見微知著：微生物組局部比對算法檢測疾病

侯國森 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”來表示某個環(huán)境中所有微生物信息的總和。“人類基因組計劃”（Human Genome Project）完成以后，人們意識到單純地解密人類自身的遺傳信息無法完全掌握疾病與健康之間的全部聯(lián)系。隨著測序技術(shù)以及生物信息學(xué)的發(fā)展，“人類微生物組計劃”（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)，進而根據(jù)β多樣性指標，對人體健康和疾病類型等特性進行評估，使得微生物組能夠服務(wù)于疾病識別、干預(yù)策略制定、預(yù)后評估等領(lǐng)域。

如何計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算采用“全局比對”的模式，即利用群落中所有的組成成員來計算整體水平上的差異。一個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)微生物物種的相對含量）也不盡相同，而且物種之間也存在著進化層面的親緣關(guān)系。在“全局比對”模式下，對于兩個菌群，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”，在計算出所有微生物組兩兩之間的β多樣性后，如果來自相同健康狀態(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多樣性特點來區(qū)分和識別疾病。目前已經(jīng)證實，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和早篩提供了基礎(chǔ)。

然而，對于某些疾病，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提出了新的挑戰(zhàn)。

為克服上述難題，筆者團隊成功研發(fā)了面向微生物組的“局部比對”算法[8-9]。與常規(guī)的“全局比對”不同，“局部比對”算法僅根據(jù)特定的目標微生物物種或生物標記，計算菌群之間的局部相似性和差異，能夠更精準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”需要提取出與疾病相關(guān)的目標物種進行比較，但在實際研究中卻面臨兩個難題。一是生物標記識別問題，假如兩個菌群之間大多數(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“精確標記”。而如果微生物組測序錯誤或者數(shù)據(jù)分析存在誤差，某個“精確標記”很有可能被錯誤地識別成其他近似物種，從而降低了比對的靈敏度。二是數(shù)據(jù)稀疏問題，由于精確標記物種的數(shù)量較少，且相對含量較低，菌群間用于計算量化差異的共同特征數(shù)量將會非常少。如兩個微生物組并不共享任何精確標記。這樣的數(shù)據(jù)稀疏性會導(dǎo)致相似度接近于0，嚴重干擾比對的準確度。

在筆者團隊開發(fā)的“局部比對”算法中，采用“彈性特征提取”技術(shù)來解決上述問題。除了精確標記外，彈性特征提取同時也額外關(guān)注與精確標記在進化關(guān)系、代謝功能和生物學(xué)分類極其相似的微生物成員，即“近似標記”。同時，根據(jù)近似標記和精準標記之間的親緣差異進行加權(quán)合并分析。運用前期研發(fā)的Meta-Storms算法[4-5]計算菌群之間β多樣性差異，從而完成“局部比對”，進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靈敏度和準確度，又能很大程度上避免了數(shù)據(jù)的稀疏性。

自閉癥，也稱為孤獨癥，是一種較為嚴重的發(fā)育障礙性疾病，會影響一個人的社交交往能力、語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，自閉癥與健康對照組之間僅存在7個精確標記，占整個微生物組總數(shù)的1.75%，因此會造成嚴重的數(shù)據(jù)稀疏問題，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”（如Bray-Curits算法、MetaStorms距離、UniFrac距離以及Phylo-RPCA算法）無法將自閉癥菌群與健康對照組區(qū)分開。而“局部比對”算法采用彈性特征提取，額外考慮了92個近似標記物，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)直腸癌會對腸道微生物組產(chǎn)生整體性影響[7]。那么，相比于“全局比對”算法，“局部比對算法”是否仍適用？筆者團隊對來自結(jié)直腸癌研究的真實微生物組數(shù)據(jù)進行分析后發(fā)現(xiàn)，對于結(jié)直腸癌來說，大多數(shù)“全局比對”算法可成功捕捉到患者組和健康對照組之間β多樣性的分布規(guī)律。而“局部比對”算法通過靈活地從整個群落中提取精確和近似的標記，能夠合理地放大不同組別之間的細微變化，其檢測效果相較于“全局比對”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。

“細節(jié)決定成敗”，相信在未來的微生物組研究中，聚焦局部細節(jié)的“局部比對”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。

[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 局部比對算法 疾病檢測 ■