研究背景:肠道菌群的分析流程中包含了大量的环节,对最终的分析结果可以起到重要的影响,尤其是在大数据分析方面,诸如不同研究数据如何合并进行分析,以及结果的稳定性和运算的速度等,都是需要验证和优化的问题。另外肠道菌群的人群变异度大,可能会使肠道菌群的研究结果不稳定,一个应对的方案是采用大规模流行病学采样方法研究肠道菌群和宿主关系,从而获得更加可靠和全面的结果,而类似的研究在东方发展中地区还较少。研究目标:本论文首先对微生物组分析中实验操作的影响进行探索,并针对分析流程的稳定性以及运算速度等方面进行优化,并建立完整的分析流程。进一步采用上述方法,分析广东省慢病调查人群肠道菌群,研究肠道菌群与宿主之间的关系,并揭示其代谢综合征特征菌谱。研究方法:第一章我们从四个角度对微生物组数据分析方法进行了研究:1.我们以不同的引物扩增,但使用同一 16SrRNA基因区段为例,观察实验细节对微生物组学分析结果的影响;2.我们以稀释曲线不稳定为切入点,阐述了聚类单元不稳定的原因,并提出较为稳定的聚类方法;3.我们将贪婪重头聚类算法进行了多线程化,试图解决微生物组学大数据分析中聚类速度的问题;4.我们基于现有的一些分析方法和平台,整合了针对微生物组数据分析的流程,并在公共平台上公开。第二章我们在广东省采用聚类抽样法,选择了 14个区/县,每个区/县采用按规模大小成比例的方法(PPS)抽取了 3个街道/镇,在每个街道/镇我们采用PPS方法抽取了两个居委会/村落,并在每个居委会/村落随机抽取了 45户家庭进行调查。我们收集了每位参与者的粪便标本,以及其他的生理指标或社会经济参数。我们采用PERMANOVA法计算了各种宿主信息对肠道菌群变异的解释度,并采用多元线性相关(MaAsLin)方法来计算各类与代谢综合征相关的metadata和具体某些细菌分类之间的关系。研究结果:1.针对微生物组学数据分析方法的验证与优化:实验细节会对微生物组学研究结果造成显著的影响,意味着实验方法严格统一的大规模人群调查对于研究宿主和肠道菌群关系来说是必要的。我们进一步开发了稳定的聚类算法,并将重头贪婪聚类算法进行多线程化来解决计算速度的问题,并基于这些结果建立并公开了一个微生物组学数据分析的流程。2.人群肠道菌群分析:我们在广东省共纳入了 8600位志愿者,并采集了超过100项背景信息。我们发现在广东省地区,肠道菌群与人群的背景信息普遍相关,其中以地理分布的影响最大,而这种地理上的差异可能与当地人食盐习惯相关。其他信息中如年龄,布鲁斯拓评分,体重,尿酸水平,静坐时间,饮食等与肠道菌群变异的相关性也相对较大。在疾病信息中,代谢综合征与肠道菌群的变异相关性最高,其具体的疾病谱特征与发达地区较为相似,但发展中地区的变形菌门细菌显著较高,且和经济发展呈负相关。结论:1.由于微生物组学研究容易受到实验细节的影响,真实实施的流程严格而统一的大规模人群研究是阐述肠菌与宿主关系的重要手段之一,同时我们优化了相关算法,优化了分析方法的稳定性和运算速度,并建立了整合的分析流程。2.肠道菌群与宿主信息普遍相关,其中地理分布是重要的影响因素。我们发现东方发展中地区有其独特的肠道菌群特征,且可能和生活方式协同作用增加代谢性疾病的风险,针对代谢病在快速发展中地区大爆发现象提出了新的解释角度和潜在的干预靶标。