你在这里

  • 家
  • 存档
  • 70年卷3
  • 排名微生物方差在炎症性肠病:一个大型纵向洲际学习

条文本

菜单条
XML
炎症性肠病
原始研究
排名微生物方差在炎症性肠病:一个大型纵向洲际学习
  1. 亚当·G克鲁尼1,2,
  2. 茱莉亚Eckenberger1,2,
  3. 埃米利奥Laserna-Mendieta1,2,
  4. 凯瑟琳一个教堂司事3,
  5. 马修·T伯恩斯坦3,
  6. 凯西Vagianos3,
  7. 迈克尔·萨金特3,4,
  8. Feargal J瑞安1,2,
  9. 迦太基莫兰1,5,
  10. 住希恩1,5,
  11. 罗伊·D s神1,6,
  12. 劳拉E Targownik3,4,
  13. 查尔斯·N伯恩斯坦3,4,
  14. 费格斯沙1,5,
  15. 马库斯J Claesson1,2
  1. 1APC微生物爱尔兰科克大学,软木塞、爱尔兰
  2. 2学院微生物学,科克大学,软木塞、爱尔兰
  3. 3马尼托巴大学的炎症性肠病的临床和研究中心,温尼伯,曼尼托巴、加拿大
  4. 4节胃肠病学,内科,曼尼托巴大学,温尼伯,曼尼托巴、加拿大
  5. 5医学系的,大学学院,软木塞、爱尔兰
  6. 6生物科学学院,科克理工学院,软木塞、爱尔兰
  1. 对应到马库斯J博士,前景并不乐观的微生物学,大学,软木病人YN60,爱尔兰;M.Claesson在{}ucc.ie

文摘

客观的微生物导致的炎症性肠病(IBD)的发病机制,但不同的生活方式和环境因素的相对贡献肠道微生物群的成分变化尚不清楚。

设计这里,我们排名疾病活动的尺寸效应,药物,饮食和地理位置的粪便微生物群组成(16 s rRNA基因测序)患者的克罗恩病(CD;n = 303)、溃疡性结肠炎(UC;n = 228)和控制(n = 161),后纵向(与16周的间隔在三个时间点)。

结果减少微生物群的多样性,但增加变异性被证实在CD和加州大学与控制。重要成分差异的疾病,特别是CD,和控制明显。纵向分析显示减少颞IBD的微生物群稳定,尤其是在患者的疾病活动的变化。机器学习疾病控制分离,和活跃不活跃的疾病,当连续时间点被模仿。地理位置占大多数的微生物群方差,第二个CD的存在与否,其次是手术切除的历史、饮酒和UC诊断、药物和饮食与大多数(90.3%)的组分方差随机或原因不明。

结论精密医学和理性设计的流行概念的微生物群的任何治疗操作将不得不认为不仅与宿主反应的异质性,但也有广泛不同的生活方式和与方差仍然下落不明。

  • 克罗恩氏病
  • 溃疡性结肠炎
  • 结肠微生物区系
  • 饮食

数据可用性声明

合理的请求数据。所有数据都包含在相关研究文章或作为补充信息上传。在NCBI SRA PRJNA414072序列数据是可用的。

http://creativecommons.org/licenses/by-nc/4.0/

这是一个开放的分布式条依照创作共用署名非商业性(4.0 CC通过数控)许可证,允许别人分发,混音,适应,建立这个工作非商业化,和许可他们的衍生产品在不同的协议,提供了最初的工作是正确地引用,给出合适的信用,任何更改表示,非商业使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。

http://dx.doi.org/10.1136/gutjnl - 2020 - 321106

来自Altmetric.com的统计

    请求的权限

    如果你想重用任何或所有本文的请使用下面的链接,这将带你到版权税计算中心的RightsLink服务。你将能够获得快速的价格和即时允许重用内容在许多不同的方式。

    视频

    摘要框

    已知在这个问题上是什么?

    • 肠道微生物群的多样性和稳定性IBD患者低。

    • Microbiota-based分类之间的疾病和控制一直是成功的,但不是活跃的和不活跃的疾病之间。

    • 这些团体之间的差异丰富的微生物也被确认,但这些通常在不同的国家起源、研究和方法。

    有什么新发现吗?

    • 我们发现时间个体内微生物群变化的疾病活动的说明。

    • 地理位置是微生物群变异的主要决定因素,尽管大多数成分差异仍然无法解释。

    它会如何影响临床实践在可预见的未来吗?

    • 种族、饮食、和地理位置需要考虑在未来微生物群对个性化治疗的前景研究的影响。

    • 此外,纵向采样是重要的利用自身内在方差增加潜在的诊断和预后。

    介绍

    临床与实验研究与肠道微生物群与克罗恩病(CD)的发病机制和溃疡性结肠炎(UC)。1 - 5减少微生物多样性和其他non-disease-specific微生物的变化,这可能反映了继发于炎症改变,已报告了调查。此外,一些最近报道明显针对疾病的变化。6 - 9然而,饮食、药物、种族、地理和大量的生活方式和环境变量可能混淆微生物研究的解释和复制。这是特别有问题的小研究。一些大型纵向研究跨阶段的疾病活动已经进行了,9 - 11特别是在洲际比较。因此,我们进行了一项研究在不同时间点的大量的CD和UC患者从两个socioeconomically发达但地理上分隔地区(爱尔兰和加拿大),活动(复发)和非活动期间(缓解)疾病和排名的贡献变量微生物群组成。

    结果证实微生物群组成的不稳定波动疾病患者活动,但显示地理位置(这可能反映了民族和生活方式差异)对微生物群方差的排名高于普通变量如手术切除之前,年龄,性别和饮食。然而,大多数的方差是无法计算的。研究结果对个性化治疗的前景产生影响基于微生物操作。

    方法

    研究人群,样本和数据收集

    由传统和调查所有患者的诊断标准。10病人没有被邀请参加评论研究设计和没有咨询开发patient-relevant结果或解释结果。患者没有被邀请为写作或编辑该文档的可读性或准确性。IBD的活动状态被定义为一个粪便calprotectin测量≥250µg / g。11病人从软木塞,爱尔兰(n = 283)和马尼托巴省,加拿大(n = 409),在三个独立的采样时间点之间的距离大约16周(表1)。所有受试者完成了食物频率问卷(FFQ)来获取长期的饮食习惯通过频率中等食品157份。12日13爱尔兰FFQ用于适应加拿大的参与者,以反映普遍被加拿大人口的食品。14这些频率是正常每月数量,分为30更广泛的食品类别。

    把这个表:
    表1

    主题特征和样本大小的爱尔兰和加拿大军团

    样品处理和排序

    所有样本处理在一个实验室的软木塞使用相同的协议。爱尔兰主题使样品早上胃肠病学诊所的及时交付给微生物实验室和冻结在−80°C。加拿大的样本在−储存80°C,装船前对干冰软木塞。没有疏忽冻融。进行了一个实验来调查的时间延迟运输加拿大样品(见的结果)。

    整除约0.2克被转移到用一个3.5毫米玻璃珠管,0.1毫升的1.0毫米氧化锆/硅珠和0.1毫升的0.1毫米玻璃珠(美国巴特尔斯维尔Biospec)。QIAamp快速DNA凳子工具包(试剂盒、德国)是用于DNA提取。首先,1毫升InhibitEX缓冲区添加到粪便样本,由bead-beating中断在Mini-Beadbeater-24 (Biospec) 30年代,三次在最大速度(3450中风/分钟)。样本在95°C加热5分钟,随后根据装备加工指令导致基因组DNA筛选了200年µL吃缓冲区(10毫米Tris-Cl pH值8.3,0.1毫米EDTA, 0.04% NaN3(叠氮化钠))。DNA浓度测量使用NanoDrop 2000分光光度计(美国热科学)和存储在−80°C,直到16 s rRNA基因扩增子测序图书馆准备。库后准备进行Illumina公司(美国圣地亚哥)的建议。整除15 ng中提取的DNA进行PCR扩增的16 s rRNA V3-V4高变区总量的30µL。引物(向前:5“-CCTACGGGNGGCWGCAG-3”,相反:5“-GACTACHVGGGTATCTAATCC-3”)是从Klindworth选出来的等15和Illumina公司适配器,包含过剩核苷酸序列,被添加到gene-specific序列。16PCR引物的浓度(欧陆坊基因组学、德国)使用0.2µM Phusion高保真的DNA聚合酶(美国热科学)。PCR扩增2720热循环执行(美国应用生物系统公司)在98°C 30年代,紧随其后的是25 98°C的周期10年代,55°C 15 s, 72°C 20年代和72°C 5分钟。Post-PCR产品放大16 s rRNA基因带验证的琼脂糖凝胶和纯化使用Agencourt AMPure XP磁珠(美国beckman coulter)和筛选了50µL EB缓冲区(试剂盒)。净化后,5µL DNA扩增的PCR运用Nextera XT指数底漆(Illumina公司)在98°C运行30年代,和紧随其后的8个周期98°C的10年代,55°C 15 s, 72°C 20年代和72°C 5分钟,其次是第二个净化与Agencourt AMPure XP磁珠。包含Nextera索引的扩增子终于25µL EB缓冲区和DNA浓度的筛选了量化使用量子位高灵敏度双链DNA分析工具包(热科学)。随机混合的库是由每个样本的增加40 ng。最后,这个库的稀释样本30 nM浓度被MiSeq测序(Illumina公司)欧陆坊基因组学。

    额外−80°C冷冻整除包含大约0.5克粪便材料是用来测量calprotectin浓度ImmunoCap 250 autoanalyser用人伊利亚calprotectin免疫测定2 (Phadia-Thermo科学、瑞典)。的BUHLMANN fCAL酶联免疫试剂盒部署了粪便calprotectin测量在加拿大的队列。结果表示为μg / g粪便化验。

    生物信息学分析和统计数据

    首先,“cutadapt”17用于删除适配器序列V3-V4地区的16 s rRNA扩增子读允许出错率为0.2。USEARCH (V.8.1.1861)脚本的fastq_merge”采用正向和反向合并。QIIME脚本的split_libraries”用于信号分离保留读取用最小平均phr Q25质量和长度为390 - 465个基点。新创的聚类操作分类单位(辣子鸡)进行了使用“cluster_otus”在USEARCH,嵌合体被使用的uchime_ref与ChimeraSlayer黄金数据库。18的Mothur实现核糖体数据库项目(RDP)分类器(V.11.4)被用来分类OTU分类法(门和属)引导截止的80%,和所有其他分配在特定的非保密等级。19对于物种分类和梭状芽胞杆菌集群,SPINGO (V.1.3)20.针对RDP数据库执行(V.11.4)相似性得分为0.5,引导截止0.8。21在NCBI SRA PRJNA414072序列数据是可用的。

    在R V.3.6.0下游分析。α和β多样性计算使用R的包的phyloseq“当情节构造”ggplot2”。微分类群丰富使用的MetagenomeSeq”(V.1.26.3),而饮食消费的差异计算使用Wilcoxon测试。Heatplots建造使用'made4“库斯皮尔曼的相关性结合层次Ward-clustering。分层集群被使用的dynamicTreeCut”最小集群大小的75个样本和测试与费舍尔分类的测试数据和定量的Wilcoxon测试数据。斯皮尔曼的相关性被用来评估食品集团/分类单元/元数据之间的相关性和主坐标分析(PCoA) /主成分分析(PCA)的轴。阿多尼斯的素食主义者“图书馆基于Bray-Curtis不同进行调查和排名14环境因素包括药物对整体的影响微生物组成。FFQ数据被浓缩进一个因素,健康食品的多样性(HFD)指数,如前所述,22使用单独的食品。不同的治疗方法和疾病活动,方差调整为炎症性肠病组之间的量化影响活动/活动和治疗/治疗,而不是健康/ IBD患者的影响。在贪婪的逐步累积解释方差计算方法,即环境因素贡献最高的R2迭代值(p < 0.1)被添加到模型在前面的迭代。区分健康/疾病和主动/不活跃的疾病,梯度提高了生成树模型通过“xgboost”基于比例正常化辣子鸡出现在至少5%的样本,或这些辣子鸡的两个时间点之间的比率不变疾病患者。1000年最佳模型参数确定与引导迭代和5倍交叉验证。对于每个二进制分类,n分析模型预测的类生成的n样本。OTU重要性决定了获得OTU添加到模型和每个OTU的频率被用于一个模型。每个分类的性能是衡量接受者操作特征下的面积。P值调整为多个测试在适当情况下,使用Benjamini和业务方法。23

    结果

    在IBD不同微生物组成的控制

    我们收集了303例患者的1815份粪便样本与CD 228 UC患者和161名健康对照的地区马尼托巴省,加拿大(59%的受试者)和软木,爱尔兰。样本收集的纵向受试者在复发(活跃;34%的1515 IBD样本)或缓解(不活跃)的时间间隔平均16周(95%置信区间CI: 15.6 - 17.0)。看到表1为主题的特点。

    所有样本的16 s rRNA V3-V4区域放大,测序和受到质量和嵌合体过滤在软木,导致平均21 647(95%置信区间CI: 21 298 21 996)可用读取每个样本。这些都是集中到3148年辣子鸡≥97%身份和进一步分析。确保邮件的时滞加拿大样本软木不混淆微生物群的结果,我们分析了四个新的样本存储在副本在室温下长达7天。时间点没有明显区别的微生物群α多样性,也不是任何OTU样本之间的差异丰富处理在不同的时间点(在线补充图1)。

    β多样性分析基于Bray-Curtis距离(图1一个)显示出重大的疾病有关的转变以及主成分1和2 (pc),与健康对照组CD样本位于最远的,其次是加州大学。活动性疾病患者样本进一步从控制比患者在缓解期(不活跃)的加州大学沿着PC1 (p < 0.013)和CD PC2 (p < 0.012)。

    Microbiota composition and diversity in Crohn’s disease (CD), ulcerative colitis (UC) and control subjects. (a) Principal coordinates analysis (PCoA) based on Bray-Curtis distances with proportional normalisation on all operational taxonomic units (OTUs) present in >5% of samples, with samples grouped by disease and activity state. Violin plots show projections of PCoA points into PC1 and PC2. (b) Spearman’s correlations between PC axes and food groups/metadata and alpha diversity. Only categories with significant correlations are represented. The direction and length of the arrows indicate the direction and strength of the correlation. (c) Comparison of Chao1 alpha diversity for disease type and status of patients with IBD vs healthy controls.(d) Comparison of distances between time points from the same subject based on intra-individual Bray-Curtis distances. (e) Comparison of intra-individual and inter-individual Bray-Curtis distances. *p<0.05; **p<0.01; ***p<0.001.
    " data-icon-position="" data-hide-link-title="0">图1
    图1

    微生物群组成和多样性在克罗恩病(CD),溃疡性结肠炎(UC)和对照组。(一)主坐标分析(PCoA)基于Bray-Curtis距离在所有操作分类单位比例正常化(辣子鸡)出现在> 5%的样本,样本按疾病分组和活动状态。小提琴情节展示PC1和PC2 PCoA点的预测。(b)枪兵的PC轴和食品集团/元数据之间的相关性和α多样性。只有类别显著相关性。箭头指示的方向和长度的方向和强度的相关性。(c)比较Chao1α多样性的疾病类型和状态的IBD患者与健康对照组。(d)的比较时间点之间的距离从同一主体基于自身内在Bray-Curtis距离。(e)比较自身内在和inter-individual Bray-Curtis距离。* p < 0.05;* * p < 0.01; ***p<0.001.

    几个食品集团和其他元数据(稍后讨论)是PC1和/或PC2轴显著相关,因此,与整体相关的微生物群组成的变化(图1 b;在线补充表1)。关联最强的是地理位置、切除、发病的年龄和食品补充剂。然而,α多样性总体相关性最强,在IBD患者低。无论相关性β多样性,α多样性显著降低CD和UC患者与控制(图1 c;在线补充表2),同时在活跃的和不活跃的加州大学。个别学科(成对的版本图1 c),活跃UC显示α多样性显著低于相应的不活跃的样本相同的主题(在线辅助图2)。

    物种与疾病相关

    辣子鸡是分类和过滤200种物种水平出现在至少5%的样本,从而消除异常患病率较低的类群。MetagenomeSeq分析显示更多的物种丰度明显高于在疾病与控制。其中,68年有显著下降和35显著增加CD相对于控制。同样,60物种明显减少,27物种增加与控制相比,加州大学(图2;在线辅助表3 - 5)。最显著增加物种在CD与控制瘤胃球菌属gnavus和Eggerthella lenta。相比之下,几真细菌(大肠eligens和大肠rectale)和Faecalibacterium prausnitzii物种在CD相比,减少了控制。大肠lenta也增加了在加州大学和控制Holdemania filiformis和innocuum梭状芽胞杆菌,而大肠eligens和aminobutyricum梭状芽胞杆菌在加州大学相对于减少控制。活跃的和不活跃的CD之间没有明显差异,或活跃的和不活跃的加州大学。

    Differential species abundances (volcano plots) between disease groups and disease state. Points above the horizontal line are significant while the X-axis position of each point indicates the direction of fold change. The size of each point refers to the abundance of the species across the cohort while the colour indicates the family rank. CD, Crohn’s disease;UC, ulcerative colitis.
    " data-icon-position="" data-hide-link-title="0">图2
    图2

    微分物种丰度(火山地块)疾病组与疾病之间的状态。点高于水平线是重要而每个点的轴位置表明褶皱变化的方向。每个点的大小指的是丰富的物种在队列而颜色表示家庭等级。CD,克罗恩病,溃疡性结肠炎,溃疡性结肠炎。

    微生物签名CD被建议使用一个布尔算法在八个不同类群丰富导致精度在64% -85% -82%和77%之间区分病人对加州大学和健康对照组,分别。7应用相同的数据集生成算法和属低精度为61%(加州大学和CD)和68%(控制vs CD)。一个更强大的方法,特别是对于异构数据集,24机器学习技术极端梯度增加。通过这种方法,我们观察到的曲线下面积(AUC) 0.88 CD与控制精度(84%),和0.88(83%的准确率)加州大学和控制大肠rectale和梭状芽胞杆菌集群XIVa两种疾病最重要的歧视性的辣子鸡,分别为(图3;在线辅助表6)。然而,CD和加州大学的AUC是低得多(0.67;64%的准确率)。重复的分类在每个位置略微改变了auc (图3),而洲际交叉验证的auc有点平均减少0.071 (在线辅助图3;在线辅助表7)。奇怪的是,分类疾病活动才可能通过使用连续两个时间点之间的纵向受试改变每个OTU的比率,而不是从单个时间点辣子鸡。前一种方法,我们获得更高的auc为0.81(81%的准确率;Hydrogenoanaerobacterium saccharovorans最重要的CD), 0.73 (85%;双歧杆菌属)加州大学为0.91(89%的准确率;Anaerostipes hadrus)患者合并(图4;在线辅助表8)。

    Machine learning classification of the subject cohorts, first combined and then separated by geographic location. Receiver operating characteristic curves (ROC) for the boosted tree models on the bases of proportional normalised operational taxonomic units (OTUs) present in >5% of samples. Below each ROC curve, variable importance plots show the relative importance for the 10 OTUs with the highest gain for each comparison alongside their highest known classification. The white UC and CD labels within the bars indicate which OTUs are increased in their respective patient group, bars without mark indicate that their respective taxon is increased in the other class of the model. A model with an area under the curve (AUC) of 0.5 has no discriminatory capacity, whereas an AUC of 1 indicates perfect separation of the response variables.
    " data-icon-position="" data-hide-link-title="0">图3
    图3

    机器学习的分类群,首先结合,然后由地理位置。接收机工作特性曲线(ROC)提高树模型比例正常运营基地的分类单元(辣子鸡)出现在> 5%的样本。下面每个ROC曲线,变量重要性的情节显示的相对重要性最高的10个辣子鸡获得每个比较与已知分类的最高水平。酒吧内的白色加州大学和CD标签显示哪些辣子鸡增加各自的病人组,酒吧没有标记表明各自的分类单元模型的增加在其他类中。模型曲线下面积(AUC) 0.5没有歧视性的能力,而1表示完全分离的AUC响应变量。

    Single and dual time-point machine learning classification of disease activity for patients with Crohn’s disease (CD) and ulcerative colitis (UC) separately and combined cohorts based on proportional normalised operational taxonomic units (OTUs) present in >5% of samples. The receiver operating characteristics (ROC) curves for the boosted tree models on the second row were generated based on the ratio of each OTU between two consecutive time points. Only subjects that did not transition between disease states were included, Canadian and Irish combined. Below each ROC curve are variable importance displayed indicating the relative importance for the 10 OTUs with the highest gain for each model.
    " data-icon-position="" data-hide-link-title="0">图4
    图4

    单和双时间点的机器学习分类患者的疾病活动克罗恩病(CD)和溃疡性结肠炎(UC)单独和联合军团基于比例正常化运作分类单元(辣子鸡)出现在> 5%的样本。接受者操作特征曲线(ROC)为提高树模型在第二行生成基于每个OTU连续两个时间点之间的比率。只有受试者之间没有过渡疾病包括加拿大和爱尔兰的总和。下面每个ROC曲线变量重要性显示指示的相对重要性最高的10个辣子鸡增益为每个模型。

    层次聚类显示组由普遍的物种

    针对加州大学和CD的异质性,我们评估潜在的基于微生物群组成的分层。层次聚类显示10组(集群)基于他们的比例的物种组成,与几个集群由特定的物种(图5)。集群规模介于79和328样品通常是区分不同的相对丰度。其中,集群7 - 10(主要是加拿大)IBD患者明显多于其他集群。集群1 (拟杆菌vulgatus集群),7 (大肠杆菌、志贺氏杆菌)和集群8 (Akkermansia muciniphila1/3的主题)包含更多主题postresection,而集群1、2 (普氏菌copri)和10个有更多的科目采取生物制剂(抗肿瘤坏死因子)(在线辅助图4;在线辅助表9)。

    Hierarchical clustering of stool microbiota. Heatplot of operational taxonomic units (OTUs) classified at species level with Spearman’s correlations and ward-linkage clustering. The vertical colour bar represents the family of each species. The samples were divided into 10 clusters (tertiary horizontal colour bar) using dynamicTreeCut. The first horizontal colour bar indicates the disease and status of each sample, the second horizontal bar shows samples of the same patient that clustered adjacent to each other. The species names on the right of the plot, along with the cluster number, are the drivers of the clustering. The bar chart shows the taxonomic composition at family level of each sample ordered by phylum. The principal coordinates analysis (PCoA) at the bottom is the same as figure 1 but labelled by the 10 clusters. CD, Crohn’s disease; UC, ulcerative colitis.
    " data-icon-position="" data-hide-link-title="0">图5
    图5

    粪便微生物群的层次聚类。Heatplot操作分类单元(辣子鸡)分类与斯皮尔曼在物种水平的相关性和ward-linkage集群。垂直颜色条代表每个物种的家庭。样品被分成10集群使用dynamicTreeCut(三级水平颜色条)。第一水平颜色条表明每个样本的疾病和状况,第二水平栏显示样品相同的病人集群相互毗邻。物种名称右边的情节,随着集群数量,是集群的司机。这个柱状图显示了每个样本的分类组合在家庭层面下令门。底部的主坐标分析(PCoA)是一样的图1但是标签的10集群。CD,克罗恩病;加州大学,溃疡性结肠炎。

    时间稳定

    时间稳定评估通过比较受试Bray-Curtis跨多个时间点的距离。CD或加州大学有更高的受试患者差异(减少微生物群稳定)与控制(图1 d;在线辅助表10)。另外,我们观察到明显高于过渡微生物群受试样本的差异不同活动阶段CD和加州大学,比样本病人的疾病活动并没有改变。Inter-individual差异也显著大于个体内差异对于所有军团(图1 e)。

    我们进一步调查时间稳定性测试样本是否来自同一主题有较高的倾向相互毗邻的分层树聚类(图5)。所有样品的这棵树,36%是最接近的样本相同的主题。支持上面的时间观察(图1 d;在线辅助表11),同样的样本(CD或加州大学),但随着过渡活动状态,不太可能比与相邻样本与不变活动状态。相同的对照组样本彼此更有可能是下一个比CD或UC患者样本。

    年龄、饮食和地理影响微生物群

    β多样性PCoA分离到两个地理位置(在线辅助图5)表明,CD微生物群从马尼托巴受试者在更高程度上观察到负责水平转变图1一个和在线辅助图6,主要归因于切除(参见下一节)。否则没有疾病,主要差异活动和控制军团在两个地点。软木塞的α多样性控制和加州大学活动主题与马尼托巴湖组相比显著增加(在线辅助图7)。后者群体是年龄比软木队列(表1),我们调整的地理位置,但仍然发现了相同的两组软木α多样性有显著高于相应的马尼托巴军团。年龄也负相关与α多样性软木不活跃和马尼托巴活跃CD组(在线辅助图8)。我们观察到显著的变化在两个地点之间的微生物群组成两组独立主成分也(在线辅助图6)。因此,许多物种明显不同的两个地点之间的68种乳糜泻(51 13活跃,不活跃),57岁的加州大学(13活跃,不活跃的27日)和对照组(之间的20个不同的在线辅助图9;在线辅助表12 - 18)。碳水化合物发酵leptum梭状芽胞杆菌丰富的物种在马尼托巴省学科最为明显CD和加州大学与软木相比,整体和不活跃的状态。

    几个食品集团(高糖食物,棕色的面食,家禽,红肉,酒精和黑面包)总体微生物群组成,有显著相关性,说明了相关性的两个电脑轴图1 b(在线补充表1)。跨地理位置,食用高糖食品,坚果,黄油和油增加与IBD科目,而控制食用更多的水果、蔬菜、高纤维的早餐麦片,酱汁和酒精(图1 b;在线辅助表19)。此外,20个食物组消耗之间的不同人口群体(在线辅助图10)和土豆、豆类、白面包、加工肉类、酱汁和早餐麦片显著增加在软木队列,而其他蔬菜、高糖食品,坚果,面食和米饭在马尼托巴省增加组。

    我们发现微生物群的多样性和HFD指数呈正相关所有参数同时考虑和马尼托巴加州大学活动(在线辅助图8 b)。出乎意料,微生物群的多样性不活跃的UC患者在软木和HFD指数负相关,与加拿大同行。microbiota-independent PCA基于157食品显示CD和UC患者的长期的饮食习惯是不同的从控制重大转变远离控制PC2 (图6)。这一转变的主要驱动力是棕色面食、米饭和酱(高控制)和黄油和油(IBD)高(图6 b;网上补充表20)。

    Food composition in Crohn’s disease (CD), ulcerative colitis (UC) and control subjects. (a) Principal component analysis (PCA) of the food groups coloured by disease and disease status. Violin plots represent the points in the PCA projected to the principal component (PC)1 and PC2 axes to assess shifts in the groups. Patients with greater than one identical questionnaire are indicated by black circles. (b) Spearman’s correlations between PC axis of PCA and food groups/metadata. Only features with significant correlations are represented. The direction and length of the arrows indicate the direction and strength of the correlation. *p<0.05; **p<0.01; ***p<0.001.
    " data-icon-position="" data-hide-link-title="0">图6
    图6

    克罗恩病(CD)的食品成分,溃疡性结肠炎(UC)和对照组。(一)主成分分析(PCA)的食物组的疾病和疾病状态。小提琴情节代表分PCA预计第一主成分(PC)和PC2轴来评估组织的变化。大于1的患者用黑色的圆圈表示相同的调查问卷。(b)枪兵的PCA PC轴之间的相关性和食品集团/元数据。只有特性显著的相关性。箭头指示的方向和长度的方向和强度的相关性。* p < 0.05;* * p < 0.01;* * * p < 0.001。

    药物和肠切除与微生物群的变化有关

    微生物群的多样性和成分都明显与肠切除和一些药物的使用。切除受试者α多样性低于non-resected主题和控件(在线辅助图11),还显示β多样性的一个重要转变远离non-resected主题和健康对照组(在线辅助图12)。切除是治疗主要在我们的CD组;因此,当比较这些主题很明显,切除在马尼托巴省微生物群组成了特别明显的影响(在线辅助图13)。的重大变化以及PC2远离控制和non-resected受试者同样的方向这两个国家,但对马尼托巴更明显。

    有多达63种不同丰富(在线辅助表21 - 25日这些切除/ non-resection组之间),包括f . prausnitzii和c . leptum在non-resected科目增加,Blautia有的时候,脆弱拟杆菌和r . gnavus被切除科目的增加。

    受试者在质子泵抑制剂(ppi)药物比吸毒者位于远离控制和也显著降低α多样性(在线辅助图11;在线辅助表26)。2的10 PPI用户属于显著增加物种链球菌属(美国agalactiae和变异链球菌)。唯一的主题与微生物群组成接近控制(高PC1值)服用5-aminosalicylates (在线辅助图12)。同样,α多样性(在线辅助图115-aminosalicylates)明显高于对病人,控制,相比之下,那些没有。然而,这些变化并不归因于任何特定的物种。

    最后,我们测试了多少微生物群方差(β多样性)解释了25环境因素对650名被试在一个随机选择的时间点(图7)。CD诊断存在与否影响最大的微生物群,其次是地理位置,之前的手术切除,饮酒和UC的诊断。HFD指数饮食(总结),人体测量学和药物也解释了一些微生物组成的变化。吸烟与疾病活动显示non-significance的原因可能是由于这些团体相对较小和不均匀的大小(表1)。然而,应该注意结合时,这些因素解释<微生物群总方差的9.7%。

    Factors explaining microbiota variance. Association between 25 tested environmental factors and the microbiota beta diversity of n=650 individuals (291 Crohn’s disease (CD), 236 ulcerative colitis (UC), 120 controls; one randomly chosen time point per subject) at operational taxonomic unit (OTU) level in terms of explained fraction of the variance in Bray-Curtis dissimilarity. Of available 692 subjects, 42 were excluded due to missing values in the metadata. Adjusted permutational multivariate analysis of variance p values: *p<0.05; **p<0.01; ***p<0.001. 5-ASA, 5-aminosalicylic acid; NSAID, non-steroidal anti-inflammatory drug; NS, not significant.
    " data-icon-position="" data-hide-link-title="0">图7
    图7

    因素方差解释微生物群。25个测试环境因素之间的关联、微生物群的β多样性n = 650个人(291克罗恩病(CD)、236溃疡性结肠炎(UC), 120控制;一个随机选择的时间点/主题)操作分类单位(OTU)级别的分数Bray-Curtis方差的不同解释。可用的692例,42岁由于缺失值的元数据被排除在外。调整置换多元方差分析p值:* p < 0.05;* * p < 0.01;* * * p < 0.001。5-ASA 5-aminosalicylic酸;非甾体抗炎药(非甾体抗炎药;NS,不重要。

    讨论

    微生物群和炎症性肠病的发病机制之间的关系建立,但有限的信息排名已知变量的影响在微生物群组成,包括纵向随访在疾病的不同阶段的活动。我们的结果表明,扰动粪便微生物组合在活动性疾病最为明显,尤其是在CD。纵向研究设计允许微生物群动态调查,表明inter-individual方差大于个体内部,而微生物群在CD和加州大学相比更不稳定的控制。这与先前的报告是一致的小群体。9日25日26日最大的微生物群组成的变化与转换在活跃的和不活跃的阶段的疾病。纵向采样的重要性更加明显与机器学习模型能够分离活跃的和不活跃的疾病,即使特定类群并不与不同活动状态。这仅仅是可能的在使用自身内在每个OTU连续两个时间点之间的比率,但当使用单个时间点的辣子鸡。生物,这是直观,因为炎症和其他疾病相关因素(如药物治疗炎症,抗生素的使用,手术,等等)更有可能导致微生物群可变性IBD患者比控制。因此,频繁的和长期的抽样可能允许一个改进的分类,和潜在的relapse-predicting模型。27

    正如所料,粪便微生物群α多样性降低CD和加州大学,但与微生物群组成、多样性与疾病活动没有显著变化。微生物物种发现显著增加的CD与控制相比,我们同意先前的报告r . gnavus28 29和梭菌属nucleatum,30.虽然对面也被报道前的物种。30.我们发现有大量减少在CD白色瘤胃球菌属、大肠rectale和f . prausnitzii相比之下,控制,与之前的研究结果相一致30 31和荟萃分析。32真细菌和Roseburia物种是最重要的类群分类CD和加州大学与控制。

    一些物种在某些子组的病人尤为突出。例如,集群相关联的b . vulgatus,答:muciniphila和大肠杆菌、志贺氏杆菌突出前患者手术切除术,并也被其他人注意到。33已经提出,减少粪便pH值与5-aminosalicylate可能占花朵双歧杆菌和乳酸杆菌,理论上减少粘膜炎症和最小化改变微生物群。34病人接受5-aminosalicylic酸药物也可能有一个温和的疾病的微生物群接近的控制,因为比要求生物制剂。

    重要的成分变化和饮食习惯观察之间的关联并符合膳食成分作为一个潜在的危险因素在IBD的报道。35值得注意的是,大约90%的微生物群方差在IBD仍然下落不明,没有测量或由于随机因素。这是(84%)高于以前观察到在一个大型比利时-荷兰队列中,36在加州大学对总体方差的影响相对较小。地理位置(可能反映了生活方式的差异,饮食和种族)的第二大non-disease-related影响在我们的队列和婴儿最近被证明有重大的影响。37尽管类似的趋势是明显的在这两个地理位置研究我们,他人的工作凸显了种族38和地理位置39为研究微生物群的重要因素。这也可能导致一些不一致的微生物群对炎症性肠病的研究。无论如何,微生物群和主机的异质性,这可能是相互依存的,将是一个挑战个性化的前景预测或疗法基于微生物群操作。

    数据可用性声明

    合理的请求数据。所有数据都包含在相关研究文章或作为补充信息上传。在NCBI SRA PRJNA414072序列数据是可用的。

    伦理语句

    伦理批准

    本研究通过软木医院的研究伦理委员会和马尼托巴大学的健康研究委员会。

    确认

    作者要感谢研究护士玛戈特赫尔利和凯瑟琳baillie gifford援助。

    引用

    1. ↵
      1. 伯恩斯坦CN,
      2. 《福布斯》JD
      。肠道微生物在炎症性肠病和其他慢性免疫介导的炎症性疾病。Inflamm int说2017年;2:116年- - - - - -23。doi: 10.1159 / 000481401pmid:http://www.ncbi.nlm.nih.gov/pubmed/30018962
      OpenUrl PubMed
    2. ↵
      1. Nishida一个,
      2. 井上R,
      3. InatomiO,等
      。肠道微生物群在炎症性肠病的发病机制。中国新药杂志2018年;11:1- - - - - -10。doi: 10.1007 / s12328 - 017 - 0813 - 5pmid:http://www.ncbi.nlm.nih.gov/pubmed/29285689
      OpenUrl CrossRef PubMed
    3. ↵
      1. 希恩D,
      2. 沙纳F
      。肠道微生物群在炎症性肠病。杂志中国北部是2017年;46:143年- - - - - -54。doi: 10.1016 / j.gtc.2016.09.011pmid:http://www.ncbi.nlm.nih.gov/pubmed/28164847
      OpenUrl PubMed
    4. ↵
      1. 左T,
      2. 卡姆马,
      3. Colombel肯尼迪,等
      。城市化和肠道微生物群在健康和炎症性肠病。Nat牧师杂志2018年;15:440年- - - - - -52。doi: 10.1038 / s41575 - 018 - 0003 - zpmid:http://www.ncbi.nlm.nih.gov/pubmed/29670252
      OpenUrl CrossRef PubMed
    5. ↵
      1. 瑞安FJ,
      2. 埃亨我,
      3. 菲茨杰拉德RS,等
      。结肠微生物群与炎症和主机外遗传性改变炎症性肠病。Nat Commun。在新闻2020年;11:1512年。doi: 10.1038 / s41467 - 020 - 15342 - 5pmid:http://www.ncbi.nlm.nih.gov/pubmed/32251296
      OpenUrl PubMed
    6. ↵
      1. FranzosaEA,
      2. Sirota-Madi一个,
      3. Avila-PachecoJ,等
      。肠道微生物的结构和代谢活动在炎症性肠病。Nat Microbiol2019年;4:293年- - - - - -305年。doi: 10.1038 / s41564 - 018 - 0306 - 4pmid:http://www.ncbi.nlm.nih.gov/pubmed/30531976
      OpenUrl PubMed
    7. ↵
      1. 帕斯卡V,
      2. Pozuelo米,
      3. BorruelN,等
      。克罗恩病的微生物签名。肠道2017年;66年:813年- - - - - -22。doi: 10.1136 / gutjnl - 2016 - 313235pmid:http://www.ncbi.nlm.nih.gov/pubmed/28179361
      OpenUrl 文摘/免费的全文
    8. ↵
      1. YilmazB,
      2. JuilleratP,
      3. ØyasO,等
      。出版商更正:微生物网络障碍复发难治性克罗恩氏病。Nat地中海2019年;25:701年。doi: 10.1038 / s41591 - 019 - 0411 - 9pmid:http://www.ncbi.nlm.nih.gov/pubmed/30846883
      OpenUrl CrossRef PubMed
    9. ↵
      1. HalfvarsonJ,
      2. BrislawnCJ,
      3. LamendellaR,等
      。人类肠道微生物动力学在炎症性肠病。Nat Microbiol2017年;2:17004年。doi: 10.1038 / nmicrobiol.2017.4pmid:http://www.ncbi.nlm.nih.gov/pubmed/28191884
      OpenUrl PubMed
    10. ↵
      1. 。兰普顿D,
      2. 沙纳F
      。快速的事实:炎症性肠病2016年。
    11. ↵
      1. 林肯尼迪,
      2. 陈J-M,
      3. 左陶宏根,等
      。荟萃分析:粪便calprotectin炎性肠道疾病的评估活动。Inflamm肠说2014年;20.:1407年- - - - - -15。doi: 10.1097 / MIB.0000000000000057pmid:http://www.ncbi.nlm.nih.gov/pubmed/24983982
      OpenUrl CrossRef PubMed 网络的科学
    12. ↵
      1. Claesson乔丹,
      2. 杰弗瑞IB,
      3. 康德年代,等
      。肠道微生物群组成与饮食和健康的老年人。自然2012年;488年:178年- - - - - -84年。doi: 10.1038 / nature11319pmid:http://www.ncbi.nlm.nih.gov/pubmed/22797518
      OpenUrl CrossRef PubMed 网络的科学
    13. ↵
      1. 哈林顿J,
      2. 菲茨杰拉德美联社,
      3. LayteR,等
      。社会人口、健康不良的饮食和生活方式的预测因素。公共卫生减轻2011年;14:2166年- - - - - -75年。doi: 10.1017 / S136898001100098Xpmid:http://www.ncbi.nlm.nih.gov/pubmed/21729473
      OpenUrl CrossRef PubMed 网络的科学
    14. ↵
      1. 克鲁尼AG),
      2. 伯恩斯坦CN,
      3. 莱斯利WD,等
      。比较肠道微生物之间的质子泵抑制剂的长期用户和非用户。食物药物杂志2016年;43:974年- - - - - -84年。doi: 10.1111 / apt.13568pmid:http://www.ncbi.nlm.nih.gov/pubmed/26923470
      OpenUrl CrossRef PubMed
    15. ↵
      1. Klindworth一个,
      2. PruesseE,
      3. SchweerT,等
      。评价一般16 s核糖体RNA基因的PCR引物对古典和下一代sequencing-based多样性研究。核酸Res2013年;41:e1。doi: 10.1093 / nar / gks808
    16. ↵
      1. Klindworth一个,
      2. PruesseE,
      3. SchweerT,等
      。评价一般16 s核糖体RNA基因的PCR引物对古典和下一代sequencing-based多样性研究。核酸Res2013年;41:e1-e。doi: 10.1093 / nar / gks808pmid:http://www.ncbi.nlm.nih.gov/pubmed/22933715
      OpenUrl PubMed
    17. ↵
      1. 马丁米
      。Cutadapt删除适配器从高通量测序序列读取。EMBnet j。2011年;17:10- - - - - -12。doi: 10.14806 / ej.17.1.200
      OpenUrl CrossRef
    18. ↵
      1. 埃德加钢筋混凝土,
      2. 哈斯BJ,
      3. 克莱门特JC,等
      。UCHIME提高嵌合体检测灵敏度和速度。生物信息学2011年;27:2194年- - - - - -200年。doi: 10.1093 /生物信息学/ btr381pmid:http://www.ncbi.nlm.nih.gov/pubmed/21700674
      OpenUrl CrossRef PubMed 网络的科学
    19. ↵
      1. 城堡PD,
      2. 威斯克SL,
      3. RyabinT,等
      。引入mothur:开源,独立于平台的,支持的软件描述和比较微生物群落。:环境Microbiol2009年;75年:7537年- - - - - -41。doi: 10.1128 / AEM.01541-09pmid:http://www.ncbi.nlm.nih.gov/pubmed/19801464
      OpenUrl 文摘/免费的全文
    20. ↵
      1. 阿拉德G,
      2. 瑞安FJ,
      3. 杰弗瑞IB,等
      。SPINGO:微生物的快速species-classifier扩增子序列。BMC生物信息学2015年;16。doi: 10.1186 / s12859 - 015 - 0747 - 1
    21. ↵
      1. 阿拉德G,
      2. 瑞安FJ,
      3. 杰弗瑞IB,等
      。SPINGO:微生物的快速species-classifier扩增子序列。BMC生物信息学2015年;16:324年。doi: 10.1186 / s12859 - 015 - 0747 - 1pmid:http://www.ncbi.nlm.nih.gov/pubmed/26450747
      OpenUrl CrossRef PubMed
    22. ↵
      1. DrescherLS,
      2. 蒂埃尔年代,
      3. Mensink“绿带运动”
      。一个新的指数来衡量健康的食物多样性更好地反映健康饮食比传统的措施。J减轻2007年;137年:647年- - - - - -51。doi: 10.1093 /约/ 137.3.647pmid:http://www.ncbi.nlm.nih.gov/pubmed/17311954
      OpenUrl 文摘/免费的全文
    23. ↵
      1. BenjaminiY,
      2. DraiD,
      3. 埃尔默G,等
      。控制的错误发现率行为遗传学研究。Behav大脑Res2001年;125年:279年- - - - - -84年。doi: 10.1016 / s0166 - 4328 (01) 00297 - 2pmid:http://www.ncbi.nlm.nih.gov/pubmed/11682119
      OpenUrl CrossRef PubMed 网络的科学
    24. ↵
      1. 陈T,
      2. GuestrinC
      。XGBoost:一个可伸缩的树增强系统。22 ACM SIGKDD学报》国际会议上知识发现和数据挖掘2016年:785年- - - - - -94年。
    25. ↵
      1. 斯坎兰PD,
      2. 沙纳F,
      3. O’mahonyC,等
      。文化无关的时空变化分析占主导地位的粪便微生物群和有针对性的细菌在克罗恩病子组。中国Microbiol2006年;44:3980年- - - - - -8。doi: 10.1128 / JCM.00312-06pmid:http://www.ncbi.nlm.nih.gov/pubmed/16988018
      OpenUrl 文摘/免费的全文
    26. ↵
      1. 罗伊德•普莱斯J,
      2. ArzeC,
      3. Ananthakrishnan一个,等
      。Multi-Omics肠道微生物生态系统的炎性肠道疾病。自然2019年;569年:655年- - - - - -62年。doi: 10.1038 / s41586 - 019 - 1237 - 9pmid:http://www.ncbi.nlm.nih.gov/pubmed/31142855
      OpenUrl CrossRef PubMed
    27. ↵
      1. Vazquez-BaezaY,
      2. 冈萨雷斯一个,
      3. 徐ZZ,等
      。指导纵向在IBD的群组研究中进行抽样。肠道2018年;67年:1743年- - - - - -5。doi: 10.1136 / gutjnl - 2017 - 315352pmid:http://www.ncbi.nlm.nih.gov/pubmed/29055911
      OpenUrl 免费的全文
    28. ↵
      1. 愿意英国石油公司,
      2. DicksvedJ,
      3. HalfvarsonJ,等
      。双胞胎的焦磷酸测序研究表明胃肠道微生物资料随炎症性肠病表型。胃肠病学2010年;139年:1844年- - - - - -54。doi: 10.1053 / j.gastro.2010.08.049pmid:http://www.ncbi.nlm.nih.gov/pubmed/20816835
      OpenUrl CrossRef PubMed 网络的科学
    29. ↵
      1. Joossens米,
      2. 驾车G,
      3. Cnockaert米,等
      。失调的粪便微生物群在克罗恩病的患者及其亲属的影响。肠道2011年;60:631年- - - - - -7。doi: 10.1136 / gut.2010.223263pmid:http://www.ncbi.nlm.nih.gov/pubmed/21209126
      OpenUrl 文摘/免费的全文
    30. ↵
      1. GeversD,
      2. Kugathasan年代,
      3. 丹森拉,等
      。最近诊断为克罗恩病的首次治疗微生物。细胞宿主细菌2014年;15:382年- - - - - -92年。doi: 10.1016 / j.chom.2014.02.005pmid:http://www.ncbi.nlm.nih.gov/pubmed/24629344
      OpenUrl CrossRef PubMed 网络的科学
    31. ↵
      1. 康年代,
      2. DenmanSE,
      3. 莫里森米,等
      。失调的粪便微生物群在克罗恩病病人所显示的一个定制的系统芯片。Inflamm肠说2010年;16:2034年- - - - - -42。doi: 10.1002 / ibd.21319pmid:http://www.ncbi.nlm.nih.gov/pubmed/20848492
      OpenUrl CrossRef PubMed 网络的科学
    32. ↵
      1. 曹Y,
      2. 沈J,
      3. 跑古银
      。减少之间的联系Faecalibacterium prausnitzii和炎症性肠病:一个荟萃分析和系统的文献之回顾。杂志Res Pract2014年;2014年:1- - - - - -7。doi: 10.1155 / 2014/872725pmid:http://www.ncbi.nlm.nih.gov/pubmed/24799893
      OpenUrl CrossRef PubMed
    33. ↵
      1. 中性粒细胞C,
      2. BuloisP,
      3. DesreumauxP,等
      。菌群的变化ileocolonic切除术后neoterminal回肠的克罗恩病。是杂志2002年;97年:939年- - - - - -46。doi: 10.1111 / j.1572-0241.2002.05613.xpmid:http://www.ncbi.nlm.nih.gov/pubmed/12003430
      OpenUrl CrossRef PubMed
    34. ↵
      1. 雪l,
      2. 黄Z,
      3. 周X,等
      。可能的mesalazine对肠道微生物群的影响。食物药物杂志2012年;36:813年- - - - - -4。doi: 10.1111 / apt.12034pmid:http://www.ncbi.nlm.nih.gov/pubmed/22984958
      OpenUrl PubMed
    35. ↵
      1. 刘易斯JD,
      2. 阿伯太
      。饮食作为触发或治疗炎症性肠病。胃肠病学2017年;152年:398年- - - - - -414年。doi: 10.1053 / j.gastro.2016.10.019pmid:http://www.ncbi.nlm.nih.gov/pubmed/27793606
      OpenUrl PubMed
    36. ↵
      1. FalonyG,
      2. Joossens米,
      3. Vieira-Silva年代,等
      。肠道微生物群体分析变异。科学2016年;352年:560年- - - - - -4。doi: 10.1126 / science.aad3503pmid:http://www.ncbi.nlm.nih.gov/pubmed/27126039
      OpenUrl 文摘/免费的全文
    37. ↵
      1. 斯图尔特CJ,
      2. 贾米德新泽西,
      3. O ' brien莱托,等
      。时间的肠道微生物组在儿童早期发展泰迪学习。自然2018年;562年:583年- - - - - -8。doi: 10.1038 / s41586 - 018 - 0617 - xpmid:http://www.ncbi.nlm.nih.gov/pubmed/30356187
      OpenUrl CrossRef PubMed
    38. ↵
      1. Deschasaux米,
      2. 布特柯,
      3. Prodan一个,等
      。描绘肠道微生物群的构成与不同民族人口不过共享地理起源。Nat地中海2018年;24:1526年- - - - - -31日。doi: 10.1038 / s41591 - 018 - 0160 - 1pmid:http://www.ncbi.nlm.nih.gov/pubmed/30150717
      OpenUrl PubMed
    39. ↵
      1. 他Y,
      2. 吴W,
      3. 郑氯,等
      。健康的肠道微生物组的区域变化限制应用参考范围和疾病模型。Nat地中海2018年;24:1532年- - - - - -5。doi: 10.1038 / s41591 - 018 - 0164 - xpmid:http://www.ncbi.nlm.nih.gov/pubmed/30150716
      OpenUrl CrossRef PubMed

    补充材料

    • 补充数据

      仅这个web文件已经由英国医学杂志出版集团从一个电子文件提供的作者(年代)和没有对内容进行编辑。

    脚注

    • 推特@ClaessonLab

    • AGC和我同样起到了推波助澜的作用。

    • 贡献者澳门赛马会,FS, LT和CNB项目设计和管理;自动增益控制,我和EL-M进行分析;FS, CNB,厘米和DS提供临床样本和专业知识;AGC,我,澳门赛马会和FS写的手稿;澳门赛马会,RDS和FS担保资金。内和加拿大MTB的数据库创建和管理主题,KV管理FFQ加拿大主题,处理粪便样本,测量fCAL女士在加拿大。AGC和我同样起到了推波助澜的作用。

    • 资金这项研究的部分支持由爱尔兰科学基金会(格兰特数字SFI / 12 / RC / 2273、11 / SIRG / B2162和17 / CDA / 4765)和欧洲的克罗恩氏和结肠炎组织(2014年)。

    • 免责声明FS是一个联合创始人滋养健康,杜鹃座健康(现在的4 d制药软木)和沉睡的大陆食品临床试验。澳门赛马会SeqBiome创始人之一。

    • 相互竞争的利益MTB报告赠款和个人费用从AbbVie加拿大,赠款和个人费用来自加拿大詹森,赠款和个人费用来自辉瑞加拿大、拨款来自加拿大夏尔,赠款和个人费用来自加拿大武田,个人从Mylan医药费用,其他从AbbVie,詹森,辉瑞公司Boerhinger殷格翰集团,Celgene公司,在提交工作;FS报告其他食物卫生/精密生命学、其他4 d制药、软木、其他临床试验从沉睡的大陆食品,个人费用从Kaleido生物科学,在提交工作;澳门赛马会报告从一家名为Mars PetCare个人费用,其他从第二个基因组,在提交工作。

    • 病人和公众参与病人和/或公众没有参与设计、实施、报告或传播计划的研究。

    • 出处和同行评议不是委托;外部同行评议。