![]() 导语 结果: 根据IVW MR分析,作者确定了11个分类群对主要结果脓毒症产生了因果影响。对于脓毒症的28天生存结果,有10个分类群显示了因果效应。关于脓毒症,作者发现Lentisphaeria纲(比值比[OR],0.859;95%置信区间[CI] 0.781–0.944;p = 0.002)、Coprococcus2属(OR,0.840;95% CI 0.725–0.974;p = 0.021)、Dialiste属(OR,0.848;95% CI 0.742–0.970;p = 0.016)、Lachnospiraceae UCG004属(OR,0.877;95% CI 0.771–0.998;p = 0.047)、Victivallales目(OR,0.859;95% CI 0.781–0.944;p = 0.002)和Lentisphaerae门(OR,0.891;95% CI 0.800–0.992;p = 0.035)与正相关,而Clostridiaceae1科(OR,1.211;95% CI 1.045–1.404;p = 0.011)、Eubacterium eligens属(OR,1.284;95% CI 1.058–1.558;p = 0.011)、Gordonibacter属(OR,1.094;95% CI 1.015–1.180;p = 0.019)、Lachnospiraceae ND3007属(OR,1.400;95% CI 1.040–1.883;p = 0.026)和Ruminococcaceae UCG011属(OR,1.103;95% CI 1.013–1.202;p = 0.024)具有负的因果效应(图2,表1)。这些微生物分类的遗传工具中没有异质性的证据(附加文件2:表S2)。对于败血症的28天生存结果,Lentisphaeria纲的丰度增加(OR,0.859;95% CI 0.7510–0.944;p = 0.002),Coprococcus1属(OR,0.693;95% CI 0.499–0.961;p = 0.028),Coprococcus2属(OR,0.539;95% CI 0.310–0.936;p = 0.028),Lachnospiraceae FCS020属(OR,0.738;95% CI 0.550–0.989;p = 0.042),Lentisphaerae门(OR,0.721;95% CI 0.559–0.930;p = 0.012)和Victivallales目(OR,0.678;95% CI 0.531–0.865;p = 0.002)呈正相关,而Bacteroidia纲(OR,1.485;95% CI 1.069–2.063;p = 0.018),Family XIII(OR,1.563;95% CI 1.058–2.311;p = 0.025),Terrisporobacter属(OR,1.434;95% CI 1.016–2.023;p = 0.040)和Bacteroidales目(OR,1.485;95% CI 1.069–2.063;p = 0.018)具有负因果效应(附加文件8:图S1;表2)。这些微生物分类的遗传工具中没有异质性的证据(附加文件3:表S3)。九个分类群体对COPD/哮喘/ILD相关的肺炎或肺炎引起的败血症产生了因果效应,其中五个群体显示了正向的因果关系。八个分类群体对COPD/哮喘相关的肺炎或肺炎引起的败血症产生了因果效应,其中四个群体显示了正向的因果关系。九个分类群体对哮喘相关的肺炎或败血症产生了因果效应,其中三个群体显示了正向的因果关系(附加文件9:图S2,附加文件10:图S3,附加文件11:图S4;附加文件4:表S4,附加文件5:表S5)。MR-Egger回归截距没有明显偏离零,表明没有水平多效性的证据(所有截距p > 0.05)(附加文件5:表S5,附加文件6:表S6)。此外,逐一排除分析显示每个肠道微生物对败血症和其他结果的因果估计没有明显差异,这表明没有任何单一的工具变量驱动了已确定的因果关联(图中)。3,附加文件12:图S5,附加文件13:图S6,附加文件14:图S7,附加文件15:图S8)。在反向MR分析中,没有证据表明这些疾病与肠道微生物分类之间存在因果关系。 批量 RNA 分析结果 使用 GSE65682 数据集,作者使用 limma 对健康个体和败血症患者之间进行了差异基因表达分析。作者发现在与健康个体相比,败血症中 NTSR1、BCL6、ZDHHC19、MGLL 和 ALPK1 显著上调,而 VAV2 和 SATB1 在败血症中显著下调(附加文件 19:图 S12A-G)。此外,与 28 天存活的败血症患者相比,我们观察到在 28 天内死亡的败血症患者中 FCHO1 显著下调(附加文件 19:图 S12H)。这些发现与 Mendelian 随机化和单细胞分析结果一致。 分子对接 在败血症中,作者发现氟尿嘧啶可以降低 NTSR1 的表达。环磷酰胺、地塞米松、多柔比星、脂多糖和白藜芦醇可以减少 BCL6 的表达。白藜芦醇可以降低 ZDHHC19 的表达。顺铂、地塞米松、多柔比星、异丙肾上腺素和托泊替康可以降低 MGLL 的表达。多柔比星可以降低 ALPK1 和 PLCG2 的表达。多柔比星、消炎痛、褪黑激素、甲氨蝶呤和白藜芦醇可以降低 APP 的表达。白藜芦醇和长春新碱可以减少 SNRPN 的表达。地塞米松可以增加 VAV2 的表达。庆大霉素可以增加 SATB1 的表达。乙炔雌醇可以增加 FCHO1 的表达。庆大霉素、异丙肾上腺素、甲氨蝶呤和白藜芦醇可以增加 IGF2BP2 的表达。庆大霉素和白藜芦醇可以增加 CENPN 的表达(图 7)。小分子配体与其靶点之间的结合亲和力在附加文件 7:表 S7 中显示。 总结 总之,作者的研究首次采用孟德尔随机化研究设计,调查了肠道微生物群与败血症之间的关系。通过这个设计,作者成功地确定了与败血症相关的肠道微生物群,包括有益和有害的微生物群落。此外,作者利用 eQTL 分析从这些工具变量(SNPs)中确定与败血症相关的基因。这表明肠道微生物群可能通过调节这些基因对败血症的发病机制产生影响。此外,作者利用单细胞转录组测序技术分析和注释了败血症患者血液样本中不同细胞类型的基因表达。这种方法使作者能够观察和比较这些基因在不同细胞中的表达模式,从而深入了解它们在败血症发展中的功能和调控机制。此外,作者还利用批量 RNA 测序数据比较了这些基因在健康个体、存活的败血症患者和死亡的败血症患者中的表达谱。这样的比较帮助我们了解这些基因在不同病理状态下的表达变化,并可能有助于识别与败血症预后和疾病严重程度相关的生物标志物。最后,通过预测和分子对接方法,作者探索了一些基因作为潜在的治疗靶点,并预测了与这些靶点相关的潜在治疗药物。这为败血症个体化治疗策略的开发提供了见解,并为未来药物开发提供了初步的候选靶点和药物。 |
|