В недавнем исследовании, опубликованном на сервере препринтов bioRxiv *, исследователи оценили связь между сигнатурой микробиома на уровне гильдии и тяжестью и прогнозом инфекций тяжелого острого респираторного синдрома, вызванного коронавирусом 2 (SARS-CoV-2), с помощью метагеномного анализа на уровне генома.

Фон

Ангиотензинпревращающий фермент 2 (ACE-2) является важным рецептором для инвазии хозяина SARS-CoV-2 и широко экспрессируется в кишечнике. Воспаление, связанное с коронавирусной болезнью 2019 (COVID-19), может вызвать нарушение микробиома кишечника, что может еще больше усилить гипервоспалительное состояние среди людей, инфицированных SARS-CoV-2. Однако связь между изменениями кишечного микробиома и прогнозом инфекций SARS-CoV-2 недостаточно хорошо изучена.

Об исследовании

В настоящем исследовании исследователи проанализировали HQMAG (геномы, собранные из высококачественных метагеномов), секвенированные из образцов стула, чтобы оценить связь между сигнатурой микробиома на уровне гильдии и тяжестью и прогнозом инфекций SARS-CoV-2.

В период с мая по сентябрь 2020 года было получено 330 образцов кала от 300 госпитализированных пациентов с положительным результатом на SARS-CoV-2, диагнозы которых были подтверждены количественным анализом полимеразной цепной реакции с обратной транскрипцией (RT-qPCR). Для оценки профилей кишечного микробиома был проведен анализ метагеномного секвенирования, и были реконструированы неповторяющиеся HQMAG (n = 2568), из которых 33 HQMAG показали дифференциальное распределение в зависимости от тяжести COVID-19.  

В зависимости от тяжести инфекции SARS-CoV-2 люди были классифицированы как пациенты с легкой, средней и критической/тяжелой формами заболевания. Классификатор машинного обучения (ML) на основе алгоритма случайного леса (RF) был разработан для изучения возможности классификации участников по группам тяжести заболевания на основе 33 HQMAG. Кроме того, к 33 HQMAG был применен анализ совместного содержания для оценки взаимодействия кишечного микробиома и определения структур гильдий (согласованных функциональных групп), образованных ими.

Был проведен геномно-центрированный анализ метагеномов гильдий, чтобы изучить генетическую основу ассоциаций между двумя гильдиями и тяжестью COVID-19. Кроме того, значения индекса микробиома (GMI) на уровне гильдии были рассчитаны на основе средней разницы в численности между гильдиями.

Source Naturals, OptiZinc, цинк, 240 таблеток

Чтобы выяснить, может ли полученная подпись на уровне гильдии при поступлении в больницу быть связана с прогнозом COVID-19, был проведен регрессионный анализ на основе RF. Команда исследовала, может ли сигнатура микробиома при поступлении в больницу предсказывать тяжелые исходы COVID-19 и может ли сигнатура применяться к другим когортам COVID-19.

Достоверность результатов исследования была определена путем их применения к другому исследованию, включающему 24 и 14 пациентов с легкой/средней и критической/тяжелой формами COVID-19 соответственно. Команда исследовала, можно ли классифицировать пациентов из разных групп тяжести COVID-19 на основе 33 HQMAG и может ли сигнатура различать SARS-CoV-2-положительных и SARS-CoV-2-отрицательных лиц на основе данных из 66, 69, и девять пациентов с положительным результатом на SARS-CoV-2, отрицательный на SARS-CoV-2 и пациентов с внебольничной пневмонией (ВП) без COVID-19 соответственно.

Полученные результаты

Моделирование на основе радиочастот, основанное на 33 группах HQMAG, классифицированных по степени тяжести COVID-19, и сетевой анализ совместной распространенности продемонстрировали формирование двух гильдий 33 группами HQMAG. Гильдия 1 включала больше генов биосинтеза короткоцепочечных жирных кислот и меньше генов устойчивости к антибиотикам и вирулентности, чем Гильдия 2. 33 HQMAG при поступлении в больницу могли предсказать прогноз COVID-19 в течение недели после госпитализации. Кроме того, было обнаружено, что Гильдия 1 доминирует над Гильдией 2 при поступлении в больницу, и это доминирование предсказывало критические исходы COVID-19, такие как смерть.

Радиочастотные модели могут отличать пациентов с положительным результатом на SARS-CoV-2 от здоровых людей, пациентов с отрицательным результатом на SARS-CoV-2 и пациентов с ВП в трех разных наборах данных. Из 2568 HQMAG 48 имели вариабельность ≥5% в зависимости от тяжести COVID-19, из которых 17 были значительно выше среди пациентов с легкой формой COVID-19 и сформировали Гильдию 1, включая Faecalibacterium prausnitzii , Romboutsia timonensis , Clostridium , Ruminococcus, Allisonella histaminiformans, Negativibacillus, Acutalibacteraceae, Lachnospiraceae и Coprococcus .

Из 48 HQMAG 31 был более распространен среди пациентов с COVID-19 в критическом/тяжелом состоянии, из которых 16 продемонстрировали значительные различия по степени тяжести и сформировали Гильдию 2, включая Enterococcus , Lactobacillus , Akkermansia muciniphila, Acutalibacteraceae, Barnesiella intestinihominis, Anaerotignum, Dore, Clostridium_M Bolteae, Lachnospiraceae, Intestinibacter bartlettii, Ruthenibacterium lactatiformans и Phascolarctobacterium faeciu. Две гильдии отрицательно коррелировали друг с другом, что свидетельствует о потенциально конкурентных отношениях между гильдиями. 

У гильдии 2 было больше генов фактора вирулентности (VF), тогда как у гильдии 1 было больше генов устойчивости к антибиотикам (ARG). После одной недели госпитализации значения GMI положительно коррелировали с интерлейкинами (IL)-5,12p70, процентным и абсолютным количеством лимфоцитов в крови, уровнями общего холестерина, кальция и альбумина. Показатели GMI отрицательно коррелировали с процентным содержанием нейтрофилов, D-димером , фибриногеном (B), продуктами деградации фибрина, общим и прямым билирубином, глюкозой и уровнями лактатдегидрогеназы (LDH).

Кроме того, значения GMI при госпитализации трех умерших людей были значительно ниже, чем у четырех выписанных пациентов с COVID-19 в критическом состоянии. Полученные данные показали, что сигнатура кишечного микробиома на ранней стадии может отражать исходы COVID-19 среди госпитализированных пациентов, а GMI можно использовать в качестве предиктора тяжести течения COVID-19.

Вывод

В целом, результаты исследования выявили связь между сигнатурами кишечного микробиома на уровне гильдии, ориентированными на геном, и тяжестью и прогнозом COVID-19, что может помочь в ранней идентификации пациентов с COVID-19 и оценке риска тяжелых исходов.

*Важное замечание

bioRxiv публикует предварительные научные отчеты, которые не рецензируются экспертами и, следовательно, не должны рассматриваться как окончательные, направляющие клиническую практику/поведение, связанное со здоровьем, или рассматриваться как установленная информация.