侯國(guó)森 張明乾 張文科 蘇曉泉

微生物是一種極小的生物體，廣泛地分布在人體、土壤、海洋等各種生態(tài)環(huán)境中，已成為自然界中重要的組成部分。絕大多數(shù)情況下，微生物不會(huì)孤立存在，而是以“微生物群落”（亦稱“菌群”）的形式，與其周圍的環(huán)境進(jìn)行著密切的相互作用。為了更好地描述菌群的特征，通常用“微生物組”來(lái)表示某個(gè)環(huán)境中所有微生物信息的總和?！叭祟惢蚪M計(jì)劃”（Human Genome Project）完成以后，人們意識(shí)到單純地解密人類自身的遺傳信息無(wú)法完全掌握疾病與健康之間的全部聯(lián)系。隨著測(cè)序技術(shù)以及生物信息學(xué)的發(fā)展，“人類微生物組計(jì)劃”（Human Microbiome Project）等研究發(fā)現(xiàn)微生物組與人體健康狀況的變化和疾病的發(fā)生發(fā)展密切相關(guān)。

微生物組研究中常使用β多樣性來(lái)反映不同群落之間的差異程度。β多樣性不僅是微生物組的重要特征之一，而且也是解碼復(fù)雜的微生物群落與其環(huán)境之間互作關(guān)系的紐帶，為微生物組技術(shù)在各個(gè)領(lǐng)域的應(yīng)用奠定了基礎(chǔ)。利用β多樣性分析，科學(xué)家們能夠判斷出微生物組的結(jié)構(gòu)和功能是否與環(huán)境的某些狀態(tài)有著密切的關(guān)聯(lián)，進(jìn)而根據(jù)β多樣性指標(biāo)，對(duì)人體健康和疾病類型等特性進(jìn)行評(píng)估，使得微生物組能夠服務(wù)于疾病識(shí)別、干預(yù)策略制定、預(yù)后評(píng)估等領(lǐng)域。

如何計(jì)算微生物組兩兩之間的量化差異是β多樣性分析的核心。通常，微生物組之間的差異計(jì)算采用“全局比對(duì)”的模式，即利用群落中所有的組成成員來(lái)計(jì)算整體水平上的差異。一個(gè)微生物群落中可能包含數(shù)百種不同物種的微生物物種，它們各自的豐度（群落內(nèi)微生物物種的相對(duì)含量）也不盡相同，而且物種之間也存在著進(jìn)化層面的親緣關(guān)系。在“全局比對(duì)”模式下，對(duì)于兩個(gè)菌群，如果它們含有相同或親緣較近的微生物物種，并且其豐度也基本一致，那么這兩個(gè)樣本就具有很高的相似程度，差異也就越小。微生物組β多樣性分析中常用的Bray-Curtis距離、UniFrac距離[1-3]以及Meta-Storms[4-5]相似度等便是采用了這種思路。

利用“全局比對(duì)”，在計(jì)算出所有微生物組兩兩之間的β多樣性后，如果來(lái)自相同健康狀態(tài)的菌群之間差異很小，而不同健康狀態(tài)的菌群之間差異很大，就可以利用這種β多樣性特點(diǎn)來(lái)區(qū)分和識(shí)別疾病。目前已經(jīng)證實(shí)，許多疾病，如炎癥性腸病[6]和結(jié)直腸癌[7]患者的腸道菌群中存在這種β多樣性模式，從而為基于微生物組的疾病檢測(cè)和早篩提供了基礎(chǔ)。

然而，對(duì)于某些疾病，例如自閉癥等只與腸道中的一小部分微生物成員有關(guān)，難以在“整體層面”對(duì)菌群間的β多樣性產(chǎn)生影響，從而模糊了微生物組與疾病之間的關(guān)聯(lián)，為微生物組的疾病檢測(cè)提出了新的挑戰(zhàn)。

為克服上述難題，筆者團(tuán)隊(duì)成功研發(fā)了面向微生物組的“局部比對(duì)”算法[8-9]。與常規(guī)的“全局比對(duì)”不同，“局部比對(duì)”算法僅根據(jù)特定的目標(biāo)微生物物種或生物標(biāo)記，計(jì)算菌群之間的局部相似性和差異，能夠更精準(zhǔn)地建立微生物組的復(fù)雜特征和疾病之間的聯(lián)系，使得檢測(cè)某些只與部分微生物成員相關(guān)的疾病成為可能。

理論上講，“局部比對(duì)”需要提取出與疾病相關(guān)的目標(biāo)物種進(jìn)行比較，但在實(shí)際研究中卻面臨兩個(gè)難題。一是生物標(biāo)記識(shí)別問(wèn)題，假如兩個(gè)菌群之間大多數(shù)物種相似，其β多樣性的差異僅與部分物種有關(guān)，那么這類物種被稱為“精確標(biāo)記”。而如果微生物組測(cè)序錯(cuò)誤或者數(shù)據(jù)分析存在誤差，某個(gè)“精確標(biāo)記”很有可能被錯(cuò)誤地識(shí)別成其他近似物種，從而降低了比對(duì)的靈敏度。二是數(shù)據(jù)稀疏問(wèn)題，由于精確標(biāo)記物種的數(shù)量較少，且相對(duì)含量較低，菌群間用于計(jì)算量化差異的共同特征數(shù)量將會(huì)非常少。如兩個(gè)微生物組并不共享任何精確標(biāo)記。這樣的數(shù)據(jù)稀疏性會(huì)導(dǎo)致相似度接近于0，嚴(yán)重干擾比對(duì)的準(zhǔn)確度。

在筆者團(tuán)隊(duì)開發(fā)的“局部比對(duì)”算法中，采用“彈性特征提取”技術(shù)來(lái)解決上述問(wèn)題。除了精確標(biāo)記外，彈性特征提取同時(shí)也額外關(guān)注與精確標(biāo)記在進(jìn)化關(guān)系、代謝功能和生物學(xué)分類極其相似的微生物成員，即“近似標(biāo)記”。同時(shí)，根據(jù)近似標(biāo)記和精準(zhǔn)標(biāo)記之間的親緣差異進(jìn)行加權(quán)合并分析。運(yùn)用前期研發(fā)的Meta-Storms算法[4-5]計(jì)算菌群之間β多樣性差異，從而完成“局部比對(duì)”，進(jìn)一步聚焦微生物組特定組成和疾病狀態(tài)之間的關(guān)聯(lián)。因此，該方法既能夠提高檢測(cè)靈敏度和準(zhǔn)確度，又能很大程度上避免了數(shù)據(jù)的稀疏性。

自閉癥，也稱為孤獨(dú)癥，是一種較為嚴(yán)重的發(fā)育障礙性疾病，會(huì)影響一個(gè)人的社交交往能力、語(yǔ)言溝通能力和行為模式。由于該疾病的癥狀表現(xiàn)非常復(fù)雜，因此臨床診斷非常困難。大量研究表明，自閉癥與腸道微生物組有著密切聯(lián)系，且僅與小部分腸道微生物有關(guān)，例如乳桿菌屬（Lactobacillus）和副擬桿菌屬（Parabacteroides）等[10-12]。值得注意的是，自閉癥與健康對(duì)照組之間僅存在7個(gè)精確標(biāo)記，占整個(gè)微生物組總數(shù)的1.75%，因此會(huì)造成嚴(yán)重的數(shù)據(jù)稀疏問(wèn)題，極大地扭曲了菌群之間的β多樣性分布規(guī)律。常規(guī)的“全局比對(duì)”（如Bray-Curits算法、MetaStorms距離、UniFrac距離以及Phylo-RPCA算法）無(wú)法將自閉癥菌群與健康對(duì)照組區(qū)分開。而“局部比對(duì)”算法采用彈性特征提取，額外考慮了92個(gè)近似標(biāo)記物，建立起自閉癥與腸道微生物之間的隱藏聯(lián)系，可得到可靠的疾病分類信息。

結(jié)直腸癌是最常見的消化道癌癥之一。90%的早期結(jié)直腸癌患者可以存活至少5年。但由于早期癥狀不明顯，多數(shù)患者直到晚期才被確診為結(jié)直腸癌，因此結(jié)直腸癌的早期診斷具有重要的意義。相比于只影響少部分腸道微生物的自閉癥，結(jié)直腸癌會(huì)對(duì)腸道微生物組產(chǎn)生整體性影響[7]。那么，相比于“全局比對(duì)”算法，“局部比對(duì)算法”是否仍適用？筆者團(tuán)隊(duì)對(duì)來(lái)自結(jié)直腸癌研究的真實(shí)微生物組數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，對(duì)于結(jié)直腸癌來(lái)說(shuō)，大多數(shù)“全局比對(duì)”算法可成功捕捉到患者組和健康對(duì)照組之間β多樣性的分布規(guī)律。而“局部比對(duì)”算法通過(guò)靈活地從整個(gè)群落中提取精確和近似的標(biāo)記，能夠合理地放大不同組別之間的細(xì)微變化，其檢測(cè)效果相較于“全局比對(duì)”算法有明顯提升，這也為后續(xù)研發(fā)非侵入性的早篩方法打開了一扇新的大門。

“細(xì)節(jié)決定成敗”，相信在未來(lái)的微生物組研究中，聚焦局部細(xì)節(jié)的“局部比對(duì)”算法將扮演不可或缺的重要角色，更深刻地揭示微生物組與疾病之間的關(guān)系，為微生物的探索和人類健康的改善做出巨大貢獻(xiàn)。

[1]Lozupone C， Knight R. UniFrac： A new phylogenetic method for comparing microbial communities. Applied and Environmental Microbiology， 2005， 71（12）： 8228-8235.

[2]Hamady M， Lozupone C， Knight R. Fast uniFrac： Facilitating high-throughput phylogenetic analyses of microbial communities including analysis of pyrosequencing and PhyloChip data. Isme Journal， 2010， 4（1）： 17-27.

[3]McDonald D. Striped UniFrac： enabling microbiome analysis at unprecedented scale. Nat Methods， 2018， 15（11）： 847-848.

[4]Xiaoquan S， Jian X，Kang N. Meta-storms： Efficient search for similar microbial communities based on a novel indexing scheme and similarity score for metagenomic data. Bioinformatics， 2012， 28（19）： 2493.

[5]Su X， Wang X， Jing G， et al. GPU-Meta-storms： Computing the structure similarities among massive amount of microbial community samples using GPU. Bioinformatics， 2014（7）： 1031-1033.

[6]Vazquez-Baeza， Yoshiki， Gonzalez， et al. Guiding longitudinal sampling in IBD cohorts. Gut Journal of the British Society of Gastroenterology， 2018， 67（9）： 1743-1745.

[7]Wirbel J. Meta-analysis of fecal metagenomes reveals global microbial signatures that are specific for colorectal cancer. Nature Medicine， 2019， 25（4）： 679.

[8]Su X. Elucidating the beta-diversity of the microbiome： from global alignment to local alignment. mSystems， 2021， 6（4）.

[9]Zhang M， Zhang W， Chen Y， et al. Flex meta-storms elucidates the microbiome local beta-diversity under specific phenotypes. Bioinformatics， 2023， 39（4）.

[10]Strati F， Cavalieri D， Albanese D， et al. New evidences on the altered gut microbiota in autism spectrum disorders. Microbiome， 2017， 5（24）： 24.

[11]Liu J， Gao Z， Liu C， et al. Alteration of gut microbiota： New strategy for treating autism spectrum disorder. Frontiers in Cell and Developmental Biology， 2022， 10.

[12]Xiao L， Yan J， Yang T， et al. Fecal microbiome transplantation from children with autism spectrum disorder modulates tryptophan and serotonergic synapse metabolism and induces altered behaviors in germ-free mice. mSystems， 2021， 6（2）.

關(guān)鍵詞：微生物組 β多樣性 局部比對(duì)算法 疾病檢測(cè) ■