广告
浏览主题
?

点击PLOS分类法找到你所在领域的文章。

有关公共科学图书馆学科领域的更多信息,请单击在这里

  • 加载指标

中、重度慢性阻塞性肺疾病的肺微生物组

  • Alexa A. Pragman,

    联系美国明尼苏达州明尼阿波里斯市明尼苏达大学医学系

  • 金贤范,

    现地址:美国马萨诸塞州北格拉夫顿塔夫茨大学卡明斯兽医学院生物医学科学系

    联系美国明尼苏达州圣保罗明尼苏达大学兽医和生物医学科学系

  • Cavan S. Reilly,

    联系明尼苏达大学公共卫生学院生物统计学系,明尼苏达州明尼阿波利斯市,美利坚合众国

  • 克里斯汀•比

    联系美国明尼苏达州明尼阿波利斯市VA医疗中心医学部,FORTE研究组

  • 理查德·e·艾萨克森

    isaac015@umn.edu

    联系美国明尼苏达州圣保罗明尼苏达大学兽医和生物医学科学系

中、重度慢性阻塞性肺疾病的肺微生物组

  • Alexa A. Pragman,
  • 金贤范,
  • Cavan S. Reilly,
  • 克里斯汀•比
  • 理查德·e·艾萨克森
公共科学图书馆
x

摘要

慢性阻塞性肺病(COPD)是一种以不完全可逆的气流阻塞为特征的炎症性疾病。下呼吸道细菌感染约占慢性阻塞性肺病加重的50%。即使在肺功能稳定的时期,肺中也有一种细菌群落,称为微生物组。肺微生物组在COPD发病机制中的作用尚不清楚。慢性阻塞性肺病肺部微生物群与健康肺部微生物群一样,似乎反映了口腔微生物群的微吸入。在这里,我们描述了22名中度或重度COPD患者与10名健康对照患者的COPD肺部微生物群。通过对支气管肺泡灌洗液中发现的16S rDNA进行454焦磷酸测序,确定了肺微生物群的组成。序列分析使用母亲,核糖体数据库项目,Fast UniFrac和Metastats。我们的结果显示,随着COPD的发展,微生物多样性显著增加。所有样本的主要门为放线菌门、厚壁菌门和变形菌门。 Principal coordinate analyses demonstrated separation of control and COPD samples, but samples did not cluster based on disease severity. However, samples did cluster based on the use of inhaled corticosteroids and inhaled bronchodilators. Metastats analyses demonstrated an increased abundance of several oral bacteria in COPD samples.

简介

慢性阻塞性肺疾病(COPD),一种以不可逆气流限制为特征的慢性炎症性肺疾病,目前是美国第三大死亡原因。在工业化国家,吸烟是慢性阻塞性肺病的主要原因,但在大量接触烟草的成年人中,只有大约20%发展为临床显著的慢性阻塞性肺病。一些晚期COPD患者容易加重,其特征是呼吸困难、喘息、咳嗽和痰液产生加重[1].因此,COPD在疾病易感性和进展方面仍然是一种异质性疾病。COPD的发病机制可能涉及许多尚未描述的炎症介质,其中细菌感染或定植可能发挥作用[2]

传统的微生物培养技术已经证明,大约50%的COPD加重与病原体有关,如链球菌引起的肺炎流感嗜血杆菌,而且莫拉克斯氏菌属复活.在急性加重期,这些微生物经常在COPD患者的气道中发现[3].术语肺微生物组已被用来描述居住在肺部的生物群落。由于许多这些细菌持续存在于COPD患者的气道中,它们的存在可能促进慢性炎症状态,从而驱动COPD发病机制。

在过去,微生物组的研究依赖于培养系统。使用16S rRNA焦磷酸测序描述微生物组的新技术使我们能够对人类微生物组进行分类和描述,而不存在微生物培养技术固有的偏见[4]- - - - - -[6].Charlsonet al。证实了健康志愿者支气管肺泡灌洗液(BALF)中存在16S rDNA序列。作者指出,每个受试者的口咽和肺部微生物组之间存在显著相关性,但在受试者之间没有发现一致的肺部特异性微生物组。作者得出结论,正常的肺部微生物群由通过微吸或支气管镜携带进入下呼吸道的微生物组成[7]

对微生物组的准确描述使我们能够研究微生物组与宿主免疫系统之间的相互作用。儿童早期的微生物群可能在哮喘的发展中发挥作用[8]而微生物组的特定成分与成年期的慢性哮喘有关[9].正如哮喘发病机制的“卫生假说”所描述的那样,暴露于正常的共生微生物组可能会促进免疫耐受,这对于正常的免疫系统成熟和炎症控制是必要的[10].类似的过程可能在其他肺部疾病的发病机制中起作用,涉及微生物组、免疫耐受和感染之间的相互作用。例如,Herbstet al。是否证明正常的小鼠微生物组对正常的成熟、招募和控制过敏性气道炎症是必要的[11]而一野et al。表明老鼠的微生物组有助于调节免疫功能,以应对甲型流感病毒感染[12]

健康吸烟者和慢性阻塞性肺病患者的肺部微生物群已被描述和审查[2][13].黄et al。显示需要呼吸机支持和广谱抗生素的COPD加重患者保持了不同的肺部微生物群[14].Erb-Downwardet al。2例中度或重度COPD患者的微生物群落的细菌多样性评分低于健康吸烟者和健康非吸烟者。他们描述了核心COPD肺部微生物组,包括假单胞菌、链球菌、普雷沃氏菌、梭杆菌、嗜血杆菌、细孔菌、而且Porphyromonas.此外,在移植时对极重度COPD患者的肺部微生物群落进行了密集采样。他们注意到相邻肺部位的微生物群存在显著差异,这是由细菌的主导作用引起的假单胞菌、嗜血杆菌,Stenotrophomonas在每个样本中[15].苏.评价8例极重度COPD患者肺移植时肺组织微生物群。他们注意到,与对照组相比,COPD患者的细菌多样性增加了。COPD患者厚壁菌门数量增加,原因是乳酸菌[16]

我们假设COPD肺微生物组的改变和/或其与宿主免疫系统的相互作用可能导致免疫耐受紊乱和炎症状态的发展,从而加速COPD的进展。我们进行了这项研究,以评估大量中度或重度COPD患者的肺部微生物群落,并将其与对照组患者的微生物群落进行比较。我们选择使用近期没有加重的COPD患者,以确定在疾病进展期间微生物组是否变得更加多样化,并限制类固醇和抗生素改变微生物组的影响。

结果

来自3组的32个样本(10个对照组,14个中度COPD样本,8个重度COPD样本)进行454次焦磷酸测序。得到超过46万条序列,每个样本经过修剪和质量控制滤波后平均14,451条序列(表1).在97%同一性下观察到的操作分类单位(OTUs)数量在3-119之间。从对照组和COPD组获得的序列数量有统计学上的差异p-value为0.0326。用Bonferroni方法求事后我们发现,与中度COPD组相比,严重COPD组的序列数量较少。各组间每个样本获得的OTUs数量无差异(p= 0.36)。Shannon和Simpson (1-D)多样性指数显示,重度COPD组多样性最高,其次为中度COPD组;对照组的差异最小。这些多样性指数的差异在对照组和COPD组之间有显著性差异(Shannonp= 0.0082,辛普森pKruskal Wallace检验= 0.0167)事后使用Bonferroni方法进行比较时,我们发现这些差异是由控制组和重度COPD组之间的差异引起的(对于Simpson指数,控制组和重度COPD组之间的差异刚刚超过临界值)。然而,当我们在统计上控制年龄的影响时,我们发现各组之间没有显著差异(香农指数)p -控制性和中度COPD患者和控制性和重度COPD患者的数值为p= 0.49和p= 0.73,而p -辛普森指数的值为p= 0.30和p= 0.89),但年龄与多样性相关(p香农指数= 0.0163p辛普森指数= 0.0062)。中度COPD患者年龄大于重度COPD患者(pWilcoxon检验= 0.0241)。

计算了所有样本的稀疏曲线,结果显示,除了极少数例外,额外的采样不会提供额外的OTUs (图S1).一个维恩图被创建来说明每组之间的相似性(图S2).每个研究对象组的所有序列进行合并,对照组观察到285个OTUs,中度COPD组观察到412个OTUs,重度COPD组观察到253个OTUs。重度COPD组和中度COPD组之间有显著的重叠,两者的OTUs分别为56%和34%。相比之下,控制组和中度COPD组之间仅共享17%的OTUs,控制组和严重COPD组之间仅共享23%的OTUs。在所有3组中,只有6.3%的OTUs是相同的。

序列提交给RDP分类器进行分类鉴定,自举截止值为50%。每种样品的门级分类载于图1.所有样本中最常见的门是放线菌门,其次是厚壁菌门、变形菌门、硝化螺旋门和拟杆菌门。大多数对照样品含有放线菌门、厚壁菌门和变形菌门的混合物。两个样本(对照4和对照7)的多样性指数较低,OTUs数量适中,出人意料地分别以Deinococcus-Thermus门和Nitrospira门为主。对应属耐放射而且硝化螺菌属已从许多环境地点中分离出来,但尚未从人类中分离出来。中度COPD组以放线菌门和变形菌门为主。2个样品(Moderate 43和184)多样性指数较低,以变形菌门为主。重度COPD组以放线菌门和厚壁菌门为主。其中一个样本(Severe 166)多样性指数较低,以厚壁菌门为主。与中度COPD样本相比,重度COPD样本含有更多的厚壁菌门,较少的放线菌门和变形菌门;然而,统计分析并没有显示出显著的相关性。

缩略图
图1所示。门水平的分类学鉴定。

所有序列提交到RDP分类器进行分类鉴定,自举截止值为50%。在门水平上显示每个样本的分类结果,控制样本在底部,中度COPD样本在中间,重度COPD样本在顶部。图例从最多的门(上)到最少的门(下)进行组织。

https://doi.org/10.1371/journal.pone.0047305.g001

为了评估样本之间的相似性,使用Fast UniFrac进行主坐标分析(PCoA)。该分析揭示了对照和COPD样本的聚类。未观察到中度COPD和重度COPD样本之间的区别(图2一个).我们确定了7个COPD样本,这些样本与对照样本聚类最明显,并将它们标记为“左下象限”样本(LLQ,圈出)。这7个样本几乎平均分为中度和重度样本,包括COPD 55、73、85、93、138、146和153。

缩略图
图2。主坐标分析显示COPD样本、吸入皮质类固醇使用者和吸入支气管扩张剂使用者的聚类。

主坐标分析使用mother和Fast UniFrac进行,主坐标1和2的结果如下所示。A.控制、中度COPD和重度COPD。对照样本(红色)分别与中度COPD(蓝色)和重度COPD(黄色)样本聚类。中度和重度COPD样本不会单独聚类。7个与对照样本分离最多的COPD样本被圈起来,并指定为“左下象限”(LLQ)样本,以便进一步分析。B.吸烟者和不吸烟者。吸烟者(蓝色)不会与不吸烟者(红色)分开聚类。所有COPD患者在支气管镜检查前至少6个月不吸烟。C.吸入皮质类固醇使用者和非使用者。吸入皮质类固醇使用者(蓝色,22例COPD患者中的14例)比非使用者(红色)更有可能聚集在主坐标1和2的交叉点附近。 D. Inhaled Bronchodilator Users and Non-Users. Inhaled bronchodilator users (blue, 16 of 22 COPD patients) are more likely to cluster near the intersection of principal coordinates 1 and 2 than non-users (red). All patients who received inhaled corticosteroids also received inhaled bronchodilators.

https://doi.org/10.1371/journal.pone.0047305.g002

利用这些受试者的临床信息,我们还根据其他临床参数对数据进行了聚类分析。我们特别感兴趣的是烟草暴露或免疫抑制药物(如类固醇)对肺部微生物群的潜在影响。所有COPD受试者在支气管镜检查前至少6个月不吸烟,但我们的对照组有4名吸烟者。PCoA在支气管镜检查时活跃吸烟的4名对照组受试者中未显示出任何聚类(图2 b).然后,我们将注意力转向使用类固醇对微生物群的潜在影响。COPD患者在支气管镜检查前2个月内均未使用过全身类固醇。然而,22例COPD患者中有14例使用吸入性皮质类固醇(ICS),而对照组没有使用ICS或全身类固醇。PCoA演示了ICS用户的聚类(图2 c).我们还对其他肺部药物的影响感兴趣,包括吸入支气管扩张剂(IBD)。在16例使用IBD的COPD患者中,14例同时使用ICS。PCoA确实证明了IBD用户的聚类(图2 d),但考虑到ICS-和ibd使用人群之间的高度重叠,我们无法确定是哪种药物导致了这种关联。我们还分析了基于年龄、性别、肺气肿肺组织百分比(基于CT扫描确定)和茶碱使用的PCoA数据进行聚类。没有观察到基于这些临床参数的聚类(图S3A- d)。

为了确定PCoA分析中观察到的负责聚类的分类群,我们使用Metastats检测样本之间的差异丰度特征。我们比较了COPD与对照样本、ICS使用者与非使用者、IBD使用者与非使用者,以及左下象限的样本(LLQ,圈内)图2一个) vs.所有其他(表2).在每次比较中,分别在每个分类水平上进行分析。为了将错误发现率控制在10%,我们只报告了q值<0.10的分类群p-values小于0.05)。我们的讨论主要集中在我们的4个分析中的3个或更多的差异丰度的生物体,以及在多个相应的分类水平上差异丰度的生物体。

在门一级,注意到若干变化。厌氧革兰氏阴性梭杆菌门在COPD样本中增加,这种增加反映在所有分类水平上,直至属纤毛菌属而且梭菌属在口腔菌群中发现了两种细菌[17].在IBD/ICS和COPD分析中,候选门SR1和TM7及其相关属分别增加。

在类级别,注意到两个变化。Epsilonproteobacteria在COPD分析中增加,并扩展到属弯曲杆菌.虽然通常被认为是胃肠道病原体,肺部感染已报道由于吸入食物[18]弯曲杆菌最近在香烟的宏基因组中也发现了吗[19].LLQ分析中,类协同性和阶协同性增加。这些分类单元包含该属Jonquetella,一种与牙周病和伤口感染有关的革兰氏阴性厌氧菌[20]

在订单级别,注意到多个更改。在COPD和LLQ分析中,革兰氏阳性放线菌门的成员科里氏菌(coribacterales)增加。这种增加延伸到属水平:Atopobium,阴道共生菌,口腔菌群的一员[21]而且Cryptobacterium,牙脓肿的原因[22].革兰氏阳性门厚壁菌门中有两个目差异丰富。乳酸菌在COPD和LLQ分析中增加,并且这种增加扩展到属链球菌而且Abiotrophia口腔菌群中的知名成员。在COPD分析中,丹毒三hales也增加。这种增加也反映在包括属在内的多个分类水平上BulleidiaSolobacterium),这是一种与牙周病和牙脓肿有关的有机体[23].Aeromonadales是革兰氏阴性类γ -变形杆菌的一个目,在COPD、ICS、IBD和严重(相对于中度)COPD分析中增加。这种增加延伸到属气单胞菌属它存在于淡水和半咸水中,会导致腹泻和伤口感染,尤其是对免疫功能低下的患者[24].在COPD、ICS、IBD和重度(相对于中度)COPD分析中,革兰氏阴性德尔塔变形菌门中的脱硫菌目增加。这种增加延伸到属Desulfobulbus这与牙周炎有关[25]

来自4个不同门的另外8个属在我们的4个分析中至少3个具有差异丰度。在放线菌门,我们注意到减少Humicoccus增加了Nocardioides这两种物质都在环境样本中被发现。在厚壁菌门中,我们注意到高温放线菌属这是过敏性肺炎的潜在病因[26][27].在变形菌门中,我们看到Balneimonas(在环境中发现),以及Kingella,口腔菌群的一种,也是菌血症和心内膜炎的原因之一[26][27]枸橼酸杆菌属这是一种胃肠道病原体。在厌氧门拟杆菌门中,我们注意到胃肠道病原体的增加Dysgonomonas[28]而且Phocaeicola,脑脓肿的原因[29]

我们还对中度和重度COPD样本进行了转移瘤分析(补充表1).该分析确定了9个差异丰度属,其中3个在对照和COPD样本的转移瘤分析中也被确定为差异丰度。

讨论

本文对22例中度或重度COPD患者与10例对照组患者的肺微生物组进行了分析。这是迄今为止发表的对COPD微生物组的最大分析,也是唯一主要包括中度或重度疾病的流动患者的分析。我们的结果表明,COPD受试者的微生物多样性水平较高,但这是由中度和重度COPD组之间的年龄差异所驱动的。这与erb -向下的研究结果相反et al。[15]在早期对COPD微生物组的研究中,他们发现中度和重度COPD患者的细菌多样性很少。我们注意到,尽管每个样本获得了超过5000个序列,并且稀疏曲线表明对微生物组进行了彻底的采样,但我们每个组中都有一些患者表现出非常低的多样性评分。似乎有少数COPD患者和对照组表现出较低的微生物多样性,这些样本可能会歪曲小样本量的研究结果。我们的结果与Sze一致他的研究表明,极重度COPD患者的微生物多样性高于对照组[16].我们的数据显示,与微生物多样性增加相关的是年龄,而不是COPD的严重程度。该分析排除了与COPD患者年龄不匹配的对照组患者。在我们的研究中,中度COPD患者比重度COPD患者大约年长7岁。目前尚不清楚患者年龄在多大程度上反映了COPD诊断后的年龄,因为我们的临床数据不包括受试者诊断时的年龄。

我们的数据与Charlson最初提出的假设一致et al。[7]这表明肺部微生物组似乎反映了口腔菌群的微吸入。我们注意到对照组和COPD样本类群之间存在显著重叠,尽管我们的PCoA能够分别聚类对照组和COPD样本,但不能分别聚类中度和重度COPD样本。对可能导致肺部微生物组改变的临床因素的详细分析表明,吸入性皮质类固醇或吸入性支气管扩张剂的使用可能是我们观察到的一些聚类的原因。类固醇暴露的免疫调节作用可能抑制了对肺部微生物组的免疫反应。这可能会导致肺部微生物群的持续或扩张。我们没有观察到基于烟草暴露的聚类,尽管我们的研究受到了相对较少的受试者的阻碍,他们在进行支气管镜检查时积极吸烟,平均烟草暴露为17.5包年。根据我们的数据,微生物群似乎并没有因为烟草暴露而发生显著变化。需要进一步对吸烟者发生COPD前后的微生物组进行纵向研究,以解决烟草暴露是否会改变微生物组,从而使吸烟者易于发生COPD的问题。

本研究的一个潜在弱点是鼻或口腔支气管镜的污染,因此BALF样本可能导致了观察结果。Charlson广泛地讨论了这个问题et al。[7]他们注意到BALF中的细菌来自上呼吸道细菌,可能是通过采样过程中微量吸入和支气管镜携带的结合。确定结转和微吸对肺微生物组组成的相对贡献将需要肺组织微生物组测定,如Sze所做的et al。[16].不幸的是,这种技术仅限于接受肺移植或肺叶切除术的患者,这通常不用于相对稳定的COPD患者。

我们检测到COPD、吸入性皮质类固醇、吸入性支气管扩张剂和“LLQ”微生物群中存在差异丰富的多个类群。我们的发现强化了口腔菌群的微吸入是肺部微生物群的来源这一观点。我们发现了几种常见或罕见的肺部病原体(罗氏菌,滋养菌,放线菌,链球菌,消化性链球菌,沙雷菌,嗜碳细胞菌),以及引起菌血症或心内膜炎的已知原因(罗氏菌,滋养菌,链球菌,消化性链球菌,纤毛菌,金氏菌,dysgononomonas)在我们的分析中确定的生物体中。还观察到几种厌氧菌,包括梭杆菌门、拟杆菌门和属的成员梭状芽胞杆菌属于厚壁菌门。虽然这在假定的肺需氧环境中是一个令人惊讶的发现,但这些厌氧菌可能会以类似于受囊性纤维化影响的肺的方式持续存在于COPD肺的异常微环境中。

虽然其他作者描述了“核心”肺微生物组,但我们不愿以这种方式解释我们的数据。我们的对照组和COPD样本都包括“异常值”样本,它们的多样性指数非常低,尽管进行了稳健的测序,但很少发现OTUs。来自健康对照组的数据表明,与其他受试者的肺部微生物组相比,肺部微生物组的组成与同一受试者的口腔微生物组更相似[7].我们的数据不支持存在一个在多个受试者中稳定的“核心”微生物组,我们认为口腔微生物组严重影响肺部微生物组含量。

两个Erb-Downwardet al。和苏et al。[16]发表了非常严重COPD患者肺移植时的COPD微生物组。肺移植患者可能经历频繁的COPD加重,需要频繁的全身类固醇和/或广谱抗生素。由于长期肺部疾病,他们也可能有非常异常的肺解剖。他们异常的解剖结构和可能改变微生物群的药物使用,使得这些结果很难推断到不太严重的COPD患者。我们的研究首次描述了一大组COPD患者的微生物群,这些患者的病情相对稳定,在过去2个月内没有使用系统性类固醇或抗生素。他们代表了研究微生物组、免疫系统和COPD发病机制之间相互作用的最佳环境,因为他们的疾病仍在进化中。

我们的结果以及其他关于肺部微生物组的研究表明,口腔菌群的微吸入可能是肺部微生物组的来源。慢性阻塞性肺病微生物组中的多种细菌也在龋齿、牙脓肿或牙周病中发现。流行病学研究表明,口腔健康状况不佳与COPD进展之间存在关联。良好的口腔健康和定期的专业口腔清洁改善了患者的呼吸状况,特别是那些生活在养老院的患者。最近的一项荟萃分析表明,牙周病可能与慢性阻塞性肺病有关[30].由于吸入药物的很大一部分滞留在口腔内,它们还可能干扰口腔生理和口腔微生物群。长期使用ibd会增加龋齿和胃食管反流,而使用ICSs会增加牙龈炎和口腔鹅口疮[31].正在进行的关于口腔健康对COPD疾病进展和恶化的影响的研究可能会进一步加深我们对口腔微生物组、肺部微生物组和COPD进展之间相互作用的理解。

方法

样本的选择

本研究选取了22例参与FORTE研究的患者冰冻支气管肺泡灌洗液(BALF)样本[32].14例患者为中度COPD, 8例为重度COPD表1.本研究中的患者在研究开始时同意进行支气管镜检查(本研究中包括的所有样本都是在研究开始时获得的),如果他们在过去6个月内吸烟或需要全身性类固醇或在过去2个月内使用抗生素,则被排除在外。BALF样品立即冷冻并保持在−80°C,直到解冻用于DNA提取。我们还获得了10名健康个体(4名吸烟者,6名非吸烟者)的BALF样本,肺功能正常,FEV1>预测值为80%,FEV1/FVC >为70。遵循标准的临床规程以防止BALF样本的鼻咽污染。根据FORTE研究方案,优先使用鼻咽入路,如果鼻咽技术失败,则尝试口咽入路。所有患者都提供了知情同意,他们的身份没有提供给研究团队。人体研究机构审查委员会批准了该方案(IRB Study 0202M17621和IRB Study 0601E80869)。

DNA分离,PCR扩增和测序

将BALF样品解冻,0.5 ml液体用于DNA分离。我们使用了前面描述的协议[33]用于DNA分离,包括敲珠裂解细菌细胞,然后用异丙醇沉淀和RNase消化。将纯化的DNA用REPLI-g (Qiagen, Valencia, CA)进行多次置换扩增,该方法提供高度均匀的DNA扩增,且扩增偏置最小[34].使用REPLI-g来减少PCR周期,这可能会引入偏倚。采用16S rRNA基因引物对V3区侧翼的常数区进行PCR扩增[35][36]使用20个循环。引物序列为:GCCTCCCTCGCGCCATCAG- 10基条码-CCTACGGGAGGCAGCAG3 '(向前)和5 'GCCTTGCCAGCCCGCTCAG-ATTACCGCGGCTGCTGG3 '(反向)。每个样本包含一个10基条形码,以区分患者编号和采样时间。扩增子经凝胶纯化,并在伊利诺伊大学香槟分校的Roche 454 FLX DNA测序仪上使用钛化学进行测序。为了最小化随机排序错误的影响,我们使用了RDP Pipeline[4]以消除(a)在读取开始时与PCR引物和条形码不匹配的序列,(b)在近端PCR引物后读取<50个碱基的序列,如果它们在到达远端引物之前终止,以及(c)包含多个未确定核苷酸(N)的序列。修剪。序列和嵌合体。Uchime实现在母亲[37]分别用于截断低质量序列和去除嵌合体。在序列提交给RDP分类器进行分类鉴定之前,两种引物都从高质量的reads中进行修剪,使用50%的bootstrap cutoff进行分类鉴定。操作分类单位(OTUs)定义为97%的身份截断使用母亲。

数据分析

对于PCoA分析,序列被去复制,并使用ClustalW对去复制的序列进行比对[38].通过Phylip(华盛顿大学)的加权UniFrac距离算法,将对齐的序列用于生成系统发育树[39].Metastats[40]采用RDP分类器的分类数据检测差异丰度类群,每级分类的误发现率控制在10%。采用Kruskal Wallace检验来检测3组患者和对照组之间的差异事后3项试验采用Wilcoxon检验和Bonferroni校正进行比较。在控制年龄影响的同时,采用多元线性回归检验患者组间的差异。所有统计检验均使用R版本2.15进行。

支持信息

图S1。

对照和COPD样品稀疏曲线。对照组(上)和COPD患者(下)的稀疏曲线显示,除了少数例外,额外的测序不会导致发现大量额外的操作分类单位。在COPD患者稀疏曲线中,重度COPD患者的样本曲线较粗。

https://doi.org/10.1371/journal.pone.0047305.s001

(TIF)

图S2。

维恩图分析显示中度和重度COPD样本操作分类单位(OTU)之间有显著重叠。使用母亲在OTU相似度截断值为97%时创建维恩图。所有10个对照组、14个中度COPD样本和8个重度COPD样本被合并为3组:对照组(粉红色)、中度COPD(绿色)和重度COPD(紫色)。对照组、中度COPD组和重度COPD组分别有202、245和99个独特的OTUs。三组均有46例OTUs。中度和重度COPD组共有最多的OTUs(96例)。相比之下,对照组与中度COPD和重度COPD组分别仅有25和12个OTUs。

https://doi.org/10.1371/journal.pone.0047305.s002

(TIF)

图S3。

主坐标分析显示没有基于肺气肿百分比、年龄、性别或茶碱使用的聚类。主坐标分析使用mother和Fast UniFrac进行,主坐标1和2的结果如下所示。A.百分比肺气肿。肺气肿累及肺部的百分比由FORTE研究入口胸部CT扫描计算。患者分为低(<25%,黄色),中(25-40%,绿色)和高(>40%,蓝色)%肺气肿百分比。样本不基于肺气肿百分比聚类。b .年龄。COPD样本按中位年龄划分。来自年轻COPD患者(<66岁,黄色)和老年COPD患者(≥66岁,蓝色)的样本没有单独聚类。由于两组患者年龄不匹配,因此未纳入对照患者样本。c .性别。 Control and COPD patients were labeled as male (blue) or female (red). No clustering by gender was observed. D. Theophylline Users and Non-Users. Samples were labeled as theophylline users (blue, 4 of 22 COPD patients) and non-theophylline users (red, 18 of 22 COPD patients and 10 controls). No clustering based on theophylline use was observed.

https://doi.org/10.1371/journal.pone.0047305.s003

(TIF)

致谢

我们感谢Klaudyna Borewicz在主要坐标分析方面的协助。我们感谢明尼苏达大学生物医学基因组学中心和伊利诺伊大学香槟分校W. M. Keck中心在测序方面的帮助,以及明尼苏达超级计算研究所的技术支持。我们感谢John Connett博士和Robert Wise医学博士,以及FORTE研究提供的样本和临床数据。

作者的贡献

构思并设计实验:AAP CW REI。执行实验:AAP。分析数据:AAP REI CW CR,贡献试剂/材料/分析工具:HBK CW。撰写论文:AAP HBK CW REI。

参考文献

  1. 1.Gold PM(2009) 2007年Gold指南:综合护理框架。呼吸护理54:1040-1049。
  2. 2.韩明凯,黄玉杰,Lipuma JJ, Boushey HA, Boucher RC,等(2012)阻塞性肺疾病中微生物组的意义。胸廓67:456-463。
  3. 3.细菌会导致COPD加重吗?胸部118:193-203。
  4. 4.王强,蔡波,王强。(2009)核糖体数据库项目:改进的rRNA比对和新的分析工具。核酸Res 37: D141-5。
  5. 5.Blaser MJ(2010)利用人类微生物群的力量。中国自然科学学报(自然科学版)107:6125-6126。
  6. 6.Relman DA(2011)微生物基因组学与传染病。英国医学杂志365:347-357。
  7. 7.陈晓明,王晓明,王晓明,等。(2011)人体呼吸道细菌群落的分布特征。Am J呼吸急救医疗184:957-963。
  8. 8.李志刚,李志刚,李志刚,等。(2007)新生儿气道细菌定植对哮喘的影响。中华医学杂志27:372-381.e1-3。
  9. 9.陈建平,陈建平,陈建平,等。(2010)哮喘气道微生物群落的研究进展。PLoS ONE 5: 372-381.e1-3。
  10. 10.Couzin-Frankel J(2010)细菌和哮喘:解开联系。科学330:1168-1169。
  11. 11.王晓燕,王晓燕,王晓燕,等。(2011)微生物定植对过敏性气道炎症调节异常的影响。Am J呼吸危重护理医学184:198-205。
  12. 12.Ichinohe T, Pang IK, Kumamoto Y, Peaper DR, Ho JH,等。(2011)呼吸道甲型流感病毒感染免疫防御的微生物区系调控。中国自然科学学报(自然科学版)108:5354-5359。
  13. 13.黄玉杰,Lynch SV(2011)气道微生物群与慢性呼吸道疾病的关系:临床意义。专家Rev呼吸医学5:809-821。
  14. 14.黄玉娟,金丽娟,黄玉娟,等。(2010)慢性阻塞性肺疾病(copd)急性加重期气道微生物群的变化。组学-整合生物学杂志14:9-59。
  15. 15.erb -下行JR, Thompson DL, Han MK, Freeman CM, McCloskey L,等(2011)“健康”吸烟者和COPD患者肺部微生物组的分析。PLoS One 6: e16384。
  16. 16.马思哲,马志强,王志强,等。(2012)慢性阻塞性肺疾病肺组织微生物组。Am J呼吸危重护理医疗。
  17. 17.陈涛,陈志明,陈志强,陈志强,等。(2010)口腔微生物群的研究进展。细菌杂志192:502 - 5017。
  18. 18.Behl D, Manchanda R, Thomas C (2008)弯曲杆菌食物误吸引起脓胸。中华外科杂志3:81-83。
  19. 19.Sapkota AR, Berger S, Vogel TM(2010)香烟细菌宏基因组中丰富的人类病原体。环境卫生展望118:351-356。
  20. 20.朱玛-比拉克E, Carlier JP, Jean-Pierre H, Citron D, Bernard K,等(2007)Jonquetella anthropigen. nov., sp. nov.,从人类分离出的“增效菌门”候选者门的第一个成员。中国微生物学杂志(英文版)57:2743-2748。
  21. 21.肖伟林,李kl,刘志,Jones C(2012)正常口腔菌群向急性牙髓感染的微生物转化。BMC基因组学。
  22. 22.罗培生,王志强,王志强(2009)急性牙脓肿的微生物学研究。中华医学微生物学杂志58:155-162。
  23. 23.杨秋波,范丽宁,史强(2010)儿童急性根尖周脓肿相关细菌的克隆及序列分析。中华医学杂志36:218-223。
  24. 24.Steinberg JP, Burd EM(2010)其他革兰氏阴性杆菌和革兰氏可变杆菌。入职:曼德尔GL,班尼特JE,多林R,编辑。曼德尔,道格拉斯和贝内特的传染病原理和实践,第七版。费城:Elsevier, Inc. 3015-3033。
  25. 25.Teles FR, Teles RP, Siegelin Y, Paster B, Haffajee AD,等(2011)rna -寡核苷酸定量技术用于龈下生物膜中未培养细菌种类的计数。Mol口腔微生物26:127-139。
  26. 26.Lemieszek M, Chilosi M, Golec M, Skorska C, Huaux F,等(2011)吸入接触与有机粉尘相关的不同微生物抗原后过敏性肺炎的小鼠模型。农业环境医学18:159-168。
  27. 27.张晓明,张晓明,张晓明,等。(2009)烟草对人体呼吸健康的影响及免疫应答高温放线菌属在尼加拉瓜的甘蔗工人中。国际杂志职业环境健康15:249-254。
  28. 28.Hofstad T, Olsen I, Eribe ER, Falsen E, Collins MD,等(2000)Dysgonomonas十一月将军适应Dysgonomonas gadeiSp. nov.,一种从人胆囊中分离出来的有机体,以及Dysgonomonas capnocytophagoides(原CDC组DF-3)。中国微生物学杂志(英文版)50:2189-2195。
  29. 29.Al Masalma M, Raoult D, Roux V (2009)Phocaeicola脓肿gen nov., sp. nov.,一种从人脑脓肿样本中分离出来的厌氧菌。微生物学杂志59:2232-2237。
  30. 30.阿扎帕祖霍,李克JL(2006)呼吸道疾病与口腔健康关系的系统综述。牙周病杂志27(3):344 - 344。
  31. 31.郭达良,郭达良,郭达良(2011)吸入治疗对口腔健康的影响。肺印度28:272-275。
  32. 32.Roth MD, Connett JE, D 'Armiento JM, Foronjy RF, Friedman PJ,等(2006)类维生素a治疗肺气肿的可行性研究。胸廓130:1334-1345。
  33. 33.于震,Morrison M(2004)改进了从食料和粪便样本中提取pcr质量群落DNA的方法。生物技术36:808-812。
  34. 34.Hosono S, Faruqi AF, Dean FB, Du Y, Sun Z,等(2003)直接从临床样本进行全基因组扩增。基因组测序13:954-964。
  35. 35.Muyzer G, de Waal EC, Uitterlinden AG(1993)利用变性梯度凝胶电泳分析16S rRNA编码基因的复杂微生物种群。应用环境微生物59:695-700。
  36. 36.Kim HB, Borewicz K, White BA, Singer RS, Sreevatsan S,等。(2011)商品猪粪便中年龄相关细菌多样性的纵向调查。兽医微生物杂志153:124-133。
  37. 37.Schloss PD, Westcott SL, Ryabin T, Hall JR, Hartmann M, et al.(2009)介绍母亲:用于描述和比较微生物群落的开源、平台独立、社区支持的软件。应用环境微生物75:7537-7541。
  38. 38.陈娜,苏awara H, Koike T, Lopez R, Gibson TJ等。(2003)多序列比对与Clustal系列程序。核酸Res 31: 3497-3500。
  39. 39.Hamady M, Lozupone C, Knight R (2010) Fast UniFrac:促进微生物群落的高通量系统发育分析,包括pyrosequencing和PhyloChip数据分析。Isme j 4:17 - 27。
  40. 40.White JR, Nagarajan N, Pop M(2009)临床宏基因组样本差异丰度特征检测的统计学方法。PLoS计算生物学5:e1000352。