NAR：港城大李帅成团队开发水平基因转移检测新算法，揭示肠道微生物水平基因转移和CRC的功能关联

2024年6月17日，香港城市大学计算机系李帅成课题组在Nucleic Acids Research上在线发表了题为“Enhancing insights into diseases through horizontal gene transfer event detection from gut microbiome”的文章。研究团队开发了在肠道微生物中快速检测水平基因转移（HGT）的软件LocalHGT，并应用该软件揭示了HGT和疾病的功能关联，发现HGT作为生物标记可有效提高疾病预测准确率。这一研究深化了对人体肠道中复杂HGT事件的理解，也为微生物组研究提供了新的研究方法和分析视角。

HGT是指在不同有机体之间所进行的遗传物质的交流。HGT对微生物的进化和环境适应性非常重要。HGT可以促进耐药基因和致病因子在微生物之间的传播。人体肠道中有大量的HGT事件，它们跟人体的健康息息相关。然而，我们对肠道中HGT的认识还很有限，这由于缺乏可靠的肠道HGT检测软件。传统的HGT检测方法都是基于单个基因组，不适合肠道测序样本。近年来，有基于比对或组装的软件问世，然而组装和比对都十分耗费计算资源，这限制了它们在大规模研究中的使用。另外，还没有方法可以检测完整的HGT事件，即包括转移的DNA片段，还有相关的deletion和insertion断点。

图1. LocalHGT的方法示意图

为了填补以上空白，研究团队开发了一款可以在肠道微生物中快速准确检测完整的HGT事件的软件LocalHGT（图1）。LocalHGT利用k-mer从大型的参考基因组中快速识别HGT-related segments，即可能包含HGT断点的参考基因组片段。接着LocalHGT把reads比对到HGT-related segments上，通过split-read来识别HGT断点。最后，LocalHGT通过配对HGT断点来检测完整的HGT事件。基准测试显示LocalHGT实现了高准确率和高效率。在200个真实的鸟枪法测序样本中，LocalHGT实现了99.4%的完整HGT事件检测准确率。相比于传统方法，在处理人体肠道微生物组时，LocalHGT消耗的CPU time减少了82.7%。

图2. 人类肠道微生物组中HGT的特征

基于LocalHGT，研究团队系统地在2098个人体肠道微生物样本中检测并分析HGT，对人体肠道的HGT有了更全面的认识。这些样本包含不同的疾病表型，包含结直肠癌（CRC）、二型糖尿病（T2D）、炎症性肠病（IBD）、腺瘤和急性腹泻。研究团队发现，人体肠道中有丰富的HGT事件，平均而言，每个样本包含559个HGT断点对。在单个个体中，一个水平转移的DNA片段可以有多个不同的插入位置，并且这些转移可能是在该个体中新近发生的。另外，研究发现HGT发生的频率与相关基因组之间的系统发育距离呈负相关。

图3. HGT突变机制的推断

此前研究表明，微同源现象（Microhomology）在人体基因组结构变异的断点接头处富集。该研究首次发现微同源在HGT的断点接头处富集（p = 3.3e-58），这表明微同源介导的变异机制在HGT事件形成中发挥重要作用（图3）。此外，研究还发现NHEJ和alt-EJ是主要驱动HGT事件的突变机制，这与非癌人体基因组和癌症人体基因组都不同。

图4. HGT是个体特异的，并与微生物适应性相关

研究团队发现，在肠道微生物组中HGT表现出两个明显特性（图4）。首先，HGT可以作为宿主的个性化标志。在时间序列样本中，同一个个体不同时间点样本之间的HGT相似度远远高于不同个体之间的HGT相似度（p=4.3e-303）。这表明和SV与SNP单倍型一样，HGT也可以作为微生物组的特异性指纹标记。其次，HGT事件与微生物适应性密切相关。功能富集分析发现，HGT相关的基因富集在防御机制和分泌相关的功能中，这表明HGT对微生物的进化和环境适应性十分重要。

图5. HGT在人类疾病的关键KEGG通路中富集

HGT可能会破坏短链脂肪酸（SCFA）的生成，从而促进CRC的发展（图5）。在CRC相关的HGT中，脂酸代谢通路是最显著富集的，其次是丁酸代谢通路。众所周知，丁酸生产的减少会导致CRC患者肠道微生物群结构失衡。丁酸代谢通路在CRC关联的HGT中富集，这表明HGT可能会损害CRC患者的丁酸生产。在所有SCFA中，丁酸是最富集的，其次是丁酰辅酶A、琥珀酸和丙酮酸（图5C）。这些结果表明，HGT可能会破坏CRC患者肠道微生物中多种SCFA相关化合物的生成，从而促进CRC的发展。

图6. 对利用HGT作为biomarker的疾病预测模型的评估

肠道微生物组中的HGT可作为biomarker预测多种人类疾病（图6）。研究团队利用疾病与对照组之间的差异性HGT作为biomarker，对多种疾病进行预测。预测CRC、IBD、T2D、IGT和腹泻的AUC分别为0.82、0.79、0.61、0.91和0.98（图6A）。这表明，HGT可以作为有效预测CRC、IBD、IGT和急性腹泻的biomarker，但在预测T2D方面表现相对较差。此外，研究人员发现将HGT和微生物丰度biomarker整合在一起可以提高CRC的预测性能。在八个CRC队列的LODO验证中，单独使用微生物丰度的AUC为0.81，加入HGT后AUC提高至0.87（图6D）。

图7. HGT网络与人类疾病相关

HGT网络展示了与人类疾病相关的重要细菌。在对照组、CRC、腺瘤、IGT、T2D和IBD之间，群体HGT网络结构相似（图7A-D）。这些组中，重要的节点主要属于Firmicutes_A和Bacteroidota。这两个门在群体中具有最高的HGT频率。然而，在腹泻组中，重要的节点富集在Proteobacteria中，该门被视为腹泻的致病因素。除了腹泻和IGT，所有组中最重要的节点是Bacteroides_B dorei。而在腹泻中，最重要的节点是E. coli_D，其次是Escherichia albertii。先前的研究已经发现这两种细菌对腹泻的重要作用。在IGT组，最重要的节点是Agathobacter rectalis，其次是Agathobacter faecis，该结果表明这两种细菌与IGT可能有潜在关联。

综上所述，LocalHGT使得对微生物组中的HGT进行系统性研究成为可能，其在促进对疾病机制研究和临床诊断方面具有重要作用。

原文链接：

https://doi.org/10.1093/nar/gkae515