研究三
2024年發(fā)表在《iMeta》（if23.7，一區(qū)top）上的題為“MetOrigin 2.0:Advancing the discovery of microbial metabolites and their origins”的一篇研究【3】，提出一個系統(tǒng)的在線分析軟件，旨在整合微生物組和代謝組數(shù)據(jù)，加快微生物代謝物的發(fā)現(xiàn)和溯源。
MetOrigin于2021年首次推出，MetOrigin 2.0新增了中介分析模塊，分析細菌、代謝物和表型之間潛在的因果關系，強調(diào)代謝物的中介作用。
“在MetOrigin 2.0中，使用中介分析來揭示腸道菌群改變與疾病發(fā)生之間的復雜聯(lián)系，代謝產(chǎn)物作為中介物。這種分析增強了我們對微生物群對宿主致病因素反應的適應性和反饋機制的理解。中介分析模塊從對微生物組、代謝組數(shù)據(jù)和表型參數(shù)的Spearman相關性分析開始（圖3A,B）。在Sankey網(wǎng)絡中鑒定和可視化與微生物組和表型參數(shù)相關的代謝物（圖3C）。在Sankey網(wǎng)絡的指導下，用戶隨后可以通過中介分析選擇感興趣的特定代謝物進行進一步驗證，揭示關于腸道微生物組在人類健康或疾病發(fā)病中作用的功能見解和潛在因果關系（圖3D）?！?
“隨后，中介分析表明，Bacteroides fluxus可能通過影響血清中behenoyl dihydrosphingomyelin（d18:0/22:0）的水平來促進體重減輕（46%，p<0.001）；Bacteroides uniformis可能通過降低sphingomyelin水平（d18:0/20:0,d16:0/22:0）（43%，p=0.02），起到減輕肝損傷的保護作用（圖4E，F(xiàn)）。這些結(jié)果有力地支持擬桿菌通過調(diào)節(jié)宿主微生物群鞘脂代謝的穩(wěn)態(tài)對MASLD的保護作用。”
研究四
2025年發(fā)表于《Cancer Immunology Immunotherapy》（if4.6，三區(qū)）上的題為“Tumor-colonizing Lachnoclostridium-mediated chemokine expression enhances the immune infiltration of bladder urothelial carcinoma”的一篇研究【4】，系統(tǒng)性地探究了腫瘤微生物群和膀胱尿路上皮癌腫瘤免疫微環(huán)境之間的關系。
其中，作者對所有樣本進行了因果中介分析，以調(diào)查Lachnoclostridium（梭狀芽孢桿菌），趨化因子和免疫細胞之間的聯(lián)系。對于同時和梭狀芽孢桿菌顯著相關的趨化因子和免疫細胞，作者應用中介分析來評估梭狀芽孢桿菌對免疫細胞豐度的影響是否通過趨化因子介導。
“我們觀察到四種免疫細胞的豐度，包括自然殺傷細胞、M1巨噬細胞、CD8+T細胞和活化的CD4+記憶T細胞，主要通過趨化因子間接調(diào)節(jié)（圖5A）。例如，梭狀芽孢桿菌對活化的CD4+記憶T細胞的影響通過CXCL11介導。我們還觀察到梭狀芽孢桿菌對CD8+T細胞的影響通過CCL4介導。梭狀芽孢桿菌對M1巨噬細胞的影響通過CXCL10介導，梭狀芽孢桿菌對自然殺傷細胞的影響通過CCL3介導（圖5B-E）?？偟膩碚f，這些結(jié)果表明，免疫相關的趨化因子可能作為梭狀芽孢桿菌的介導變量，調(diào)節(jié)膀胱腫瘤的免疫浸潤?！?
研究五
2025年發(fā)表在《Microbiome》（if13.8，一區(qū)top）上的，題為“Discovery of robust and highly specific microbiome signatures of non-alcoholic fatty liver disease”的一篇研究【5】，整合了宏基因組數(shù)據(jù)、詳細的元數(shù)據(jù)和代謝輸出，以確定非酒精性脂肪性肝病（NAFLD）與其他代謝性疾病相比的特定微生物組特征。
其中，作者應用中介分析來研究豐度差異代謝物（DA代謝物）是否可以介導微生物模塊對NAFLD相關臨床參數(shù)水平的影響。
“上述分析得出的微生物模塊和代謝物可以通過肝臟相關臨床參數(shù)與NAFLD-O或NAFLD-L相關聯(lián)。隨后，我們應用中介分析來研究DA代謝物組是否可以介導微生物模塊對NAFLD相關臨床參數(shù)水平的影響。我們的分析表明，對于NAFLD-O和NAFLD-L，DA代謝物顯著調(diào)節(jié)了物種模塊對NAFLD表型的影響（mediation P<0.05）（圖6A）。在群體水平分析之后，我們再次使用中介分析來檢查微生物模塊中的哪些單個物種通過單個DA中介代謝物與臨床參數(shù)水平相關。在NAFLD-O模塊中共發(fā)現(xiàn)23個物種與13個DA代謝物之間的130個連鎖，其中大部分涉及與模塊分析中臨床參數(shù)負相關的物種（圖6B）。”
“相反，NAFLD-L模塊中的物種與DA代謝物的臨床參數(shù)之間只有15種聯(lián)系是顯著的（圖6B）?！?
研究六
2022年同樣發(fā)表在《Microbiome》（if13.8，一區(qū)top）上的，題為“Mapping the early life gut microbiome in neonates with critical congenital heart disease:multiomics insights and implications for host metabolic and immunological health”的一項研究【6】，首次證明了與代謝組紊亂相關的異常腸道微生物群與重癥先天性心臟病（CCHD）新生兒的免疫失衡和不良臨床結(jié)果有關，并強調(diào)了重建最佳腸道微生物群在維持CCHD宿主代謝和免疫穩(wěn)態(tài)中的重要性。
其中，作者進行了雙向中介分析來探究代謝物是否可以介導微生物對CCHD新生兒炎癥反應和腸道屏障損傷的影響。
“為了進一步評估代謝物是否可以介導微生物對CCHD新生兒炎癥反應和腸道屏障損傷的影響，我們進行了雙向中介分析，發(fā)現(xiàn)了23個中介聯(lián)系（
P mediation<0.05，P inverse mediation>>0.05，圖7A）。有趣的是，大多數(shù)聯(lián)系與Enterococcus faecium（四個聯(lián)系）、Enterococcus columbae（三個聯(lián)系）以及甘氨酸、絲氨酸和蘇氨酸代謝的微生物功能（三個聯(lián)系）有關。我們的中介分析表明，Enterococcus faecium可能通過降低糞便中13-HODE（26%，P mediation<0.05，圖7B）和α-二態(tài)膽酸(9(S)-HODE；17%,P mediation<0.05，圖7C)的水平來導致腸道屏障損害（以血清D-乳酸和iFABP水平升高為特征）,這兩者都是LA衍生物?！?
“我們還確定了幾種代謝物介導作用對微生物對全身性炎癥的影響。這里的一個有趣例子是Enterococcus columbae,這是一種富集在CCHD-P的細菌，它可能通過降低糞便中9(S)-HODE（23%，P mediation<0.05，圖7E）和十二烷基肉堿（25%，P mediation<0.05，圖7F）的水平來促進全身性炎癥反應。相比之下，甘氨酸、絲氨酸和蘇氨酸代謝的微生物功能可能有助于通過l-黃芩苷（18%，P mediation<0.05，圖7G）緩解全身性炎癥反應?！?
小結(jié)
因果中介分析在微生物組與疾病關聯(lián)研究領域應用廣泛，其可以揭示微生物組與疾病關聯(lián)中的具體作用路徑，明確哪些微生物或代謝物起中介作用，量化中介效應大小，深入理解疾病機制，為精準干預提供依據(jù)。從上述研究可以看出，因果中介分析較為常見的可視化方式是Sankey圖和三角形路徑圖的組合。前者是為了展示所有顯著的中介效應路徑，而后者是從中挑選幾個路徑進行展示。
相關新聞推薦
1、未培養(yǎng)環(huán)境微生物培養(yǎng)方法的研究進展
2、不同耐藥性致病副溶血性弧菌在20℃、25℃、37℃下的生長曲線（二）