Кишечный микробиом и современные методы его исследования у детей

Исследования кишечного микробиома в настоящее время вызывают большой интерес у клиницистов. Это связано с тем, что результаты проведенных исследований показывают тесную взаимосвязь кишечного микробиома с развитием различных заболеваний. В статье представлены современные методы отбора проб для  исследований, охарактеризованы мультиомические методы исследования (метагеномика, метапротеомика, метатранскриптомика, метаболомика) и  возможности их применения в  клинической практике с  указанием их преимуществ и  недостатков. Описаны наиболее распространенные методы исследования (при этом особое внимание уделено изучению кишечного микробиома), в  которых можно получить оптимально объективные результаты и точность вычислительного анализа данных. Эти исследования будут способствовать развитию персонализированной медицины, которая будет применяться в самых различных областях — от точной идентификации патогенных штаммов для целенаправленного лечения до тщательного мониторинга дисбаланса микробных сообществ при заболеваниях и до персонализированного и рационального плана манипуляций с микробиомом. 

1. Collado M.C., Rautava S., Aakko J., Isolauri E., Salminen S. Human gut colonisation may be initiated in utero by distinct microbial communities in the placenta and amniotic fluid. Sci Rep 2016; 6: 23129. DOI: 10.1038/srep23129

2. Perez-Muñoz M.E., Arrieta M.C., Ramer-Tait A.E., Walter J. A critical assessment of the «sterile womb» and «in utero colonization» hypotheses: implications for research on the pioneer infant microbiome. Microbiome 2017; 5(1): 48. DOI: 10.1186/s40168-017-0268-4

3. Mayer E.A., Padua D., Tillisch K. Altered brain-gut axis in autism: comorbidity or causative mechanisms? Bioessays 2014; 36(10): 933-939. DOI: 10.1002/bies.201400075

4. Kim N., Yun M., Oh Y.J., Choi H.J. Mind-altering with the gut: Modulation of the gut-brain axis with probiotics. J Microbiol 2018; 56(3): 172-182. DOI: 10.1007/s12275-018-8032-4

5. Shreiner A.B., Kao J.Y., Young V.B. The gut microbiome in health and in disease. Curr Opin Gastroenterol 2015; 31(1): 69-75. DOI: 10.1097/MOG.0000000000000139

6. Gomaa E.Z. Human gut microbiota/microbiome in health and diseases: a review. N Engl J Med 2016; 375(24): 2369- 2379. DOI: 10.1056/NEJMra1600266

7. Escobar-Zepeda A., Vera-Ponce de León A., Sanchez-Flores A. The Road to Metagenomics: From Microbiology to DNA Sequencing Technologies and Bioinformatics. Front Genet 2015; 6:348. DOI: 10.3389/fgene.2015.00348

8. Tang Q., Jin G., Wang G., Liu T., Liu X., Wang B. et al. Current Sampling Methods for Gut Microbiota: A Call for More Precise Devices. Front Cell Infect Microbiol 2020; 10:151. DOI: 10.3389/fcimb.2020.00151

9. Laudadio I., Fulci V., Palone F., Stronati L., Cucchiara S., Carissimi C. Quantitative Assessment of Shotgun Metagenomics and 16S rDNA Amplicon Sequencing in the Study of Human Gut Microbiome. OMICS 2018; 22(4): 248-254. DOI: 10.1089/omi.2018.0013

10. Pérez-Cobas A.E., Gosalbes M.J., Friedrichs A., Knecht H., Artacho A., Eismann K. et al. Gut microbiota disturbance during antibiotic therapy: a multi-omic approach. Gut 2013; 62(11): 1591-1601. DOI: 10.1136/gutjnl-2012-303184

11. David L.A., Maurice C.F., Carmody R.N., Gootenberg D.B., Button J.E., Wolfe B.E. et al. Diet rapidly and reproducibly alters the human gut microbiome. Nature 2014; 505(7484): 559-563. DOI: 10.1038/nature12820

12. Jorth P., Turner K.H., Gumus P., Nizam N., Buduneli N., Whiteley M. Metatranscriptomics of the human oral microbiome during health and disease. mBio 2014;5(2): e01012-14. DOI: 10.1128/mBio.01012-14

13. Aylward F.O., Eppley J.M., Smith J.M., Chavez F.P., Scholin C.A., DeLong E.F. Microbial community transcriptional networks are conserved in three domains at ocean basin scales. Proc Natl Acad Sci USA 2015; 112(17): 5443-5448. DOI: 10.1073/pnas.1502883112

14. Eren A.M., Esen Ö.C., Quince C., Vineis J.H., Morrison H.G., Sogin M.L. et al. Anvi’o: an advanced analysis and visualization platform for ‘omics data. Peer J 2015; 3: e1319. DOI: 10.7717/peerj.1319

15. Dillies M.A., Rau A., Aubert J., Hennequet-Antier C., Jeanmougin M., Servant N. et al. A comprehensive evaluation of normalization methods for Illumina high-throughput RNA sequencing data analysis. Brief Bioinform 2013; 14(6): 671- 683. DOI: 10.1093/bib/bbs046

16. Huang H.C., Niu Y., Qin L.X. Differential Expression Analysis for RNA-Seq: An Overview of Statistical Methods and Computational Software. Cancer Inform 2015; 14(Suppl 1): 57-67. DOI: 10.4137/CIN.S21631

17. Love M.I., Huber W., Anders S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biol 2014; 15(12): 550. DOI: 10.1186/s13059-014- 0550-8

18. Tobalina L., Bargiela R., Pey J., Herbst F.A., Lores I., Rojo D. et al. Context-specific metabolic network reconstruction of a naphthalene-degrading bacterial community guided by metaproteomic data. Bioinformatics 2015; 31(11): 1771- 1779. DOI: 10.1093/bioinformatics/btv036

19. Xia J., Broadhurst D.I., Wilson M., Wishart D.S. Translational biomarker discovery in clinical metabolomics: an introductory tutorial. Metabolomics 2013; 9(2): 280-299. DOI: 10.1007/s11306-012-0482-9

20. Tortora S.C., Bodiwala V.M., Quinn A., Martello L.A., Vignesh S. Microbiome and colorectal carcinogenesis: Linked mechanisms and racial differences. World J Gastrointest Oncol 2022; 14(2): 375-395. DOI: 10.4251/wjgo.v14.i2.375

21. Kaddurah-Daouk R., Krishnan K.R. Metabolomics: a global biochemical approach to the study of central nervous system diseases. Neuropsychopharmacology 2009; 34(1): 173-186. DOI: 10.1038/npp.2008.174

22. Wetmore D.R., Joseloff E., Pilewski J., Lee D.P., Lawton K.A., Mitchell M.W. et al. Metabolomic profiling reveals biochemical pathways and biomarkers associated with pathogenesis in cystic fibrosis cells. J Biol Chem 2010; 285(40): 30516- 30522. DOI: 10.1074/jbc.M110.140806

23. Wang-Sattler R., Yu Z., Herder C., Messias A.C., Floegel A., He Y. et al. Novel biomarkers for pre-diabetes identified by metabolomics. Mol Syst Biol 2012; 8: 615. DOI: 10.1038/msb.2012.43

24. Griffin J.L., Atherton H., Shockcor J., Atzori L. Metabolomics as a tool for cardiac research. Nat Rev Cardiol 2011; 8(11): 630-643. DOI: 10.1038/nrcardio.2011.138

25. Chong J., Xia J. Computational Approaches for Integrative Analysis of the Metabolome and Microbiome. Metabolites 2017; 7(4):62. DOI: 10.3390/metabo7040062

26. Jansson J., Willing B., Lucio M., Fekete A., Dicksved J., Halfvarson J. et al. Metabolomics reveals metabolic biomarkers of Crohn’s disease. PLoS One 2009; 4(7): e6386. DOI: 10.1371/journal.pone.0006386

27. McHardy I.H., Goudarzi M., Tong M., Ruegger P.M., Schwager E., Weger J.R. et al. Integrative analysis of the microbiome and metabolome of the human intestinal mucosal surface reveals exquisite inter-relationships. Microbiome 2013; 1(1): 17. DOI: 10.1186/2049-2618-1-17

28. Noecker C., Eng A., Srinivasan S., Theriot C.M., Young V.B., Jansson J.K. et al. Metabolic Model-Based Integration of Microbiome Taxonomic and Metabolomic Profiles Elucidates Mechanistic Links between Ecological and Metabolic Variation. mSystems 2016; 1(1): e00013-15. DOI: 10.1128/mSystems.00013-15