入院患者における COVID-19 の重症度と予後に関連するゲノムベースのマイクロバイオーム シグネチャ

Study: Guild-level microbiome signature associated with COVID-19 severity and prognosis. Image Credit: Design_Cells/Shutterstock


bioRxiv* プレプリント サーバーに投稿された最近の研究で、研究者はギルド レベルのマイクロバイオーム シグネチャと重症急性呼吸器症候群コロナウイルス 2 (SARS-CoV-2) 感染の重症度および予後との関連を、ゲノムレベルのメタゲノム解析によって評価しました。

研究: COVID-19 の重症度と予後に関連するギルド レベルのマイクロバイオーム シグネチャ。 画像著作権: Design_Cells/Shutterstock

バックグラウンド

アンジオテンシン変換酵素 2 (ACE-2) は、SARS-CoV-2 宿主の侵入に不可欠な受容体であり、腸で広く発現しています。 コロナウイルス病 2019 (COVID-19) 関連の炎症は、腸内細菌叢の混乱を引き起こす可能性があり、SARS-CoV-2 感染者の過炎症状態をさらに増強する可能性があります。 ただし、腸内マイクロバイオームの変化と SARS-CoV-2 感染の予後との関連性は十分に解明されていません。

研究について

本研究では、研究者は糞便サンプルから配列決定された HQMAG (高品質のメタゲノムで組み立てられたゲノム) を分析し、ギルドレベルのマイクロバイオーム シグネチャと SARS-CoV-2 感染の重症度および予後との関連性を評価しました。

2020 年 5 月から 9 月の間に、300 人の入院した SARS-CoV-2 陽性患者から 330 の糞便検体が得られ、診断は定量的逆転写ポリメラーゼ連鎖反応 (RT-qPCR) 分析によって確認されました。 腸内細菌叢のプロフィールァイルを評価するためにメタゲノム シーケンス解析が実行され、非反復 HQMAG (n=2568) が再構築されました。そのうち 33 の HQMAG は、COVID-19 の重症度に基づいて異なる分布を示しました。

個人は、SARS-CoV-2 感染の重症度によって、軽症、中等症、重症/重症の患者に分類されました。 ランダム フォレスト (RF) アルゴリズム ベースの機械学習 (ML) 分類器が開発され、33 の HQMAG に基づいて参加者を疾患重症度グループに分類できるかどうかを調査しました。 さらに、共存在分析を 33 の HQMAG に適用して、腸内マイクロバイオームの相互作用を評価し、それらによって形成されるギルド (コヒーレントな官能基) の構造を決定しました。

ギルドのメタゲノムのゲノム中心の分析が行われ、2 つのギルドと COVID-19 の重症度との関連の遺伝的基盤が調査されました。 さらに、ギルド間の存在量の平均差に基づいて、ギルドレベルのマイクロバイオーム指数(GMI)値が計算されました。

入院時に得られたギルドレベルの署名が COVID-19 の予後と関連付けられるかどうかを調査するために、RF ベースの回帰分析が実行されました。 チームは、入院時のマイクロバイオーム シグネチャが重度の COVID-19 転帰を予測できるかどうか、およびシグネチャが他の COVID-19 コホートに適用できるかどうかを調査しました。

研究結果の妥当性は、軽度/中等度および重度/重度の COVID-19 患者それぞれ 24 人および 14 人を含む別の研究にそれらを適用することによって決定されました。 チームは、異なる COVID-19 重症度グループの患者を 33 の HQMAG に基づいて分類できるかどうか、および署名が SARS-CoV-2 陽性の SARS-CoV-2 陰性の個人を 66、69 のデータに基づいて区別できるかどうかを調査しました。それぞれ9人のSARS-CoV-2陽性患者、SARS-CoV-2陰性者、および非COVID-19市中肺炎(CAP)患者。

結果

COVID-19 の重症度によって参加者を分類した 33 の HQMAG に基づく RF ベースのモデリングと共存在ネットワーク分析により、33 の HQMAG による 2 つのギルドの形成が実証されました。 ギルド 1 は、ギルド 2 よりも多くの短鎖脂肪酸生合成遺伝子を含み、抗生物質耐性および病原性遺伝子が少ない。入院時の 33 の HQMAG は、入院後 1 週間以内に COVID-19 の予後を予測できた。 さらに、ギルド 1 は入院時にギルド 2 よりも優勢であることが判明し、優勢は死亡などの COVID-19 の重大な転帰を予測していました。

RF モデルは、3 つの異なるデータセットで、SARS-CoV-2 陽性患者を健康な個人、SARS-CoV-2 陰性患者、および CAP 患者から識別することができます。 2,568 の HQMAG のうち、48 は COVID-19 の重症度に応じて 5% 以上の変動性があり、そのうち 17 は軽度の COVID-19 患者の間で有意に高く、ギルド 1 を形成しました。 Acutalibacteraceae、ラクノスピラ科、およびコプロコッカス。

48個のHQMAGのうち、31個は重篤/重度のCOVID-19患者に多く、そのうち16個は重症度によって有意差を示し、Guild 2を形成しました。ラクノスピラ科、インテスティニバクター・バルトレッティ、ルテニバクテリウム・ラクタティフォルマンス、およびファスコラルクトバクテリウム・フェシウ。 2 つのギルドは互いに負の相関があり、ギルド間の潜在的な競争関係を示しています。

ギルド 2 はより多くの病原性因子 (VF) 遺伝子を持っていたのに対し、ギルド 1 はより多くの抗生物質耐性遺伝子 (ARG) を持っていました。 1 週間の入院後、GMI 値は、インターロイキン (IL)-5,12p70、血中リンパ球の割合と絶対数、総コレステロール、カルシウム、およびアルブミンのレベルと正の相関がありました。 GMI スコアは、好中球のパーセンテージ、D-ダイマー、フィブリノーゲン (B)、フィブリン分解生成物、総ビリルビンおよび直接ビリルビン、グルコース、および乳酸脱水素酵素 (LDH) レベルと負の相関がありました。

さらに、死亡した 3 人の入院時の GMI 値は、退院した重篤な COVID-19 患者 4 人の値よりも有意に低かった。 この調査結果は、初期段階の腸内細菌叢の特徴が入院患者の COVID-19 の転帰を反映している可能性があり、GMI は COVID-19 の重症度の予測因子として使用できることを示しています。

結論

全体として、この研究結果は、ゲノムを中心としたギルドレベルの腸内微生物叢の特徴と COVID-19 の重症度および予後との関連性を強調しており、COVID-19 患者の早期発見に役立ち、重症度の転帰のリスクを推定する可能性があります。

*重要なお知らせ

bioRxiv は、査読されていない暫定的な科学レポートを発行しているため、決定的なものと見なしたり、臨床診療/健康関連の行動をガイドしたり、確立された情報として扱ったりするべきではありません。



Source link