人体宏基因组整合代谢网络的构建与分析

发布时间：2018-04-11 23:32

本文选题：人体 + 基因组　；参考：《中国人民解放军军事医学科学院》2016年博士论文

【摘要】：人体的各个部位(如肠道、口腔和皮肤等)生活着大量的微生物,这些微生物基因组的总和被称为宏基因组。人体内各种各样的微生物通过一系列相互关系构成了复杂的生态系统。然而,目前绝大多数的微生物是不能由实验室培养的,人们对这些微生物的信息知之甚少。许多研究表明了微生物群落与人体的疾病与健康存在着密切关系,微生物群落的动态变化会引起我们机体代谢和免疫功能的改变,最终可能导致多种疾病,如肥胖、克罗恩病和溃疡性结肠炎等。传统的对于人体内微生物的研究主要是通过实验室纯培养方式进行的,然而该方法严重受限于可培养微生物的数量太少,并且忽略了特定环境中丰度较低的微生物。宏基因组学(也被称为环境基因组学和群落基因组学)的出现彻底解决了这一问题,该方法不依赖于实验室培养技术,并且已经广泛应用于微生物群落的研究。宏基因组学研究初期,人们是利用毛细血管电泳测序或者PCR(Polymerase Chain Reaction)扩增的方法研究微生物群落,然而这些方法需要我们预先知道微生物群落信息,存在很多不足；随着新一代测序技术的出现和发展,使得宏基因组学研究更加全面,其灵敏度更高,应用更广泛,成本更低,可以帮助人们大规模的研究微生物之间以及它们与宿主之间的相互作用。当前对宏基因组的研究主要集中在分析宏基因组的结构组成,这种方法具有一定的片面性,忽略了大量微生物之间的相互关系。随着系统生物学的发展,近期有人提出了一种宏基因组整合代谢网络的方法来研究微生物群落,该方法整合了计算系统生物学方法和复杂网络理论,把整个微生物群落看成一个整体,利用代谢网络模型来分析基因组数据。通过分析复杂生物代谢网络的拓扑性质,可以得到生态系统的结构和功能信息,有助于我们理解观察到的生物表型,帮助我们从系统水平全面地研究人体微生物群落。首先是对微生物群落的整合代谢网络分析。利用系统生物学方法分析宏基因组的关键是代谢网络的重构,我们参考当前应用最广泛的KEGG代谢通路数据库来构建全局的参考代谢网络,随后基于MG-RAST平台对宏基因组的序列参考KEGG orthology (KO)进行注释,通过比较当前应用较广泛的基于拓扑的和基于约束的代谢网络构建方法的特性,发现基于拓扑的方法更适合于构建大规模的宏基因组整合代谢网络,所以我们选择基于拓扑的方法构建了全局参考代谢网络(3768个节点,81907个连边),其中节点代表了酶,有向边则代表了源节点参与生化反应的产物,可以作为目标节点参与的化学反应的底物；随后,我们利用该方法分析了8个不同健康状况(龋齿或者健康)的人口腔宏基因组样本,构建了一个由1009节点和18698条连边组成的整合代谢网络,分析功能注释数据估计每一个样本中的酶丰度,比较不同样本中酶丰度的差异,发现了293个与龋齿相关的酶,龋齿样本中高表达和低表达酶分别为147和146个；最后,计算口腔宏基因组的整合代谢网络的几个拓扑属性(如聚类系数),发现龋齿样本中低表达的酶与其它的酶相比,聚类系数较大,因此聚类系数可能作为一个预测龋齿致病机制的因子。此外,开发了宏基因组系统生物学分析平台mmnet,已经发布在生物信息学项目Bioconductor (http://www.bioconductor.org/packages/devel/bioc/ht ml/mmnet.html),它可以用来分析宏基因组数据,主要功能包括宏基因组序列的注释,酶丰度的估计,整合代谢网络重构,以及基于网络的拓扑分析和差异酶的计算,可以从系统水平对宏基因组进行研究,预测与疾病相关的因素。其次是对微生物群落的生态学研究。微生物群落的结构不仅包含了物种多样性信息,还且还反映了物种与它生活环境之间的关系。为了探究人体宏基因组群落中物种之间的相互关系,我们介绍了基于图论算法的反向生态学方法,基于基因组学数据对生物的生态进行研究,该方法的关键是如何把基因组信息转化为生态学信息,通过分析人体微生物群落的代谢网络,预测微生物与其生活环境之间的关系。我们用物种为了生存从其生活环境中获得的外源化合物来代表物种与环境之间的关系,并称这些化合物为物种的种子化合物(seed set)。为了验证seed set方法的可靠性,对人们研究较多的巴克纳氏菌进行研究,预测该物种的seed set包括25种化合物,其中9种化合物置信水平较高,这些种子化合物中包括葡萄糖(C00031:D-Glucose)和甘露醇(C00392:mannitol),以及2-同戊二酸(C00026:2-oxoglutarate),这与之前人们研究的结果是一致的,并根据每个物种与其环境之间的关联,定义了两个表示物种相互关系的系数(竞争因子和互补因子)。由于目前还没有功能全面的反向生态学分析工具,我们开发了R扩展包RevEcoR和web应用程序shiny-RevEcoR(http://yiluheihei.shinyapps.io/RevEcoR),它们界面友好,接口简单,便于扩展,用户可以很容易的从github上下载RevE coR (https://github.com/yiluheihei/RevEcoR)。首先利用它们分析了7种常见的口腔微生物,通过计算这7种微生物之间的竞争因子和互补因子,我们发现口腔链球菌和戈登链球菌之间有最大的竞争因子和最小的互补因子,所以它们之间主要是竞争关系,这也表明了这两种口腔微生物是对立的；其次对规模更大的人体肠道宏基因组进行分析,选择肠道样本中丰度大于1%的微生物进行分析,得到了116种已经有基因组信息的微生物,随后计算它们之间的相互关系,并与基于物种丰度信息计算的物种共生因子进行比较,我们发现竞争因子和共生因子是负相关的,而互补因子与共生因子无明显关系,因此我们预测肠道宏基因组中这些物种聚合的生态动力是竞争。以上分析充分表明了宏基因组系统生物学方法和反向生态学方法在人体微生物群落的研究中有巨大的应用潜力。
[Abstract]:Many researches have shown that microbial communities are closely related to diseases and health of human bodies . Many researches have shown that microbial communities are closely related to diseases and health of human bodies . However , there are many kinds of diseases , such as obesity , Crohn ' s disease and ulcerative colitis .
With the development of the new generation sequencing technology , the research of macrogenome is more comprehensive , the sensitivity is higher , the application is more extensive , the cost is lower , which can help people to study the interaction between microorganisms on a large scale .
Subsequently , we analyzed 8 human oral macrogenome samples of different health conditions ( dental caries or health ) using the method , constructed an integrated metabolic network composed of 1009 nodes and 18698 attached edges , and analyzed the difference of enzyme abundance in each sample , and found that 293 were related to dental caries , and the high expression and low expression enzymes in the samples were 147 and 146 , respectively ;
Finally , several topological properties ( such as clustering coefficient ) of integrated metabolic network of oral macro - genome are calculated , and compared with other enzymes , it can be used to study macro - genome data . The key of this method is to study the relationship between species and living environment . In order to verify the reliability of the seed set method , it was studied that the seed set of the species included 25 compounds , including glucose ( C00031 : D - Glucose ) and mannitol ( C00026 : 2 - oxopropionic acid ) , which were consistent with the results of previous studies . Since there were no comprehensive reverse ecological analysis tools , we developed R - extension package RevEcoR and web application Ser - RevEcoR ( https://github . com / yiluheihei / RevEcoR ) .
Secondly , we analyze the macro - genome of human intestinal tract with larger scale , select the micro - organisms whose abundance is more than 1 % in the intestinal sample , and then calculate the correlation between them . We find that there is negative correlation between the competition factor and the symbiotic factor , and the complementary factors have no obvious relation with the intergrowth factor , so we can predict that the ecological power of these species aggregation in the genome of the intestinal macrogenome is competitive . The above analysis shows that the biological method and the reverse ecological method of the macro - genome system have great potential for application in the study of human microbial community .

【学位授予单位】：中国人民解放军军事医学科学院
【学位级别】：博士
【学位授予年份】：2016
【分类号】：Q78

【相似文献】