2020-07-06
多组学整合关联研究是指将多种高通量检测研究策略，如多样性组成谱测序、（宏）基因组测序、（宏）转录组测序、蛋白质组定量检测和代谢组分析等，组合应用于对同一科学问题的共同阐述。对于多样性组成谱/宏基因组/宏转录组的测序数据，除了通过差异统计分析来筛选各组样本中的微生物标志物种或基因（Biomarker）的信息，我们还需要将其它各种检测手段获得的数据，比如转录组、代谢组、蛋白组、或者检测获得的理化指标、临床指标等各类数据，与微生物组的海量数据进行关联分析，从而获得与各类指标变化相关联的特定微生物物种及其基因。
通过多组学整合关联研究，我们能够在微生物物种/功能层面、以及宿主基因组/转录组/蛋白组/代谢组层面，同时筛选相关Biomarker，从而深入解析“微生物组——宿主——环境影响因素”的互相作用、调控机制。
派森诺已有丰富的多组学整合关联研究的经验，在为大家提供各种高通量组学检测的基础上，还能帮助大家整合数据，“定位”不同组学数据之间的关联模式！
合作成果解读
近期，派森诺与上海交通大学系统生物医学研究院、上海交通大学附属第六人民医院合作，采用16S rRNA基因V4区测序、代谢组检测、免疫因子检测等技术，对雄性Wistar大鼠的微生物组、代谢组、免疫因子与宿主寿命的相关性进行多组学整合关联研究，揭示了大鼠血清代谢组、肠道微生物组和免疫指标随年龄的变化规律，并建立了三者之间的联系，相关成果发表于《GeroScience》。
本研究收集了大鼠（Wistar，n = 42）正常生命周期7个时间点的回肠内容物、血清和脾脏样本，分别采用Illumina MiSeq测序平台、GC-TOF/MS质谱平台、ELISA等进行检测，并采用QIIME2等分析方法，共得到5个数据集：
1、肠道内容物的427个ASVs（来自于16个门）丰度组成谱；
2、肠道内容物的73个菌属和26个菌种的丰度组成谱；
3、由肠道菌群预测获得的127个与代谢相关的功能谱；
4、血清中的82个代谢物（来自于9个类）的代谢谱；
5、脾脏中IL-2、IL-4、IL-10、、IgA、IgG、IgM和NK细胞等7个免疫指标的数据。
多组学整合关联分析流程示意图
年龄对于肠道菌群组成的影响，以及肠道微生物的丰度变化模式
肠道菌群功能潜能预测结果与代谢物种类之间的关联分析
大鼠肠道微生物类群和代谢簇之间的关联分析
菌群—代谢物—免疫因子的关联网络分析
研究结论
本研究通过多组学整合关联研究的策略，发现大鼠肠道微生物组和血清代谢组在衰老过程中发生了显著变化。肠道菌群、血清代谢物、免疫因子的三者相互作用中存在重要的“关联对”，比如，与年龄相关的关键代谢物如4-羟脯氨酸、脯氨酸和赖氨酸聚类在一起，并与肠道菌群如Bifidobacterium、Lactobacillus、Akkermansia呈正相关。通过功能分析，进一步发现了特定肠道细菌代谢途径和血清代谢物种类的潜在关联，并通过多种关联分析手段，揭示了IL-10、IgA、IgM、IgG等免疫因子与肠道菌群、血清代谢物之间的相互作用网络，从而为了解衰老过程中肠道微生物组、血清代谢组、免疫因子之间的互作机制提供了新的见解。
本研究的高通量测序工作由上海派森诺生物科技股份有限公司完成。
文章索引：
Zhang, X., Yang, Y., Su, J. et al. Age-related compositional changes and correlations of gut microbiome, serum metabolome, and immune factor in rats. GeroScience (2020).
