魔兽争霸密集
资讯中心

NEWS

微生物和癌症免疫治疗:研究微生物信号

2019-05-23


文献简介

微生物和癌症免疫治疗:研究微生物信号

Microbiota and cancer immunotherapy: in search of microbial signals

期刊:Gut  时间:2019年3月  IF:17.016


一、研究背景


肠道微生物是由细菌、病毒、古菌以及真菌组成,可以通过宿主的生理学机能发挥重要作用,如影响营养物种的生物转化,免疫应答以及外来物质的代谢。这些功能要依赖于微生物群落和宿主共同发挥作用才能实现。因此微生物和宿主之间的关系被视为是健康的重要因素之一。目前已经有很多关于微生物对疾病的发生和治疗的研究。在微生物治疗领域特别活跃,一个很重要的原因是使用菌群移植方法治疗艰难梭菌感染比较成功。肿瘤领域也开始关注细菌与治疗方法之间的联系。细菌对于肿瘤治疗方法的影响很广,包括调节化疗和通过代谢和免疫介导机制影响的免疫治疗。


最近的研究表明肠道微生物可以影响那些通过免疫检查点阻断疗法的作用。这些研究中使用了PD-1疗法对转移性黑色素瘤(Maston和Gopalakrishnan)、非小细胞肺癌或肾细胞癌(Routy)进行治疗。总体的假设是这些研究团队认为的异质性和短暂性患者对免疫检查点疗法的反应有一部分是归因于肠道微生物。在使用PD-1疗法对转移性黑色素瘤的研究中发现,在有反应组中Faecalibacterium prausnitzii的含量要比无反应组高。不同的病人对于PD-1的疗效与Bifidobacterium longum增长丰度有关。在非小细胞肺癌研究中,有反应组中Akkermansia muciniphila含量?#32454;摺?#26356;重要的是将有反应组的粪便移植到患病小鼠中,治疗效果也得到了改善。因此肠道微生物组成可以用来预测免疫检查点阻断治疗的效果。更重要的是这些发现表明改变微生物组成可以代表治疗癌症途径。尽管微生物影响PD-1疗效的机制?#20849;?#26159;很清楚,有可能是参与到改善了肿瘤免疫的环境。一个有趣的发现是这三个研究中没有共有的微生物信号,这三个研究中确定的细菌分别是Akkermansia, FaecalibacteriumBifidobacterium。这种差异的原因可能是采样、存储样品的方法、DNA提取、地理差异、测序方法和?#27835;?#27969;程的不同导致的。


二、研究方法和结果


在上述的几个因素中,?#27835;?#27969;程是最直接可以解决的。因此在得到了三个研究的测序数据后使用QIIME V.1.9.1对16S数据进行了?#27835;觶?#20351;用MetaPhlAn2对宏基因组数据进行了?#27835;觥?#24182;使用了LEfSe进行了差异的?#27835;觥?#20351;用相同的方法,在黑色素瘤研究中的beta多样性(weighted UniFrac)差异是显著的。Alpha多样性(Chao1)仅在一个研究(Gopalakrishnan)中发现有显著差异,有反应组比无反应组多样性更高。但是当两组数据结合?#27835;?#21518;,在alpha上有差异,在beta多样性上无差异。在物种注释上,本研究中重现了Gopalakrishnan的结果,但是并没有得到Maston的结果。值得注意的是Maston的方法(非参数t检验),Bifidobacterium在有反应组?#20449;?#22312;显著?#24739;?#29289;种的前面。使用宏基因组方法进行?#27835;觶?#26080;论是将三个研究分开还是合并在一起都没有发现显著的差异。LEfSe使用MetaPhlAn2物种注释结果只重现了Routy的结果。将三个研究的整合后lefse结果出现了A.muciniphilaRuminococcus champanellensis。使用qiime进行OTU聚类(排除了肾细胞癌病人的数据),Gopalakrishnan在beta多样性?#27835;?#19978;有反应组和无反应组有差异,但是在三组数据合并后并无发现差异。在有反应组中进行的物种?#24739;?#21457;现,只有在分开的时候得到的结果才和报道的结果一致。




?#27604;?#32452;数据合并后?#27835;?#24471;到在有反应组中A.muciniphilaR.bromii含量?#32454;擼?#24182;不是Faecalibacterium 或是Bifidobacterium。尽管16s rDNA微生物种类结果是不同的,但对PD-1的反应可能有相同的功能。因此将宏基因组的数据使用Diamond同KEGG细菌本地数据库进行比对来确认功能。使用该种方法在Gopalakrishnan和Matson中有反应组和无反应组的beta多样性上有有显著差异。



同样的,数据合并后差异也未检测?#20581;?#20351;用不同的数据检测到的KEGG orthologue丰度在有反应组和无反应组中也存在差异。在Matson中有869个orthologues,在Gopalakrishnan中有653个orthologues,在Routy中有108个orthologues。每个研究?#20449;?#21517;前10差异结果如图3.




在三组研究中没有相同的orthologues。但是两两之间有?#24739;珿opalakrishnan和Matson研究中有23个相同的orthologues,Maston和Routy有11个,最后是Gopalakrishnan和Routy的只有3个。

最后通过使用MetAML基于三种机器学习的方法(Lasso, 随机森林,支持向量机)来确定哪种生物信号(物种或是KEGG orthologues)可以用来预测PD-1的反应。在物种水平上结果并不是很好。(图4,A-C),最佳分类结果是Routy的SVM结果,AUC为0.62。在KEGGorthologues分类结果总体要优于在物种水平?#31995;摹#?#22270;4, D-F),其中使用Gopalakrishnan数据进行随机森林分类效果最好,AUC为0.71。将数据结合起来并没有提高分类效果。



三、研究结论

本研究表明?#27835;?#27969;程并不是导致三个研究中PD-1不同反应的原因。更重要的是,微生物基因含量比微生物群落组成有更好的预测能力。很明显,寻找微生物信号作为预测免疫检查点阻断治疗疗效的预测因子还需要更深的功能探究。


DOI:10.1136/gutjnl-2018-317220


历史推荐


《自然-医学》:肿瘤免疫治疗再获突破!菌群移植可?#33322;?#20813;疫检查点抑制剂治疗引发的副反应【菌群移植与肿瘤免疫治疗(一)】

抗肿瘤免疫治疗CTLA-4阻断剂依赖肠道菌群【菌群移植与肿瘤免疫治疗(二)】

双歧?#21496;?#21487;?#33322;釩TLA-4抑制剂造成的肠道免疫病理学【菌群移植与肿瘤免疫治疗(三)】

肠道菌群能影响黑色素瘤患者抗PD-1免疫治疗的效果【菌群移植与肿瘤免疫治疗(四)】

通过肠道菌群预测肿瘤患者在免疫治疗后出现不良反应的风险【菌群移植与肿瘤免疫治疗(五)】

用菌?#33322;?#34892;精?#23478;?#30103;——肠道菌群影响癌症患者对免疫治疗的反应【菌群移植与肿瘤免疫治疗(六)】

基于宏基因组及无偏差代谢?#27835;?#37492;定与黑色素瘤患者免疫识别位点治疗效果相关的特异肠道菌群及代谢物【菌群移植与肿瘤免疫治疗(七)】



魔兽争霸密集