活动期溃疡性结肠炎寒热错杂证寒热偏盛的不同与肠道菌群的差异性研究

来源 :北京中医药大学 | 被引量 : 0次 | 上传用户:yoyomai19781022
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
背景作为人类常见的消化系统疾病之一,是一种由多种因素引起,病因尚不明确的慢性非特异性炎症性肠病,目前导致溃疡性结肠炎的因素包括:肠道菌群失调、适应性免疫失常、环境和遗传等。溃疡性结肠炎反复迁延不愈在影响患者身体健康以及生活质量的同时,由于其反复发作导致溃疡性结肠炎相关性结直肠癌占溃疡性结肠炎患者死亡的9%-11%,因此溃疡性结肠炎被世界卫生组织列为现代难治病之一。人体肠道菌群的数量、组成和分布与肠道相关疾病以及相关代谢性疾病相互影响,密不可分。溃疡性结肠炎患者肠道菌群可发生紊乱,而肠道菌群的数量和结构也可以反过来作用于肠道,进一步影响肠道内正常功能的发挥。近年来,越来越多的研究利用分子生物学的方法探讨了溃疡性结肠炎患者肠道菌群的组成结构变化特点,而更进一步有关溃疡性结肠炎中医证候与肠道菌群特点的研究相对较少。本文采用16S rDNA高通量测序技术及生物信息学分析方法,对活动期溃疡性结肠炎寒热错杂证寒热偏盛的不同以及与正常人之间肠道菌群结构的差异和特征进行了分析。研究目的比较和分析活动期溃疡性结肠炎寒热错杂证寒热偏盛不同的患者以及健康人群肠道菌群组成和结构的差异,初步探讨活动期溃疡性结肠炎患者与健康人群肠道菌群组成和结构变化的关系,以及寒热错证患者不同寒热偏盛之间肠道菌群组成和结构变化的关系。研究方法实验一:本研究收集2017年10月至2018年2月北京中医药大学东方医院脾胃肝胆科门诊及住院活动期溃疡性结肠炎患者14人,以及健康对照组14人,收集患者粪便标本,提取其肠道菌群总DNA,采用高通量测序技术对16S rDNAV3-V4可变区测序,并进行生物信息分析(肠道菌群物种的分类、丰度分析及多样性分析),得出活动期溃疡性结肠炎患者与正常人之间的菌群差异。实验二:本研究收集2018年3月至2018年12月北京中医药大学东方医院脾胃肝胆科门诊及住院活动期溃疡性结肠炎患者39例,其中19例偏寒证患者和20例偏热证患者,收集患者粪便标本,提取其肠道菌群总DNA,采用高通量测序技术对16S rDNA V3-V4可变区测序,并进行生物信息分析(肠道菌群物种的分类、丰度分析及多样性分析),得出活动期溃疡性结肠炎寒热错杂证寒热偏盛不同之间的菌群差异。结果:实验一:(1)活动期溃疡性结肠炎患者与健康人群的菌群在丰度、多样性以及结构均存在显著性差异(P<0.05);(2)在门的水平上活动期溃疡性结肠炎患者的拟杆菌门(Bacteroidetes)和厚壁菌门(Firmicutes)相关菌属均低于健康人,但是变形菌门(Proteobacteria)和疣微菌门(Verrucomicrobia)的比例高于健康人;(3)在属水平上健康人群中以拟杆菌属Bacteroides(拟杆菌属),Roseburia(罗斯氏菌属),lachnospira(毛螺菌属),Prevotella 9(普雷沃菌属)等为主;溃疡性结肠炎患者以Akkermansia(艾克曼菌属),Bifidobacterium(双歧杆菌属);Lactobacillus(乳酸菌属),Escherichia-Shigella(埃希氏菌-志贺氏菌属)等菌属等为主。实验二:(1)活动期溃疡性结肠炎寒热错杂证患者寒热不同偏盛两组之间在菌群丰度及多样性上无显著差异(P>0.05);但在部分菌种所占比例相比有显著差异(P<0.05);(2)门水平上的差异偏寒组可能以变形菌门所占比例导致,偏热组可能以拟杆菌门所占比例引起;属水平上的差异偏寒组可能以Escherichia-Shigella(埃希氏-志贺氏菌属)所占比例为主,偏热组可能以Bacteroidales(拟杆菌目)所占比例为主;(3)寒热错杂证偏热组患者肠道中以Bacteroidetes(拟杆菌门),Bacteroidia(拟杆菌纲),Bacteroidales(拟杆菌目),Eisenbergiella(艾森伯吉氏菌科),Hungatella,为主;偏寒组以Proteobacteria(变形菌门),Gammaproteobacteria(变形菌纲),Enterobacteriales(肠杆菌目),Enterobacteriaceae(肠杆菌科),Escherichia-Shigella(埃希氏菌-志贺氏菌属);Actinobacteria(放线菌门),Actinobacteria(放线菌纲),Bifidobacteriales(双歧杆菌目),Bifidobacteriaceae(双歧杆菌科),Bifidobacterium(双歧杆菌属);Verrucomicrobia(疣微菌门),Verrucomicrobiae(疣微菌纲),Verrucomicrobiales(疣微菌目),Verrucomicrobiaceae(疣微菌科),Akkermansia(艾克曼菌属)等为主。结论:(1)活动期溃疡性结肠炎患者与健康对照组相比,肠道菌群的丰度、多样性及结构之间均存在差异(P<0.05);在活动期溃疡性结肠炎患者肠道中主要表现为Bifidobacterium(双歧杆菌属)为代表的 Actinobacteria(放线菌门),Akkermansia(艾克曼菌属)为代表的Verrucomicrobia(疣微菌门)以及Escherichia-Shigella(埃希氏菌-志贺氏菌属)等菌属的富集为主;在健康对照组中主要表现为以lachnospira(毛螺菌属)为代表的Firmicutes(厚壁菌门)和Prevotella(普雷沃菌属)为代表的Bacteroidetes(拟杆菌门)等相关菌属富集为主;(2)活动期溃疡性结肠炎寒热错杂证患者寒热不同偏盛两组之间在菌群丰度以及多样性上无显著差异(P>0.05);但在部分菌种所占比例相比有显著差异(P<0.05)。肠道菌群门水平和属(目)水平存在差异性:门水平上的差异偏寒组可能以Proteobacteria(变形菌门)所占比例为主,偏热组可能以Bacteroidetes(拟杆菌门)所占比例为主;属水平上的差异偏寒组可能以Escherichia-Shigella(埃希氏-志贺氏菌属)所占比例为主,偏热组可能以Bacteroidales(拟杆菌目)所占比例为主。(3)活动期溃疡性结肠炎寒热错杂证之寒热不同偏盛之间可能存在代表寒热不同偏盛的菌种:偏寒组代表性菌属为隶属于变形菌门的Escherichia-Shigella(埃希氏-志贺氏菌属),偏热组代表性菌属为拟杆菌门的Bacteroidales(拟杆菌目)。
其他文献
差分进化算法(DE)在求解优化问题时具有易于实现,不依赖于问题具体形式的优点,得到广泛应用。许多DE变体已经在进化计算大会(CEC)上取得了不错的成绩,表明了该类算法具有良好的性能。根据“No-Free-Lunch”(NFL)理论,单种优化算法并不能涵盖所有的优化问题,DE算法也具有该局限性,针对不同类型的优化问题,目前的DE改进算法依然不能取得很好的优化结果,因此仍需提出效果更好的改进算法去解决
学位
近些年来,随着载人航天技术和深空卫星技术以及移动通信技术的不断发展,人们对于动态时变环境下的通信系统的建立的需求日益迫切。现有的数字通信技术都需要接收机中精确的同步系统。对于高动态通信条件下,由于通信双方都处在高速的移动当中,导致在接收机内部会引起极大的多普勒效应和高阶变化率甚至是突然的信道衰落,严重影响了信号的可靠接收。这需要更加强劲高效的载波同步模块,能够在复杂动态环境下稳定工作。因此研究高动
学位
卫星编队飞行技术以其独特的优势成为21世纪空间技术发展的新趋势和航天领域的研究热点,此外,由于被动定位系统不需要主动发射信号,具有隐蔽性强等优点,受到国内外学者的广泛研究,因此,基于编队飞行卫星的被动定位具有良好的发展前景。在被动定位领域的研究中,基于到达时间差(Time Difference of Arrival,TDOA)/到达频率差(Frequency Difference of Arriv
学位
语义分割是一种像素级别的分类任务,其目的是为图像中所有的像素点分配一个相应的类别属性。遥感作为地球监测技术中的一个重要组成部分,其产生的影像具有超大的幅宽范围和丰富的图像内容,对其进行语义分割在城市规划、资源勘探、军事侦查等领域有着重要的意义。然而,由于遥感影像内容和光学成像条件的复杂性,空间分辨率达到亚米级别的遥感影像在语义分割上面临许多困难,通常难以获得对其细粒度的精确语义分割结果。本文基于深
学位
深度神经网络在现有图像分类、图像分割、目标检测等任务中取得显著效果。对抗扰动的出现已经证明了深度神经网络存在安全隐患。现阶段,已有方法将数字对抗扰动应用于数字世界,通过在输入图像中添加人眼难以观察到的微小扰动,使深度神经网络推断结果不可靠。此外,物理攻击方法在训练对抗补丁时添加噪声、光照变化、相机光学畸变等真实世界中的噪声,使训练后的对抗补丁能够抵挡物理环境对其鲁棒性的影响。目标检测任务作为计算机
学位
近年来,数字化在商业、医疗、娱乐等领域不断深入,各种在线数字平台不断涌现,人类社会已悄然进入了数字时代。随着数字平台的数量不断增长,数字信任问题也在迅速增长,用户面临的威胁日趋复杂。当前基于用户名和口令的认证协议已难以满足日益增长的安全需求。具体而言,用户选择不同口令登录不同平台,极大地增加了用户记忆负担;此外,口令认证安全性低,面临许多已知攻击。以用户为中心的多因子认证协议可解决上述问题,采用单
学位
日志作为记录系统实时运行状态和程序执行状况的数据,既是软件开发人员和运维人员监测系统运行状态重要资源,也是实现系统异常检测的绝佳数据源之一。当下基于深度学习的日志异常检测已经成为自动化系统异常检测研究领域的重点关注内容之一,但仍存在以下难题亟需解决:日志文本数据其中所包含的信息和特征很难直接作为输入被深度学习模型所学习,需要构建特定的日志解析方法;传统的日志异常检测模型仅适合特定系统,忽略了日志所
学位
随着信息技术的不断普及,实时监控技术在物联网中得到了广泛的应用。重要公共场所均安装了摄像头监控设备,这些场所更关注物体移动变化而非固定的场景画面。由于摄像头经常处于复杂干扰环境中,视频流的实时传输效果无法得到保障。当传输环境较差时,现有的自适应视频压缩方法通常会随机降低某些帧的分辨率,以保障视频的播放流畅。若被降分辨率的帧是含有移动物体的关键帧,则不能满足视频监控获取关键信息的要求。因此,为了提高
学位
越来越多的企业利用机器学习中的分类技术来分析各种商业数据,从中提取有价值的信息。这些商业数据中的大部分数据是正常类数据,少部分数据是异常类数据。大部分的商业数据都是不平衡的。因此,不平衡数据分类问题一直以来都是机器学习领域的一项重要研究课题。目前为止,不平衡数据分类方法主要分为数据层和算法层两个方面。本文分别基于数据层的数据合成思想和算法层的集成学习思想,提出了两种用于结构化数据不平衡处理的方法。
学位
研究背景:慢性阻塞性肺疾病作为一种常见的呼吸系统疾病,是一种可预防和治疗的疾病。近年来慢阻肺患病率逐渐上升,患者生活质量低、社会经济负担较重,成为全球关注的公共卫生问题。目前研究表明,COPD的发病机制主要有炎症反应、蛋白酶/抗蛋白酶失衡、氧化/抗氧化失衡等。COPD的特点是炎症因子、多种蛋白酶的水平提高,NF-κ B诱导多种炎性细胞分泌如集落刺激因子、白介素-6、肿瘤坏死因子-α、粘附分子等多种
学位