英国巴斯大学Samuel K. Sheppard等人于2018年11月28日在《Nature Communication》上发表题目为《Disease-associated genotypes of the commensal skin bacterium Staphylococcus epidermidis》的文章。
该研究鉴定了415个表皮葡萄球菌分离基因组中与致病性相关的遗传和功能性状。应用与体外测试的临床相关表型相关的全基因组关联研究（GWAS）方法，进而鉴定了与致病性相关的整个基因和遗传因素。该研究提高了对毒力进化的理解，并允许计算个体分离基因型的风险评分，经过进一步验证，可以作为医学干预的基础。
研究摘要
一些最常见的传染病是由定植在人类上的细菌引起的。对抗这些机会性病原体需要区别感染菌株与无害菌群的特征。几乎所有人的皮肤和粘膜上都携带表皮葡萄球菌且没有任何症状，但其是与侵入性操作相关的医院感染的主要原因。
在这里，我们通过结合全基因组关联研究和实验室微生物学来比较血液和伤口感染和无症状携带者的表皮葡萄球菌，从而解决机会致病性的潜在进化机制。
我们鉴定了61个含有感染相关遗传因素（k-mers）的基因，这些基因与已知致病性状的体外变异（生物膜形成，细胞毒性，白细胞介素-8产生，甲氧西林抗性相关。水平基因转移传播这些元素，允许不同的克隆引起感染。最后，随机森林模型预测疾病状态（携带与感染）鉴定415个表皮葡萄球菌分离株中的致病性元素，准确率为80％，证明了术前识别风险基因型的潜力。
文中主要图片说明
图1 表型相关GWAS和风险预测。全基因组关联研究（GWAS）可以识别与复杂性状相关的许多SNPs，但这些可能难以解释。例如，致病性是多因素的，可能涉及促进传播，毒力，免疫逃避，抗菌素耐药性等表型的基因。在一些细菌中，已知有助于致病性的特定表型可以在实验室测定中测量，为疾病动态的定量分析提供基础。我们开发了一种方法，其中来自主要GWAS分析的k-mers（无症状携带vs.感染分离物）与来自四种相关表型测定的数据相关联：生物膜形成（蓝色）;细胞毒性（黄色）;甲氧西林耐药性（红色）;宿主细胞产生IL-8（紫色）。使用Fisher精确检验，使用2×2表将来自初级GWAS的k-mers与实验室表型相关联，其中行表示存在/不存在k-mer，并且柱表示实验室表型测定中的上和下百分位数。得到的每个k-mer的P值有助于将初级GWAS中的k-mer与可量化的致病性相关表型联系起来。k-mer存在和缺失的模式可以用作随机森林模型中的分类器以识别感染的最佳预测因子。
图2 表皮葡萄球菌致病性的菌群结构和全基因组关联研究。a 274感染和141个无症状携带的分离菌株。红色阴影对应于广泛的感染表型，蓝色阴影对应于广泛的无症状携带表型。b 415个表皮葡萄球菌分离株的系统发育树，使用来自核心基因组比对的最大似然算法（FastTree2）的近似重建（所有分离株共有n = 1946个基因）。颜色对应于面板A中使用的颜色。根据Miragaia MLST方案（https://pubmlst.org/sepidermidis/），数字对应于序列类（ST）。c GWAS结果的泛基因位置。外环中的蜱表示表皮葡萄球菌ATCC12228参考基因组中的基因的泛基因组位置，七个质粒基因组，以及本研究中推断的其余的泛基因组。第二层中的蜱显示GWAS中含有相关k聚体的基因的位置。显示了与该基因最统计相关（最低p值）k-mer映射的灰色圆圈。显著性阈值（Fisher精确检验）是P值= 0.0001（内圈）。从该阈值发出的同心环对应于P值从1×10-4到5×10-7（深灰色环）的增量减少和值<5×10-7（浅灰色环）。已知明显致病岛（SCCmec，φSPβ，φSa1，SaPI2，vSe1 /φSPβ）中基因的位置。
图3 致病性相关基因型与体外致病性相关表型的相关性。a-e无症状携带（红色，n = 44）和感染表皮葡萄球菌分离株（蓝色，n = 36）之间五种体外表型的分数分布：在a HaCaT角质形成细胞和d在整个人血清中白细胞介素-8（IL-8）的定量，使用囊泡测定（比较17个无症状与31个感染分离株）b生物膜形成，c细胞毒性，和e甲氧西林抗性（定义为浓度> 0.25 mg / L时的生长）。平均值和s.d.对于A-D显示误差条，其中P值使用双尾t检验确定，n。表示不重要。双尾Fishers精确检验用于确定甲氧西林抗性（e）的显著差异（P值）。f Fisher的精确检验P值的曼哈顿图将每个GWAS相关k-mer的流行率与用于GWAS的相同表皮葡萄球菌分离株的四个体外表型评分的高和低百分位数相关联。红色虚线表示GWAS中使用的统计显著性的下限阈值。蓝色虚线表示顶部相关值的截止值。最高值映射到61个基因。g-k使用随机森林（RF）模型鉴定表皮葡萄球菌致病性的预测基因型。g来自主要GWAS的前1000（共1900）k-mer预测因子的重要性;h前20个表型相关预测因子中的预测重要性（左侧y轴）。红色虚线显示子模型的分类精度（右y轴），其中仅包括相应的顶部预测变量。i预测器对最终模型中包含的四种实验室表型特异性k-mers的重要性。j同缺失（x轴）相比时，当颜色指示的k-mer（y轴）存在时，特定k-mer曲线的风险评分的变化。对角线上方的点意味着当存在k-mer时风险得分增加。k ROC曲线显示分类器的整体性能。
图4 核心基因和含有GWAS致病性元素的基因的等位基因变异和一致性指数的比较。a每个基因座的等位基因数和b核心系统发育的一致性指数被用来计算核心基因的每个基因比对和含有致病性相关元件的基因比对，这些元素与使用R和phangorn包的二级体外表型相关。左侧y轴表示核心基因的数量（黑线），右侧y轴表示含有相关和相关的k-mers（蓝线）的基因数。对于一致性指数，两种分布有显着差异（双尾Mann-Whitney检验; P = 0.002，Mann-Whitney U = 15.50）。
图5 表皮葡萄球菌感染的对比模型和概念基因组数据的相关变异。每个小图总结了从主要共生皮肤环境到血液（左）的皮下定植情况，以及对两个克隆（蓝色和红色圆圈）和它们的基因组（内部圆圈）的表皮葡萄球菌群体的影响，其可以富集推定的致病性相关基因（红色）或非致病性相关基因（蓝色）。从感染的血液中取样的分离物的系谱重建显示在中间栏中。右侧显示了皮肤和血液中分离株基因组中疾病决定因素的流行程度。a致病性克隆的增殖：具有富含致病性决定簇的基因组的克隆在血液中增殖，而其他菌株则没有，作为树上的离散病原体谱系观察到。b真正的机会致病性：多种遗传上不同的克隆在血液中增殖，疾病决定因子在皮肤和血液中的分离株的基因组中均匀分布（或者是不可检测的）。c分裂的基因组：水平基因转移（R）将致病性决定因素分散到多个基因组背景中，允许不同的克隆成功定殖血液。
（1）综述 | 人类皮肤微生物组（2018，IF：26.819）
（2）新文速递 | 银屑病中皮肤微生物组的变化及其在Th17极化中的作用
（3）综述 | Nature：皮肤微生物群-宿主相互作用（第六期文献包选出的文章）
（4）综述 | Nature Reviews Microbiology：人体皮肤表面有多少种微生物？（IF: 26.819）
（5）综述 | Cell子刊：胆汁酸-微生物互作及对宿主代谢的影响
（6）综述 | Cell 子刊：肠道菌群调节色氨酸代谢影响健康和疾病的机制研究
培训班推荐👇，快来参加，充实自己吧！
联系客服
