【原】7+孟德尔随机化+单细胞+分子对接，网药就该这样卷！

导语

结果：

遗传学随机化试验

每个微生物分类群暴露所使用的作为IV的基因变异范围包括3到22个SNP，F统计量范围为17到29，表明没有弱工具偏倚的证据。MR-PRESSO全局检验也没有提供多效性效应的证据（p > 0.05）。（附加文件1：表S1）。

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。

基因和功能

SNP与基因及其功能之间的对应关系见附加文件6：表S6。GO分析显示，与疾病中有利结果相关的肠道微生物可能涉及胆酸/有机羟基化合物/单羧酸/脂质/羧酸/有机酸跨膜转运活性、蛋白质N-末端结合、脂质转运活性、单羧酸转运、谷氨酸分泌调节、谷氨酸分泌和呼吸气体交换调节。另一方面，与疾病不利结果相关的肠道微生物可能涉及脂肪酶/溶血磷脂酶活性、肌动蛋白/磷脂酶/磷酪氨酸残基/蛋白质磷酸化氨基酸结合、炎症反应调节、轴突-树突运输、长期突触增强的负调节、单酰甘油代谢过程、组蛋白脱乙酰化的正调节、逆行轴突运输和Fc-ε受体信号通路（图4）。在KEGG通路富集分析中未发现显著富集通路。

单细胞分析结果

作者分析了来自12个样本的单细胞RNA测序数据，包括2个健康对照组、6个存活组和4个非存活组的革兰阴性败血症患者的外周血单个核细胞。在使用严格的质量控制指标对数据进行预处理后，作者使用基于前15个主成分的UMAP技术可视化了高维单细胞RNA测序数据。随后，作者成功地将细胞分类为14个亚群，并使用SingleR R软件包将其注释为可识别的细胞类型。主要的细胞类型包括B细胞、单核细胞、T细胞、自然杀伤细胞、血小板、中性粒细胞、GMP粒细胞-单核细胞祖细胞、前B细胞（CD34-）和骨髓（图5A）。然后，作者分析了与11个肠道菌群的遗传变异相关的基因，这些基因作为败血症的工具变量（IVs）。作者检查了这些基因在细胞中的表达情况。对于败血症，作者发现在免疫细胞中，与健康个体相比，PLCG2在败血症期间上调，BCL6在前B细胞（CD34-）中在败血症期间上调，IGF2BP2在GMP细胞中上调（图5B-E）。关于28天脓毒症死亡率，作者观察到ZDHHC19在健康个体的血小板中表达最低，在28天脓毒症幸存者的血小板中表达增加，并且在28天脓毒症非幸存者的血小板中表达最高。此外，与正常样本相比，SNRPN在脓毒症的Pre-B细胞（CD34-）和T细胞中表达减少（图6）。对于其他传染病，作者发现FMN1在健康个体的Pre-B细胞（CD34-）和单核细胞中的表达较脓毒症患者低，MGLL在健康个体的血小板中的表达较脓毒症患者低，而APP和CE NPN在健康个体的Pre-B细胞（CD34-）中的表达较脓毒症患者低（附加文件16：图S9，附加文件17：图S10，附加文件18：图S11）。

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。