A metabolomics pipeline for the mechanistic interrogation of the gut microbiome
为什么看这篇文章：
如何将代谢组学深入地应用到微生物组研究当中，以及如何对数据进行深入挖掘相，进一步结合实验验证讲好一个故事
背景：
- 肠道微生物表达了许多厌氧pathway来处理饮食来源和宿主来源的分子，生成了很多没有被报道的菌群代谢物（microbiota-dependent metabolite, MDM），这些MDM又可以被进一步地代谢反应
- 然后这些MDM会进入组织和循环系统发挥很重要的功能，如免疫，代谢，心血管，行为认知（cogniation）
- 很多情况下MDM发挥作用是通过结合特定的受体或者激活下游的信号通路
- 无法准确的监测MDM导致难以发现肠道微生物作用宿主的基质研究
- 由于已有的代谢物数据库不能足够表征MDM（如厌氧代谢anaerobic和需氧代谢aerobic的不同）
- 作者发展了一个新的microbiome-focused，结合MS pepline来鉴定不同样本中的MDM代谢物，并关联这些代谢物与微生物种属和基因通路
结果
Microbiome-focused metabolomics
- 建立了MS library来检测厌氧biochemistry和大规模代谢组学数据集的分析pipeline
- 验证方法和开放数据集
- 利用这个library检测了178个常见的人体微生物 （individual prevalent human gut microorganisms），130种和6门，体外实验，然后进行层次聚类
总体的流程示意图：
体外实验的示意图：
- 对代谢谱层次聚类的结果表明：代谢聚类与进化远近大部分是一致的，但代谢聚类能发现系统进化远近不能发现的一些差异 (Clostridium sporogenes and Clostridium cadaveris)
- 大规模的代谢检查能够发现特定菌株对于某些代谢物的高生成和高消耗
Metabolonomy distinct from phylogeny
- 对158个菌株进行系统发生树聚类，整体呈现保守性，但有一些相似性被明显打乱，标颜色strain
- 拆分成具体距离，定量结果表明两个strain的代谢特征差异要小于进化远近带来的差异
- 但是在两个存在进化关系的strain之间的代谢距离不同则验证了比较特定strain时需要使用代谢组数据
- 找具体的例子来详细地检验代谢变化与基因的通路联系。比如ornithine – putrescine （ornithine-producing arc genes，putrescine-producing spe genes）
Metabolic phenotype-to-gene discovery
第三部分是建立代谢表型和基因的联系
- 利用代谢组数据构建了RF分类模型，进行分类，不能对具体的Family有明确的分类结果，但是从数据结果可以看到部分代谢物特征是非常保守的，具有良好的区分效果
- 从RF中筛选出的compound里面发现有一些代谢物被明显消耗，即Bacteroides明显消耗了asparaging和glutamine，并通过实验进行了验证：基因组的同功酶比对，敲除，体内定植
- 这种代谢组学结合简单的统计学方法可以有新的机制发现
Metabolomic effect of community and host
- 这一部分: 结合in-vitro和in-vivo结果，看菌群的代谢结果与宿主的影响
- 举例子如agmatine和α-ketoglutaric acid在体内和体外的结果是一致的
- 再进行整体程度的评价，对于盲肠caecal和粪便是存在相关性的，但是Serum和Urine则没有
- 进而再从代谢物层面进行评价，有不同程度的代谢物也可以通过定植菌群表现出来
- 总的来说证明体外实验也能帮助推测一部分体内肠道生成的代谢物
- 再进一步去检验菌群-dependent 代谢物是否及如何去影响宿主循环系统，又进行系统的比较，主要针对是2种类型的菌。
- 比如PCA来去看与样本类型以及菌群状态。关联分析找到循环系统（serium, urine)与in-vitro实验相关联的代谢物。然后用实验定植和不定植进行验证。证明菌群编辑可以改变循环系统中代谢物的可能性。
学习感受：
- 文章总的脉络：第一部分是流程方法的介绍，后面部分重点去讲应用及发现。比如说与遗传进化的不同，代谢表型和基因的结合阐释机制，菌群对宿主循环系统的影响 (升华主题)
- 在不同的场景下综合运用不同的方法：
- 纯粹基于多数据的挖掘，比如代谢组和遗传进化上的聚类差异，证明可以不同的信息
- 比如代谢表型和基因的结合阐释机制，可以使用RF来筛选差异，然后结合实验验证
- 比如PCA单独去看菌群定植对整体的影响；