● 代谢组学是基于LC-MS/MS液质联用技术对生物样本中的小分子代谢物进行定性和相对定量分析；
● 宏基因组-代谢组的联合分析可以用来解释差异菌群与差异代谢物的关联性；
● 从而帮助建立微生物-代谢物-表型之间的逻辑关系。
凌恩生物的宏基因组学引入了宏观生态的研究理念，对环境中微生物菌群的多样性、功能活性等宏观特征进行研究，可以更准确地反应出微生物生存的真实状态；生信团队拥有10余年经验，1对1项目服务，直接对接生信分析师，沟通更高效；多组学关联分析，可关联代谢组等研究结果，全方面深化研究。
发表期刊：Gut
影响因子：31.793
研究对象：人粪便，血清，组织
发表时间：2022年2月
一、背景
结直肠癌（CRC）的早期诊断是提高患者生存率的有效方式，目前临床常用的非侵入性和入侵式检测方法因其准确率低或对患者造成伤害而应用较少。腺瘤或 CRC 患者肠道菌群的组成会发生明显改变，改变的微生物组可以调节局部免疫反应，产生基因毒素调节肿瘤的发生和发展。
二、实验思路
图 实验流程
三、主要结果
1、发现队列中 CRC 和腺瘤患者的血清代谢物显著改变
对发现队列样本进行非靶代谢组分析发现C vs N 组与 A vs N 组中差异代谢物有明显的相似性，表明在腺瘤阶段的肿瘤就已经诱导了血清代谢组显著变化（图1E）。这些差异代谢物（共1426个）称为“结直肠异常相关代谢物”，其中可以注释到数据库中有885个代谢物，基于这些差异代谢物，可以明确区分结直肠异常患者（C和A组）和正常个体（图1G和1F）。
图1 与正常人群相比，结直肠癌(CRC)和腺瘤患者血清代谢组的变化
2、异常结直肠患者肠道微生物与血清代谢物的研究
1）粪便肠道微生物组与血清代谢组的关联分析
通过对血清和粪便匹配队列中进行整合的微生物组-代谢组分析（图2A）。宏基因组数据发现了12 455个微生物组物种，并观察到产肠毒素细菌脆弱拟杆菌 (ETBF) 升高，益生菌下调（图2B）。考虑了至少一个样本中相对丰度高于0.1%的肠道微生物组种类，筛选到总共12455种中的640种（图2D、E）。根据代谢物的分布，可以实现正常个体和异常结直肠患者之间的明显分离（图2E）。
图2 通过粪便宏基因组和血清代谢组整合分析，研究CRC肠道微生物组与血清代谢物的变化
2）血清中胆汁酸的靶向分析
为了进一步直接评估 CRC 相关肠道微生物组对血清代谢的影响，分析了异常结直肠患者与正常个体胆汁酸（ CA ）和次级胆汁酸 (DCA) 丰度的变化。在异常结直肠患者中，CA 和 DCA 的血清浓度上调（图 3B、3C）。肠道微生物种类与胆汁酸呈正相关，例如，Fusobacterium pseudoperiodonticum与游离 CA 呈显著正相关。这些物种在CRC人群中的比例也过高(图3E)，这与之前的研究结果一致。
图3 CRC 相关肠道微生物组对血清代谢的变化
3）空间代谢组技术揭示活检组织中特征代谢物与CRC相关微生物有密切联系
将 Ambient MSI 应用于结直肠腺瘤或癌组织活检的9对新鲜冷冻组织和癌旁正常组织中，比较代谢物的相对量（图 4）。N,O-双-（三甲基硅烷基）苯丙氨酸丰度上调，与血清代谢组一致。与N,O-双-（三甲基硅烷基）苯丙氨酸相关的微生物呈显著正相关。
图4 肿瘤和癌旁活检组织的质谱成像结果和相关代谢物的相对含量比较
3.肠道微生物相关血清代谢物（GMSM组）可以预测发现队列中结直肠异常患者
利用LASSO算法识别到32种与结直肠异常相关的关键代谢生物标志物(图5A)。其中8种肠道微生物相关血清代谢物 (GMSM panel) 经靶向和非靶向代谢组学分析均可重复检测，准确区分 CRC 、腺瘤与正常样本（图5A、B、表l)。
图5 一组血清代谢物可以预测结直肠异常
表1非靶向和靶向代谢组学分析中 GMSM 组的代谢物及其血清丰度和方差
4、基于 GMSM 的预测模型显示了验证队列中腺瘤和 CRC 患者检测的结果
在建模队列中（72名正常个体和120名结直肠异常患者）使用靶向代谢组检测8种GMSM代谢物的丰度，生物标志物特征评分的诊断临界值设定为0.438。在验证队列中评估GMSM模型的性能，均良好。GMSM模型在预测结直肠异常方面优于临床生物标志物粪便隐血试验 (FOBT) 和癌胚抗原 (CEA) 试验。
图6 GMSM组模型显示出对腺瘤患者及早期/晚期CRC患者良好的诊断价值
图7 比较 CRC GMSM 模型和CEA生物标志物的检测效率
四、结论
结直肠癌 (CRC) 患者的肠道微生物群落变化与血清代谢组的改变有关，肠道微生物相关血清代谢物 (GMSM) 的变化可以有效区分 CRC 、腺瘤患者与正常个体。开发了一种基于 GMSM 的模型，可以比癌胚抗原（临床标志物）更有效地区分 CRC 和腺瘤患者与健康正常人。
参考文献
Chen F,Dai X,Zhou CC, et al. Integrated analysis of the faecal metagenome and serum metabolome reveals the role of gut microbiome-associated metabolites in the detection of colorectal cancer and adenoma. Gut. 2022