導(dǎo)讀
結(jié)果:相比對(duì)照組,NEC患兒母親母乳中HMO和DSLNT濃度顯著降低。MOM閾值為241nmol/ml對(duì)NEC的敏感性和特異性為0.9。NEC發(fā)病前的宏基因組測(cè)序顯示,NEC患兒Bifidobacterium longum相對(duì)豐度降低,Enterobacter cloacae相對(duì)豐度升高。低MOM DSLNT影響微生物組的縱向發(fā)展,這與過渡到以雙歧桿菌為主的早產(chǎn)兒腸道菌群類型的減少有關(guān),通常在年齡大一些的嬰兒中觀察到。疾病前HMO和宏基因組數(shù)據(jù)結(jié)合隨機(jī)森林分析區(qū)分嬰兒健康或是NEC準(zhǔn)確度為87.5%。
總結(jié):這些結(jié)果證明了HMO和腸道微生物在早產(chǎn)兒健康和疾病中的重要性。這一發(fā)現(xiàn)為生物標(biāo)志物的發(fā)展、疾病風(fēng)險(xiǎn)分層和補(bǔ)充新途徑提供潛在靶點(diǎn),可預(yù)防危及生命的疾病。
英文題目:Human milk oligosaccharide DSLNT and gut microbiome?in preterm infants predicts necrotising enterocolitis
中文題目:母乳寡聚糖DSLNT和早產(chǎn)兒腸道微生物預(yù)測(cè)壞死性小腸結(jié)腸炎
期刊:Gut
IF:19.819
作者:Andrea C Masi
原文鏈接:https://gut.bmj.com/content/early/2020/12/15/gutjnl-2020-322771.long
材料與方法

研究結(jié)果
考慮到較低的DSLNT與NEC相關(guān)而不受分泌狀態(tài)的影響,作者探討了HMO作為NEC發(fā)育的生物標(biāo)志物的用途。單因素ROC曲線分析表明,241nmol/ml是MOM中DSLNT鑒別NEC和對(duì)照嬰兒的最佳濃度(圖1C和D)。AUC值為0.947,靈敏度為0.9,特異性為0.9。
為了檢驗(yàn)整合額外的HMO是否可以提高分類性能,利用增加的HMO數(shù)量建立了多變量ROC曲線。然而額外的HMO與DSLNT整合多變量模型中,與僅使用DSLNT的單變量模型相比性能相似。
圖1 NEC和CTRL組HMO圖譜和DSLNT濃度分析
2、按NEC類型分層的HMO圖譜分析
作者比較了未接受手術(shù)的NEC-M和接受手術(shù)的NEC-S。NEC-M和NEC-S聚類到一起與對(duì)照組分離(圖2A)。兩種HMOs顯著不同,與對(duì)照組相比NEC-M和NEC-S組的DSLNT均較低(圖2B)。此外,與NEC-M組和健康對(duì)照組相比NEC-S組MOM中LNnT顯著降低(圖2C)。
作者隨后通過調(diào)整線性模型研究了DSLNT和LNnT濃度與臨床變量之間的潛在關(guān)聯(lián)。DSLNT與兩種疾病類型呈負(fù)相關(guān),NEC-M的系數(shù)值為-0.60,NEC-S的系數(shù)值為-0.67(圖2D)。然而根據(jù)調(diào)整后的線性模型LNnT與疾病類型無關(guān)。分泌型母親中DSLNT和LNnT均顯著較高。母親的DSLNT與胎齡呈正相關(guān),與出生體重呈負(fù)相關(guān)。HMO與母親性別、分娩方式、胎齡和DOL均無相關(guān)性(圖2D)。
圖2 NEC-M和NEC-S分層的HMO圖譜分析
3、嬰兒腸道微生物組與NEC發(fā)育的關(guān)系
作者納入了含有HMO數(shù)據(jù)的嬰兒的糞便微生物組數(shù)據(jù),進(jìn)行獨(dú)立研究獲得宏基因組測(cè)序數(shù)據(jù)。14例NEC患兒和34例對(duì)照組的644個(gè)糞便樣本。NEC患兒物種豐富度顯著降低,shannon指數(shù)差異不顯著(圖3A)。PCoA分析顯示NEC和對(duì)照之間細(xì)菌菌群結(jié)構(gòu)差異不大(圖3B)。門水平分析顯示,相比于對(duì)照組NEC患兒Actinobacteria 相對(duì)豐度顯著降低,Proteobacteria 相對(duì)豐度顯著升高(圖3C)。種水平分析相比于對(duì)照組NEC患兒B. longum相對(duì)豐度降低,Enterobacter cloacae相對(duì)豐度升高(圖3D)。
圖3?NEC和對(duì)照組早產(chǎn)兒糞便宏基因組分析
4、HMO和細(xì)菌圖譜的綜合分析
采用種水平數(shù)據(jù)對(duì)PGCTs進(jìn)行DMM聚類,5種PCGTs最理想(圖4A)。PGCT-1特征菌是高豐度Staphylococcus?spp和Enterococcus faecalis,PGCT-2高豐度Escherichia?spp,PGCT-3高豐度Klebsiella?spp,PGCT-4和PGCT-5高豐度Bifidobacterium?spp,B. breve在PGCT-5豐度高。根據(jù)樣本在所有時(shí)間點(diǎn)和clusters上的分布,在出生后前70天內(nèi)接受MOM中DSLNT高于和低于241nmol/ml的嬰兒微生物組差異顯著(圖4B)。在校正組間抽樣頻率不均勻后,最后一個(gè)時(shí)間點(diǎn)接受MOM超過DSLNT閾值2倍的嬰兒類似于PGCT-5,其Bifidobacterium高豐度(圖4A)。
圖4母乳喂養(yǎng)高于或低于241nmol/ml DSLNT的嬰兒PGCTs分析
5、HMO和宏基因組數(shù)據(jù)可釋方差和隨機(jī)森林分類
使用橫斷面HMO和橫斷面宏基因組數(shù)據(jù)集,作者試圖確定哪些臨床因素與HMO和細(xì)菌圖譜最相關(guān)(圖5A)。分泌狀態(tài)可以解釋HMO 56%的變異,其他協(xié)變量與HMO無顯著相關(guān)性。細(xì)菌圖譜與胎齡、DOL、抗生素使用和益生菌服用顯著相關(guān),而與母親的分泌狀態(tài)相關(guān)性不顯著??傊@些發(fā)現(xiàn)強(qiáng)調(diào)了HMO和細(xì)菌分布受多種非重疊因素影響。
作者比較了基于HMO數(shù)據(jù)集、宏基因組數(shù)據(jù)和兩個(gè)數(shù)據(jù)集結(jié)合建立的區(qū)分嬰兒NEC和健康的隨機(jī)森林模型的性能,鑒于所有這些信息在疾病發(fā)病前就可以獲得,因此在臨床實(shí)踐中可作為風(fēng)險(xiǎn)分類系統(tǒng)。在組合模型中,DSLNT在對(duì)照組富集,DSLNH和Escherichiaunclassified的相對(duì)豐度在NEC中高(圖5B)。