Das menschliche Mikrobiom und genetische Krankheiten: Auf dem Weg zur Integration metagenomischer und Multi-Omics-Daten
Apr 18, 2023
Es wird zunehmend anerkannt, dass dem Mikrobiom eine grundlegende Rolle in der menschlichen Physiologie zukommt, sowohl im Zusammenhang mit Gesundheit als auch mit Krankheit (Rothschild 2018). Tatsächlich ist die Zusammensetzung der Mikrobiota ein Schlüsselfaktor im Zusammenhang mit einer Vielzahl genetisch bedingter Erkrankungen des Menschen. Beispielsweise hat sich das Mikrobiom bei mehreren neurologischen Erkrankungen wie der Alzheimer-Krankheit, der Parkinson-Krankheit und dem Schlaganfall als wichtiger Akteur bei der Entstehung und Modulation von Krankheiten herausgestellt (Sampson 2020; Sgritta 2019).
In ähnlicher Weise wird mittlerweile erkannt, dass das Mikrobiom bei Krebs eine Schlüsselrolle bei Entzündungen, der Immunantwort und der Erzeugung toxischer Metaboliten spielt und so zum Prozess der Krebsentstehung beiträgt (Coker 2018; Dejea 2018; Tanoue 2019). Die rasante Weiterentwicklung der Sequenzierungstechnologie und die Zunahme der Stichprobengrößen haben zu neuen Entwicklungen geführt, wie zum Beispiel mikrobiomweiten Assoziationsstudien zur Charakterisierung der Mikrobiota und ihrer Auswirkungen auf verschiedene menschliche Krankheiten (Gilbert 2016; Wang 2018).
Es wurden verschiedene Versuche unternommen, den Einfluss des menschlichen Mikrobioms in verschiedenen Geweben und in verschiedenen Stadien der Krankheitspathogenese zu charakterisieren, indem Mikrobiomdaten, insbesondere metagenomische Daten, mit Multi-Omics-Daten integriert wurden (Liu 2020; Integrative 2019). Metagenomische Daten wurden häufig mit metatranskriptomischen, metaproteomischen und metabolomischen Daten integriert, um die Mikrobiomhäufigkeit im Hinblick auf Genexpression sowie Protein- und Metabolitenspiegel zu quantifizieren (Narayanasamy 2016; Nies 2021; Martinez Arbas 2021).
Die Integration von Multi-Omics-Daten hat neue Erkenntnisse über Mikrobiomfunktionen geliefert, indem sie die Komplexität der verfügbaren Daten erhöht hat, was wiederum die Entwicklung neuer bioinformatischer und statistischer Ansätze stimuliert hat. Ein wiederkehrendes Thema in aktuellen Mikrobiomstudien ist die Anwendung effizienter analytischer Ansätze zur Entdeckung neuer Zusammenhänge zwischen dem Mikrobiom und genetischen Erkrankungen des Menschen.
Diese Studien dienen dazu, unser Verständnis der Mechanismen zu verbessern, durch die das Mikrobiom genetische Erkrankungen des Menschen auf mehreren Ebenen beeinflusst. Darüber hinaus haben sie einen Wandel von der Untersuchung der Krankheitsursache hin zur Nutzung dieser Daten für die Diagnose und die Entwicklung neuartiger Therapeutika ermöglicht.
In dieser Ausgabe präsentieren wir vier Artikel zum Thema „Das menschliche Mikrobiom und genetische Krankheiten“, die zusammen die Erforschung menschlicher genetischer Krankheiten durch Darmmikrobiomstudien veranschaulichen und neue Ansätze sowie neue Erkenntnisse über Krankheitsmechanismen hervorheben. Das Darmmikrobiom beeinflusst die Gesundheit des Wirts, indem es als Regulator der Wirtswege für Krankheiten fungiert und somit das Immunsystem und den Energiestoffwechsel beeinträchtigt.
Nichols und Davenport (2020) beschreiben in ihrem Aufsatz Studien zur Beziehung zwischen dem Mikrobiom und dem Wirtstranskriptom, die an Modellorganismen durchgeführt wurden, indem Biopsien gesammelt oder Organoide erzeugt wurden. Um die Beziehung zwischen dem Mikrobiom und dem Wirt besser zu verstehen, werden Einzelzellsequenzierung und Organoidsysteme als zukünftige Technologien vorgeschlagen, um einen Wirt mit den darin lebenden Mikroben zu verbinden (Nichols und Davenport 2020).
Es gibt auch Hinweise auf die Rolle des Mikrobioms bei der Tumorentstehung (Sanchez-Alcoholado 2020; Bhatt et al. 2017; Helmink et al. 2019). Der zweite Artikel von Mima et al. untersucht die Integration der Mikrobiologie in das Modell der molekularpathologischen Epidemiologie und bietet einen Forschungsrahmen zur Aufdeckung der Rolle des Mikrobioms bei der Beeinflussung der Biologie von Tumorzellen und Immunzellen (Mima 2020).
Es wurde festgestellt, dass das Darmmikrobiom eine wichtige Rolle bei entzündlichen Darmerkrankungen (IBD) spielt, und wie Collij et al. zeigen, hat das Potenzial, sowohl zu einem diagnostischen Instrument als auch zu einer therapeutischen Option bei IBD zu werden, wenn ein Goldstandard zur Etablierung der Probenentnahme für Biobanking festgelegt wird (Collij et al. 2020).
Schließlich spielt die Darmmikrobiota auch eine Rolle bei der Beeinflussung des Ergebnisses einer Organtransplantation. In diesem Zusammenhang haben Qin et al. zeigen, dass die Veränderung des Mikrobioms zur Entwicklung einer Transplantatfibrose nach einer Lebertransplantation bei Kindern beitragen kann (Qin et al. 2020). Unsere Behandlung dieses speziellen Themas hebt einige wichtige Fortschritte hervor, die bei der Interpretation menschlicher genetischer Krankheiten durch Darmmikrobiomstudien erzielt wurden, und legt dabei den Schwerpunkt auf neue Ansätze sowie neue Erkenntnisse über Krankheitsmechanismen.
DerMechanismus des Cistanche-Neuroprotektionseffekts
Es wurde gezeigt, dass Cistanche über verschiedene Mechanismen eine neuroprotektive Wirkung hat:
1. Entzündungshemmende Wirkung: Cistanche enthält Verbindungen, die nachweislich Entzündungen in verschiedenen Teilen des Gehirns hemmen und so dazu beitragen können, Neuronen vor Schäden zu schützen.
2. Antioxidative Wirkung: Cistanche enthält Verbindungen mit starken antioxidativen Eigenschaften. Antioxidantien tragen dazu bei, Neuronen vor Schäden durch freie Radikale und oxidativen Stress zu schützen.
3. Regulierung von Neurotransmittern: Cistanche reguliert nachweislich bestimmte Neurotransmitter wie Serotonin und Dopamin, was zum Schutz von Neuronen und zur Verbesserung der kognitiven Funktion beitragen kann.
4. Stimulation des neurotrophen Faktors: Cistanche stimuliert nachweislich die Produktion neurotropher Faktoren, wie z. B. des aus dem Gehirn stammenden neurotrophen Faktors (BDNF), der das Wachstum und Überleben von Neuronen fördern kann.
Insgesamt wirken diese Mechanismen zusammen, um Neuronen vor Schäden zu schützen, ihr Wachstum und Überleben zu fördern und die kognitiven Funktionen zu verbessern.
Verweise
Bhatt AP, Redinbo MR, Bultman SJ (2017) Die Rolle des Mikrobioms bei der Krebsentstehung und -therapie. CA Cancer J Clin 67:326–344.https://doi.org/10.3322/caac.21398
Coker OO et al (2018) Dysbiose des Schleimhautmikrobioms bei der Magenkarzinogenese. Gut 67:1024–1032. https://doi.org/10.1136/ gutjnl-2017-314281
Collij V, Klaassen MAY, Weersma RK, Vila AV (2020) Darmmikrobiota bei entzündlichen Darmerkrankungen: Übergang von der Grundlagenwissenschaft zu klinischen Anwendungen. Hum Genet. https://doi.org/10.1007/ s00439-020-02218-3 de
Nies L et al (2021) PathoFact: eine Pipeline zur Vorhersage von Virulenzfaktoren und antimikrobiellen Resistenzgenen in metagenomischen Daten. Mikrobiom 9:49. https://doi.org/10.1186/ s40168-020-00993-9
Dejea CM et al (2018) Patienten mit familiärer adenomatöser Polyposis weisen einen Biofilm im Dickdarm auf, der tumorerzeugende Bakterien enthält. Wissenschaft 359:592–597. https://doi.org/10.1126/science.aah3648
Gilbert JA et al (2016) Mikrobiomweite Assoziationsstudien bringen dynamische mikrobielle Konsortien mit Krankheiten in Verbindung. Natur 535:94–103.https://doi.org/10.1038/nature18850
Helmink BA, Khan MAW, Hermann A, Gopalakrishnan V, Wargo JA (2019) Das Mikrobiom, Krebs und Krebstherapie. Nat Med 25:377–388. https://doi.org/10.1038/s41591-019-0377-7
Integrative HMPRNC (2019) Das integrative menschliche Mikrobiomprojekt. Natur 569:641–648. https://doi.org/10.1038/ s41586-019-1238-8
Liu J et al. (2020) Integration epidemiologischer, pharmakologischer, genetischer und Darmmikrobiomdaten in einen Arzneimittel-Metaboliten-Atlas. Nat Med 26:110–117. https://doi.org/10.1038/s41591-019-0722-x
Martinez Arbas S et al (2021) Die Rolle von Bakteriophagen, Plasmiden und CRISPR-Immunität in der Dynamik mikrobieller Gemeinschaften wurde mithilfe zeitreihenintegrierter Meta-Omics aufgezeigt. Nat Microbiol 6:123– 135. https://doi.org/10.1038/s41564-020-00794-8
Mima K et al (2020) Das Mikrobiom, die Genetik und gastrointestinale Neoplasien: das sich entwickelnde Gebiet der molekularpathologischen Epidemiologie zur Analyse der Tumor-Immun-Mikrobiom-Interaktion. Hum Genet. https://doi.org/10.1007/s00439-020-02235-2
Narayanasamy S et al (2016) IMP: eine Pipeline für reproduzierbare referenzunabhängige integrierte metagenomische und metatranskriptomische Analysen. Genome Biol 17:260. https://doi.org/10.1186/ s13059-016-1116-8
Nichols RG, Davenport ER (2020) Die Beziehung zwischen dem Darmmikrobiom und der Genexpression des Wirts: eine Übersicht. Hum Genet.https://doi.org/10.1007/s00439-020-02237-0
Qin T, Fu J, Verkade HJ (2020) Die Rolle des Darmmikrobioms bei der Transplantatfibrose nach einer Lebertransplantation bei Kindern. Hum Genet. https://doi.org/10.1007/s00439-020-02221-8
Rothschild D et al (2018) Die Umwelt dominiert die Wirtsgenetik bei der Gestaltung der menschlichen Darmmikrobiota. Natur 555:210–215. https://doi. org/10.1038/nature25973
Sampson TR et al (2020) Ein bakterielles Amyloid im Darm fördert die Alpha-Synuclein-Aggregation und motorische Beeinträchtigung bei Mäusen. Elife. https://doi. org/10.7554/eLife.53111
Sanchez-Alcoholado L et al (2020) Die Rolle des Darmmikrobioms bei der Entstehung von Darmkrebs und dem Ansprechen auf die Therapie. Krebserkrankungen (Basel). https://doi.org/10.3390/cancers12061406
Sgritta M et al (2019) Mechanismen, die mikrobiell vermittelten Veränderungen im Sozialverhalten in Mausmodellen der Autismus-Spektrum-Störung zugrunde liegen. Neuron 101(246–259):e246. https://doi.org/10.1016/j. neuron.2018.11.018
Tanoue T et al (2019) Ein definiertes kommensales Konsortium löst CD8-T-Zellen und Immunität gegen Krebs aus. Natur 565:600–605. https://doi. org/10.1038/s41586-019-0878-z
Wang J et al. (2018) Metaanalyse von Assoziationsstudien zwischen menschlichem Genom und Mikrobiom: die Initiative des MiBioGen-Konsortiums. Mikrobiom 6:101. https://doi.org/10.1186/s40168-018-0479-3
