分享

科研 | Nature 子刊:常用药物对肠道菌群组成和代谢功能的影响

 微生态 2021-04-13


编译陈康,编辑:小菌菌、江舜尧。

原创微文,欢迎转发转载。

导读

人类肠道菌群现已与药物功效相关联,而这些药物中存在的化合物也会影响肠道细菌。然而,在临床背景下,药物与微生物之间的相互作用仍未得到充分研究。在这里,我们报告了常用药物与肠道微生物组的相互关系。我们对人群队列和两个胃肠道疾病队列的粪便样本进行了宏基因组学测序。对每个队列进行分析,然后进行整合分析,我们发现了药物使用者与非使用者之间的差异。找到41种药物中的19种与肠道微生物有关。质子泵抑制剂(PPI),二甲双胍,抗生素和致泻药显示出与微生物组最强的关联性。我们在这里探究了肠道菌群组成的改变,代谢通路的变化以及耐药基因组学的变化。为肠道菌群组成多样性提供了解释,并且为以后纠正多种药物的使用提供了参考。

论文ID

原名:Impact of commonlyused drugs on the composition and metabolic function of the gut microbiota

译名:常用药物对肠道菌群组成和代谢功能的影响

期刊:Nature Communications

IF:11.88

发表时间:2020.1.17

通讯作者:Alexandra Zhernakova & Rinse K. Weersma

作者单位:University of roningen and University Medical Center Groningen

实验设计


在这项研究中,我们使用了三个独立的荷兰人群:

1)一般人群队列,由1539人组成;

2)格罗宁根大学医学中心的1000IBD病例队列中的544IBD患者;

3IBS病例队列,有313名参与者来自马斯特里赫特大学医学中心。

结果


用药

在这项研究中,我们使用了三个荷兰人群组:一般人群队列,IBD患者队列和IBS患者队列。来自三个队列的1883人中共1126人名参与者在粪便采样时至少使用了一种药物。参与者每次使用的药物数量的范围是012,其中人群队列(平均1.03n = 1124),IBD队列2个(平均2.35n = 454),IBS队列1个(平均1.6n =305)(表1,补充数据12)。总的来说,我们观察到537种不同药物组合,最常见的是β-拟交感神经吸入药与类固醇吸入器(18位使用者)(补充数据2)。类固醇吸入剂与β拟交感神经吸入剂的使用密切相关(R值,人群队列= 0.78IBD队列= 0.65IBS队列= 0.78Spearman相关系数,FDR <0.05)(补充数据3-5)。在IBD患者中,钙和维生素D补充剂之间的相关性最强(R = 0.84Spearman相关性,FDR <2×10-16)。美沙拉嗪(36%),硫嘌呤(33%)和抗TNFα药物(25%)出现在IBD队列(表1)。硫嘌呤和抗TNFα剂仅用于IBD队列,所以在我们的多药分析中不包括这些药物。

1 在每个队列中药物的使用数量和所占百分比

2 微生物生态系统和药物使用 

我们首先调查了每种药物对微生物丰富性和整体肠道的影响。如前所述,疾病队列与一般人群队列相比,微生物含量较低。人群队列ShannonIndex mean = 2.260.96-2.91),IBD队列Shannon Index mean = 2.10.38-2.78),IBS队列Shannon Index mean = 2.021.01-2.65)。在各个队列内,我们没有观察到微生物丰富度与某种药物使用或使用的药物种类的数量有关(Spearman相关FDR>0.05,补充数据6,图1)。但是,我们观察到所用药物种类数量与所有队列中的微生物组成相关(PERMANOVA检验;人群队列:r2= 0.006FDR= 0.001 IBD队列:r2 = 0.015FDR =0.001 IBS队列:r2 = 0.014FDR = 0.0014;补充数据7)。PPI是唯一与所有队列的肠道微生物组成变化有关的药物(PERMANOVA,人群队列:r2 = 0.007FDR = 0.006IBD队列:r2 = 0.023FDR =0.0006IBS队列:r2 = 0.021FDR = 0.01)。

1 根据所用药物的数量进行分层的每个参与者的微生物丰富度(香农指数)。每个点代表每个样本微生物丰富度。箱线图显示中位数和四分位数范围。Whiskers显示1.5 * IQR范围。黑线显示线性回归带有紫色阴影的区域表示95%的置信区间。从左至右,IBD队列(N = 454个样本,线性回归,相关系数= −001p = 0.88),人群队列(N = 1124个样本,线性回归,相关系数= −0.002p = 0.77)和IBS队列(N = 305个样本,线性回归,相关系数= -0.016p = 0.06)。
3 与药物使用相关的微生物和代谢途径的变化 

在荟萃分析中,除去宿主的年龄,性别,BMI和测序深度的影响,我们发现154个微生物类群与17种药物组合之间有关联性,并被发现具有统计学意义(逆方差荟萃分析,FDR <0.05,图2a,补充数据8)。PPI,二甲双胍,维生素D补充剂和致泻药是单个被使用的药品中具有最高关联数(> 10个微生物类群)的药物。有趣的发现是大量特定微生物类群与多个单个被使用的药品相关。例如,Streptococcus salivarius的丰度与鸦片类药物,口服类固醇,血小板聚集抑制剂,PPISSRI抗抑郁药和维生素D(逆方差荟萃分析,FDR <0.05)相关。我们也看到了特定的微生物类群与某种药物也有关联性:Bifidobacterium dentium的丰度增加与PPI使用相关(逆方差荟萃分析,FDR =9.38×10-17)使用SSRI抗抑郁药和Eubacteriumramulus的丰度增加有(逆方差荟萃分析,FDR = 0.047)。药物的使用也与肠道微生物功能改变有关,411种微生物代谢途径与11种药物有关(逆方差荟萃分析,FDR <0.05,图2b,补充数据9),我们探究了每种药物与微生物类群相对丰度的线性模型并把其他药物作为线性模型中的协变量。我们发现六种药物与微生物类群相对丰度中有47个显著相关性(方差反向荟萃分析,FDR <0.05,补充数据10)。PPI,致泻药和二甲双胍这三种与更多的微生物类群具有相关性。尽管使用抗生素的人数较少,但仍然观察到双歧杆菌属在抗生素使用者中显著减少了(逆方差荟萃分析,FDR = 0.001)。致泻药使用者表现出粪便中有较高的AlistipesBacteroides种类(逆方差荟萃分析,FDR <0.05)。考虑多种药物使用后,SSRI抗抑郁药与Eubacterium ramulus之间仍然有明显的相关性(逆方差荟萃分析,FDR = 0.032)。在使用多种药物的患者中分析,271种微生物代谢通路与四类药物相关类别是:PPI,致泻药,抗生素和二甲双胍(逆方差荟萃分析,FDR <0.05,补充数据11)。有趣的是,抗生素的使用与降低某些微生物代谢途径,例如氨基酸生物合成有关,二甲双胍的使用与细菌代谢能力增加有关(逆方差荟萃分析,FDR <0.05)。在抗生素中,四环素显示出与改变代谢通路之间有很强的关联(双侧Wilcoxon检验,FDR <0.05,补充数据12)。此外,致泻药使用者和PPI使用者的微生物代谢变化确实显示出一些相似之处,包括葡萄糖的代谢量增加(增加糖酵解途径)和减少淀粉降解和芳族化合物的生物合成途径(逆方差荟萃分析(FDR <0.05)。

与微生物特征有关数量的概述。 ab条形图显示每种药物与微生物分类群a和微生物代谢途径b。条形颜色表示来自不同队列的结果和荟萃分析的结果。黑色表示人群队列,深灰色表示IBS队列,浅灰色表示IBD队列,红色表示荟萃分析的结果。单药模型和多药模型都将年龄,性别和BMI时考虑在内。
4 肠道微生物组组成在不同队列中的变化 

在之前文献已经观测到IBDIBS患者肠道菌群组成的变化。因此,我们检查了这些变化是否也存在于本实验中。在IBD队列中,苯二氮类药物的使用与Haemophilus parainfluenzae菌的丰度增加有关(线性回归,t检验,FDR =0.008,补充数据47)。有趣的是,IBD患者有比健康个体更多的这种细菌。IBD队列中,三环类抗抑郁药的使用与梭状芽胞杆菌丰度增加有关,左甲状腺素的摄入量与放线菌丰度增加有关(线性回归,t检验,FDR分别为0.0050.005数据47)。此外,IBS中有17位类固醇吸入器使用者,显示肠道微生物组中高丰度的Streptococcus mutansBifidobacterium dentium(线性回归,t检验FDR分别为0.0010.01数据40)。有趣的是,IBD患者使用口服类固醇显示出较高的Methanobrevibacter smithii含量(线性回归,t检验,FDR = 0.004,补充

数据47)。这种关联也体现在代谢途径层面:与使用这种药物有关的四个途径也显示出与Methanobrevibacter smithii的丰富度高度相关(Spearman相关系数,rho> 0.93FDR <2×1016,补充数据48和图3)。其中的两个途径是关于参与甲烷生成,一个是参与维生素B2的生物合成,另一个是核苷的生物合成。相反,其他旨在于治疗IBD的药物中没有显示出与肠道菌群组成相关的作用。只有在美沙拉嗪使用者中,Erysipelotrichaceae丰度上升了(线性回归,t检验,FDR = 0.047,补充数据49)。

3. 产甲烷假单胞菌的相对丰度与口服类固醇药物相关途径之间的相关性。蓝点的是IBD患者队列,黄点的是人群队列,灰点的是IBS病例对照队列。 X轴代表Methanobrevibacter smithii相对丰度,Y轴表示每个通路基因数量(read per kilobaseRPK)。使用Spearman相关性来计算的。
5 PPI药物使用者的微生物组

 PPI与微生物相关的数量最多,共有40个微生物类群改变,单一药物分析中有166种微生物代谢途径改变(逆方差荟萃分析,FDR <0.05,补充数据89)。当纠正其他药物的影响时,有24个微生物类群的133条微生物代谢途径仍显著相关。(逆方差荟萃分析,FDR <0.05)。我们观察到Veillonella parvula丰度增加,与StreptococcusMutans有共同变化的趋势,因为其可通过聚集和转化碳水化合物发酵细菌的(Veillonella parvula)代谢产物。(逆方差荟萃分析,FDR分别为1.61×10-66.13×10-24)。功能变化包括脂肪酸和脂质生物合成的增加,NAD代谢和生物合成L-精氨酸。嘌呤脱氧核糖核苷的降解通路,一种用作能量来源和碳原子供体,其通路变化可以从> 25种不同细菌的基因组中预测到,例如Streptococcus species

微生物对嘌呤脱氧核糖核苷降解途径的作用。箱形图表示每种微生物对每个队列的整体代谢途径量化。上面是IBD队列,中间是IBS队列,下面是一般人群队列。蓝色方框图表示PPI药物使用者。红色方框图表示非PPI药物使用者。星号表示具有统计意义PPI用户和非用户之间的差异(Wilcoxon测试,FDR <0.05)。箱形图显示了中位数以及第一和第三四分位数(第25和第75个百分位数)。

PPI使用者的微生物组中,三个涉及到L-精氨酸生物合成的通路(MetaCyc IDPWY-7400ARGSYNBSUBARGSYN)上升了,有几相关种细菌类群,比如Bifidobacterium Ruminococcus种有助于这些途径。但是观测到Streptococcus mutans显示出明显的丰度上升(双测WilcoxontestFDR <0.05,补充数据50)。在二甲双胍,抗生素和致泻药使用者中国我们也进行了同样的分析(补充数据51-53)。不同类型的PPI,即奥美拉唑,埃索美拉唑和潘托拉唑对肠道微生物组的作用相似。此外,在与PPI相关的133条微生物代谢途径中使用中,有46种途径也显示出剂量依赖性效应(双侧Wilcoxon检验,FDR <0.05,补充数据12)与低剂量使用者相比,参与者使用更高剂量的PPI(大于或等于40毫克/天)显示出生物合成氨基酸(PWY-724)明显减少(双侧Wilcoxon试验,FDR =0.00065,补充数据12)。

6 二甲双胍与微生物代谢的变化有关
在二甲双胍使用者中,虽然Streptococcus, CoprococcusEscherichiaspecies的丰度增加了,但纠正其他药物后这些关联不再重要。但是与Escherichia coli仍有关联(线性回归,t testFDR = 0.08,补充数据10),IBD队列中,使用二甲双胍后Streptococcus mutans的丰度略有增加(线性回归,t检验,FDR= 0.05)(补充数据47)。惊人的是,即使在校正使用其他药物后,二甲双胍对微生物代谢的影响仍然很大,与非使用者相比,48个微生物途径发生了变化(逆方差荟萃分析,FDR <0.05,补充数据11)。二甲双胍的使用与微生物组代谢变化有关,特别是丁酸酯生产,醌生物合成,糖衍生物降解和多粘菌素抗性途径(补充数据11)。有趣的是,宏基因组学通路分析和基因家族分析显示Enterobacteriaceae种主要是Escherichia coli与二甲双胍使用相关,并导致了这些代谢通路的改变。我们的数据显示二甲双胍引起的生理变化可以为某些细菌提供竞争优势,可能会对健康产生影响(两侧Wilcoxon检验,FDR<0.05,补充数据51)。此外,我们没有发现二甲双胍的使用对相关途径的剂量依赖性作用(双向Wilcoxon检验,FDR>0.05,补充数据12)。在IBS患者中使用SSRI抗抑郁药的效果显示,IBS队列中抗抑郁药是该药中使用最广泛的10种药物之一。在SSRI使用者中,统计学上与SSRI使用显著相关的微生物类群是Eubacterium ramulus(逆方差荟萃分析,FDR = 0.032,补充数据10)。这种药类别包括六种不同的亚型药物,其中32%为帕罗西汀使用者(补充数据1)。有趣的是,尽管人数很少,但Eubacterium ramulus的增加主要集中在帕罗西汀使用者(双侧Wilcoxon检验,FDR= 0.054P=0.003,补充数据12)。此外,抗抑郁药使用者与对照相比,肽聚糖成熟的途径在SSRI使用者中减少(逆方差荟萃分析,FDR = 0.13)。但是,这一发现主要是在IBS队列中观察到(线性回归,t检验,FDR = 0.002,补充数据38)。药物使用与不同的抵抗组特征有关。体外越来越多的证据表明它不仅是抗生素,非抗生素药物也可以增引起抗生素抵抗。为了探究这个问题,我们首先分析三个队列中的抗生素抵抗基因的总数。与那些不使用任何药物的人相比,单个药物使用者抗生素抵抗基因量有所增加。对于一般人群队列中,二甲双胍和PPI使用者的抗生素抵抗基因总数增加了(双向Wilcoxon检验,FDR = 0.040.04,分别是补充数据54)。在IBS群组中,经过多次测试校正后,没有一种药物与抗生素抵抗基因增加有关(双侧Wilcoxon检验,FDR>0.05)。在IBD队列中,这种增加存在于鸦片类和三环类抗抑郁药使用者中(双侧Wilcoxon testFDR分别为0.040.04)。如果我们用不太严格FDR值,<0.25就可以认为显著,有15种药物与三个群组中抗生素抵抗基因数量有关。我们确定了在三个组别中抗生素抵抗基因在PPI使用者中是始终增加的(双侧Wilcoxon试验,FDR <0.05,补充数据55)。这些基因属于tetAtetBMel(分别为ARO3004033ARO3004032ARO3000616),这是外排泵的一部分通路,可泵出某些类型的抗生素脱离细菌,从而抑制抗生素的功能。对于tetAtetB而言,影响四环素类抗生素。对于Mel而言,它会影响大环内酯类抗生素药物。这些抗生素抵抗基因与Streptococcus parasanguinis高度相关(Spearman相关性,Rho0.56-0.75FDR<0.05)。经过体外测试我们检测出了三个抗生素抵抗基因。例如,抗生素抵抗基因 TolC被认为是参与了多个药物外排泵,并且在六个药物组合里显著增加:三个在我们的一般人群队列中(PPI,他汀类药物和二甲双胍),两个在我们的IBS队列中(类固醇鼻喷雾剂和左甲状腺素),一个在我们的IBD队列(三环类抗抑郁药)中(双侧Wilcoxon测试,FDR <0.05)。体外测试的抗生素抵抗基因的另一个例子是mdtP,另一种耐药外排泵,一般人群队列中的二甲双胍使用者中,mdtP基因增加(双侧Wilcoxon检验,FDR= 0.001)和IBD队列中的三环类抗抑郁药使用者增加了(双侧Wilcoxon检验,FDR = 0.017,补充数据55)。

讨论

在这个研究中,我们探究了常用药品在人群队列和2个肠道疾病队列中对肠道菌群的影响,包括肠道菌群的组成,微生物的代谢通路变化以及耐药基因组的变化。我们还观察到了药物是如何影响抗生素抵抗基因的。与未使用任何药物的个体相比。三个队列中的15个药物都会增加抗生素抵抗基因。

我们观察到肠道生态系统的整体组成仅通过单独使用PPI和使用多种药物改变。PPI的影响可能是可以通过其酸度来解释。被使用药物的数量可能反应个体微生物组成的健康水平或者微生物产生的应激水平。另外,我们没有观察到多种药物使用后微生物丰富度的变化。我们在队列中确定了500多种药物组合。尽管由于每种组合的数量有限,我们无法单独分析特定的药物组合,但是我们能够表明服用多种药物对肠道微生物的影响。使用了两种策略:多种药物模型中识别关联以及在单药模型中识别关联。如图2所示,我们发现在单药使用和多药使用中关于微生物类群和代谢途径有着很大的差异,这一点对临床药物使用会有很大价值。在多药物荟萃分析中,我们确定PPI,致泻药和抗生素对肠道微生物组组成的影响最大。这三种药物类别有不同的目标。抗生素通过抑制细菌生长,而致泻药和PPI对宿主有影响。然而,最近的一项研究表明,常见药物中存在的化合物可能表现出对某些细菌种类抑制的作用。对于PPI,其对肠道微生物组成的影响是两种机制结合的结果:间接作用是胃肠道pH值变化介导的影响进而可以促进通常口腔细菌的生长,直接作用是通过抑制某些肠道细菌,包括DoreaRuminococcus种。在我们的队列中,在粪便采样前的3个月内有30名参与者正在使用或曾经使用过抗生素。尽管用户数量有限,在人群队列中我们发现近期使用抗生素与双歧杆菌种类相对丰度有所下降有关。一个在致泻药和肠道菌群之间相互作用的混杂因素是肠道中转运时间的差异(腹泻或者便秘产生的差异)。例如,拟杆菌的数量增加与快转运时间有关。在暴露于通便性聚乙二醇(PEG)的小鼠也有相同的现象。而没有证据表明该化合物具有抑制细菌生长的直接作用,小鼠实验表明使用该药物后,微生物变化是肠渗透度的破坏,这些变化似乎在PEG给药后数周仍持续存在。但是尚未描述对人类的长期影响。在此外,我们发现致泻药的使用与Alistipes属的相对丰度较高有关。有趣的是该属还被证明在患有以下疾病的儿童中减少:慢性功能性便秘以及对胆汁酸有抵抗力的病人,而另一项研究则发现有慢性功能便秘的IBS患者中,胆汁酸有缺失。这些结果可能提示Alistipes属在便秘发病机理中的作用。

我们还确定了口服类固醇使用者Methanobrevibacter smithii的增加。该物种与肥胖有关。口服固醇激素类也参与了微生物的甲烷合成通路。 而Methanobrevibacter smithii与甲烷合成通路也有关系,因此推测甲烷合成基因的增加与Methanobrevibacter smithii丰度的增加有关。这些产生的甲烷可以促进多聚果糖的消化,从而获得能量。这可能解释了口服类固醇使用者中我们经常会观察到体重增加。在IBD患者队列中,口服类固醇使用者的人数最多。口腔微生物组中高度流行的物种,例如Streptococcusparasanguinis,在PPI使用者肠道微生物中提高。与此相关的是某些抗生素抵制基因比如大环内酯抗生素耐药性基因等,也更多来自PPI使用者。大环内酯类和PPI有协同作用,如大环内酯类和PPI同时使用使得幽门螺杆菌根除治疗成功率提高。大环内酯克拉霉素也抑制PPI奥美拉的唑新陈代谢。此外,我们还观察到了在肠道中,增强了口腔细菌的微生物功能,例如碳水化合物的降解,以及L-精氨酸生物合成中涉及的途径。有趣的是,先前的研究表明L-精氨酸增加PPI奥美拉唑的生物利用度提高奥美拉唑的稳定性和溶解性。

我们的结果显示了二甲双胍使用者肠道菌群中大肠杆菌的重要作用  。即使我们无法识别与二甲双胍使用相关的任何微生物类群,我们做到了确定该种微生物的代谢能力有所增加。最近的两项研究探讨了二甲双胍对肠道的影响微生物菌群显示微生物组成和代谢发生重大变化。尽管两项研究都发现使用二甲双胍的患者粪便样品中大肠杆菌的大量富集,但是还是无法建立直接因果关系。在我们的荟萃分析中,也观察到这种趋势,但在多次测试后未达到显著。这可以部分解释为Escherichia coli已经在IBD患者的粪便微生物群中上升了。与以前的研究一致,我们观察到了与Escherichia coli相关的脂多糖和碳水化合物的代谢的变化。更多详细的分析表明,使用二甲双胍的患者粪便中,与Escherichia coli相关的代谢途径和基因家族丰度升高。但是,这可能部分也由于在当前基因数据库中该物种的代表性过高。此外,在人群队列中,二甲双胍使用者中抗生素抵抗基因emrE升高,证明了非抗生素药物也会影响耐药基因组。

使用药物之间的相互作用,肠道菌群和混杂因素造成了本研究的局限性。首先,这项研究的性质决定了我们无法确定观察到关联中的因果关系。第二,药物本身的使用也被宿主的生活方式所影响。第三,由于同一种药物可能被用于治疗不同的疾病,也很难建立在药物使用及其混杂因素之间的直接关系。例如,PPI用于治疗胃食管反流,但它们也被用于腹胀或与非甾体抗炎药合并治疗预防溃疡。此外,对于非处方药销售的使用指征通常不清楚。另一方面,当通常开具特定的适应症的药物时,如二甲双胍治疗2型糖尿病,很难去区分疾病对肠道菌群的影响以及药物使用的效果。第四,患者使用多种不同的药物并不那么健康。理想情况下,要查明我们观察到的关联的因果关系,前瞻性研究是需要从粪便样本中查看在开始特定药物之前和之后的多个时间点的变化。为了解开这些复杂的关系,纵向研究(从pre-treatmentwash-outperiod)进行体外实验可能是一个很好的方法。宏基因组测序研究提供了对药物使用与肠道菌群变化之间的联系,这可能与药物机制和副作用有关。对宿主和微生物的多维度探究测量,为我们提供了对药物微生物学之间的复杂性的了解。例如,粪便转录组学实验将对细菌变化动力学及其功能含义有更好的了解,同时代谢分析可以揭示影响宿主-微生物相互作用进而影响药物代谢。尽管有这些限制,我们对微生物组和药物使用的研究显示出粪便微生物组的组成与功能和药物摄入之间的一致关联我们进一步证明多种药物的使用与整体肠道微生物组组成有关,可以是药物本身的作用或是作为潜在疾病的表现。因此,有必要对多种药物的使用进行校正。

结论

我们的结果为当前的知识临床背景下的药物-微生物组相互作用做出了贡献并为药物微生物学提供了进一步研究的基础和潜在的药物对肠道菌群改变的副作用。




你可能还喜欢

  1. 2019年度回顾 | 微生态环境微生物类微文大合辑

  2. 2019年度回顾 | 微生态人体/动物微生物类微文大合辑

  3. 2019年度回顾 | 技术贴合辑大放送



    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多