IVD前沿丨基于微生物组的炎症性肠病诊断

炎症性肠病（IBD），包括克罗恩病（CD）和溃疡性结肠炎（UC），是一种慢性和复发性胃肠道炎症性疾病。全球估计有700多万人患有IBD。延迟诊断通常与疾病进展和肠道手术有关，而早期诊断和及时干预可以改善结果。最近，越来越多的文献表明，IBD患者的肠道微生物组成和代谢途径发生了改变。例如，促炎细菌（包括粘附侵入性大肠杆菌、奇异变形杆菌、肺炎克雷伯菌和产毒脆弱拟杆菌）的患病率增加，而在IBD患者的粪便中，一些产生短链脂肪酸细菌减少了。临床前研究表明，其中一些细菌物种在异常免疫反应和肠道炎症的发展中发挥作用。然而，微生物组生物标志物在IBD诊断中的作用仍未得到充分探索。

近日，杂志nature medicine上发表了一篇题为“Noninvasive, microbiome-based diagnosis of inflammatory bowel disease”的文章。作者旨在开发一种基于微生物组的IBD诊断测试。作者对宏基因组数据集进行了全面分析，以评估IBD诊断中选定细菌种类的可预测性，使用疾病特异性物种构建了诊断模型，并开发了基于多重液滴数字聚合酶链反应（m-ddPCR）的IBD诊断多细菌生物标志物panel。

图片来源：Nature medicine

主要内容

IBD患者肠道微生物改变的表征

作者分析了来自8个国家和地区的13个IBD队列的4406个样本的粪便宏基因组学数据，以确定和验证IBD诊断的肠道微生物生物标志物。结果发现，与对照组相比，UC和CD组微生物多样性和丰富度显著下降（图b）。在PCoA分析中，UC和CD患者的肠道微生物群与对照组分开聚集，UC患者与对照组的距离更大（图c）。IBD患者和对照组在门水平上的肠道微生物群落存在显著差异，其特征是厚壁菌门减少，变形菌门丰富。与UC和对照组相比，CD患者的拟杆菌门水平较低(图d)。

UC和CD患者与对照组粪便微生物组比较。

图片来源：Nature medicine

UC和CD患者肠道微生物特征的鉴定

与对照组相比，作者分别鉴定出126种和161种在UC和CD具有不同丰富度的菌种。其中，15种菌种在UC富集，48种菌种在UC患者肠道中缺失（下图a）。CD组有58种细菌富集或缺失。特别是，某些被认为具有抗炎特性的细菌物种，包括Eubacterium hallii, Blautia obeum, R. inulinivorans and Eubacterium rectale在CD中减少。此外，大肠杆菌和一些链球菌在CD患者的肠道中富集，而UC患者的肠道中不富集。这些数据突出了UC和CD中疾病特异性细菌种类的存在。

UC和CD患者肠道微生物特征的鉴定。

图片来源：Nature medicine

基于宏基因组学的诊断模型

作者选择了10种细菌作为UC的生物标记物(富集的4种：Gemella morbillorum, B. hansenii, Actinomyces sp. oral taxon 181和C. spiroforme；减少的6种：C. leptum，F. saccharivorans，G. formicilis，R. torques，Odoribacter splanchnicus和Bilophila wadsworthia)；9种细菌作为CD的生物标志物(富集的3种：B. fragilis, E. coli和Actinomyces sp. oral taxon 181；减少的6种：R. inulinivorans，B. obeum，Lawsonibacter asaccharolyticus，Roseburia intestinalis, Dorea formicigenerans和Eubacterium sp. CAG: 274（图c，d）。选出的10个菌种将UC患者与对照区分开，训练集的AUC为0.95，测试集的AUC为0.90；敏感性88.06%，特异性80.95%。F. saccharivorans，C. leptum和g. formicilis是UC关键区分细菌（图e，g）。在CD中，9种细菌的AUC分别为0.95 和0.94；灵敏度为88.33%，特异度为89.47%。B. obeum，L. asaccharolyticus、R. inulinivorans、Actinomyces sp. oral taxon 181和E. coli是CD关键区分细菌（图f，h）。

UC和CD的诊断模型。图片来源：Nature medicine

独立队列中诊断模型的验证

作者分析了来自香港、澳大利亚以及美国、荷兰和中国大陆多个独立数据集。总的来说，诊断模型区分UC的AUC为0.81（香港）， CD的AUC为0.83（香港），而CD的AUC为0.73（澳大利亚）。使用来自美国、荷兰和中国大陆的数据集，UC诊断的AUC分别为0.85、0.87和0.82，对CD诊断的AUC分别为0.89、0.86和0.97。在所有验证队列中，UC模型的总体AUC为0.82，CD模型的AUC为0.76。综上所述，这些结果突出了此panel在不同地区和种族的诊断性能的稳健性。

分析结果还表明此诊断模型的性能不太可能受到药物处理的影响，且在诊断UC 和CD 方面的AUC数值高于粪钙保护蛋白，也显示出比粪便钙保护蛋白更高的敏感性和特异性。作者还评估了非IBD疾病的宏基因组数据集，结果显示，UC诊断模型区分UC患者与非IBD患者的AUC为0.78，而CD诊断模型区分CD与非IBD患者的AUC为0.72。总的来说，这些结果表明此诊断模型对UC和CD是特异性的。

基于m-ddPCR的多菌生物标志物panel

作者开发了一种基于m-ddPCR的方法来量化粪便样本中选定的细菌种类。从m-ddPCR结果中，UC患者中6种贫细菌和1种富集细菌与对照组相比存在显著差异（图a）， AUC为0.88(灵敏度为85.0%；特异性为81.8%)。在CD中，6种贫细菌和3种富细菌的丰度存在显著差异（图c），AUC为0.87(灵敏度为90.2%；特异性为76.0%)。此外，在独立验证队列中，UC模型的AUC为0.89，而CD模型的AUC为0.75和0.73。结果表明m-ddPCR的结果与宏基因组的结果一致。

基于m-ddPCR的生物标志物panel。

图片来源：Nature medicine

总结与讨论

在本研究中，作者全面评估了与IBD相关的肠道微生物组及其区分IBD与非IBD受试者的能力。通过广泛而严格的验证，作者开发了一种基于非侵入性微生物组的IBD诊断工具，且显示出比粪便钙保护蛋白更高的诊断性能。作者还将宏基因组生成的数据转化为基于m-ddPCR的细菌检测，这更方便用户使用，对操作员的依赖更少。识别可重复的IBD细菌生物标志物有助于设计非侵入性诊断工具，从而在IBD检测和管理中实现更精确和个性化的方法。