，V4区域）；
Setup3（一步PCR，V4区域）
下图完整的展示了三个PCR设置下的使用呼吸道样本的生物信息学过滤步骤：
最终：
设置1：得到了666个ASVs
设置2：得到了310个ASVs
设置3：得到了291个ASVs
1. 对模拟群落样品HM-783D的分析
在设置1中进行了四次测序，设置2和设置3分别进行了一次。
与预期丰度（Expected）相比，柱状图中观察到三种PCR设置下的各菌属的相对丰度与预期丰度相差不大，表中数据显示，三种PCR设置都在恢复高丰度物种方面具有最高的效率，但设置3在回收低丰度物种时的效率最低。
2. 对阴性对照样品的分析
从上至下分别为设置123测序后，在NCS样品中观察到的20种最丰富的ASV。通过R包Decontam去除污染物，在设置23之间差异最大的是属于肠杆菌科的ASV，与后续的对水样品进行设置23下的测序分析结果相比较，发现大肠杆菌ASV就是在建库步骤中使用设置3的试剂时引入的污染物。
3. 对采集的呼吸道样品的分析
在去除污染物前后，代表为呼吸道菌群的链球菌，普雷伏氏菌，Veillonella和Rothia属的相对丰度变化不大，而去除污染物后，预测作为污染物代表的数量较少的物种被滤出。基于主坐标分析，发现高细菌载量的OW样品聚集在一起，低细菌载量PBAL，PSB一句设置23分离开。
去除污染物之前的三种类型样品的三种PCR设置下的物种分类
去除污染物后的
从左至右分别为去除污染物前后的未加权UniFrac距离的主坐标分析
OW：蓝色； PBAL：绿色；PSB：紫色；NCS：红色。
设置2（球形），3（菱形）
文章作者给出的结论是文库制备和测序方法的选择会对呼吸道微生物组的分析产生影响，且对上呼吸道的影响小于下呼吸道。靶向扩增子区域的差异（16S rRNA基因V3 V4与V4）并未表现出对细菌群落描述的重大影响。对于整篇研究存在的主要的局限性在于仅研究了DNA提取后的PCR步骤，污染或影响也可能来自于更前期的处理。
编者按
在使用测序技术进行的微生物研究中，测序偏差和污染物是一直存在的问题，也因此诞生了许多工具和计算方法用于尽可能的消除或降低这方面的影响。这篇研究也提醒了我们，在呼吸道微生物组的研究中，要注意上呼吸道与下呼吸道的菌群差异或相似可能不仅仅来源于样本自身，还可能掺杂着PCR方法选择上的影响。
参考文献：
Drengenes C, Eagan TML, Haaland I, Wiker HG, Nielsen R. Exploring protocol bias in airway microbiome studies: one versus two PCR steps and 16S rRNA gene region V3 V4 versus V4. BMC Genomics. 2021 Jan 4;22(1):3.
相关阅读：
谷禾健康
大部分人都遭受过头皮屑的困扰。头皮屑虽然看起来不是严重的疾病，但有时候足以令人头疼和尴尬，影响整体生活质量。
头皮屑是一种非常常见的皮肤病，无论年龄，性别等，任何人都可能会有。
头皮屑通常看起来像油腻的皮肤片，如果飘落在深色衣服上更加明显。在头皮上，它也可能表现为皮肤的鳞片状斑点，有时伴有发红、发痒或发炎。
头皮表面为微生物提供了独特的微环境，主要来自宿主的生理条件，包括皮脂含量，水分，pH值等。
头皮屑与多种可能的原因有关，包括卫生差，压力大和饮食不当，当然头皮屑的产生也离不开微生物群。
微生物包括真菌和细菌。
真菌
少量脱落实际上是正常的，因为皮肤细胞会死亡，以便形成新的皮肤。然而，在某些情况下，由于一种或多种潜在的问题可能会使头皮真菌的过量生长，导致剥落异常大量。
头皮表面发现的最多的真菌是马拉色菌(malassezia)。这种真菌生活在头皮上，以皮肤油脂为食。
马拉色菌里有限制性马拉色菌、球形马拉色菌等，不同种类的马拉色菌的致病性不同，并适应人体皮肤的不同部位，这主要归因于宿主的生理条件（皮脂，免疫反应，汗液等），环境（温度，湿度，紫外线暴露）以及其他微生物的存在。
其中限制性马拉色菌与球形马拉色菌的比例较低与健康的头皮有关。
当球形马拉色菌利用脂肪酶代谢其消耗的油脂时，会产生一种副产物——油酸，该副产物渗透到头皮并引起头皮屑。
功能分析表明，真菌菌群主要通过与头皮屑头皮细胞-宿主粘附有关的途径富集。马拉色菌的粘附与头皮角质层屏障功能受损有关，可能进一步有助于头皮屑区马拉色菌的发育。
与健康头皮相比，头皮屑头皮中还发现了大量与一般功能和遗传信息处理相关的通路(硫中继系统、蛋白酶体通路、酵母细胞周期和减数分裂等)，且与限制性马拉色菌呈显著正相关。
“酵母细胞周期”和“减数分裂”是参与真菌细胞周期和增殖的重要通路，这两通路在头皮屑头皮上的较高数量表明，它们在头皮屑头皮上的马拉色菌的增殖中起作用。
“蛋白酶体通路”与包膜的形成有关，包膜是真菌的主要致病决定因素。
细菌
头皮表面发现的最丰富的两个细菌属是Cutibacterium菌（健康头皮）和葡萄球菌（头皮屑头皮）。
研究表明，与健康人群相比，头皮屑患者的限制性马拉色菌和葡萄球菌的丰度较高（p <0.05）。
不同的葡萄球菌丰度变化也不同。
与健康人群相比，头皮屑患者头皮上表皮葡萄球菌的丰度减少，而同时头状葡萄球菌的丰度显著增加。头状葡萄球菌丰度的增加足以驱动头皮屑损伤部位葡萄球菌绝对物种丰度的总体增加。
细菌菌群的功能分析显示出，健康头皮与以下代谢相关通路明显高于头皮屑头皮：
氨基酸：丙氨酸、天冬氨酸、谷氨酸、精氨酸、脯氨酸、赖氨酸、组氨酸、半胱氨酸、蛋氨酸代谢；
维生素：维生素B6，B7
其他辅助因子：卟啉，叶绿素，烟酸和烟酰胺代谢，泛醌和其他萜醌的生物合成。
这些头皮微生物群合成的维生素、生物素、氨基酸等被头皮角质形成细胞吸收，为头皮提供营养，在保持头发和头皮健康以及控制头皮屑方面起着有益的作用。
可能引起头皮屑的一些潜在潜在问题包括：
•皮肤状况-例如脂溢性皮炎，湿疹和牛皮癣，会增加头皮屑的风险。
•神经系统疾病-发现患有帕金森氏症等神经系统疾病的人更容易患头皮屑。
•洗护用品的刺激-购买的洗护品含有许多化学物质，可能会刺激头皮并导致发炎，发痒和脱落。
•不良的饮食习惯-摄入含锌和B族维生素的食物不足，可能会导致头皮屑。
•年龄-虽然说任何年龄的任何人都可能患有头皮屑，但往往在年轻人和中年人中更为普遍。
•气候-冬季的寒冷天气可能促进头皮中酵母样真菌的生长。
•激素-体内激素的变化可能会影响头皮的天然皮脂分泌。激素失调的人更容易有头皮屑。
为了想要尽快清除头皮屑，有人会选择含药的洗发水。但是，药用洗发水真的可以治愈头皮问题吗？
首先，含药的洗发香波只有在您持续使用时才有效-它们不能彻底治愈头皮屑。这就意味着，必须要每周使用几次这种洗发水才能看到效果，一旦停止使用，头皮屑很可能卷土重来。
这些洗发剂大多数都含有抗真菌成分，例如酮康唑。虽然可以有效控制头皮屑，但连续使用会刺激头皮，并使头发变得蓬松干燥。
其他药用去屑洗发水也可能含有煤焦油，煤焦油是通过延迟皮肤细胞再生的过程来控制头皮屑。但是，煤焦油是已知的致癌物质，因此最好避免含有这种成分的洗发水。
皮肤会吸收施加的任何物质，自然疗法是最佳选择。
盐
快速去除头皮屑且不使用任何有害化学物质的最安全方法之一是：用盐来去除片状头皮屑。
在洗澡之前，将盐轻轻按摩到干头皮上，使头发在漂洗时更容易去除。
椰子油
椰子油可以帮助改善水合作用，减少刺激感，并防止真菌在头皮上生长。恢复头皮的水分有助于止痒。
根据一项临床试验的结果，在117名1-13岁的儿童中，将纯净的椰子油涂在皮肤上可使特应性皮炎症状减少68.23％。当然也需要进行更多研究，以评估椰子油在治疗头皮屑中的作用。
椰子油的保湿和抗菌特性，使其成为抵抗干燥的绝佳自然选择。
茶树油
使用茶树油治疗头皮屑也是比较快速简便的。有研究人员认为茶树油中的化合物可以有效控制表皮葡萄球菌。
只需在头皮上按摩几滴茶树油，可减少瘙痒和多余油脂的产生。也可以在洗发水中混合几滴茶树油。
芦荟凝胶
芦荟是一种多汁植物，以其愈合特性而闻名。叶片中的凝胶含有几种生物活性化合物，例如氨基酸和抗氧化剂，可减少头皮屑。
2019年一项研究检查了23项涉及芦荟的临床试验。这些研究的结果表明，芦荟凝胶可以改善皮肤中的水分保留并促进伤口愈合。芦荟还可以减轻炎症，这可以帮助有头皮屑症状的人减轻症状，例如发痒。
2015年的研究表明，芦荟的抗菌性能可预防头皮屑。
饮 食
头皮屑通常与不良饮食有关，首先请开始调整饮食习惯。
Omega-3脂肪酸
Omega-3脂肪酸可以降低血压，增加“良好的” HDL胆固醇水平，并支持心脏和大脑健康。这种脂肪酸的缺乏会导致不良症状，例如头皮屑，指甲变脆和皮肤干燥。
锌
锌是支持人体免疫系统并促进细胞生长的矿物质。可以从动物蛋白，坚果等获取锌。
根据NIH研究表明，严重的锌缺乏与脱发、腹泻、皮肤损伤等有关。
2016年的一研究将缺锌列为脂溢性皮炎和头皮屑的潜在诱因。
减少糖和谷物
应该减少糖和谷物的摄入，因为已知这些会促进酵母或真菌的过度生长。
水果
水果和蔬菜含有许多必需的维生素，矿物质和抗氧化剂，可以帮助减轻炎症。
一项涉及4379人的观察性研究称，多吃水果的人患脂溢性皮炎的可能性较小。
研究结果还表明，典型的西方饮食可能会增加女性脂溢性皮炎的风险。
生物素
2018年的一项审查显示，生物素缺乏症可能导致几种皮肤疾病，包括脂溢性皮炎。生物素，也称为维生素B7，在支持健康的头发，指甲和皮肤方面发挥作用。富含生物素的食物包括：肝、蛋黄、坚果、三文鱼等。
晒太阳
还有一种非常简单的方法是：经常晒晒太阳。阳光可以防止真菌在头皮上繁衍。同时可以增加维生素D的含量，从而有助于改善皮肤状况。
解 压
此外，压力是头皮屑的最常见诱因之一。学习如何正确处理压力也很重要。适当培养一些兴趣爱好，定期放松解压，尽可能远离压力源。
其 他
最后，要保持良好的个人卫生习惯，避免过多抓挠，发痒最初是由头皮屑引起的刺激引起的，抓挠会增加刺激性并导致恶性循环。
避免使用过多的护发产品，防止头皮发炎。
摆脱头皮屑需要时间，精力和耐心，才能获得持久的效果。
Q & A
如何区分头皮屑和虱子？
如果白色颗粒在吹动或梳理头发时掉落，痒的程度相对较轻，则很可能是头皮屑。头虱在头皮部叮咬吸血，主要症状头皮部剧烈瘙痒，斑点粘在发干上，则可能是虱子或虱子空卵。
头皮屑可以治愈吗？
没有永久治愈的方法，但合理的方式可以控制住头皮屑。一些自然疗法包括茶树油、椰子油等。
头皮屑会导致脱发吗？
头皮屑本身不会直接导致脱发。然而，因为头皮屑抓挠发痒的头皮，久而久之可能会导致发丝脱落。
相关阅读：
主要参考文献：
Grimshaw SG, Smith AM, Arnold DS, Xu E, Hoptroff M, Murphy B. The diversity and abundance of fungi and bacteria on the healthy and dandruff affected human scalp. PLoS One. 2019;14(12):e0225796. Published 2019 Dec 18.
Saxena R, Mittal P, Clavaud C, et al. Comparison of Healthy and Dandruff Scalp Microbiome Reveals the Role of Commensals in Scalp Health. Front Cell Infect Microbiol. 2018;8:346. Published 2018 Oct 4.
National Health Service, Dandruff
Lorch JMP J.M.; Vanderwolf K.J.; Schmidt K.Z.; Verant M.L.; Weller T.J.; Blehert D.S. Malassezia vespertilionis sp. nov.: a new cold-tolerant species of yeast isolated from bats. Persoonia. 2018; 41:56–70. 10.3767/persoonia.2018.41.04
Symptom Find, Dandruff
Lin Qingbin,Panchamukhi Ananth,Li Pan et al. Malassezia and Staphylococcus dominate scalp microbiome for seborrheic dermatitis.[J] .Bioprocess Biosyst Eng, 2020
Zinc, Fact Sheet for Health Professionals
Borda, L. J., & Wikramanayake, T. C. (2016). Seborrheic dermatitis and dandruff: A comprehensive review.
Hekmatpou, D., et al. (2019). The effect of aloe vera clinical trials on prevention and healing of skin wound: A systematic review.
Kim, S., et al. (2017). Enhanced barrier functions and anti-inflammatory effect of cultured coconut extract on human skin.
Omega-3 fatty acids fact sheet for consumers. (2018).
Sanders, M. G. H., et al. (2019). Association between diet and seborrheic dermatitis: A cross-sectional study.
Varma, S. R., et al. (2019). In vitro anti-inflammatory and skin protective properties of virgin coconut oil.
谷禾健康
收样安排
春节前实验室的收样时间截止2月7日，客户的样本必须在2月5日前送到实验室会安排节前上机。春节期间2月8日至2月18日实验室无法收样。
报告交付
2月1到5日收到样本交付期限为节后2月19日；
2月19号起恢复正常上机和报告出具。
杭州谷禾信息技术有限公司
2021年1月14日
谷禾健康
现在经济飞速发展，随着生活条件改善，人们的寿命开始变长，对健康长寿的研究也逐渐开始增多。
然而寿命变长却不一定健康，越来越多人开始患上各种慢性疾病。
慢性疾病怎么来的？
首先从炎症开始。炎症其实是身体在与自身有害的物质（例如感染，毒素）作斗争来自愈的过程。当细胞要被破坏时，身体就会释放化学物质，从而触发免疫系统的反应。
当这种反应持续存在时，就会发生慢性炎症，身体处于持续的警觉状态。随着时间的流逝，慢性炎症可能会对组织和器官造成负面影响。于是各种疾病就开始了。
那慢性疾病为什么与肠道健康有关呢？
看过我们文章的朋友，大概已经开始有了这样的概念：许多疾病始于肠道。
因为免疫系统有很大一部分在肠道，具体来讲，这要涉及到肠道通透性的问题。
来自麻省总医院儿童医院腹腔研究和治疗中心主任Fasano博士和他的团队发现了zonulin蛋白（连蛋白），这为研究肠道通透性功能的新方法打开了大门，不仅因为它影响肠道，而且还影响了整个过程中炎症和自身免疫的作用。
除了基因组成和暴露于环境诱因外，还有三个引起慢性炎症性疾病的额外因素：
肠道通透性的不适当增加（可能受肠道菌群组成的影响）；
负责耐受性免疫应答平衡的“超好战”免疫系统；
肠道菌群的组成及其对免疫系统的表观遗传影响宿主基因组的表达。
近十年来，人们开始越来越多关注到人类遗传学、肠道微生物组学和蛋白质组学，表明粘膜屏障功能的丧失，特别是胃肠道粘膜屏障功能的丧失，可能会严重影响抗原的运输，最终影响肠道微生物组和免疫系统之间密切的双向相互作用。
这种相互作用对宿主肠道免疫系统功能的形成有很大影响，并最终将遗传易感性转化为临床结果。这一观察导致了对慢性炎症性疾病流行的可能原因的重新审视，表明肠道通透性的关键致病作用。
临床前和临床研究表明，连蛋白家族是调节肠通透性的一组蛋白质，与多种慢性炎症性疾病有关，包括自身免疫性，感染性，代谢性和肿瘤性疾病。这些数据为多种慢性炎症性疾病提供了新的治疗靶点，其中连蛋白途径与它们的发病机理有关。
Fasano指出，根本没有足够的基因来解释众多慢性疾病，基因也不能解释疾病发作的时间。他说，要解决这些谜团，我们必须关注微生物组，因为“决定个人临床命运的是个体之间的相互作用和我们所生活的环境。”
除了微生物本身，肠粘膜的状况也起着重要作用。Fasano解释说：“尽管这种巨大的粘膜界面（200 m2）看不见，但它通过与周围环境中各种因素的动态相互作用而起着关键作用，这些因素包括微生物，营养素，污染物和其他物质。”
虽然过去人们认为细胞内紧密连接是静态且不可渗透的，但我们现在知道并非如此。正如Fasano所解释的，连蛋白是肠道渗透性的强大调节剂。然而，尽管连蛋白是肠道通透性的生物标志物，并在许多慢性炎性疾病中起着致病作用，但并非所有慢性炎症性疾病都是由肠道渗漏引起的。
在他的综述中，一篇题为“Zonulin，一种上皮和内皮屏障功能的调节因子，及其在慢性炎症疾病中的作用”的文章，详细描述了“导致慢性炎症疾病的连锁反应”。
在正常情况下，你的肠道会保持健康的内稳态，当遇到抗原时，不会发生过度的免疫反应。在图中第2点，肠道菌群失调(即肠道菌群的数量和多样性不平衡)正在形成，导致连蛋白的过量生产，从而使肠道内壁更容易渗透。
Sturgeon C et al., Tissue Barriers, 2016
两个最强大的触发连蛋白释放是细菌过度生长和谷蛋白。连蛋白是对坏细菌的反应产生的——它通过打开紧密连接帮助细菌排出体外，所以细菌过度生长是有意义的。但是为什么它对谷蛋白有反应呢？
有趣的是，连蛋白途径将谷蛋白误解为微生物的潜在有害成分。这就是为什么谷蛋白会触发连蛋白的释放。虽然Fasano没有提到，除草剂草甘膦也触发连蛋白，而且是谷蛋白10倍的效力！
随后的通透性允许微生物群衍生的抗原和内毒素从管腔迁移到固有层（肠粘膜的结缔组织），从而引发炎症。
随着过程的继续恶化（上图中第3阶段），适应性免疫反应开始，触发促炎性细胞因子的产生，包括干扰素γ(IFN-γ)和肿瘤坏死因子α(TNF-α)。这些细胞因子使通透性进一步恶化，从而形成恶性循环。
最终（第4阶段），粘膜耐受性被完全破坏，导致慢性炎症性疾病的发作。
最终出现的特定的慢性炎症性疾病，部分取决于你的基因组成，部分取决于你所接触的类型以及部分取决于肠道菌群组成。
除了遗传易感性和环境触发因素外，各种慢性炎症性疾病的发病机理还涉及到相互影响的肠道通透性/ Ag转运，免疫激活以及肠道菌群的组成/功能的变化。
连蛋白是上皮和内皮屏障功能的调节剂，肠营养不良可能导致连蛋白的释放，从而导致腔内物质穿过上皮屏障的释放，导致促炎性细胞因子的释放，而促炎性细胞因子本身会导致通透性增加，形成恶性循环，从而导致大量的饮食和微生物Ag大量涌入，触发了T细胞的活化。
根据宿主的遗传组成，活化的T细胞可能保留在胃肠道内，导致肠道慢性炎症性疾病或迁移到几个不同的器官以引起全身性慢性炎症性疾病。”
与zonulin通路失调相关的慢性炎症疾病包括:
自身免疫性疾病如腹腔疾病、1型糖尿病、炎症性肠病、多发性硬化症和强直性脊柱炎
代谢紊乱如肥胖、胰岛素抵抗、非酒精性脂肪肝、妊娠期糖尿病、高脂血症和2型糖尿病
肠道疾病如肠易激综合征、非腹腔麸质敏感性和环境肠道功能障碍
神经炎症性疾病如自闭症谱系障碍、精神分裂症、重度抑郁症和慢性疲劳/肌痛性脑脊髓炎
癌症脑癌和肝癌
2018年，发现的肠道菌群实际控制肝脏中的抗肿瘤免疫应答，并且抗生素可以改变免疫细胞的组成在肝脏中触发肿瘤生长。
哈佛医学院的研究人员已经确定了肠道微生物的特定种群，可以调节局部和系统的免疫反应来抵御病毒入侵。
某些肠道细菌也会促进炎症，炎症是几乎所有癌症的潜在因素，而其他细菌则会抑制炎症。某些肠道细菌的存在甚至可以增强患者对抗癌药物的反应。
肠道菌群提高癌症治疗效果的一种方法：
激活你的免疫系统，让它更有效地发挥作用。
研究人员发现，当这些特定的微生物缺失时，某些抗癌药物可能根本不起作用。
最近的研究表明，肠道细菌也参与了抗病毒防御。
哈佛医学院的研究人员第一次确定了特定的肠道微生物群，这些菌群调节局部和全身免疫反应，抵御病毒侵略者。这项工作确定了一组肠道微生物，以及其中的一个特定物种，它能使免疫细胞释放出抗病毒化学物质——1型干扰素。
研究人员进一步确定了许多肠道细菌共有的确切分子，它开启了免疫保护级联反应。研究人员指出，这种分子并不难分离，可能成为增强人类抗病毒免疫的药物的基础。”
虽然这些发现还需要重复和证实，但它们指出了一种可能性：你也许可以通过在肠道中重新播种脆弱拟杆菌和拟杆菌科的其他细菌，来增强你的抗病毒免疫。
这些细菌启动一个信号级联，诱导干扰素的释放，通过刺激免疫细胞攻击病毒，并导致病毒感染的细胞自我毁灭来保护免受病毒入侵。
具体来说，驻留在细菌表面的一个分子通过激活所谓的TLR4-TRIF信号通路触发干扰素的释放，这种细菌分子刺激免疫信号通路，该通路由9种toll样受体(TLR)之一启动，TLR是先天免疫系统的一部分。
最近的研究还强调了维生素D在肠道健康和全身自身免疫中的作用。一篇综述文章发表于《免疫学前沿》中：
自身免疫性疾病往往会导致维生素D缺乏症，这会改变微生物组和肠道上皮屏障的完整性。
这篇综述总结了肠道细菌对免疫系统的影响，探讨了自身免疫疾病研究中出现的微生物模式，并讨论了维生素D缺乏症如何通过其对肠道屏障功能，菌群组成的影响而有助于自身免疫，和/或对免疫反应的直接影响。
维生素D对免疫系统具有多种直接和间接的调节作用，包括促进调节性T细胞（Tregs），抑制Th1和Th17细胞的分化，损害B细胞的发育和功能，减少单核细胞的活化和刺激来自免疫细胞的抗菌肽。
也就是说，维生素D与自身免疫之间的关系很复杂。除了免疫抑制，维生素D还通过影响菌群组成和肠道屏障的方式改善自身免疫性疾病。
该文章引用了一些研究，这些研究表明维生素D会改变肠道微生物组的组成。一般而言，维生素D缺乏倾向于增加拟杆菌和变形杆菌，而更高的维生素D摄入量则倾向于增加普氏杆菌并减少某些类型的变形杆菌和厚壁菌。
虽然关于维生素D对肠道细菌的影响的研究仍很薄弱，尤其是在患有自身免疫性疾病的患者中，但已知维生素D缺乏症和自身免疫性疾病是合并症，通常建议这些患者补充维生素D。
众所周知，维生素D支持肠道和免疫细胞的防御。维生素D是维持紧密连接所需的关键成分之一。
肠上皮与外部环境不断相互作用。上皮表面适当的屏障完整性和抗菌功能对于维持内稳态和防止特定微生物物种的入侵或过度定殖至关重要。
健康的肠上皮和完整的粘液层对于防止病原性生物入侵至关重要，而维生素D有助于维持这种屏障功能。多项研究发现，维生素D3 / VDR信号调节紧密连接蛋白的数量和分布。
作为一种可使离子进入肠腔的“泄漏”蛋白，在功能性维生素D缺乏症的情况下，claudin-2表达可能会导致结肠炎。
维生素D上调抗菌肽的mRNA和蛋白质表达，包括抗菌肽，防御素和溶菌酶。
抗菌肽主要由肠道Paneth细胞分泌，是微生物组组成的重要介质。
防御素由上皮细胞，Paneth细胞和免疫细胞分泌，并且是肠道固有免疫反应的重要组成部分。
维生素D缺乏症可能通过以下方式影响微生物组和免疫系统，从而导致自身免疫疾病：
1 维生素D缺乏或补充会改变微生物组，细菌丰度或组成的操纵会影响疾病的表现。
2 由于饮食不足而缺乏维生素D信号传导会损害肠道的物理和功能屏障完整性，从而使细菌之间的相互作用刺激或抑制免疫反应。
3 如果缺乏维生素D，先天免疫防御能力可能会受到损害。
Yamamoto Erin A et al.,Front Immunol, 2019
以上所有，我们可以看到，优化肠道菌群和维生素D水平对于保持健康至关重要。通过肠道菌群检测，查看自己的肠道菌群的构成，适当补充益生菌，维生素D将有助于避免肠道泄漏。
对肠道微生物组产生重大影响的最简单，最有效和最便宜的方法：定期食用发酵食品。
健康的选择包括酸奶，纳豆和各种发酵蔬菜。
避免破坏或杀死微生物组，其中包括：
如果可以的话，尽量避免抗生素。抗生素杀菌一视同仁，不管好坏。
尽量少吃常规饲养的肉类和其他动物产品，因为这些可能会被喂食低剂量的抗生素。
尽量避免经基因工程处理和/或草甘膦处理的谷物。
少吃加工食品（由于过量的糖会滋生病原菌）
相关阅读：
参考文献：
Krautkramer KA, Kreznar JH, Romano KA, Vivas EI, Barrett-Wilt GA, Rabaglia ME, Keller MP, Attie AD, Rey FE, Denu JM. Diet-Microbiota Interactions Mediate Global Epigenetic Programming in Multiple Host Tissues. Mol Cell. 2016 Dec 1;64(5):982-992. doi: 10.1016/j.molcel.2016.10.025. Epub 2016 Nov 23. PMID: 27889451; PMCID: PMC5227652.
Guglielmi Giorgia,How gut microbes are joining the fight against cancer.[J] .Nature, 2018, 557: 482-484.
Larsen Nadja,Vogensen Finn K,van den Berg Frans W J et al. Gut microbiota in human adults with type 2 diabetes differs from non-diabetic adults.[J] .PLoS One, 2010, 5: e9085.
Sturgeon Craig,Fasano Alessio,Zonulin, a regulator of epithelial and endothelial barrier functions, and its involvement in chronic inflammatory diseases.[J] .Tissue Barriers, 2016, 4: e1251384.
Yamamoto Erin A,Jørgensen Trine N,Relationships Between Vitamin D, Gut Microbiome, and Systemic Autoimmunity.[J] .Front Immunol, 2019, 10: 3141.
谷禾健康
关于肺癌，可能有以下误解：
你对肺癌了解吗？
肺癌是第三大常见癌症（占所有癌症的11.6％）。2018年全球诊断209万例以上，死亡170万人。
肺 癌 类 型
肺癌中最常见的类型是非小细胞肺癌(NSCLC)，约占所有病例的80％—85％。
小细胞肺癌(SCLC)约占肺癌的15％—20％。SCLC的增长和传播速度比NSCLC快。
它的可怕之处在于大多数患者被诊断时为晚期，死亡率高。在没有有效治疗的情况下，治疗前后多器官转移和复发是死亡的关键原因。
肺部微生物群和癌症之间的相互作用:
肺癌的发生、驱动因素和治疗
Martins D,et al., Pathobiology. 2020
肺癌是由宿主和环境因素之间的相互作用引起的复杂疾病。在各种环境风险因素中，微生物在维持微生态平衡和调节宿主对多种治疗的免疫反应中起着至关重要的作用。
肺部是人体表面积最大的黏膜部位，也是与外部环境的主要接触面。肺里面藏有多种微生物。
肺微生物群由细菌，真菌和病毒组成，这些细菌是由吸入粘膜分泌物，鼻咽，口咽和环境空气交换而产生的。和肠道、皮肤等微生物组不同。
在健康的肺中，普雷沃氏菌(Prevotella),链球菌(Streptococcus), 韦荣氏球菌属(Veillonella), 奈瑟菌属(Neisseria),嗜血杆菌属 (Haemophilus),梭杆菌属(Fusobacterium)是最丰富的细菌属。与真菌曲霉菌(Aspergillus), 青霉菌(Penicillium), 念珠菌(Candida)等真菌共存，不会引起健康人肺的感染。
而在在慢性阻塞性肺疾病（COPD）和囊性纤维化等肺部疾病中，肺微生物群处于失调状态。
正常情况下，人体是动态平衡的，并且各个身体部位的微生物可以直接相互作用，或者通过系统循环中的炎性物质，细胞因子和代谢物间接相互作用，如下图所示。
Liu NN,et al., NPJ Precis Oncol.2020
口腔微生物组可能是肺微生物组的主要来源。 呼吸道和肠道可以通过包括微抽吸和吸入在内的生物学过程相互交流。
人类呼吸道和胃肠道中微生物群的早期形成和免疫环境可能源自皮肤和外部环境。
尽管肠道和肺微生物群的微观解剖特征，组成和种群动态存在明显差异，但这两个器官具有相似的体内平衡和某些生理特征，例如微生物群成熟过程，粘膜免疫系统，共同进化以及与免疫细胞的沟通和持续不断暴露于外部环境。
胃肠道疾病患者更容易出现多种肺部疾病
肠道菌群已被证实可导致慢性阻塞性肺疾病，哮喘的进展以及急性肺损伤的恶化。
肠道和肺中特定微生物代谢产物通过循环的联系和调节作用。 例如，与健康对照相比，观察到支气管哮喘患者粪便中的微生物代谢产物（包括脂肪酸，乙酸盐，丁酸和丙酸以及异酸）显着减少。
普氏栖粪杆菌（Faecalibacterium prausnitzii）和阿克曼氏菌（Akkermansia muciniphila）可通过诱导抗炎细胞因子IL-10并抑制促炎细胞因子（如IL-1247）的分泌来抑制小儿过敏性哮喘的炎症反应。
肠道菌群可诱导小鼠肺部对细菌性肺炎的炎症反应，并通过TLR4增强中性粒细胞浸润。
复杂的介入性生态系统调节各种病理过程，维持肠道和肺的生理平衡。因此，科学家基于在大量长期流行病学观察的基础上建立的多样而复杂的肠-肺微生物群网络，提出了“微生物群-肠-肺轴”。
新陈代谢在许多病理和生理过程中对维持人体内环境稳定至关重要。有新的研究探讨了与宿主代谢相关的肺部微生物群。
与细菌生物体相关的特定代谢谱与甘油磷脂和亚油酸盐途径相关，它们在HIV感染者的肺炎发病中起重要作用。还发现铜绿假单胞菌利用粘菌Rothia mucilaginosa产生的底物分泌的主要代谢物在其囊性纤维化进展的发病机制中起作用。
说起代谢产物，不得不说的是短链脂肪酸（SCFA）。它是由大量共生微生物产生的，并在宿主细胞中起着至关重要的信号分子的作用。
肠道中缺乏短链脂肪酸的小鼠容易受更多的细菌负荷，如金黄色葡萄球菌，这可能受肺Th17免疫力调节。饮食中添加短链脂肪酸（SCFA）可以通过调节小鼠T细胞和树突状细胞的活性来改善哮喘易感性。
临床前模型中肠道微生物组的调节可以改变宿主的免疫反应和对肺部感染因子的敏感性。
肠-骨髓-肺轴
短链脂肪酸可调节骨髓细胞的分化并维持宿主免疫稳态。在某些情况下，SCFA可以调节肠道微生物组的组成并诱导骨髓生成，从而在呼吸道中产生抗炎环境。
微生物组通过介导宿主对各种致病因素和治疗结果的敏感性，直接或间接调节宿主的免疫活性。微生物组与免疫系统之间的动态相互作用，让宿主能够识别并预防细菌或真菌的入侵和感染。
在临床前研究中，缺乏肠道微生物组的无菌（GF）小鼠表现出严重的免疫发育不良，具有不完整的粘液层，免疫球蛋白分泌障碍以及淋巴结大小和数量减少。
特殊亚群CD4+ Th17细胞在微生物相互作用、粘膜免疫功能和宿主对肠道、肺和皮肤炎症性疾病的反应中起重要作用。
肠道菌群可以刺激Th17反应并调节IL-17的产生，这与某些病原体的消除有关。IL-17途径还参与了多种肺部疾病的发病机制，包括哮喘，结节病，闭塞性细支气管炎和与骨髓移植有关的肺炎。
驻留在肺中的细菌调节某些先天免疫基因的表达，包括IL-5，IL-10和IFN，而CD11bC 树突状细胞和FoxP3+CD25+Treg细胞上PD-L1的表达水平较高。 微生物相关的代谢产物脱氨基酪氨酸（DAT）通过增强I型IFN刺激和降低肺癌的免疫病理学来保护宿主免于流行性感冒。
共生菌群可以通过炎症小体调节呼吸道粘膜的免疫力，并提供稳定的免疫激活信号。
可发酵纤维菊粉能改变肠道菌群结构和相关代谢产物
例如短链脂肪酸，最终通过抑制中性粒细胞诱导的损伤和增强抗病毒CD8+ T细胞反应来改善小鼠对流感病毒感染的反应。
发现口腔分类群中肺微生物群的富集与Th17炎症相关，其中TLR4反应受肺微生物群组成的影响。 此外，共生菌被证明可促进肺癌中Vg6 +Vd1 + T细胞的增殖和活化。 然而，对于健康或有益的肺部微生物菌群并没有一致的定义，部分原因是由于对肺部微生物群与宿主免疫之间的关联了解有限。
在人体内有越来越多的共生微生物和致病微生物被报道具有致癌特性，并且大多数微生物在流行病学上与癌变密切相关。
癌症通常是一个多因素的病理过程，正常细胞开始以非程序化的方式增殖，导致细胞凋亡、自噬、炎症和DNA损伤。
如何诱发癌症？
表面边界肿瘤的发生通常与宿主粘膜免疫屏障破坏有关。当粘膜表面受损时，如果无法及时修复损伤，将重建原始组织和共生微生物组的微环境。否则，这种损害将继续加剧并导致反复发作的炎症，最终可能诱发癌症。
位于表面结合的肿瘤或肿瘤内的微生物组有可能利用肿瘤来源的碳源和其他营养物质在长期共存的情况下与肿瘤免疫微环境相互作用。
发 病 机 制
肿瘤内微生物与癌症发展之间的联系，并已证明了三种主要机制是潜在的作用方式：
（1）直接通过增加诱变来促进肿瘤发生
（2）调节癌基因或致癌途径
（3）通过调节宿主免疫系统来降低或增强肿瘤进展
微生物与肿瘤细胞之间的相互作用
Wong-Rolle A,et al., Protein Cell.2020
许多微生物已经进化为产生可导致DNA损伤，细胞周期停滞和遗传不稳定的化合物。产生此类化合物的细菌的存在会直接增加所占组织的诱变作用。
肺微生物群可改变免疫微环境以促进肿瘤进展，慢性炎症与癌症息息相关。细胞因子，趋化因子和其他促炎因子可以促进肿瘤的生长和扩散。肺由于广泛暴露于外部环境，是免疫-微生物群落相互作用的关键部位。
先前的研究已经发现微生物组与肺部炎症和组织结构之间的某些相关性，包括COPD（慢性肺部疾病），IPF（特发性纤维化），哮喘，CF（囊性纤维化）和非CF支气管扩张等。
微生物失调可能会引起宿主生理机能失调，并加剧慢性肺部疾病的恶化。
在慢性阻塞性肺疾病（COPD）患者的呼吸标本中鉴定出呼吸道病毒39–56％，而在临床基线为6–19％。
病情加重期间病原菌存在于51-70％的患者中，而最初的稳定临床基线中则存在25-48％。
一项大型队列研究称，CXCL8/IL-8与肺微生物组多样性和群落结构显著相关。在某些受试者中，COPD加重期间CXCL8/IL-8可以介导宿主炎症反应。
特发性纤维化（IPF），已证实其具有不同于健康肺部状况的微生物组，一项随机试验报告说抗生素治疗可能有益于IPF患者的生存。
此外，包括细菌或病毒感染在内的肺微生物组可能会侵入气道上皮细胞，从而诱导宿主免疫反应或触发慢性病原性刺激中伤口愈合的级联反应。
与肺癌相关的微生物群
从全球角度来看，假单胞菌、链球菌、葡萄球菌、韦荣球菌属和莫拉克斯氏菌属经常被报道为与肺癌最相关的微生物群。
Liu NN,et al., NPJ Precis Oncol.2020
在不同的条件下，肺微生物群在促进致癌和维持体内平衡方面起着双重作用。
Liu NN,et al., NPJ Precis Oncol.2020
肺部微生物群可以直接影响肺癌细胞的生长。在上一小节提到过微生物在癌症进展中作用的三个主要机制中，局部免疫环境的调节和致癌途径与肺癌有关。
肺微生物群落的失调可能通过特定的微生物成分促进致癌途径的改变。
研究人员在一个原位小鼠模型中证明了微生物群-免疫相互作用在促进炎症和肺癌发展中的重要性。发现与健康肺相比，某些细菌科如草螺菌属Herbaspirillum和鞘脂单胞菌科Sphingomonadaceae在含肿瘤的肺组织中富集，而其他分类群包括Aggregatibacter和乳杆菌属在健康肺中富集。
增加的局部细菌负担和改变的肺微生物群的组成刺激myd88依赖的IL-1β和IL-23从骨髓细胞产生。这些细胞因子诱导Vy6+Vδ1+γδT细胞的激活和增殖，产生IL-17，促进炎症和中性粒细胞浸润。此外，这些γδ T细胞产生白细胞介素-22和其他促进肿瘤细胞增殖的效应分子。
无菌(绿色荧光)小鼠或经抗生素处理的小鼠显著降低了肺部肿瘤的生长，证明共生细菌显著促进了肺癌的发展。
利用雾化抗生素证明，细菌生物量的减少与通过T细胞和NK细胞活化增强抗肿瘤免疫反应和减少免疫抑制调节性T细胞有关。
此外，发现益生菌鼠李糖乳杆菌能够克服免疫抑制并抑制肺肿瘤植入，并且在抗生素和益生菌条件下肿瘤转移减少。
总之，这些发现支持了微生物群通过调节局部免疫反应和靶向肿瘤相关微生物群在肺癌发展中起关键作用的观点，为肺癌的预防和治疗提供了潜在的新途径。
研究人员发现成年小鼠的过敏性气道炎症显著减弱，这是由于HDM(室内尘螨)治疗后，表面配体PD-L1、PD-L2和CD40的表达增加。
目前的知识不能详细说明伴随疾病进展的肺微生物群变化的因果关系，因为大多数研究是基于长期观察和队列研究。更有可能的是，肺微生物群可能在维持身体稳定性和促进癌症方面发挥双重作用。
当前，肺癌的传统疗法可分为手术切除，放射疗法，化学疗法和免疫疗法。 即使是现在，在诊断时（III / IV期），仍有近75％的肺癌患者已进入晚期。
因此，对肺癌的早期发现和改善的治疗变得越来越紧迫。目前对微生物临床应用的探索仍处于早期阶段，包括临床前模型中的益生菌，饮食干预和FMT（粪便微生物群移植）。
了解人类微生物群，尤其是肠道微生物群与肺癌之间的关系，可能会为肺癌的诊断和治疗开辟新的窗口。
微生物标志物
目前，临床上广泛使用和有效的肺癌诊断工具是胸部X光和CT。然而，由于CT的检查成本高且不便，因此仍不能完全普及。
肺癌筛查的最佳选择是检查具有高危疾病特征的人群，包括年龄，性别，长期吸烟和职业接触。更好地探索肠道菌群与肺癌之间的相互作用，并尝试找到与肺癌密切相关的微生物改变和特定微生物，从而可以提供更好的目标来选择高危人群，包括胸部X线和CT高危人群。
有许多长期观察和流行病学研究，根据各种样本来源检测出微生物群与肺癌之间的显著相关性。确定并建立了特定的肠道微生物特征来预测早期肺癌将具有重要意义。
肺癌患者唾液中的奈瑟氏球菌，链球菌和卟啉单胞菌明显更高，这可能是疾病检测/分类的潜在生物标志物。 肺组织中大量的拟杆菌科，毛螺菌科和瘤胃菌科与无复发（RFS）和无病生存（DFS）的风险降低显著相关。当然，进一步的临床研究是必要的，以建立用于预测未来肺癌的微生物标记。
放疗和化疗
晚期肺癌的放疗已成为临床实践中的常规治疗方法，虽然有副作用，例如免疫损伤和辐射诱发的毒性。
最近的一项研究表明，小鼠粪便微生物群移植可以减少辐射诱发的损害，而不会促进体内癌细胞的增殖和迁移。此外，在放疗后的小鼠模型组织中观察到与原始微生物相比，具有增强的IL-1β，IL-6和TNF-α表达的独特微生物特征。 将对辐射高度敏感的微生物鉴定为可改善治疗效果的预测性生物靶标是有希望的。
微生物群可能是减少放射线引起的毒性并改善放射治疗后肺癌患者预后的一种治疗策略。
肠道微生物组在yao物代谢，化疗诱导的毒性和宿主反应敏感性方面起着至关重要的作用。 肠道菌群可以通过微生物和微生物酶直接调节yao物的吸收和代谢。 此外，肠道菌群还可以通过调节基因表达，局部粘膜屏障反应和远处器官的生理状况来间接影响口服和全身给yao的代谢率。
体内和体外实验表明，化学治疗剂与人类微生物群之间存在复杂且多层次的干预关系。
目前，大多数微生物组和化学治疗的研究仍处于动物实验阶段，很少有研究直接探讨肺癌化疗后患者肠道菌群的改变和功能。 仍需要进行其他临床试验，以研究肠道菌群的调节模型是否可以成为一种有效的临床方法，以辅助化疗治肺癌并使yao物诱导的毒性降至最低。
免疫治疗
先前有报道称肠道菌群失调可能影响对癌症的免疫治疗效果。
例如，法国研究小组检查了接受PD-1免疫治疗的249名癌症患者的微生物组。 其中，有69名患者在治疗开始时因其他疾病而接受了抗生素治疗，这将破坏肠道菌群。 接受抗生素治疗的患者比未接受抗生素治疗的患者癌症复发时间和生存时间更短，这表明抗生素的使用会大大降低免疫疗法的有效性。
一项后续研究比较了两组患者的肠道菌群，并从康复患者的粪便中分离了阿克曼菌(Akkermansia muciniphila).[一种益生菌，曾被证明可以有效预防肥胖和糖尿病]
这项研究证明了其有助于癌症免疫疗法。此外，研究人员将恢复患者的粪便植入无菌小鼠中，接受“有效”粪便的人对PD-1抑制剂反应迅速。口服阿克曼菌也可以恢复相同的免疫治疗效果。
一个可能的原因是，更高的微生物群多样性可能与T细胞活性呈正相关，这反过来又导致癌细胞被更彻底地杀死。相反，患有“坏细菌”的患者具有更多的调节性T细胞，可以抑制宿主的免疫反应。
一项对晚期非小细胞肺癌患者进行免疫检查点抑制剂PD-1治疗的最新研究表明，肠道菌群多样性较高的患者对抗PD-1免疫检查点抑制剂的反应更好。
益生菌，益生元和靶向微生物
目前，益生菌，益生元和合生元，它们在不同的临床实践中普遍显示出安全性。
临床数据不断增加所揭示的一般效果包括促进胃肠道的稳态和完整性，通过产生短链脂肪酸（SCFA）和维生素或次级胆汁盐来调节代谢，参与消化活动以及中和炎症和致癌物。
益生菌、益生元作用：
但是，当前有关有益菌和分子机制的有限研究和知识尚不能提供剖析宿主微生物组的最佳方法。 微生物的变化是否会引起意想不到的局部稳态失调，炎症反应或什至是癌前病变尚不清楚。 最近，FDA就使用FMT发出安全警告，警告由于致病性生物的传播而造成严重不良事件的风险，需要注意和谨慎。
宿主，微生物组和环境之间的三重相互作用在健康功能中维持了肺稳态。
Liu NN,et al., NPJ Precis Oncol.2020
此外，微生物组在促进传统的肺癌治疗包括放射疗法，化学疗法，手术切除和免疫疗法方面可能具有不可估量的治疗策略。
尽管微生物组的巨大潜力为肺癌的预防和治疗画出了广阔的前景，但普遍认为，这一领域的发展需要更多的多学科和深入的探索。 更好地了解癌症发生过程中的微生物组以及对多种治疗方法的不同反应可能会为促进肺癌患者的诊断和预后提供巨大的机会。
肺癌的饮食建议
有胃口就吃饭。
如果胃口不大，请尝试全天少食。
如果需要增加体重，请补充低糖，高热量的食物和饮料。
如果胃很容易不适或有口疮，请避免食用香料并坚持清淡的食物。
如果出现便秘问题，可多吃高纤维食物。
虽然说没有明确哪种饮食可以治愈癌症，但均衡饮食有助于抵抗副作用，感觉舒适。
相关阅读：
参考文献：
Liu NN, Ma Q, Ge Y, Yi CX, Wei LQ, Tan JC, Chu Q, Li JQ, Zhang P, Wang H. Microbiome dysbiosis in lung cancer: from composition to therapy. NPJ Precis Oncol. 2020 Dec 10;4(1):33.
doi: 10.1038/s41698-020-00138-z.
Tsay, J. A.-O. et al. Airway microbiota is associated with upregulation of the PI3K pathway in lung cancer. Am. J. Respir. Crit. Care Med. 198, 1188–1198 (2018)
Huang, D. et al. The characterization of lung microbiome in lung cancer patients with different clinicopathology. Am. J. Cancer Res. 9, 2047–2063 (2019).
Wong-Rolle A, Wei HK, Zhao C, Jin C. Unexpected guests in the tumor microenvironment: microbiome in cancer. Protein Cell. 2020 Dec 9. doi: 10.1007/s13238-020-00813-8. Epub ahead of print. PMID: 33296049.
Liu, Y. et al. Lung tissue microbial profile in lung cancer is distinct from emphysema. Am. J. Cancer Res. 8, 1775–1787 (2018).
Martins D, Mendes F, Schmitt F. Microbiome: A Supportive or a Leading Actor in Lung Cancer? Pathobiology. 2020 Dec 22:1-10. doi: 10.1159/000511556. Epub ahead of print. PMID: 33352574.
Peters, B. A. et al. The microbiome in lung cancer tissue and recurrence-free survival. Cancer Epidemiol. Biomark. Prev. 28, 731–740 (2019).
谷禾健康
过完今天，这个魔幻的2020就要过去了。面临工作、学习、出行等方方面面一而再地按下暂停键，很多人都希望这一年能够重启。
这一年发生了太多故事
每一个都足以让人痛惜
“活着”、“健康”这样的字眼在这一年显得尤为珍贵。简单的道理往往在经历重大的事件后才会尤为深刻。
古有求仙药，今有各种医疗技术的不断革新，大家对于长寿有着一致的追求。当基本的生活有了一定的保障后，人们不仅想要活得长久，还要健健康康地活着。
我们可以看到，人类的预期寿命已开始延长，并且仍在继续提高。“健康长寿”不再停留于一句祝福语，而是可行的人生目标。
长寿是多种变量复杂组合的结果。由于不同地区自然环境、社会制度、社会经济发展状况和人口构成等因素千差万别。
根据相关研究，影响人类寿命的因素至少包括：
遗传因素如线粒体状态、染色体稳定性、端粒长短、疾病、干细胞活性；
环境因素如肠道微生物、饮食、运动、空气质量以及生活环境；
其他因素如情绪压力、社交爱情、目标成就、投入预防等等。
人们在迈向健康长寿的过程中处于不同的阶段和水平。若干年后，也许有相当多的人进入百岁人生。
在2020年的最后一天，我们就来聊聊肠道菌群和长寿的故事。
伊卡里亚岛
伊卡里亚岛
该岛位于萨摩斯岛西南约10海里，这是爱琴海的一个小岛，是世界上寿命最长的地区之一。他们是90岁以上人群中世界上人口最多的国家，百岁老人在岛上已有400多年的历史了。科学家将那里长寿的机会与空气，水，社区精神，饮食习惯和遗传倾向等因素相关联。
意大利
提起意大利，你想到的是足球还是意大利面，其实这个国家还盛产长寿老人，根据欧盟统计，意大利为欧洲第一长寿国，女性平均寿命为84岁，男性平均寿命为78.3岁。
研究发现100岁意大利老人的肠道菌群种类分布与30岁意大利人相比，出现了较明显的变化，厚壁菌门中的拟杆菌XIVa明显减少，而芽孢杆菌上升，身体的炎症反应状况高，因此科学家得出长寿的关键因素：菌群种类的改变，更好的应对和调节炎症反应。
中国 新疆和田，广西巴马，四川都江堰青城山等
中国新疆和田，广西巴马以及四川都江堰市青城山等地区都很大比例的长寿健康老人。动物遗传育种研究所李英团队在《Current Biology》发表的一项关于寿老人和年轻人群肠道菌群研究发现长寿老人肠道菌群多样性和菌群丰度显著高于年轻组，这一结论在意大利相应人群中也得到了证实，提示更多有益菌群以及更丰富的菌群多样性可能是人类健康长寿的重要原因之一。
对长寿的研究可能有助于我们理解人类是如何延缓衰老，如何战胜与年龄相关的疾病。
肠道微生物群被认为是监测和可能支持健康衰老的变量之一。事实上，宿主-肠道微生物体内平衡的破坏与炎症和肠道通透性以及骨骼和认知健康的普遍下降有关。肠道微生物群作为健康衰老可能的介质，通过对抗炎症、肠道通透性以及认知和骨骼健康的恶化来保持宿主环境的稳态。
健康老年人的肠道菌群如何定义？
考虑到大多数老年人都患有肠道相关合并症，因此在该人群中定义健康的肠道微生物组极具挑战性。肠道环境的变化，例如炎症，肠道渗漏，活性氧的产生以及药物的使用，都可能影响肠道微生物组。在这方面，健康百岁老人一直被用作健康老龄化的典范，因为他们有能力推迟或避免慢性疾病。因此，该队列中的肠道微生物组可用于定义健康的肠道微生物组。
长寿者肠道菌群多样性水平高
一般认为，随着年龄增长时，肠道微生物多样性通常会降低。可能是由于生理，饮食，药物和生活方式的变化所致。
是不是所有老人的肠道菌群多样性都会降低？
研究人员检测了一群健康的长寿老人的肠道微生物组，来自中国四川都江堰市的长寿老人，包括“90-99岁”和“≥100岁”两个年龄段。
他们发现长寿人群的肠道菌群比年轻成年人的肠道菌群更多样化，这与传统观点相矛盾。
他们还发现了产短链脂肪酸菌在长寿老人中开始增加，例如梭状芽胞杆菌XIVa。
国内外研究结果一致
为了验证他们的发现，他们分析了来自一个意大利小组的独立数据集。
出现一致的结果：长寿的意大利人也比年轻的人群的肠道菌群多样化水平更高 。
庆幸的是，谷禾肠道菌群数据库中也有比较长寿的老人肠道菌群数据。
我们抽取其中一例相对较为健康的长寿老人的数据：
编号：083*****97 ，98岁（谷禾肠道菌群数据库）
谷禾健康数据库
可以看到肠道菌群多样性水平也是明显增高，与文献报道相符。大部分指标都处于正常水平。
长寿者产短链脂肪酸菌增多
结合意大利和中国的数据集，发现尽管肠道微生物群结构存在显著差异(可能是由于饮食、基因和环境的差异)，但区分长寿个体和年轻群体的前50种细菌特征中，有11种特征是相同的。同样，这些特征包括肠道菌群多样性水平更高和几个产短链脂肪酸菌丰度更高。
一项后续研究中，另外两个独立的队列中也观察到了长寿人群中更大的肠道微生物组多样性：一个来自中国江苏省，另一个来自日本。
以上这些研究都清楚地表明，健康长寿的人存在更多样化且平衡的肠道菌群，而在患有不同合并症的老年人中观察到肠道菌群紊乱。
因此，研究人员假设调节肠道微生物组(如通过饮食、益生菌)来维持健康的肠道微生物组将有利于健康地衰老。
进一步假设，在患有慢性疾病的老年人中，将紊乱的肠道菌群调节为健康的肠道菌群将减轻他们的症状，提高他们的生活质量。
肠道微生物组和健康衰老的有效假设
该假设背后的一个基本原理是慢性炎症，即老年人中慢性低度炎症的增加，这与不同的慢性疾病有关。
短链脂肪酸对维持肠道止血很重要。短链脂肪酸为结肠上皮细胞提供主要能量，并具有抗炎特性。这些产短链脂肪酸菌在长寿老人中的富集表明，这些细菌可能会减轻炎症及由此造成的损害，这可能是他们能够健康衰老的原因。
以上我们知道长寿老人的产短链脂肪酸菌增多，那么其他菌群会有什么样的变化？
在门类水平上，大多数研究都证明了变形菌丰度的增加。
长寿者菌群变化，潜在有益菌较多
· 不同地区比较：
一项研究分析并比较了长寿村庄中百岁老人与同一地区和城市化城镇中的老年人和成年人的肠道菌群。采集长寿村的百岁老人、老年人和年轻人的粪便样本，以及来自韩国城市城镇的老年人和年轻人的公共数据库获得肠道菌群数据。
与城镇化老年人相比，长寿村老人：
康复医院百岁老人的肠道菌群也不同于居家。这些差异可能是由于饮食方式和生活环境的差异。
· 不同年龄比较：
我们来看一项研究，对62个人的粪便微生物组进行宏基因组测序，年龄从22岁至109岁不等。
下图可以看到，随着年龄的增长，肠道微生物群发生了变化。
注：4个年龄组的肠道微生物组:
11个年轻人 (22 – 48岁,young);
中年13人 (65 – 75岁,elderly);
15名百岁老人 (99至104岁, centenarian);
23名半超百岁(105至109岁，semisupercentenarian)
研究人员发现与年轻人相比，长寿者菌群变化如下：
编号：083*****97 ，98岁（谷禾肠道菌群数据库）
我们发现同样，变形菌门增加，另外有益菌如阿克曼菌增多。
长寿者碳水化合物代谢相关基因减少
有趣的是，当研究人员将分析集中在功能规模上时，发现与碳水化合物代谢有关的基因减少。
这种功能重塑在百岁老人和半超百岁老人的肠道微生物组中更为明显，研究人员观察到淀粉和蔗糖（KEGG途径编号ko00500），磷酸戊糖（ko00030）以及氨基糖和核苷酸糖（ko00520）途径的贡献减少。
异种生物降解有关的基因数量增加
同时，研究人员发现了和甲苯（ko00623），乙苯（ko00642），己内酰胺（ko00930）以及氯环己烷和氯苯（ko00361）降解途径的随之增加。
乙苯，氯苯，氯环己烷，甲苯是主要来源于工业生产和城市排放的普遍化学物质，由于其毒性作用，是世界各地监测的主要环境污染物之一。这些分子的主要人造来源实际上是汽车和废气汽车的排放，以及香烟烟雾。
此外，众所周知，它们是在加工精制石油产品(如塑料)的过程中产生的，并包含在普通消费产品(如油漆和漆、稀释剂和橡胶产品)中。
己内酰胺是尼龙的原料，用于生产合成纤维、树脂、合成皮革、增塑剂等多种室内产品。先前的研究表明，这些分子在室内的负担比在室外环境中更高，并强调了室内暴露对人类健康的特殊重要性。
生活在强人为下的环境中，例如意大利的艾米利亚-罗马涅区（工业发达），导致持续不断地暴露于这些普遍的异生物质中，促进它们在身体组织（包括肠道）中的维持和累积。
研究人员认为，这可以为人类宿主创造合适的条件，以选择能够解毒此类化合物的肠道微生物组成分，就微生物组和宿主在人类环境中的适应性而言互惠互利。
百岁和半百岁的人都是长寿的人，他们接触异生生物刺激的时间更长，他们的微生物群更适合降解这些异生生物。
脂质代谢基因变化
除了异物降解基因和糖代谢相关基因外，我们还发现了其他代谢途径中与年龄相关的差异，包括与脂质代谢有关的差异。
百岁老人和半超百岁老人显示出更多的α-亚油酸（KEGG途径编号ko00592）和甘油脂(ko00561)代谢的信息。另一方面，年轻人显示鞘脂(ko00600)和甘油磷脂(ko00564)代谢相关基因的贡献更大。
鉴于已知甘油磷脂和鞘脂在动物源性食品中更为丰富，而α-亚油酸主要来自植物源食物，这些特征可能与饮食习惯有关，特别是长寿者的植物源性脂肪摄入量高于年轻人的动物脂肪摄入量。
氨基酸代谢基因变化
此外,涉及氨基酸代谢的功能途径：
色氨酸（ko00380），酪氨酸（ko00350），甘氨酸，丝氨酸和苏氨酸（ko00260）的代谢基因随着年龄的增长而逐渐增加。
另一方面，发现年轻人中丙氨酸，天冬氨酸和谷氨酸代谢的基因（ko00250）更为丰富。色氨酸和酪氨酸的代谢被认为是蛋白水解代谢增强的指标。
此外，血清中色氨酸的生物利用度降低，以及尿液中酪氨酸代谢引起的酚类代谢产物水平升高。
慢性炎症水平低
研究人员发现随着衰老，脂多糖生物合成基因(ko00540)逐渐增加，这可能与病原菌（即肠杆菌科的成员）的存在和慢性炎症的水平低有关。
然而，更长的寿命并不一定等于健康的衰老。随着年龄的增长，人们更有可能患上各种疾病，如心脏病、中风、高血压、认知障碍、癌症等。
前面章节有一项研究（长寿村老人与城镇化老人肠道菌群）提到，来自不同地区的老人，虽然都是长寿，但菌群情况不尽相同。
因此，我们想更具体地了解，同样是长寿老人，健康长寿和不健康长寿具体到个人，在哪些方面会有区别。我们抽取谷禾肠道菌群数据库中两例报告来进行直接比较分析。
以上只是数据库中的两个案例，在经过谷禾肠道菌群数据库筛查后，我们总结了一些关于长寿老人（90岁以上）的肠道菌群的趋势，分享关于报告中的一些指标判断，供大家参考。
健康总分
健康总分能很好的反映一个人的总体健康水平，有慢病或其他问题的老人一般低于55分。
菌群多样性
菌群多样性健康长寿老人的菌群多样性水平最好能高于50，菌种数量在1000~1800左右较好，超过2000则可能会伴有病原菌感染的情况。
慢病情况
主要是心脑血管及糖尿病和部分消化道疾病，涉及慢性炎症和代谢疾病。
病原菌
病原菌感染是老人中最常出现的问题，包括呼吸道和肠道病原菌，随着衰老，肠杆菌科的部分机会致病菌比例会上升，需要注意饮食健康，以及呼吸道健康和口腔健康。
肠道屏障及炎症水平
长寿老年人中Akk菌水平普遍较中年人群较高，Akk菌有助于降低肥胖等代谢疾病，但是Akk菌丰度过高会导致肠粘膜黏蛋白降解，破坏肠道屏障，也是需要注意的指标。
短链脂肪酸水平
短链脂肪酸生成的菌的水平与短链脂肪酸和炎症水平密切相关，短链脂肪酸缺乏通常是慢性炎症的推手。
益生菌水平
在谷禾检测的90岁以上人群中，益生菌水平普遍较高，基本超过人群平均水平。
06 长寿者避雷专区——谣言粉碎机
信息爆炸的时代，我们可以轻易获得大量关于营养保健的信息，然而其中大多数可能是不正确或者过时的观念。
1. 减肥仅靠控制热量？
我们都知道，减肥需要燃烧比摄入更多的能量，但这不是唯一。那些遵循“卡路里摄入，卡路里消耗”方法的人通常只专注于食物的卡路里值，而不是其营养价值。这对于整体健康而言，并非最佳选择。
如果出现体内激素失调，甲状腺功能低下，代谢状况，药物使用等健康问题，可能即使在严格饮食下也难以减轻体重。
2. 高脂食物不健康？
许多人仍然担心高脂肪的食物并遵循低脂肪的饮食习惯，认为减少脂肪的摄入有益于整体健康。
膳食脂肪对于保持最佳健康至关重要。另外，低脂饮食与包括代谢综合征在内的健康风险更高有关，并且可能导致胰岛素抵抗和甘油三酸酯水平升高，这是已知的心脏病危险因素。
而且，在鼓励减肥方面，高脂肪饮食已被证明比低脂肪饮食有效（甚至更高）。
当然，无论是低脂还是高脂饮食，任何一种极端情况都可能危害健康。尽可能遵循“中庸之道”。
3.非营养性甜味剂是健康的？
市场上出现越来越多的非营养性甜味剂（NNS）的产品有所增加。显然，高糖饮食会大大增加疾病的风险，但摄入NNS也会导致不良的健康后果。
例如，摄入NNS可能会引起肠道菌群产生负面变化并促进血糖失调，从而增加2型糖尿病的发病率。
该领域的研究仍正在进行中，未来需要高质量研究来确认这些潜在的联系。
4. 你必须很瘦才能健康？
我们知道，肥胖与许多健康状况相关，包括2型糖尿病，心脏病，抑郁症，某些癌症等。
尽管如此，降低疾病风险并不是说要你必须要达到模特身材。最重要的是营养饮食并保持积极的生活方式，因为这些行为通常会改善体重和体内脂肪百分比。
5. 所有食物都用低脂和减肥食品来代替？
去超市你会发现各种标有“清淡”，“低脂”，“无脂”的产品。虽然这些产品对那些想要减少体内多余脂肪的人来说很诱人，但它们通常是不健康的选择。
研究表明，许多低脂和减肥食品所含的糖和盐要比普通脂肪食品多得多。最好不要经常食用这些产品，有时候也可以享受一下正常食物，例如全脂酸奶，奶酪和坚果黄油。
6. 钙补充剂对骨骼健康必不可少？
很多人听说添加钙补充剂以保持骨骼系统健康。但是，目前的研究表明，补充钙可能弊大于利。
例如，一些研究已将钙补充剂与心脏病风险增加联系起来。此外，研究表明，它们不会降低骨折或骨质疏松症的风险。
当然，如果你担心缺钙，最好注意下钙的饮食来源，例如全脂酸奶，沙丁鱼，豆类和种子食物等。
7.所有果汁和果汁都是健康的 ？
某些果汁营养丰富。例如，主要由非淀粉类蔬菜制成的新鲜果汁可以是增加维生素，矿物质和抗氧化剂摄入量的好方法。
然而，要知道外面买到的大多数果汁中都含有糖和卡路里。如果过量食用，会促进体重增加和其他健康问题，例如蛀牙和血糖失调。
8. 每个人都需要补充益生菌？
益生菌的概念现在越来越火。但是，研究表明，不是所有人补充益生菌都有用，搞不好有副作用。
某些人的消化系统对益生菌的定殖有抵抗力，而且通过补充剂引入益生菌可能会导致肠道细菌产生负面变化。另外，与益生菌使用相关的小肠细菌过度生长会导致腹胀，气体和其他不良副作用。
益生菌不应作为千篇一律的补充剂，而应更加个性化，最好在做完肠道菌群检测之后再确定是否需要补充益生菌，补充哪一类益生菌，这样才能真正让身体恢复健康。
9. 减肥很容易？
你可能看过很多生动的减肥前后的图片，甚至还有传奇的故事，几乎不费吹灰之力就可以迅速减肥的故事，不要随意相信。
减肥其实并不容易。它需要坚持不懈，自律，努力和耐心。另外，由于遗传或其他药物因素使某些人的减肥困难很大，我们需要正视这一切，面对它，慢慢来，给自己多一点耐心，找到一种对你有效的可持续的模式最重要。
10. 纤维补充剂是高纤维食品的良好替代品？
许多人缺乏足够的膳食纤维，这就是为什么纤维补充剂如此受欢迎的原因。尽管纤维补充剂可以改善肠蠕动和血糖控制，从而有益于健康，但它们不应代替真正的食物。
高纤维全食（例如蔬菜，豆类和水果）包含营养物质和植物化合物，它们可以协同工作以促进您的健康，并且不能完全由纤维补充剂替代。
LONGEVITY
随着时代的不断发展，旧的观念也在不断更新。曾经的认知也许是“七十古来稀”，而现如今更多的是百岁人生。
我们的追求也会越来越高，不仅是长寿，更是健康的长寿。可以预见，长寿时代将促使健康产业结构升级。
是的，微生物产业作为健康领域的其中一块，发展迅速。值得庆幸的是，在应对突如其来的疫情下，肠道微生态也在被应用于治疗，技术的革新为提高健康水平提供有力支撑，各个制度完善也在为健康领域的可持续发展构建强大保障，人类命运共同体正彰显其感召力。
而谷禾健康作为微生物产业的一员，自2012年创立起，对于科研事业一直贡献着自己的力量，与此同时，这么多年来，谷禾一直希望将科研真正服务于大众，将科研成果带给每一个人，这是我们的使命。
现如今，我们也已经看到阶段性硕果。曾经，“肠道菌群”还只是一个概念，谷禾健康从肠道菌群的研究构思，到取样专利的落地，肠道菌群检测报告逐步完善，再到样品运输的细节管理，我们都在经历从0到1的过程，勇于创新，不断摸索，在微生物产业的道路上，迈着坚定的步伐。
令我们感到欣慰的是，“肠道菌群”现已逐渐从研究过渡到临床甚至普通人群，并且从模糊的健康概念走向精准检测甚至个性化辅助治疗。
2021寄语
愿你所有努力都有回报
所有的美好都如期而至
参考文献：
Kong F, Deng F, Li Y, Zhao J. Identification of gut microbiome signatures associated with longevity provides a promising modulation target for healthy aging. Gut Microbes.
2019;10(2):210-215. doi: 10.1080/19490976.2018.1494102. Epub 2018 Aug 24. PMID: 30142010; PMCID: PMC6546316.
Rampelli S, Soverini M, D’Amico F, Barone M, Tavella T, Monti D, Capri M, Astolfi A, Brigidi P, Biagi E, Franceschi C, Turroni S, Candela M. Shotgun Metagenomics of Gut Microbiota in Humans with up to Extreme Longevity and the Increasing Role of Xenobiotic Degradation. mSystems. 2020 Mar 24;5(2):e00124-20. doi: 10.1128/mSystems.00124-20. PMID: 32209716; PMCID: PMC7093822.
Deng F, Li Y, Zhao J. The gut microbiome of healthy long-living people. Aging (Albany NY). 2019 Jan 15;11(2):289-290. doi: 10.18632/aging.101771. PMID: 30648974; PMCID: PMC6366966.
Kim BS, Choi CW, Shin H, Jin SP, Bae JS, Han M, Seo EY, Chun J, Chung JH. Comparison of the Gut Microbiota of Centenarians in Longevity Villages of South Korea with Those of Other Age Groups. J Microbiol Biotechnol. 2019 Mar 28;29(3):429-440. doi: 10.4014/jmb.1811.11023. PMID: 30661321.
谷禾健康
http://v.qq.com/s/videoplus/457452244皮肤菌群如何导致痤疮、湿疹？如何维持皮肤健康？_腾讯视频
相关阅读：
谷禾健康
生物系统——组成
生物系统很复杂，具有许多调节功能，例如DNA，mRNA，蛋白质，代谢物，以及表观遗传功能（例如DNA甲基化和组蛋白翻译后修饰（PTM））。 这些特征中的每一个都可能受到疾病的影响，并引起细胞信号传导级联和表型的改变。 除了宿主对疾病的反应调节机制外，微生物组还可以改变宿主特征的表达，例如它们的基因，蛋白质和/或PTM。
生物系统——疾病
为了深入了解疾病的机制，我们需要研究这些特征及其相互作用。例如，黑色素瘤、肺癌和甲状腺癌等癌症是由BRAF癌基因驱动的。然而，当患者接受抑制BRAF的治疗时，往往会产生耐药性。最近的多组学研究揭示了肿瘤特征的异质性和复杂性，如基因突变、转录组、蛋白质和信号通路。现在人们认识到肿瘤可以绕开治疗而产生耐药性。
生物系统——技术
随着下一代测序和质谱技术的发展，人们越来越需要融合生物特征的能力来研究整个系统。转录组、甲基组、蛋白质组、组蛋白翻译后修饰和微生物组等特征都影响宿主对各种疾病和癌症的反应。由于样品制备步骤、测序所需的材料量和测序深度要求，每个平台都有技术限制。近年来，数据集成方法的发展受到了推动。每种方法都使用诸如概念整合、统计整合、基于模型的整合、网络和路径数据整合等方法来具体整合组学数据的子集。
生物系统——多组学
多组学方法的整合使得对疾病病因学有了更深入的了解，例如：揭示微生物组在减轻或增加疾病风险方面发挥作用的各种方式。双酚A（BPA）是一种大规模生产的化学品，广泛应用于食品包装、塑料和树脂中，双酚A的不完全分解就是一个例子。由于双酚a是一种内分泌干扰物，双酚A已成为日益增长的公共卫生问题。因此，利用微生物手段快速、完全降解双酚A等化合物的研究具有重要意义。
本文讨论每个数据特征的研究设计考虑，基因和蛋白质丰度及其表达率的限制，当前的数据整合方法，以及微生物对基因和蛋白质表达的影响。在开发整合多组学数据的新算法时应考虑的因素。
不同生物基因数量
生物系统是具有多种调控功能的复杂生物。 例如，人类基因组由大约32亿个核苷酸组成，可产生20 000至25 000个蛋白质编码基因，并且通过选择性剪接事件可产生超过100万种蛋白质（下图）。
不同的生物有不同数量的基因和蛋白质。例如，在大肠杆菌、酿酒酵母和智人基因组中分别有大约4300、6000和25 000个基因。这导致大肠杆菌、酿酒酵母和智人的每个细胞中分别有大约2400到7800、15 000和300 000个mRNA分子。线粒体转录物约占多聚腺苷酸化RNA的20%。其他高丰度的转录物包括编码核糖体蛋白质和参与能量代谢的蛋白质的转录物。下图概述了人类DNA、DNA甲基化、组蛋白翻译后修饰、mRNA和蛋白质的复杂性。
Graw et al., 2020 Molecular Omics
染色质结构和基因/蛋白质调控的概述。 DNA通路受DNA甲基化和组蛋白翻译后修饰（PTM）的调控。调节的每一层也可以通过环境和宿主生物中存在的微生物进行修饰。 可以通过使用各种核苷酸和蛋白质/肽测序技术对生物调节的每个水平进行测序。
细胞中蛋白质含量
一个细胞中蛋白质的估计数量约为2.36×106（在大肠杆菌中），约为2.3×109（在晚期智人细胞中）。在一个细胞的全部蛋白质总数中，最丰富的蛋白质可占蛋白质含量的5-10%，由核糖体蛋白、酰基载体蛋白（ACP）（在脂肪酸生物合成中的功能）组成，分子伴侣和折叠催化剂、糖酵解蛋白质（能量和碳代谢的主干）和肌动蛋白等结构蛋白质。
转录因子是一种低丰度的蛋白质，在细菌中每个细胞的拷贝数为1-103，在哺乳动物细胞中为103-106。
最丰富的蛋白质通常在细菌中有数千个拷贝，在哺乳动物细胞中有数百万个拷贝。由转录因子调控的基因数量取决于其浓度。蛋白质含量取决于生长条件和基因诱导。最后，考虑到微生物与宿主细胞数量的比例（取决于宿主细胞类型）和其他因素，这可能会变得更加复杂
mRNA 和蛋白质寿命以及差异
由于仪器检测，动态范围和分子寿命表达的限制，用于各种组学平台的测序技术只能捕获某一时刻某个细胞群体中发生的情况的快照。 例如，mRNA转录本和蛋白质的终生表达差异很大。 在大肠杆菌中，mRNA的中位寿命为5分钟，在发芽酵母中为20分钟，而对于人参则为600分钟。然而，蛋白质的寿命约为1-2天。
转录和翻译的速率因生物体的不同而不同（大肠杆菌：每秒10-100个核苷酸（nt）和10-20个氨基酸（aa）/ s。智人：6-70 nt / s和2 aa per s；分别为转录和翻译速率）。
对于大肠杆菌来说，一个单一的mRNA转录本在被降解之前可以产生10-100个蛋白质。鉴于这一信息，我们可以看到，将我们对组学平台的选择和由此产生的对细胞过程的解释相结合，检测具有更长寿命的蛋白质的机会将增加。
在考虑数据整合研究设计、开发新算法和解释结果时，认识生物体的生物复杂性、分子的动态范围、测序限制以及这些分子的表达寿命非常重要。
近年来，微生物组学在宿主健康中的重要性已得到公认。全生物和全基因组的概念对我们如何看待微生物组有着深远的影响，尤其是在治疗方面。这种微生物-宿主相互作用的密切关系可以更明确地称为“微生物群-营养代谢-宿主表观遗传轴”。微生物与宿主相互作用的紧密关系可以更明确地称为“微生物群-营养代谢-宿主表观遗传轴”。
微生物群及其代谢产物可以通过直接修饰组蛋白，改变DNA甲基化谱图和影响而影响宿主表观遗传。 非编码RNA的性质（上图）。 例如，可以通过改变组蛋白修饰酶的活性和酶底物的水平，通过微生物群来修饰组蛋白。
微生物影响药效
微生物群也可以影响药物的治疗性质。 许多前药，即必须进行代谢转化才能在药理上有用的药物，可能会保持无活性（即不存在介导前药向其活性形式转化的微生物群），或者该药物/前药可能无法生物利用。此外，服用NSAIDs（非甾体类抗炎药）的患者可能会促进抗生素耐药菌的优势，因为24％的非处方非处方NSAIDs被抑制。
这些代谢组学效应引起人们对旨在用于人类和农业系统的治疗药物或其他饮食和治疗方案的潜在副作用的担忧。 例如，抗生素可以消除产生组蛋白脱乙酰基酶（HDAC）抑制剂的微生物。 这些微生物（如果存在）可以增强调节性T（Treg）细胞，从而有助于抗炎过程。
微生物代谢途径的多样性及其对药物药代动力学和药效学的影响可能部分解释了个体和人群之间药物反应的变化。 因此，涉及微生物组的治疗方法可能必须因地制宜。组蛋白可以同时进行变体置换和翻译后修饰（PTM），这些共同构成了“组蛋白密码”。 这些局部排列可以影响染色质结构，从而导致转录活性的激活或抑制。
通过饮食，微生物有能力改变宿主的甲基化和PTM谱，并且还可以通过膳食碳水化合物的发酵影响短链脂肪酸（SCFA）的生成。丁酸盐和乙酸盐等SCFAs可抑制脱乙酰酶水平。这意味着由于乙酰化促进转录活性的增加，染色质结构变得越来越松弛。事实上，已经证明微生物可以以位点特异性和组合方式影响宿主组织乙酰化和甲基化染色质状态，甚至影响宿主发育和代谢表型。
微生物参与干预
未来关注健康医疗策略时，越来越多地考虑对微生物组的发展及其相应的宿主个体发育变化进行建模。考虑到宿主免疫系统不仅必须能够识别“自身”抗原，而且还必须能够识别共生微生物的抗原，这些变化可以通过宿主免疫成熟来证明。
微生物如何影响主要组织相容性复合体（MHC）的表达，或者宿主杂合度如何通过MHC影响微生物群的多样性，这在很大程度上是未知的，也是一个活跃的研究领域。微生物在癌症和免疫治疗中的作用正日益成为治疗策略发展的目标。蛋白质组学与其他组学策略相结合已被用于研究疾病过程。如果我们不考虑微生物群的影响，那么我们可能会错过开发潜在治疗方法的有意义的见解。尤其是那些与代谢紊乱（如肥胖）或代谢物（如胆汁酸）对器官系统的全身影响有关的疾病。
微生物生态学的历史围绕着适当的系统发生标记基因的测序和比对。 WoSes and Fox（1977）首先将16S rRNA基因用作标记基因，是迄今为止最常用的标记基因，其大规模数据库包含从环境和培养来源（例如SILVA，RDP，Greengenes）获得的全长基因分离株 ）（表1）。 新的微生物分类数据库，例如基因组分类数据库（GTDB），不仅建立了16S rRNA基因参考数据库，而且还利用系统基因组学信息提供了一个一致的框架，用于确定从元基因组获得的系统发育背景部分或完整基因组 。
大数据集的可用资源列表
选择合适的引物和平台
除了选择标记基因和合适的数据库外，研究人员还可以在测序方法和平台之间进行选择。 由于Illumina和Ion Torrent等短读平台的局限性，研究人员必须在〜1500 bp的16S rRNA基因的可变区之间进行选择。 取决于微生物群落组成，每个可变区提供不同水平的敏感性和特异性。 然后选择在研究中最能区分普通分类群的引物组和扩增子区域的组合。
目前针对扩增子测序可选择的测序平台和方案很多，不同平台的读长和适用的测序区段以及优势各有不同。16s测序主要的测序区段包括v4、v3v4，v1v2，v6，此外还有全长等不同的区段选择，不同可变区或全长由于引物的不同以及不同种属相应区段内的变异多样性差异，对菌属的丰度评估会有一定的差异。
从长度来看，全长16s长度为1.5kb左右，单菌落的16s全长sanger一代测序仍然是菌种鉴定的主要手段，纳米孔和pacbio的三代测序可以高通量的获得全长序列，对于希望更高分辨率的分析菌种的研究有一定优势。三代的测序准确度目前逐渐改进，直接测序准确度可以在90%以上，纠错后可以提高到97~99%以上，已足够提供高精度的分类。三代目前主要问题在于建库成本相对较高，通过使用barcode可以降低部分但仍然偏高，此外普遍测序深度相对于二代测序要低许多。
目前最主要的可变区选择是v4区和v3v4区，v4区长度为256bp左右，加上两侧引物长度为290bp左右，使用双端2x250bp或2x150bp可以测通，此外如454、life、illumina的测序平台读长也可以主要涵盖该区段读长。例如采用illumina Novaseq测序平台对该项目进行双端测序(paired-end)，测序得到了fastq格式的原始数据（样本对应一对序列s_1.fastq和s_2.fastq）。再配对拼接成单条序列。其引物通用性相对是所有可变区中最高的，大量的大规模菌群调查研究都采用v4区作为检测区域，包括人体菌群研究如：hmp，肠道菌群如美国肠道计划agp，欧洲的fgfp等，以及全球土壤菌群调查，目前仍然是国际研究中使用最广泛和认可的检测区域。
illumina的miseq提供了长达2x300bp以及hiseq2500和最近的novoseq提供有2x250bp的测序方案，为进一步利用读长，目前有相当一部分研究选择v3v4区，该区段长度在460bp左右，相较于v4度多出了v3区段约100bp左右的片段，在少部分菌属中可以增加一定分辨率。经过对比，v3v4区的检测结果和v4区在绝大部分菌属中的丰度一致，但由于引物不同，在少量菌属中丰度会有不同偏向，v3v4从otu层面上并未发现较v4区有明显增加。引物的选择和提取、储存方法是影响菌群检测丰度构成的主要因素，不同研究之间的比较需要考虑到实验方案的一致，相同的方案可以直接比较。
当前的宏基因组分析技术已使研究人员能够从环境/宿主来源的样品中获得足够的序列覆盖率，从而获得部分和完整的基因组草图。 该覆盖因子高度取决于物种的均匀度和丰富度。 还可以通过拼接组装元基因组组。 但是，由于难以组装和正确分装高度保守的基因（如核糖体亚基基因），因此它们通常必须使用浓缩的通用蛋白将这些基因组置于系统发育背景中。
组合的通用标记基因被用来构建由环境和寄主衍生序列组成的基因组以及来自培养物收集的少数常见微生物基因组的系统发育。微生物基因组测序的热潮使得有必要构建易于使用的软件包以及分析工具，以帮助生物学家学习如何对其全部或部分的元基因组数据进行分析。这类工具的例子如，QIIME 2、metaWRAP、 Sunbeam、SqueezeMeta、metAMOS、 mg RAST、IMG/M、 Anvi’o、MicrobiomeAnalyst、以及biobakery集合中的各种工具（例如MetaPhlan2、PhyloPhlan、HUMAnN、LEfSe）等。
此外，如果深入研究，还需要望整合疾病指标、宿主蛋白质组学和微生物多样性多组学的联合分析。
根据生物学问题的不同，有许多类型的组学技术，针对DNA、总RNA、mRNA、miRNA、DNA甲基化、蛋白质、蛋白质修饰、组蛋白翻译后修饰、宏基因组学、宏蛋白质组学，测序平台经过多年的改进，现在可以在几天内从少量材料中对大型复杂人体样本进行测序（表2）。已经开发了几种工作流程来对整个基因组、整个外显子组（DNA的蛋白质编码部分）和转录组（mRNA）进行排序，并对特定的癌症或免疫相关基因进行排列。此外，还可以利用亚硫酸氢盐全基因组测序或Illumina的甲基化珠芯片阵列分析修饰，如DNA甲基化。 还可以通过牛津纳米孔技术（ONT）MinION平台和PacBio仪器对长读的DNA和RNA进行直接测序来确定此类修饰的检测。
推荐覆盖率和读数
基因组测序
DNA测序技术的错误率和读取长度各不相同。Illumina短读测序（即Hiseq、Miniseq等）通常具有非常低的错误率，约为每碱基0.25%，但对低多样性文库敏感，如16S宏基因组学和靶向基因方法等应用。长读取技术的错误率较高，PacBio为13–15%，Oxford Nanopore instruments为5–20%。Illumina平台的读取长度最大为600个碱基，但长读取技术通常一次读取可达到10–30 kb。最佳读取长度也取决于应用程序。
大多数测序实验可以收集150-300碱基对读取长度的合适信息，但也有例外。对于全基因组测序（WGS），最长的读取可能是最佳的，但是对于长读取技术，错误率随着长度的增加而增加。有许多研究者把“短读”和“长读”结合起来。由于最近长读取排序技术的出现，关于WGS以外应用程序的最佳长读取长度的信息非常缺乏，但Illumina short read sequencing提供了丰富的最佳读取长度建议。
蛋白质测序
在过去5-10年中，质谱仪通过增加测序深度能力也得到了改进。这项技术已经从使用旧的LTQ质谱仪在细胞系实验中对大约3000个蛋白质进行测序，发展到使用新的Orbitrap Lumos和Orbitrap Eclipse质谱仪对8000-10000个蛋白质进行常规测序。大多数蛋白质组学实验都是采用数据相关采集（DDA）模式进行的。在该方法中，选择从液相色谱（LC）柱洗脱的MS1扫描中最丰富的前20个肽在orbitrap中进行裂解，以产生肽序列MS2扫描。样品混合物的复杂性极大地影响了测序深度和将鉴定多少蛋白质。了解样品的蛋白质丰度和组成是至关重要的。如果转录因子是目标分子，那么在质谱分析之前去除高丰度蛋白质的方法可能是必要的。这对于含有大量分子（如白蛋白和血红蛋白）的血清和血浆样品尤其重要。否则，质谱仪将测序数千个白蛋白分子，并错过最有趣的低丰度蛋白质。
最新的质谱技术利用数据独立采集（DIA）来对MS1扫描中所有肽从LC色谱柱洗脱时的序列进行测序，这与仅对最丰富的峰进行测序的DDA方法相反。
对于复杂的混合物，例如上面的血清示例，DIA方法优于DDA。 这种方法有助于克服受高丰度蛋白质高度影响的复杂混合物。
除了对宿主基因和/或蛋白质进行鸟枪法测序外，我们还可以对微生物组利用鸟枪法测序。
当测序深度很浅时，弹枪宏基因组学/元代谢组学只能采样优势菌群。shot弹枪对微生物组测序的主要挑战是由于采样不足而难以组装基因组片段，将肽组装在一起以进行可靠的蛋白质和生物分类鉴定也同样困难。
尽管存在这些潜在问题，但从各种人体部位和疾病（如唾液、肠道/粪便、颈阴道疾病或慢性肾脏疾病）中对微生物蛋白质组进行深度取样是可能的。然而，每个研究必须考虑的研究/取样设计和分析方法可能有很大差异。
从差速离心到双过滤差速分离，几种样品制备方法已被证明能富集微生物生物量。这些方法通常遵循各种优化的微生物裂解方案，通常涉及机械破坏（如打珠、超声波），辅以酶（如胰蛋白酶）和洗涤剂。在成功溶解后，同样重要的是去除残留的酶、洗涤剂和盐。
元蛋白质组学实验的另一个复杂性是由于同一生物体内的蛋白质具有共享的肽序列这一事实。 为了对蛋白质鉴定有信心，应以高可信度鉴定蛋白质的独特肽段匹配。 当将肽序列映射到数百个具有保守蛋白序列的不同物种时，这变得更加复杂。 质谱法不对蛋白质进行测序，而是测量肽的电荷，并依靠与蛋白质序列数据库匹配的质谱进行蛋白质鉴定。
精心挑选的数据库对于正确分析从这些各种测序平台生成的核苷酸和蛋白质测序数据至关重要。 使读数与参考基因组比对的能力仅与参考基因组中存在的序列和注释信息一样好。 有几种资源可以不断地整理和更新核苷酸序列信息和注释，包括加利福尼亚大学圣克鲁斯分校（UCSC）基因组学研究所基因组，美国国家生物技术信息中心（NCBI）GenBank和RefSeq，DNA元素百科全书（ENCODE）和Ensembl 仅举几例。 通用蛋白质资源（UniProt）包含Swiss-Prot（手动注释和审阅）和TrEMBL（自动注释且未审阅）数据库，以获取蛋白质序列信息。
已经开发了几种数据集成方法来集成某些类型的组学数据。 另外，已经创建了大数据存储库来存储来自各种疾病的测序实验的数据。 这些资源提供了有价值的构建基块和大量生物样本，可用于推动数据集成方法的发展。 当前，数据集成工具实现了多种方法，但通常分为两类：多阶段分析和元维度分析。
多阶段集成模型仅使用数据的两个数字或分类特征构建。 例如，将来自RNA-seq实验的基因计数与来自质谱运行的蛋白质信息相结合。元维度分析试图通过级联或转换将所有感兴趣的数据类型合并到可以同时分析的同时矩阵或“元数据”集中。
后一种方法具有更大的统计能力，但在尝试合并来自不同类型数据集的数据时可能会具有挑战性。 但是，研究人员如何确定最合适的工具或方法？
如上所述，生物学问题是选择的分析方法类型的驱动力，诸如采样，平台类型和数据质量等因素很重要。 样品如何收集和准备？
如果测序深度或质量较低，是否可以有效分析数据？ 数据类型兼容吗？
归一化和滤波后损失了多少信号？
这些都是在选择适当工具之前应考虑的所有问题。
不幸的是，数据集成和分析非常复杂，并且对于具有有限生物信息学背景的研究人员而言，目前还没有许多用户友好的工具。 许多工具使用统计语言R，除了强大的生物统计知识外，它还需要专业编程知识。 例如，将蛋白质组学，转录组学和途径分析结合到两个数据集上的R包积分学使用了相关分析和偏最小二乘回归。R包mixOmics使用多元分析进行数据探索，降维和可视化。 通过途径分析，iClusterplus和LRACluster进行的miRNA和基因表达使用聚类来整合甲基化和基因表达数据。
多组学数据集成工具
对于多状态和多维方法，都使用了许多不同的算法，但最常见的算法是聚类，网络分析，数据约简（PCA）和贝叶斯分析。Ray等2014年使用贝叶斯分析，使用从癌症基因组图谱项目收集的数据分析卵巢癌中的基因表达和甲基化数据，并检测到一个基因SPON1，该基因似乎受其CpG位点的甲基化调控。当缺乏生化相互作用的先验知识时，基于相关性的分析是有用的。无论采用何种方法，适当的规范化和数据过滤是非常重要的，因为数据来自多个来源。
还有一些基于网络的工具，如Paintomics，试图使数据分析更容易，但对于缺乏经验的用户来说仍然很困难，研究人员必须对他们的数据有很好的工作知识。此外，还有一些数据库常用于综合组学分析，如癌症细胞系百科全书（CCLE）、癌症基因组图谱计划（TCGA）、与基因组学驱动治疗相关的肿瘤改变（TARGET）和组学发现指数（OmicsDI）。CCLE和TCGA已经描述了数以千计的癌症数据集，可以用于数据挖掘和可视化。TARGET利用临床信息并在其网站上提供分析工具的资源。omicdi提供了一个平台，用于搜索各种生物的公共和受保护数据。
对于任何高质量的研究，进行多组学研究应该首先确定研究的范围和限制。仔细的计划和执行将提高研究的稳健性和可重复性，在多组学研究中尤其重要，因为它们涉及大量的比较、定制的统计分析、大量的财力，时间和精力。一旦研究假设被明确定义，选择一个合适的研究设计，最好地解决研究假设。因此，有几个问题需要评估，
例如：是否有一个或多个干预组与对照组（或其自身）进行比较，或者是否在干预前后对同一样本的效果进行评估？
干预效应是在一段时间内产生的，还是在几个不同的时间点测量样本？
生物样本是否会被单独收集或分析？它的科学依据是什么？
哪些类型的组学平台将提供最有价值的以及如何整合多组学数据？
来自同一生物来源的样本是否可用于所有感兴趣的多组学平台？
理想情况下，所有omic平台的样本将从同一来源收集。
然而，由于样品的特殊限制或材料的可及性和数量，这并不总是可能的，从福尔马林固定石蜡包埋（FFPE）组织生成多组学数据对于某些组学平台可能是不可能的。虽然在选择实验设计时有许多问题需要考虑，但选择研究设计的决定因素通常是其可行性和经费限制。
样品和数据的收集应以数据分析为指导，以减少混淆和技术因素，例如批量效应。这些效应可以在样品收集，制备和存储的步骤中引入。
由于与多组学研究相关的数据的复杂性和大量数据，因此针对特定的研究项目量身定制统计分析至关重要。已提出了多种集成多组学数据的方法，并将其归类为受监督的， 半监督或非监督; 以及基于概念，统计，相关性，网络和模型的集成。
一项研究的统计能力取决于几个因素（下图），其中一些因素可以控制，而另一些因素由于研究及其设计而固定。首先，选择了用于分析的统计方法。虽然有些测试比其他测试更强大，但重要的是验证和满足他们的假设。
影响研究统计能力的另一个因素是单个组学平台测量的变量数量，通常由组学平台决定。例如，基因组学通常测量数百万个变体，转录组学量化了成千上万个分子，和蛋白质组学和代谢组学分析了数千个分子。此外，统计效力受表型或处理效应的大小和差异程度（效应大小）的影响。效果有多明显？组间的信号差异有多大？有多少被测变量受到影响？关于效应大小的信息可以从以前的文献或专家知识中获得，但通常是未知的。
这种情况下，初步研究可以帮助估计效应大小，但由于不稳定，这些估计需要谨慎处理。另一个效力影响因素是测量值的均匀性，描述了样品的自然方差、测量仪器的精度和检测限。随着方差的增大，统计效力将减小。样本的方差可能是多方面的结果，例如样本群体的选择、组织类型的选择或混杂因素。
除了样本方差膨胀外，混杂因素也会在数据中引入偏差，因此，收集样本元数据以减轻某些混淆的影响是很重要的。由于影响研究统计能力的大多数因素是固定的或由研究设计决定的，因此最常用于调整研究统计能力的因素是样本量。
多组学研究中影响统计功效的因素
Graw et al., 2020 Molecular Omics
研究的首要考虑正在调查的疾病或研究问题的背景，以及整合在一起时，什么类型的数据将提供有价值的见解。根据生物学问题、材料类型（新鲜组织、FFPE组织、血清/血浆和细胞系）、DNA/RNA/蛋白质的数量、生物复制的数量以及研究中混杂效应的数量，这些因素将决定数据采集所需的最佳样品制备和测序方法。
样品制备方法，包括每个样品制备的日期、提取的DNA、RNA和/或蛋白质的类型、基因组学的文库生成、质谱分析的蛋白质消化和肽标记方法以及测序平台/仪器，都是研究设计和最终结果解释的关键因素结果。
如果一个样本是在不同的日期制备的，而不是其他生物复制品，这将引入方差和/或偏差，并降低分析的统计能力。如果蛋白质组样品使用多个TMT-10plex批次进行复合，这将在整个测序过程中引入批次效应。这些因素应在样品制备前进行讨论。
同样重要的是要知道什么样的调控特征被捕获用于测序和整合。例如，如果在进行质谱分析之前在样品制备过程中膜蛋白没有溶解，那么膜结合蛋白就不能与基因表达数据整合。质谱数据的一个警告是，缺失值并不一定意味着蛋白质没有表达，只是蛋白质低于质谱仪的检测限。生物学问题应该成为多组学数据整合方法的驱动力。
在大多数情况下，当前的工具利用聚类、网络、数据简化和贝叶斯分析。随着数据获取量的不断增加，产生了大量的数据集，使得机器学习对于有效的分析和数据挖掘变得越来越必要。有必要使用易于获取和记录良好的方法、工具和算法。
机器学习在允许科学家集成多组学数据集方面发挥了越来越重要的作用。通过利用机器在大量生物数据中比较和识别模式的能力，可以用更加准确和有效的方法来阐明复杂的细胞机制，在某些情况下还可以预测临床结果。这是通过计算机独特的能力来实现的，它可以同时观察多个层次的组学数据，从而提供一个更全面的系统视图。
尽管多组学数据集可以为个体提供更深入的理解，但这并非没有成本。组学研究通常依赖于大量的比较、正确的数据类型、适当的统计分析以及大量的时间、技术人员和金钱投入。在构建一个实验时，人们必须清楚什么类型的组学数据可以而且应该被整合以获得对所研究系统的最大理解。
高通量的组学平台并不总是回答研究问题所必需的。传统技术：如酶联免疫吸附试验（ELISA）、免疫组织化学（IHC）和定量聚合酶链反应（qPCR），也是验证特定生物学机制所必需的。事实上，为了验证从组学数据中鉴定出的重要分子是一个真正的阳性结果，通常需要这些技术来验证一个更大的组学研究的结果。
但是每种方法都受到其统计能力、样本量、技术变量、批次效应、测序深度、样本制备和许多其他因素的限制。在设计、进行和分析研究以及解释研究结果时，必须牢记这些因素。因此，如果允许，建议研究设计一开始就让生物统计学家/生物信息学家参与进来。
参考文献：
Graw S, Chappell K, Washam CL, Gies A, Bird J, Robeson MS 2nd, Byrum SD. Multi-omics data integration considerations and study design for biological systems and disease. Mol Omics. 2020 Dec 21. doi: 10.1039/d0mo00041h. Epub ahead of print. PMID: 33347526.
A. Zaman , W. Wu and T. G. Bivona , Targeting Oncogenic BRAF: Past, Present, and Future, Cancers, 2019, 11 , 1197
A. Alvarez-Arenas et al., Interplay of Darwinian Selection, Lamarckian Induction and Microvesicle Transfer on Drug Resistance in Cancer, Sci. Rep., 2019, 9 , 9332 .
K. Yu et al., An integrated meta-omics approach reveals substrates involved in synergistic interactions in a bisphenol A (BPA)-degrading microbial community, Microbiome, 2019, 7 , 16.
G. D. Poore et al., Microbiome analyses of blood and tissues suggest cancer diagnostic approach, Nature, 2020, 579 , 567 —574 .
A. Gonzalez et al., Characterizing microbial communities through space and time, Curr. Opin. Biotechnol., 2012, 23 , 431 —436 Search PubMed .
D. Gurwitz The Gut Microbiome: Insights for Personalized Medicine, Drug Dev. Res., 2013, 74 , 341 —343 .
N. Issa Isaac et al., Metaproteomics of the human gut microbiota: Challenges and contributions to other OMICS, Clin. Mass Spectrom., 2019, 14 , 18 —30