于君教授Cell子刊（IF=20.6）多队列分析识别结直肠癌部位特异性菌群

最新推荐文章于 2025-06-04 00:15:00 发布

刘永鑫Adam

最新推荐文章于 2025-06-04 00:15:00 发布

阅读量1k

点赞数

文章标签：人工智能

原文链接：https://mp.weixin.qq.com/s?__biz=MzUzMjA4Njc1MA==&mid=2247515652&idx=3&sn=bbf20fb11aca322b0d53a6ad0d231cc0&chksm=fb25470bd8a6a0a3f5031a5dc1633c15086a687b7d6a61a267dfbf991c78d9688131febe5702&scene=126&sessionid=0

版权

本文为学术交流用途，引用内容已标注来源。

今天我们来学习香港中文大学于君教授团队于2025年4月发表在 Cell Host & Microbe (IF=20.6)上的题为Multi-cohort analysis reveals colorectal cancer tumor location-associated fecal microbiota and their clinical impact的文章。

我们的口号是：读千篇文献，科研路上不迷路。

我们的重点是：学习别人的实验思路和方法以及图片绘制！！！

研究背景

结直肠癌（CRC）是全球主要健康问题之一，也是癌症相关死亡的第二大原因。在CRC患者中，肿瘤可在结肠不同区域发展，且不同位置的肿瘤具有独特的组织学和分子特征。肿瘤位置是CRC预后、治疗有效性和转移的重要预测因素，例如，左侧或远端CRC患者的发病率和生存率通常高于右侧或近端CRC患者。这些发现凸显了肿瘤位置对CRC治疗效果和结局的重要影响。此外，人体肠道微生物群与CRC密切相关，众多研究已探讨其对CRC治疗效果和预后的影响。然而，目前缺乏针对CRC不同肿瘤位置的微生物群研究。尽管已有研究描述了左侧（lCRC）或右侧CRC（rCRC）的微生物群组成，但这些研究大多基于单一队列的黏膜样本，存在样本量有限和测序分辨率低的问题。

核心问题

不同部位结直肠癌（CRC）肿瘤与肠道菌群的关系尚不清晰，尤其是右侧结肠癌（rCRC）、左侧结肠癌（lCRC）和直肠癌（RC）在微生物组成上的差异。
肿瘤位置相关的肠道菌群对患者预后的影响机制缺乏系统研究，目前尚不清楚不同位置癌症相关菌群如何影响生存结局。
现有结直肠癌微生物诊断标志物忽略了肿瘤部位差异，导致诊断准确性不足，缺乏针对不同肿瘤位置优化的微生物诊断方案。

研究目的和创新点

研究目的

1. 系统分析不同肿瘤部位（rCRC、lCRC、RC）粪便微生物组成变化规律，明确不同位置CRC相关菌群特征。

2. 探索肿瘤部位相关菌群与患者生存预后的关系，评估菌群变化是否具有预后价值。

3. 构建基于肿瘤位置的微生物诊断标志物模型，提升结直肠癌不同部位早期无创筛查和诊断能力。

创新点

首个多队列、多中心、基于1375例粪便宏基因组数据的系统性分析：覆盖六个独立队列，样本量大，代表性强。

首次确定多种肿瘤位置特异性菌群：如 Veillonella parvula（rCRC）、Streptococcus anginosus（lCRC）和 Peptostreptococcus anaerobius（RC），并发现 Fusobacterium nucleatum 各部位普遍富集。

开发位置专属微生物诊断模型：AUC值均超90%，显著优于不区分部位的单一诊断方法，为临床提供部位精准化筛查依据。

研究方法和实验设计

1、多中心、多队列粪便宏基因组测序分析

收集并整合六个队列共1375例粪便样本（包括rCRC、lCRC、RC患者及健康对照），统一宏基因组测序和生物信息学分析流程。

2、群落结构与功能分析

采用α多样性、β多样性、差异菌种筛选、线性判别分析（LEfSe）和相关性网络分析，解析肠道菌群在不同肿瘤位置间的组成及功能差异。

3、诊断模型构建与验证

基于随机森林算法，分别为rCRC、lCRC和RC开发专属微生物诊断模型，采用训练集和独立验证集评估模型性能（AUC值），并与现有无区分方法对比。

结果

不同结直肠癌肿瘤位置与肠道微生物及预后的关联

图1 研究示意图

图源Cell Host & Microbe 33, 589-601 (2025).

图1通过多中心大样本队列和严格入组标准，系统评估了不同结直肠癌肿瘤位置与肠道微生物及预后的关联，排除了主要混杂因素影响。

数据来源与入组标准：

为了研究不同结直肠癌（CRC）肿瘤位置相关的肠道微生物群，本研究招募了来自香港（n = 584）和云南（n = 520）的两个内部粪便宏基因组队列，并整合了四项已发表研究中的数据（n = 1953）。入组标准严格，仅纳入具有明确肿瘤位置和AJCC TNM分期信息的CRC患者，排除了腺瘤、多灶性CRC、并发胃肠道疾病或既往胃肠手术史的病例。最终共纳入1375名个体，包括128名rCRC、168名lCRC、250名RC患者及829名健康对照。

患者特征与生存差异：

尽管不同队列存在地域和种族差异，但所有队列中远端CRC（lCRC与RC）患病率始终高于近端CRC（rCRC）。在各肿瘤位置的CRC患者中，年龄、性别、BMI和AJCC分期无显著差异，排除了这些混杂因素的干扰。同时，结果与以往研究一致，不同肿瘤位置的患者生存率存在显著差异，其中RC患者预后最好，rCRC患者生存率最低。

肿瘤部位相关的粪便微生态演变及预后关联

图2 近端到远端结直肠癌的肠道微生物群逐渐发生变化

图源Cell Host & Microbe 33, 589-601 (2025).

图2揭示了结直肠癌从近端到远端肿瘤位置伴随粪便微生物群α多样性、群落结构和菌群失调指数的逐渐变化特征，并证实菌群失调指数与患者预后密切相关。

α多样性与群落结构差异：

在CRC患者中，不同肿瘤位置的粪便微生物群与健康对照组比较发现，仅rCRC患者的微生物α多样性（Chao1指数）显著低于对照组（p < 0.05）。从rCRC、lCRC到RC，α多样性逐渐增加。主坐标分析进一步证实，不同肿瘤位置的粪便微生物群存在显著差异，且微生物群组成从近端到远端结直肠癌呈现连续性变化趋势，与健康对照逐渐分离。

主要菌群构成与失调指数变化：

在门水平上，结直肠癌患者粪便微生物群主要由厚壁菌门和拟杆菌门构成，其次为变形菌门、放线菌门和疣微菌门。随着肿瘤位置从rCRC、lCRC到RC，厚壁菌门丰度逐渐增加，而拟杆菌门丰度逐渐下降。菌群失调指数（厚壁菌门/拟杆菌门）从rCRC、lCRC、RC到健康对照也表现出递增趋势，高菌群失调指数与CRC患者更好的生存预后显著相关（p < 0.05）。

结直肠癌不同肿瘤位置相关菌群的种类组成与位置特异性分布研究

图3 确定与CRC肿瘤位置相关的粪便微生物种类

图源Cell Host & Microbe 33, 589-601 (2025).

图3揭示了结直肠癌不同肿瘤位置相关差异菌群的种类组成、重叠关系及位置特异性分布，为理解CRC微生态异质性奠定了基础。

差异菌群种类与位置分布规律：

研究通过差异分析，系统鉴定了与不同结直肠癌肿瘤位置相关的粪便微生物。与健康对照相比，rCRC中识别出69种差异细菌（40种富集，29种减少），lCRC中87种（66种富集，21种减少），RC中37种（18种富集，19种减少）。这些差异菌群分为两类：一类是在多个肿瘤位置均显著变化的细菌，另一类则为仅在单一位置显著差异的“位置特异性”细菌。

重叠菌群与位置特异性菌群特征：

结果发现，共有18种细菌在所有三个肿瘤位置与对照组间均显著变化，包括已报道的CRC相关病原体（如梭杆菌、胃梭菌、微小梭菌），且在lCRC患者中丰度最高。此外，rCRC与lCRC间存在15种重叠差异菌群，rCRC与RC间5种，lCRC与RC间5种。针对位置特异性菌群，rCRC中独有31种，lCRC独有49种，RC独有9种，其中包含多种已知与CRC相关的典型致病菌。

差异菌群与肿瘤位置及预后的关系及其稳定性分析

图4 粪便微生物种类与不同肿瘤位置的CRC患者的预后相关

图源Cell Host & Microbe 33, 589-601 (2025).

图4证实差异菌群与肿瘤位置及预后的紧密关系，且其结果稳定可靠，未受队列异质性与统计方法变动干扰。

差异菌群稳定性验证与统计方法一致性：

为了排除队列异质性及潜在混杂因素（如年龄、性别、BMI、地理区域）对差异菌群分析的干扰，研究应用了MMUPHin和ConQuR两种批次效应校正方法。结果显示，关键差异细菌（如F. nucleatum、P. micra 和 P. stomatis）在校正后仍保持显著变化。此外，采用ALDEx2、ANCOM-BC2和NetMoss2三种统计方法复核差异分析，结果与原始Wilcoxon秩和检验高度一致，表明所鉴定差异微生物具有稳定性，不受统计策略影响。

差异菌群与预后关联分析：

进一步评估差异菌群丰度与患者生存率的关系发现，在rCRC患者中，7种富集于rCRC（如B. caccae、V. parvula 和 B. fragilis）的菌群丰度升高显著关联于较差预后。在lCRC患者中，3种富集菌（V. coprocola、F. bacterium CAG:83 和 C. hongkongensis）与较差预后相关；而在RC患者中，1种富集菌（F. bacterium CAG:114）也显著预示较差生存结局。

rCRC患者粪便微生物群互作网络复杂度及肠道菌群紊乱分析

图5 确定CRC肿瘤位置相关的粪便微生物相关性

图源Cell Host & Microbe 33, 589-601 (2025).

图5揭示rCRC患者粪便微生物群的互作网络复杂度高于其他肿瘤位置，提示其肠道菌群紊乱程度最显著。

不同肿瘤位置微生物相关性差异：

研究发现，结直肠癌患者中，微生物之间的显著相关性数量从rCRC、lCRC到RC逐渐增加。在去除弱相关性（rho绝对值<0.25）及与健康对照组重叠的相关性后，rCRC中筛选出44种富集及17种减少的细菌，共构建出45个显著相关性的微生物网络，且多为负相关，提示rCRC富集与减少菌之间存在明显拮抗关系。

lCRC与RC微生物互作网络特征：

在lCRC患者中，检测到23种差异粪便细菌（16种富集，7种减少）及16个显著相关性，形成相对较简单的菌群互作网络。相比之下，RC患者中构建出由26种富集菌和8种减少菌组成的25个显著相关性网络。整体来看，rCRC的微生物互作网络关联数量最多，特征最复杂，表明其肠道微生物群结构与健康人差异最大

不同肿瘤位置特异性粪便细菌标志物及结直肠癌无创诊断模型

图6 位置特异性的粪便细菌生物标志物可准确诊断具有不同肿瘤位置的CRC

图源Cell Host & Microbe 33, 589-601 (2025).

图6整合不同肿瘤位置特异性粪便细菌生物标志物，有助于建立具备广泛适用性和高准确度的结直肠癌无创诊断模型。

不同肿瘤位置生物标志物的筛选与诊断性能：

研究基于5折交叉验证的随机森林模型，筛选出可区分不同CRC肿瘤位置与健康对照的微生物生物标志物。rCRC诊断模型包含8种粪便细菌（6种富集，2种减少），lCRC模型包含11种（10种富集，1种减少），RC模型包含12种富集菌（图6A）。rCRC特异性面板区分rCRC与对照的AUC达91.59%，但在识别lCRC或RC时表现较差。lCRC和RC面板亦表现出在对应位置较高、跨位置较低的诊断能力（图6B）。

3Region-CRC综合模型的构建与验证：

进一步整合不同肿瘤位置的特异性生物标志物，构建“3Region-CRC”模型，包含20种粪便细菌（17种富集，3种减少）。该模型在区分所有CRC患者与对照中AUC达91.38%（图6C），并在STST和LODO交叉验证中表现稳定，平均AUC分别为83.39%和85.69%（图6D）。与临床常用FIT相比，3Region-CRC模型诊断准确性显著更高（AUC=83.91%，p<0.01）（图6C）。

结论

肿瘤部位驱动的微生物结构梯度变化

多队列分析结果显示，结直肠癌从近端至远端微生态组成呈渐进式变化趋势，具体表现为厚壁菌门自rCRC至lCRC再到RC逐步升高，而拟杆菌门则逐渐减少。

部位特异性CRC相关粪便细菌鉴定

研究鉴定出多种与不同结直肠癌位置相关的粪便细菌，包括rCRC富集的小韦荣菌、lCRC的血管链球菌以及RC中的厌氧消化链球菌，此外，有核梭杆菌在全部肿瘤部位均显著上升。

与预后相关的肿瘤位置依赖性微生物特征

结果揭示，若干与肿瘤部位相关的差异粪便细菌与CRC患者生存结局密切相关，强调在筛选粪便微生物诊断标志物时，应充分考虑不同肿瘤位置的微生物特性差异。

参考文献

[1] Lin, YF., Lau, HCH., Liu, CF. et al. Multi-cohort analysis reveals colorectal cancer tumor location-associated fecal microbiota and their clinical impact. Cell Host Microbe 33, 589-601 (2025).

本文内容均为个人学习看法，如若侵权或异议，联系即删！