每天，消化系統中的數十億細菌都在發生變化； 你吃的食物、你服用的藥物和你接觸的細菌會使某些細菌比其他細菌繁殖得更多。 科學家們知道，這種不斷變化的腸道微生物平衡與您的健康和疾病有關，但一直在努力確定是什麼使一種微生物平衡優於另一種。
在過去的十年裡，科學家們通常通過描述存在的細菌種類和數量來描述一個人的微生物組——在人類腸道中發現的微生物的集合。 現在，由凱蒂·波拉德 (Katie Pollard) 博士領導的一組研究人員在格萊斯頓研究所發表了兩項新研究，表明監測細菌菌株——而不僅僅是物種——可以更好地了解微生物組。
細菌菌株有點像狗品種或番茄品種——屬於同一物種，但彼此不同。
在發表在《自然生物技術》雜誌上的一項研究中，Pollard 的實驗室與美國能源部聯合基因組研究所的研究科學家 Stephen Nayfach 博士合作，開發了一種新的計算方法來分析微生物組樣本中存在的細菌菌株。比現有技術更快、更經濟。 Pollard 說，這種新方法將使研究人員能夠對微生物組進行比以往任何時候都更大、更精確的分析。
在 Genome Research 在線發表的另一篇論文中，Pollard 與斯坦福大學的 Benjamin Good 博士和 Michael Snyder 博士的實驗室合作，在 19 到 5 個不同的時間點跟踪一個人微生物組中存在的細菌菌株。一個月的時間，包括一個療程的抗生素之前和之後。 他們發現，在某些情況下，一種細菌的豐度在不同時間點之間保持不變，但該物種內的菌株發生了巨大變化。
讓微生物組有意義
在您的腸道內，細菌可能不僅僅是消化您的食物。 事實上，研究表明，與健康人相比，患有炎症性腸病、哮喘、自閉症、糖尿病和癌症等多種疾病的人消化系統中的細菌不同。 但到目前為止，很少有針對微生物組的治療方法從這些觀察中得出。
由於每種細菌都有自己的遺傳密碼，因此科學家們依靠 DNA 測序來發現任何特定人的微生物組中棲息著哪些細菌。 但是由於數據的大小和復雜性，分析 DNA 序列很困難。 儘管研究人員可以使用現有方法來確定存在哪些物種，但這僅提供了微生物組多樣性和功能的一部分。 這是因為同一種細菌中的不同菌株可能存在顯著的遺傳差異，這些差異通常大到足以誘發不同的行為。
到目前為止，識別微生物組樣本中的遺傳差異需要高性能計算能力和雲存儲——這是大多數實驗室所不具備的。 研究人員必須使用一種稱為序列比對的技術，將微生物組中存在的數千種細菌的基因組中的數百萬個 DNA 片段與包含每種已知微生物序列的數據庫進行比較。
Pollard 和她的同事知道，很長一段基因組序列在許多細菌物種或菌株中很常見。 因此，這些序列不能用於幫助查明特定的細菌菌株。 受到僅分析人類基因組最可變區域的方法的啟發，該團隊著手尋找他們需要從微生物組數據中剔除以識別其中包含的菌株的最少序列信息。
研究人員分析了來自人類腸道中常見的大約 100,000 種細菌物種的 900 多個公開可用的高質量基因組。 他們在細菌基因組中發現了 104 億短 DNA 串，這些短串在細菌菌株之間變化最為頻繁。 然後，他們使用這些信息設計了一種名為 GenoTyper for Prokaryotes (GT-Pro) 的新算法，該算法在微生物組序列數據中搜索與用作細菌菌株標識符的關鍵字符串的精確匹配。 與之前的序列比對方法不同，GT-Pro 適合筆記本電腦的內存，不需要高性能計算和雲積分。
該研究領域以前一直受到以下事實的限制：世界上只有少數實驗室有資金或計算機硬件來分析菌株分辨率的微生物組數據。
抗生素之前和之後
近年來，微生物組研究人員一直在努力回答的問題之一是，隨著時間的推移，一個人體內的微生物組會發生多少變化。 這個問題已經在物種層面得到解決； 科學家們追踪了人類微生物組的物種組成如何隨著飲食、疾病或環境的變化而變化。 但結果未能解釋當物種組成逐月保持穩定時，微生物組如何獲得新功能，例如抗生素耐藥性或使化療藥物失活的能力。
Pollard 和她的同事想通過分析細菌菌株（而不僅僅是物種）如何隨時間變化，在更深層次上深入研究這個問題。 他們重新利用了一種設計用於對單個人類細胞進行測序的方法，並將其用於對細菌 DNA 分子進行編碼。 這使該小組能夠在為期 5 個月的研究過程中跟踪一個人體內的單個細菌菌株。
該團隊在 5 個月內大約每週一次對健康個體的微生物組進行測序。 在此期間，該受試者出人意料地被診斷出患有萊姆病，並接受了為期 2 週的抗生素療程——眾所周知，該抗生素可以消除多種細菌，包括生活在人類腸道中的細菌。
在某些情況下，確實如此——某些微生物物種和菌株具有顯著的彈性，在 5 個月的開始和結束時基因組幾乎沒有變化。 但在其他情況下，抗生素後出現的菌株在基因上與開始時的菌株不同，即使該物種的豐度沒有改變。 重要的是，如果團隊只分析了每個微生物組樣本中存在的物種，這些差異就會被忽略。
儘管 GT-Pro 算法尚未用於本研究，但 Pollard 表示，它將使類似的未來研究更容易——也更便宜——進行。
為微生物組研究開闢新途徑
您體內的細菌就像叢林——一個活生生的、不斷變化的生態系統，有機體以微妙的平衡共存。 當從上方查看衛星圖像時，生態學家可以監測到叢林最深刻、最劇烈的變化，但他們會錯過塑造環境的更精細的複雜性。
同樣，那些通過觀察物種如何變化來研究微生物組的人已經對網絡有了一個高層次的看法，並且只看到了與健康和疾病最明顯的聯繫。 但隨著 GT-Pro 和微生物菌株的新觀點，波拉德說，新的聯繫將變得明顯。
從這篇文章可以得到什麼：
- In one study published in the journal Nature Biotechnology, Pollard’s lab worked with Stephen Nayfach, PhD, a research scientist at the US Department of Energy Joint Genome Institute, to develop a new computational method to analyze the strains of bacteria present in a microbiome sample much more quickly and affordably than existing technologies.
- In a separate paper published online in Genome Research, Pollard collaborated with the labs of Benjamin Good, PhD, and Michael Snyder, PhD, at Stanford University to track the strains of bacteria present in one person’s microbiome at 19 different time points over a 5-month period, including before and after a course of antibiotics.
- Researchers had to compare millions of DNA fragments from the genomes of thousands of bacteria present in the microbiome to a database with the sequences of every known microorganism, using a technique known as sequence alignment.
