孤独症谱系障碍(ASD)是一种以认知、行为和交流能力的不同损害为特征的神经发育障碍。尽管科学家已经鉴定了100多个与ASD相关的基因,但大多数遗传变异仍与异质表型相关,因此很难确定可能导致特定损伤的分子机制。
除了危险因素,与ASD高度相关的并发症是胃肠道(GI)症状,如便秘、腹泻或腹胀,但因果关系仍不清楚。机制上,大量的研究集中在胃肠道系统与神经内分泌、神经免疫和自主神经系统之间的相互作用,所有这些系统都围绕着胃肠道,共同调节肠—脑轴(gut–brain axis,GBA)。
GBA是肠道和大脑之间的双向通讯系统,在脑内稳态以及认知和情绪功能的调节中发挥重要作用。过去十年的研究揭示了肠道菌群在调节神经免疫网络、改变神经网络、直接与大脑通信等方面的核心作用。
肠道菌群失调对GBA的破坏被认为是潜在的神经发育障碍,包括ASD,但其潜在的机制以及微生物在多大程度上解释了这些动态尚不清楚。有许多研究分析了ASD和神经型组之间的肠道微生物差异,但存在实质性的不一致。一系列的因素可以解释研究之间的不一致性,包括由于批次效应造成的混杂变异,不恰当的统计方法的应用,以及ASD分子表型和基因型的巨大异质性。
为了识别孤独症特有的元基因组特征,同时减少特定于队列的混杂因素,这项最新发表在“自然神经科学”上的研究设计了一种贝叶斯差异排序算法来识别10条横断面。来自微生物组数据集和15个其他数据集的ASD相关分子和类群,包括饮食模式、代谢组学、细胞因子和人类大脑基因表达。
使用该算法,可以估计多个潜在ASD亚型之间的微生物差异的分布。该算法同时去除了微生物组数据集固有的成分偏差,并最大限度地减少了由于微生物特异性错误发现率(FDR)校正的统计测试而导致的假阳性率的通货膨胀。
文章的主要成果和亮点:
1、本研究的分析结构包括一个多队列和多组学荟萃分析框架,可以结合独立和非独立的组学数据集进行综合分析。
2、在差异分析中,ASD和正常儿童的年龄和性别相匹配,通过这种匹配增强了数据的分析。
3、贝叶斯差异排序分析表明,ASD与肠道微生物有密切的联系,在ASD中有较强的微生物特异性信号。机器学习分类模型表明,微生物数据可以很好地区分ASD。
4、宿主细胞因子(免疫相关)与肠道微生物有关。TGF-β与多毛类杆菌和普氏杆菌呈负相关,IL-6与马蹄双歧杆菌和普氏杆菌呈负相关。
5、微生物-饮食共生分析的结果表明,氨基酸,碳水化合物和脂质代谢的关联模式是非常相似的微生物-脑代谢能力分析中观察到的模式。
6、通过对肠道菌群移植(FMT)研究数据分析表明,FMT可以改善孤独症症状,大多数孤独症相关微生物的减少表明这些微生物在孤独症症状的形成中起着因果作用。