跳转到主页内容
访问键 NCBI主页 MyNCBI主页 主要内容 主导航
比较研究
． 2019年11月14日;9(1):16801。
doi: 10.1038 / s41598 - 019 - 53041 - 4。

胰腺癌患者粪便微生物组特征

伊丽莎白的一半12， 二硝散克伦3.， 利亚谢夫3.， 塔蒂阿娜多尔夫曼4， Ishai拉切特1， 推断克鲁格4， 由谢夫5， 希拉Knobler5， 班Maor6， 艾瑟夫巴德斯坦7， 弗雷德·M·科尼科夫78， Uri Gophna9
从属关系
免费PMC文章
比较研究

胰腺癌患者粪便微生物组特征

伊丽莎白的一半et al。 Sci代表． ．
免费PMC文章

摘要

在发达国家，胰腺癌(PC)是癌症相关死亡的主要原因，由于大多数患者在诊断时患有不治之症，因此开发一种早期发现的筛查方法具有高度优先性。由于其代谢的重要性，胰腺功能的改变可能会影响肠道菌群的组成，潜在地产生PC的生物标志物。然而，如果这些生物标志物是特定于晚期疾病，可能涉及合并症，如胆道梗阻或糖尿病，那么它们的有用性可能是有限的。在这项研究中，我们分析了30名胰腺腺癌患者、6名癌前病变患者、13名健康受试者和16名非酒精性脂肪肝患者的粪便微生物群，使用细菌16S rRNA基因的扩增子测序。14种细菌特征区分了PC和对照组，其中一些与最近中国队列的发现相同。基于微生物群的随机森林模型对PC和对照样品进行分类，AUC为82.5%。然而，研究对象间的变异性很高，并且在癌前胰腺病变患者中也仅观察到一小部分pc相关的微生物信号，这意味着基于微生物组的早期检测将具有挑战性。

利益冲突声明

作者声明没有利益竞争。

数据

图1
图1
不同样品类型中微生物组成的相似性。使用主坐标分析(PCoA)来可视化样本之间的空间关系，根据(一个)丰度加权UniFrac和(b) UniFrac距离矩阵。
图2
图2
PC的微生物特征。（一个) LEfSe鉴定的区分PC患者(红色)和健康对照组(绿色)的细菌类群。系统发育相关的细菌类群由连接分支表示。（b)随机森林模型的ROC曲线，在(中识别的特征上训练。一个）.
图3
图3
一组不同的生物标志物类群与PC和胆管阻塞相关。（一个)维恩图，显示在LEfSe比较中确定的三个标记分类群之间共享的分类群数量。NBO PC:非胆管梗阻型PC;胆管梗阻性PC:胆管梗阻性PC。（b) LEfSe鉴定的分类单元，用于区分BO PC和NBO PC患者。（c) LEfSe识别的分类群用于区分健康对照组和“纯粹的”NBO PC患者。
图4
图4
两个具有代表性的PC鉴别类群的深入探讨。一个箱形图，描绘了不同组的汇总统计数据，以及一个对应的条形图，描绘了每个个体的相对丰度，显示了与pc相关的数据Akkermansia（一个)，以及与控件相关的敏感梭状芽胞杆菌．（b)箱形图中，线表示相对丰度中位数，框表示3理查德·道金斯和1圣分位数，晶须为±1.5*IQR，异常值以圆点表示。
图5
图5
在两个队列的综合分析中，起源和疾病影响都很明显。来自中国队列的数据与我们自己的数据整合，形成合并数据集进行分析。（一个) Jaccard距离矩阵的PCoA。（b)跨队列和类型的关键门箱线图。（c) LEfSe分析在集成数据集中识别疾病判别类群。（d)基于(c)中识别的特征建立的随机森林模型的ROC。在箱线图中，直线表示相对丰度的中位数，方框表示3理查德·道金斯和1圣分位数，晶须为±1.5*IQR，异常值以圆点表示。
在PMC中查看此图像和版权信息

类似的文章

  • 与非酒精性脂肪性肝病儿童脂肪性肝炎和中重度纤维化相关的微生物组特征
    Schwimmer JB, Johnson JS, Angeles JE, Behling C, Belt PH, Borecki I, Bross C, Durelle J, Goyal NP, Hamilton G, Holtz ML, Lavine JE, Mitreva M, Newton KP, Pan A, Simpson PM, Sirlin CB, Sodergren E, Tyagi R, Yates KP, Weinstock GM, Salzman NH。 Schwimmer JB等人。 消化病学，2019年10月;157(4):1109-1122。doi: 10.1053 / j.gastro.2019.06.028。Epub 2019 6月27日。 胃肠病学》2019。 PMID:31255652 免费的PMC文章。
  • 非酒精性脂肪肝患者粪便微生物群特征
    李峰，孙刚，王震，吴伟，郭华，彭林，吴林，郭霞，杨勇。 李飞，等。 中国生命科学，2018 7月;61(7):770-778。doi: 10.1007 / s11427 - 017 - 9303 - 9。Epub 2018 6月8日。 中国生命科学。2018。 PMID:29948900
  • 白塞氏病肠道微生物群的宏基因组研究
    叶铮，张楠，吴超，张鑫，王强，黄鑫，杜林，曹强，唐杰，周超，侯松，何勇，徐强，熊翔，Kijlstra A，秦宁，杨鹏。 叶泽，等。 微生物组。2018年8月4日;6(1):135。doi: 10.1186 / s40168 - 018 - 0520 - 6。 微生物》2018。 PMID:30077182 免费的PMC文章。
  • 肿瘤微生物组的多样性和组成影响胰腺癌的预后。
    Riquelme E, Zhang Y, Zhang L, Montiel M, Zoltan M, Dong W, Quesada P, Sahin I, Chandra V, San Lucas A, Scheet P, Xu H, Hanash SM, Feng L, Burks JK, Do KA, Peterson CB, Nejman D, Tzeng CD, Kim MP, Sears CL, Ajami N, Petrosino J, Wood LD, Maitra A, Straussman R, Katz M, White JR, Jenq R, Wargo J, McAllister F。 Riquelme E等人。 中国科学。2019年8月8日;178(4):795-806.e12。doi: 10.1016 / j.cell.2019.07.008。 细胞。2019。 PMID:31398337 免费的PMC文章。
  • 胆胰恶性疾病的微生物群:系统综述。
    Mattos VC, Nascimento FSD, Suzuki MO, Taba JV, Pipek LZ, Moraes WAF, Cortez VS, Kubrusly MS, Torsani MB, Iuamoto L, Hsing WT, Carneiro-D'Albuquerque LA, Meyer A, Andraus W。 Mattos VC等。 诊所(圣保罗)。2022年9月16日;77:100101。doi: 10.1016 / j.clinsp.2022.100101。eCollection 2022。 诊所(圣保罗)。2022. PMID:36122499 免费的PMC文章。 审查。
查看所有类似文章

引用的

参见所有“引用”文章

参考文献

    1. 王晓燕，王晓燕，王晓燕。癌症统计，2018。美国癌症杂志，2018;68:7-30。doi: 10.3322 / caac.21442。-DOI-PubMed
    1. Ferlay J，等。欧洲癌症发病率和死亡率模式:2012年对40个国家的估计。欧元。中华癌症杂志，2013;49:474 - 403。doi: 10.1016 / j.ejca.2012.12.027。-DOI-PubMed
    1. Sakorafas GH, Tsiotos GG, Korkolis D, Smyrniotis V.胰腺癌发展高危人群:治疗方案和手术的作用。中华外科杂志2012;21:e49-58。doi: 10.1016 / j.suronc.2011.12.006。-DOI-PubMed
    1. Haeno H，等。胰腺癌的计算模型揭示了转移动力学，建议最佳的治疗策略。细胞。2012;148:362 - 75。doi: 10.1016 / j.cell.2011.11.060。-DOI-PMC-PubMed
    1. Yachida S，等。远处转移发生在胰腺癌遗传进化的晚期。大自然。2010;467:1114-7。doi: 10.1038 / nature09515。-DOI-PMC-PubMed

发布类型

物质