首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Patrick Schloss
文章数:11篇
定植抵抗
最小粪便群落移植或也可恢复对艰难梭菌的定植抗性
这是发表在mBio上的一份工作,作者对抗生素处理的艰难梭菌易感小鼠进行了粪便群落移植(FCT)预处理,发现FCT可恢复链霉素和头孢哌酮介导的艰难梭菌感染(CDI)易感性。在对移植菌液进行梯度稀释后重复实现,发现仅在链霉素处理条件下,1/1000稀释度后FCT仍能恢复小鼠对CDI的抗性。通过16S扩增子,作者观察到抗生素处理与FCT后菌群结构变化,其中链霉素处理小鼠中紫单胞菌科和毛螺菌科丰度与CDI抗性正相关。值得注意的是,这份工作强调了FCT是否起效取决于抗生素处理后的菌群结构,支持了克林霉素和头胞哌酮的阴性结果。
定植抵抗
艰难梭菌感染
粪菌移植
结直肠癌
菌群分类越精细,大肠癌分类越准确?No!
肠道菌群已成为无创检测结直肠癌的一个有希望的靶点。大多数基于菌群的分类工作利用来自操作分类单元(OTU)或扩增子序列变体(ASV)的分类丰度数据,以提高分类分辨率。然而,目前尚不清楚哪种分类分辨率最适合用于基于菌群的结直肠癌分类。mBio近期发表的文章,对门、纲、目、科、属、OTU和ASV等不同分类分辨率下预测模型的性能进行量化分析,发现分类分辨率和预测性能之间需要权衡,粗略的分类分辨率(如门)不够清晰,但精细分辨率(如ASV)过于个性化,无法准确分类样本。这类似于金凤花和三只熊的故事,中程分辨率(即科、属和OTU)对于从肠道菌群数据优化预测结直肠癌来说“恰到好处”。
结直肠癌
菌群
机器学习
分类
菌群-免疫互作
Cell子刊:肠道菌群失调调控CD8+ T细胞以促进结肠炎相关肿瘤
肠道菌群失调可能影响结直肠癌的发生发展。Cell Reports上发表的一项最新研究发现,小鼠的肠道菌群紊乱可能通过诱导结肠中的CD8+ T细胞产生IFNγ,进而导致肿瘤微环境中的T细胞衰竭,使免疫监视功能受损并增加炎症相关肿瘤易感性。
菌群-免疫互作
Microbiome
Colitis
colon cancer
CD8 T cells
艰难梭菌感染
非甾体类抗炎药可能加重艰难梭菌感染
非甾体类抗炎药的使用会加重艰难梭菌感染。本研究发现非甾体类抗炎药(NSAIDs)通过扰乱环氧酶介导的前列腺素代谢,扰乱肠道菌群、肠道屏障稳态和相应代谢反应,对解释NSAID的肠道副作用、艰难梭菌感染防治具有重要参考价值。
艰难梭菌感染
非甾体类抗炎药
小鼠
前列腺素代谢
环氧酶
可重复性
菌群研究中的可重复性问题及解决方法
微生物组研究火热,伴随而来的研究可重复性问题也受到越来越多的重视。mBio近期发表一篇观点文章对此进行讨论,提出了用于鉴别和解决可重复性问题的框架方针,推荐专业人士关注。
可重复性
研究伦理学
American Academy of Microbiology
Microbiome
Reproducibility
优特克单抗
mBio:粪菌特征或可预测优特克单抗治疗克罗恩病的效果
靶向TNF-α的治疗常用于克罗恩病患者,但如何预测治疗的效果是个难题。利用治疗前的基础粪便菌群组成及多样性,构建随机森林模型,或可用于预测患者对优特克单抗治疗的应答。
优特克单抗
克罗恩病
生物标志物
IBD
Stelara
colorectal cancer
Microbiome:FIT的剩余缓冲液就可用于大肠癌菌群检测
很多人关注这篇文章,小秘书再次分享。很多人也在关注通过粪便做大肠癌筛查,在传统的粪便隐血试验和粪便免疫化学检测(FIT)基础上,对菌群进行检测也可以作为判断是否有癌变的指标,但一般来说需要二次取样,不方便,这文章说只需要用FIT剩余缓冲液去检测就可以了,这可省多少事。。
colorectal cancer
Fecal immunochemical test
gut microbiome
microbiota
Random forest
α多样性
mBio:菌群和肥胖的相关性,也受到挑战
有两项研究说,用新的方法分析之前的数据,居然无法支持菌群与肥胖相关这一被广泛接受的假说!那到底以前的分析方法靠不靠谱呢?无菌小鼠的实验其实已经直接证明了菌群与肥胖等代谢疾病的关系,而新的数据分析方法为什么会得到二者相关性很弱的结论呢?以前的方法出现了什么问题?是忽视了个体化差异太大,还是样本量完全不够,算法有问题?这篇文章带给我们的震撼,不仅仅是告诉我们P/B值跟肥胖无关,也不仅仅是因为菌群和肥胖的相关性受到质疑,还因为它提示我们,现有的数据分析方法可能太初级,充满系统性错误。或许也可以说,我们的菌群研究真的还是处于太初级的阶段!
α多样性
随机效应模型
拟杆菌
厚壁菌
随机森林机器学习
稀疏性分析
mBio:发现微生物新物种的进程,或许已进入瓶颈期!
你测一条16S rRNA基因全长数据,有95%左右概率是已知序列,用这样的测序来发现新物种,已经越来越难。而地球上到底有多少种微生物,问题也随着这个研究再一次被提出。
稀疏性分析
物种数量
细菌
古细菌
16S rRNA
结肠直肠癌
基于微生物的模型提高了结肠病变粪便免疫化学检测的敏感度
① 检测490名结直肠癌(CRC)患者粪便肠道菌群多样性,研究肠道菌群相对丰度及粪便中血红蛋白浓度的关系;② 基于微生物的随机森林模型法检测到癌变率91.7%和结直肠腺瘤率45.5%,而粪便免疫化学法(FIT)检出率分别为70%和37.7%;③ Porphyromonas assaccharolytica、Peptostreptococcus stomatis、Parvimonas micra和Fusobacterium nucleatum与CRC相关;④ 益生菌的减少,如毛螺菌科细菌,与传统FIT联用,能显著提高腺瘤的检出率。
结肠直肠癌
粪便免疫化学检测
生物标记物
肠道菌群
Zhang-Rong Xu
mothur:引用过万跨平台的扩增子分析流程
mothur作为第一款扩增子分析流程,整理了作者之前开发的DOTUR、SONS(妈妈的女儿和儿子)和其它主流工具,简单易用,使扩增子技术走进普通实验室,极大的推动的本领域的发展,但有限于其下游缺少完善的可视化工具,而被后来的QIIME超越。mothur的最大优势是跨平台,可以在windows上轻松使用,而且软件拥有海量的社区用户且作者也定期办研讨会来进行技术分享,截止2019的7月Google学术统计引用超1.1万次,预计今年引用可达2千次且仍稳定增长。名字已被广大同行所铭记,成为推动本领域发展的重要一笔。近期GigaScience发表的Galaxy mothur (https://doi.org/10.1093/gigascience/giy166)让大家实现鼠标操作即可使用mothur,可能缺少宣传发表一年多仅有1次引用。
Vanessa Leone
Eugene B Chang
Jun Miyoshi
Sawako Miyoshi