자연 미생물학 8권, 424~440페이지(2023)이 기사 인용
11,000번의 액세스
2 인용
56 알트메트릭
측정항목 세부정보
이 기사에 대한 저자 수정 사항은 2023년 3월 27일에 게시되었습니다.
이 기사가 업데이트되었습니다.
숙주 유전적 변이가 장내 미생물군집에 어떻게 영향을 미치는지에 대한 분자적 기반은 아직 거의 알려져 있지 않습니다. 여기에서 우리는 미생물-숙주 역학에 영향을 미치는 대변 메타유전체학, 소장 전사체 및 맹장 지질을 사용하여 미생물 기능을 포함한 숙주와 미생물 표현형 사이의 상호 작용을 식별하기 위해 유전적으로 다양한 마우스 개체군을 사용하고 시스템 유전학 전략을 적용했습니다. 정량적 특성 유전자좌(QTL) 매핑을 통해 박테리아 분류군의 변이와 관련된 쥐 게놈 영역이 확인되었습니다. 운동성, 포자형성 및 지질다당류 생산과 박테리아 및 숙주 유래 지질 수준을 포함한 박테리아 기능. 우리는 Akkermansia muciniphila의 풍부함과 맹장 수준의 오르니틴 지질에 대해 중복되는 QTL을 발견했습니다. 후속 시험관 내 및 생체 내 연구에서는 A. 뮤시니필라(A. muciniphila)가 장 내 이러한 지질의 주요 공급원이라는 사실이 밝혀졌으며 오르니틴 지질이 면역 조절 효과가 있다는 증거를 제공하고 Atf3를 포함하여 이러한 특성과 함께 조절되는 장 전사체를 확인했습니다. 대사 및 면역 조절에 중요한 역할을 하는 전사 인자. 종합적으로, 이러한 결과는 오르니틴 지질이 A. muciniphila-숙주 상호 작용에 잠재적으로 중요하며 장내 미생물에 대한 반응의 결정 요인으로서 숙주 유전학의 역할을 뒷받침한다는 것을 시사합니다.
장내 미생물군집은 포유류 생리학과 인간 건강에 근본적인 역할을 합니다1,2,3. 환경 노출과 숙주 유전적 변이는 장내 미생물군 구성을 조절하고4,5,6 인간 장내 미생물 군집에서 관찰되는 대인 관계 변이의 상당 부분에 기여합니다. 최근 시퀀싱 기술과 분석 파이프라인의 발전으로 인해 숙주 유전학과 장내 미생물군집이 건강에 미치는 영향에 대한 이해가 더욱 발전했습니다. 인구 연구에서는 인간7,8,9,10,11 및 마우스 코호트12,13에서 숙주 유전-장내 미생물 형질 연관성이 밝혀졌습니다. 또한, 숙주 유전 정보와 멘델의 무작위화를 활용한 연구에서는 장내 미생물군집과 인간의 대변 수준의 단쇄 지방산14, 혈장 단백질15 및 ABO 조직 혈액형16을 비롯한 기타 분자 복합 특성 사이의 연관성이 강조되었습니다. 그러나 이러한 연구의 대부분은 미생물 유기체 구성에 초점을 맞추고 있으며 현재 장내 미생물군집의 기능적 능력에 대한 숙주 유전적 변이의 영향에 대한 이해에 큰 격차가 있습니다.
미생물 대사산물은 미생물과 숙주 사이의 중요한 통신 노드입니다. 여기에는 식이 성분(예: 트리메틸아민 N-산화물)17 또는 비타민18 및 지질19과 같은 미생물에 의해 새로 합성된 소분자가 포함됩니다. 에이코사노이드, 인지질, 스핑고지질 및 지방산을 포함한 지질은 많은 세포 과정을 제어하는 신호 분자 역할을 합니다20,21,22. 장내 미생물은 담즙산 생성 및 대사 조절을 통해 식이 지질의 흡수를 조절할 뿐만 아니라 숙주가 생산하는 지질 및 지질의 전구체 대사산물의 주요 공급원이기도 합니다23,24. 세균 세포막 관련 지질은 미생물-숙주 상호 작용에도 중요하지만19,25 이러한 역학에서의 역할에 대한 우리의 이해는 장내 세균에 대해서만 나타나고 있습니다.
장 생태계에서 미생물-숙주 상호작용을 지배하는 일반 원칙을 정의하는 것은 어려운 작업입니다. 시스템 유전 연구는 전례가 없는 과정과 분자를 불러일으키는 가설을 생성할 수 있으며, 이는 이러한 상호 작용의 기초가 되는 유전자, 경로 및 네트워크를 식별하는 데 사용될 수 있습니다. 장내 미생물, 장내 지질 및 숙주 유전적 변이 사이의 연관성을 조사하기 위해 우리는 C57BL/6J(B6), A/J(A/J)라는 8가지 창시자 계통에서 파생된 유전적으로 다양한 개체군인 DO(Diversity Outbred) 마우스 코호트를 활용했습니다. ), 129S1/SvImJ(129), NOD/ShiLtJ(NOD), NZO/HLtJ(NZO), CAST/EiJ(CAST), PWK/PhJ(PWK) 및 WSB/EiJ(WSB)26,27. 이들 8개 계통은 뚜렷한 장내 미생물 군집을 보유하고 있으며 식이 유발 대사 질환에 대해 서로 다른 대사 반응을 나타냅니다28. DO 개체군은 유전자 지도 작성의 힘과 해상도를 최대화하는 것을 목표로 하는 근친 교배 전략에 의해 유지됩니다. 우리는 DO 생쥐의 대변 메타게놈, 장내 전사체 및 맹장 리피도메를 특성화하고 정량적 특성 유전자좌(QTL) 분석을 수행하여 이러한 특성과 관련된 숙주 유전 유전자좌를 식별했습니다. 우리는 미생물군유전체 QTL(mbQTL)과 맹장 리피도메 QTL(clQTL)을 통합하여 미생물-지질 연관성을 밝히고 이러한 공동 매핑 특성과 관련된 원위 소장에서 발현되는 후보 유전자를 식별했습니다. 이러한 데이터세트는 숙주와 장내 미생물군집 사이의 상호작용을 뒷받침하는 분자 메커니즘을 조사하기 위한 귀중한 자원을 나타냅니다.
6.87, Pgenome-wide-adj < 0.2), 200 of which were genome-wide significant (LOD > 7.72, Pgenome-wide-adj < 0.05) and 45 associations for bacterial taxa (LOD > 6.87, Pgenome-wide-adj < 0.2), 15 of which were genome-wide significant (LOD > 7.72, Pgenome-wide-adj < 0.05) (Fig. 1a and Supplementary Tables 5 and 6). We identified a QTL hotspot on chromosome 15 at 63–64 Mbp; this genomic region was associated with 154 microbial traits with LOD score > 6 (Supplementary Table 7). We estimated DO founder allele effects as best linear unbiased predictors for the traits that mapped to this locus. Among these, we detected two clear groups of traits that exhibited opposite allele effects: a group of KOs and taxa showing positive association with the 129 allele, and another group of KOs and taxa that were negatively associated with the 129 allele (Extended Data Fig. 3). As detailed below, the two most abundant gut bacterial phyla, Firmicutes and Bacteroidetes, mapped to this locus with opposite allele effects./p> 9.19, Pstudy-wide-adj < 0.05; LOD > 7.72, Pgenome-wide-adj < 0.05; LOD > 6.87, Pgenome-wide-adj < 0.2). QTL hotspot at Chromosome 15 is highlighted by grey shading and orange colour text. b, Gut microbiome QTL hotspot on Chr15 has multiple bacterial sporulation and motility functions mapping to it. Protein coding genes are displayed for Chr15: 61–65 Mbp region, Gasdermin genes are highlighted in blue. c, Enrichment analysis (Fisher's exact test) for functions mapping at hotspot on Chr15. d, QTL for microbial functions that mapped to Chromosome 15 hotspot had negative 129S1/SvImJ allele effects. QTL for Firmicutes mapping to Chromosome 15 hotspot had negative 129S1/SvImJ allele effects, whereas QTL for Bacteroidetes mapping to this locus had positive 129S1/SvImJ allele effects. e, Spearman correlation analysis between the number of sporulation KOs detected in Firmicutes MAGs mapping at Chromosome 15 QTL hotspot and the LOD scores for these MAGs (P = 3.87 × 10−3, Spearman's ρ = 0.346)./p>10-fold, adjusted P < 0.05). Phosphatidylglycerols (PG), for example, which represent the second largest phospholipid class in our data, are known to be a major component of the bacterial lipidome33. In mammals, on the other hand, PG are only a minor component. Similarly, among glycerolipids, monogalactosyldiacylglycerols (MGDG) account for the second highest number of lipids detected in this class. While they are found at high levels in bacteria and plants, these lipids are only minor components of animal tissue34. These findings suggest that our analysis of the caecal lipidome captures components of the host and the gut microbiome. Correlation analysis between MAGs and caecal lipids abundance, plus comparison of the caecal lipidome of conventionally raised vs germ-free mice identified taxa that potentially modulate the abundance of lipids in the gut (Extended Data Fig. 5a,b, Supplementary Tables 8–10 and Supplementary Note 2). Furthermore, QTL mapping identified 399 significant QTL associations for caecal lipid features (LOD > 7.60, Pgenome-wide-adj < 0.05) (Fig. 2c, Supplementary Table 11 and Supplementary Note 3). Altogether these associations provide a wealth of information offering potential molecular descriptors of the genetic regulation of the microbiome./p> 6, Pgenome-wide-adj < 0.2) and 12 QTL hotspots were identified. Hotspots are marked with arrows and the corresponding genomic locus indicated. Dashed lines represent significance thresholds for QTL as determined by permutation tests (LOD > 7.60, Pgenome-wide-adj < 0.05). Of the identified lipids, 68.2% showed a total of 1,162 QTL (top panel), while a similar portion of 70.1% of unidentified features contributed 2,802 QTL (bottom panel). RT, retention time. For lipid class abbreviations, see Supplementary Table 16./p> 5.5 are highlighted by red colour. e, Founder allele effects for A. muciniphila MAGs and caecal OL were estimated in the DO population from the founder strain coefficients observed for the corresponding QTL at each locus from d./p>50. Taxonomic assignment used the following parameters: ‘–taxonmap prot.accession2taxid.gz–taxonnodes nodes.dmp’ in DIAMOND command and was determined by the lowest common ancestor (LCA) algorithm when there were multiple alignments. Gene functional annotation was done using the KEGG orthology and links annotation (KOALA) method via the KEGG server (https://www.kegg.jp/ghostkoala/), using 2,698,820 prokaryote genus pan-genomes as reference. The bit score cut-off for K-number assignment was 60./p>90% and genome contamination <5% were required to assign high-quality MAGs. MAGs quantification was done by aligning all clean PE reads from each sample with MAGs from the same sample. Genome coverage was calculated using the bedtools (v2.29.2) ‘genomecov’ command, followed by normalization by library size across all samples. To further remove redundant MAGs, we clustered high-quality MAGs on the basis of whole-genome nucleotide similarity estimation (pairwise average nucleotide identity (ANI)) using Mash software77 (v2.2) with 90% ANI. From high-quality MAGs, we also annotated predicted ORFs from each MAG against the KEGG database and compared the functional potential encoded among different taxa. A. muciniphila MAG IDs are included in Supplementary Table 14./p>
한국어
English
Français
Deutsch
Español
Italiano
Português
日本語
Русский