Клинические исследования микробиома человека. Стратегии применения методов и трансляция результатов в клиническую практику

Обложка

Цитировать

Полный текст

Аннотация

Анализируются актуальные омиксные методы, которые имеют важное значение для научных исследований. Их применение позволяет изучить механизмы клинических проявлений путем анализа связей между характеристикой микробиоты и клиническими параметрами. Для представления сложных взаимодействий между микробиомом и метаболизмом хозяина наиболее релевантными являются методы метагеномики и метаболомики, которые способствуют поиску новых терапевтических подходов. На основании метагеномных данных осуществляется поиск ассоциированных таксонов, а метаболомный профиль указывает на результат жизнедеятельности микробного сообщества. Рассматриваются характеристики технологий для изучения метагеномов методом ампликонного секвенирования, оцениваются глубина идентификации микроорганизмов, уровень ошибок секвенирования и предпочтительность с точки зрения стоимости. Изучение эволюции патогенов и метаболических процессов, экспрессирующихся генов, а также детерминант антибиотикоустойчивости способствует разработке рациональных стратегий терапии заболеваний и контролю за распространением инфекционных заболеваний. В последние годы неуклонно растет количество научных проектов в области изучения микробиоты, что диктует необходимость повышения информированности врачей о современных методах и исследовательских подходах для применения актуальных данных в практической работе.

Полный текст

Доступ закрыт

Об авторах

Станислав Игоревич Кошечкин

ООО «Нобиас Технолоджис»

Автор, ответственный за переписку.
Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-7389-0476

кандидат биол. наук, директор по науке

Россия, Москва

Вера Евгеньевна Одинцова

ООО «Нобиас Технолоджис»

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0003-1897-4033

главный биоинформатик

Россия, Москва

Александр Владимирович Карасев

ООО Лаборатория «АБТ»

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0001-7484-4992

главный исполнительный директор

Россия, Москва

Ирина Николаевна Захарова

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0003-4200-4598

доктор медицинских наук, проф., зав. каф. педиатрии им. акад. Г.Н. Сперанского, засл. врач РФ

Россия, Москва

Ирина Владимировна Бережная

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-2847-6268

кандидат медицинских наук, доц. каф. педиатрии им. акад. Г.Н. Сперанского

Россия, Москва

Олеся Валерьевна Первишко

ФГБОУ ВО «Кубанский государственный медицинский университет» Минздрава России

Email: ole-pervishko@yandex.ru
ORCID iD: 0000-0003-1083-2807

канд. мед. наук, доцент, зав. каф. педиатрии №1 

Россия, Краснодар

Анастасия Евгеньевна Кучина

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-8998-264X

врач-педиатр

Россия, Москва

Анастасия Евгеньевна Юдина

ГБУЗ «Городская клиническая больница №29 им. Н.Э. Баумана» Департамента здравоохранения г. Москвы

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-6920-8024

зав. отд-нием патологии новорожденных и недоношенных детей

Россия, Москва

Ирина Сергеевна Кузнецова

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0001-5164-682X

ассист. каф. педиатрии им. акад. Г.Н. Сперанского

Россия, Москва

Диана Кирилловна Дмитриева

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-1593-0732

аспирант каф. педиатрии им. акад. Г.Н. Сперанского

Россия, Москва

Яна Владимировна Оробинская

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России

Email: St.Koshechkin@gmail.com
ORCID iD: 0009-0005-2121-4010

аспирант каф. педиатрии им. акад. Г.Н. Сперанского

Россия, Москва

Людмила Сергеевна Серикова

ФГБУ «Национальный медицинский исследовательский центр высоких медицинских технологий – Центральный военный клинический госпиталь им. А.А. Вишневского» Минобороны России

Email: St.Koshechkin@gmail.com

врач-педиатр, зав. детским отд-нием

Россия, Москва

Анастасия Владимировна Махаева

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России; ГБУЗ «Детская городская поликлиника №140» Департамента здравоохранения г. Москвы

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-0006-5889

аспирант каф. педиатрии им. акад. Г.Н. Сперанского, врач-педиатр, зав. отд-нием ГБУЗ ДГП №140

Россия, Москва; Москва

Владимир Андреевич Романов

ООО «Нобиас Технолоджис»

Email: St.Koshechkin@gmail.com
ORCID iD: 0000-0002-7540-5884

менеджер клинических исследований

Россия, Москва

Список литературы

  1. Overmann J, Abt B, Sikorski J. Present and Future of Culturing Bacteria. Annu Rev Microbiol. 2017;71:711-30. doi: 10.1146/annurev-micro-090816-093449
  2. Proctor LM. The National Institutes of Health Human Microbiome Project. Semin Fetal Neonatal Med. 2016;21(6):368-72. doi: 10.1016/j.siny.2016.05.002
  3. Chen C, Wang J, Pan D, et al. Applications of multi-omics analysis in human diseases. MedComm (2020). 2023;4(4):e315. doi: 10.1002/mco2.315
  4. Postler TS, Ghosh S. Understanding the Holobiont: How Microbial Metabolites Affect Human Health and Shape the Immune System. Cell Metab. 2017;26(1):110-30. doi: 10.1016/j.cmet.2017.05.008
  5. Aw W, Fukuda S. An Integrated Outlook on the Metagenome and Metabolome of Intestinal Diseases. Diseases. 2015;3(4):341-59. doi: 10.3390/diseases3040341
  6. Marco D. Metagenomics: Theory, Methods and Applications [Internet]. 2010. Available at: https://books.google.com/books/about/Metagenomics.html?hl=&id=8kl8zQEACAAJ. Accessed: 14.02.2023.
  7. Muzzey D, Evans EA, Lieber C. Understanding the Basics of NGS: From Mechanism to Variant Calling. Curr Genet Med Rep. 2015;3(4):158-65. doi: 10.1007/s40142-015-0076-8
  8. Morganti S, Tarantino P, Ferraro E, et al. Next Generation Sequencing (NGS): A Revolutionary Technology in Pharmacogenomics and Personalized Medicine in Cancer. Adv Exp Med Biol. 2019;1168:9-30. doi: 10.1007/978-3-030-24100-1_2
  9. Anderson MW, Schrijver I. Next generation DNA sequencing and the future of genomic medicine. Genes (Basel). 2010;1(1):38-69. doi: 10.3390/genes1010038
  10. Heather JM, Chain B. The sequence of sequencers: The history of sequencing DNA. Genomics. 2016;107(1):1-8. doi: 10.1016/j.ygeno.2015.11.003
  11. Wang Y, Zhao Y, Bollas A, et al. Nanopore sequencing technology, bioinformatics and applications. Nat Biotechnol. 2021;39(11):1348-65. doi: 10.1038/s41587-021-01108-x
  12. Meslier V, Quinquis B, Da Silva K, et al. Benchmarking second and third-generation sequencing platforms for microbial metagenomics. Sci Data. 2022;9(1):694. doi: 10.1038/s41597-022-01762-z
  13. Usyk M, Peters BA, Karthikeyan S, et al. Comprehensive evaluation of shotgun meta- genomics, amplicon sequencing, and harmonization of these platforms for epidemiological studies. Cell Rep Methods. 2023;3(1):100391. doi: 10.1016/j.crmeth.2022.100391
  14. Hillmann B, Al-Ghalith GA, Shields-Cutler RR, et al. Evaluating the Information Content of Shallow Shotgun Metagenomics. mSystems. 2018;3(6). doi: 10.1128/mSystems.00069-18
  15. de Muinck EJ, Trosvik P, Gilfillan GD, et al. A novel ultra high-throughput 16S rRNA gene amplicon sequencing library preparation method for the Illumina HiSeq platform. Microbiome. 2017;5(1):68. doi: 10.1186/s40168-017-0279-1
  16. Gao B, Chi L, Zhu Y, et al. An Introduction to Next Generation Sequencing Bioinformatic Analysis in Gut Microbiome Studies. Biomolecules. 2021;11(4). doi: 10.3390/biom11040530
  17. Pugh J. The Current State of Nanopore Sequencing. Methods Mol Biol. 2023;2632:3-14. doi: 10.1007/978-1-0716-2996-3_1
  18. LeMay-Nedjelski L, Copeland J, Wang PW, et al. Methods and Strategies to Examine the Human Breastmilk Microbiome. Methods Mol Biol. 2018;1849:63-86. doi: 10.1007/978-1-4939-8728-3_5
  19. Liu YX, Qin Y, Chen T, et al. A practical guide to amplicon and metagenomic analysis of microbiome data. Protein Cell. 2021;12(5):315-30. doi: 10.1007/s13238-020-00724-8
  20. Zheng J, Wittouck S, Salvetti E, et al. A taxonomic note on the genus Lactobacillus: Description of 23 novel genera, emended description of the genus Lactobacillus Beijerinck 1901, and union of Lactobacillaceae and Leuconostocaceae. Int J Syst Evol Microbiol. 2020;70(4):2782-858. doi: 10.1099/ijsem.0.004107
  21. Cao Q, Sun X, Rajesh K, et al. Effects of Rare Microbiome Taxa Filtering on Statistical Analysis. Front Microbiol. 2020;11:607325. doi: 10.3389/fmicb.2020.607325
  22. Aitchison J. The statistical analysis of compositional data. Journal of the Royal Statistical Society: Series B (Methodological). 1982;44(2):139-77.
  23. Pearson K. Mathematical contributions to the theory of evolution – on a form of spurious correlation which may arise when indices are used in the measurement of organs. Proceedings of the Royal Society of London (1854–1905). 1896;60(1):489-98. doi: 10.1098/rspl.1896.0076. 10.1098/rspl.1896.0076
  24. Calle ML. Statistical Analysis of Metagenomics Data. Genomics Inform. 2019;17(1):e6. doi: 10.5808/GI.2019.17.1.e6
  25. Egozcue JJ, Pawlowsky-Glahn V. Groups of parts and their balances in compositional data analysis. Mathematical Geology. 2005;37:795-828. doi: 10.1007/s11004-005-7381-9
  26. Anderson MJ. A new method for non-parametric multivariate analysis of variance. Austral Ecol. 2001;26:32-46. doi: 10.1111/j.1442-9993.2001.01070.pp.x
  27. Shapiro H, Suez J, Elinav E. Personalized microbiome-based approaches to metabolic syndrome management and prevention. J Diabetes. 2017;9(3):226-36. doi: 10.1111/1753-0407.12501
  28. Zhang F, Luo W, Shi Y, et al. Should we standardize the 1,700-year-old fecal microbiota transplantation? Am J Gastroenterol. 2012;107(11):1755; author reply p.1755-6. doi: 10.1038/ajg.2012.251
  29. Collins DC. Pseudomembranous enterocolitis. Further observations on the value of donor fecal enemata as an adjunct in the treatment of pseudomembranous enterocolitis. Am J Proctol. 1960;2:389-91.
  30. Rao K, Safdar N. Fecal microbiota transplantation for the treatment of Clostridium difficile infection. J Hosp Med. 2016;11(1):56-61. doi: 10.1002/jhm.2449
  31. Marotz CA, Zarrinpar A. Treating Obesity and Metabolic Syndrome with Fecal Microbiota Transplantation. Yale J Biol Med. 2016;89(3):383-8.
  32. Massimino L, Lamparelli LA, Houshyar Y, et al. The Inflammatory Bowel Disease Transcriptome and Metatranscriptome Meta-Analysis (IBD TaMMA) framework. Nat Comput Sci. 2021;1(8):511-5. doi: 10.1038/s43588-021-00114-y
  33. Massimino L, Barchi A, Mandarino FV, et al. A multi-omic analysis reveals the esopha- geal dysbiosis as the predominant trait of eosinophilic esophagitis. J Transl Med. 2023;21(1):46. doi: 10.1186/s12967-023-03898-x
  34. Thomas AM, Fidelle M, Routy B, et al. Gut OncoMicrobiome Signatures (GOMS) as next-generation biomarkers for cancer immunotherapy. Nat Rev Clin Oncol. 2023;20(9):583-603. doi: 10.1038/s41571-023-00785-8
  35. World Gastroenterology Organisation practice guideline: Probiotics and prebiotics. Arab J Gastroenterol. 2009;10(1):33-42. doi: 10.1016/j.ajg.2009.03.001
  36. National Research Council (US) Committee on Metagenomics: Challenges and Functional Applications. The New Science of Metagenomics: Revealing the Secrets of Our Microbial Planet. Washington (DC): National Academies Press (US), 2007. doi: 10.17226/11902
  37. NIH HMP Working Group; Peterson J, Garges, S, Giovanni M et al. The NIH Human Microbiome Project. Genome Res. 2009;19(12):2317-23. doi: 10.1101/gr.096651.109
  38. MetaHIT. Available at: https://www.gutmicrobiotaforhealth.com/metahit. Accessed: 15.02.2023.
  39. Shi W, Qi H, Sun Q, et al. gcMeta: a Global Catalogue of Metagenomics platform to support the archiving, standardization and analysis of microbiome data. Nucleic Acids Res. 2019;47(D1):D637-48. doi: 10.1093/nar/gky1008
  40. Nam NN, Do HDK, Loan Trinh KT, Lee NY. Metagenomics: An Effective Approach for Exploring Microbial Diversity and Functions. Foods. 2023;12(11). doi: 10.3390/foods12112140

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Принципиальная схема работы технологии секвенирования синтезом.

Скачать (76KB)
Метаданные
3. Рис. 2. Принципиальная схема работы технологии секвенирования с использованием нанопор.

Скачать (60KB)
Метаданные
4. Рис. 3. Основные характеристики микробиома, способы их визуализации и статистического анализа.

Скачать (87KB)
Метаданные
5. Рис. 4. Сравнение покомпонентного и композиционного сравнения к сравнению пропорций микробов на искусственном примере влияния антибиотика на микробиоту, состоящую из 3 микробов. Представим, что антибиотик действует избирательно только на микроб 3 и его численность падает в 3 раза: a – абсолютная и относительная представленность микробов до и после приема антибиотика. В абсолютном количестве меняется только 3-й микроб, в относительном – все 3 микроба; b – покомпонентное и композиционное определение различий между двумя образцами; c – сравнение выводов, которые можно было бы сделать на основе каждого подхода, с теми, которые можно сделать, зная абсолютные представленности микробов

Скачать (392KB)
Метаданные

© ООО "Консилиум Медикум", 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 74329 от 19.11.2018 г.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах