意大利特伦托大学 Nicola Segata等人于2019年4月1日在《Nature Medicine》上发表题目为《Metagenomic analysis of colorectal cancer datasets identifies cross-cohort microbial diagnostic signatures and a link with choline degradation》的文章。该研究对来自两个不同队列的140个样本进行了测序，进行了综合分析，结合了所有可用的当前结直肠癌（CRC）宏基因组数据集，并评估了肠道微生物组的预测准确度，用于跨越队列，数据集和条件的CRC检测。
文章摘要
一些研究已经探索了肠道微生物组和结直肠癌（CRC）之间的联系，但是关于生物标记物在队列和人群中的可复制性的问题仍然存在。我们对五个公开可用的数据集和两个新的队列进行了荟萃分析，并在两个额外的队列中验证了这些结果，总共涉及了969个粪便宏基因组。与胃肠道综合征相关的微生物组移位不同，同对照组相比，CRC中的肠道微生物组显示出更高的丰富度（P <0.01），部分原因是由于来自口腔的菌种的扩张。微生物组功能潜力的荟萃分析确定糖异生和腐败和发酵途径与CRC相关，而水苏糖和淀粉降解途径与对照相关。在未考虑用于模型训练和独立验证队列的情况下，在多个数据集上训练的CRC的预测性微生物组特征显示始终如一的高准确度（曲线下的平均面积，0.84）。对原始宏基因组的汇总分析表明，胆碱三甲胺基酶基因在CRC中过多（P = 0.001），鉴定了微生物组胆碱代谢与CRC之间的关系。因此，不同CRC队列的组合分析鉴定了可重复的微生物组生物标志物和准确的疾病预测模型，其可以形成临床预后测试和假设驱动的机制研究的基础。
文中主要图片说明
图1 | 当比较癌症患者与健康对照（未考虑腺瘤样品）时，跨数据集的可重复的分类学和功能性微生物生物标记物。
图2 | 评估肠道微生物组的预测性能，用于队列内和组间的CRC检测。
图3 | 在每个数据集的预测模型中对每个物种的相关性进行排序，并确定用于CRC检测的最小微生物特征。
图4 | 胆碱TMA-裂解酶基因cutC及其遗传变异体是CRC相关粪便样品的强生物标志物。
图5 | 临床潜力和预测生物标志物的验证。
联系客服
