Disease-specific loss of microbial cross-feeding interactions in the human gut.
Disease-specific loss of microbial cross-feeding interactions in the human gut.
复制标题
DOI：
10.1038/s41467-023-42112-w
复制
发表时间：
2023-10-20
影响因子：
16.6
通讯作者：
Forster, Samuel C.
中科院分区：
文献类型：
--
作者：
Marcelino, Vanessa R.;Welsh, Caitlin;Diener, Christian;Gulliver, Emily L.;Rutten, Emily L.;Young, Remy B.;Giles, Edward M.;Gibbons, Sean M.;Greening, Chris;Forster, Samuel C.
许多对人类健康至关重要的肠道微生物依赖于彼此产生的营养物质来生存;然而，这些交叉喂养的相互作用仍然难以量化，并且仍然缺乏特征。在这里，我们引入代谢物交换分数（MES）来量化这些相互作用。使用来自1600多个个体的原核宏基因组组装基因组的代谢模型，MES使我们能够识别和排名代谢相互作用，这些相互作用在11种疾病中的10种疾病中受到交叉喂养伙伴的损失的显著影响。当应用于克罗恩病病例对照研究时，我们的方法确定缺乏能够消耗硫化氢的物种作为疾病的主要区别微生物组特征。我们提出，我们的概念框架将有助于优先进行深入的分析，实验和临床目标，并针对微生物交叉喂养相互作用的恢复是一个有前途的机制知情的战略，以重建一个健康的肠道生态系统。肠道微生物依赖于营养交换生存，但这些交叉喂养的相互作用仍然很差。在这里，Marcelino等人提出了一种源自宏基因组规模代谢模型的代谢物交换评分系统，旨在识别对人类疾病影响最大的潜在微生物交叉喂养相互作用。
Many gut microorganisms critical to human health rely on nutrients produced by each other for survival; however, these cross-feeding interactions are still challenging to quantify and remain poorly characterized. Here, we introduce a Metabolite Exchange Score (MES) to quantify those interactions. Using metabolic models of prokaryotic metagenome-assembled genomes from over 1600 individuals, MES allows us to identify and rank metabolic interactions that are significantly affected by a loss of cross-feeding partners in 10 out of 11 diseases. When applied to a Crohn’s disease case-control study, our approach identifies a lack of species with the ability to consume hydrogen sulfide as the main distinguishing microbiome feature of disease. We propose that our conceptual framework will help prioritize in-depth analyses, experiments and clinical targets, and that targeting the restoration of microbial cross-feeding interactions is a promising mechanism-informed strategy to reconstruct a healthy gut ecosystem. Gut microbes rely on nutrient exchange for survival, but these cross-feeding interactions remain poorly characterized. Here, Marcelino et al. present a metabolite-exchange scoring system derived from metagenome-scale metabolic models, designed to identify the potential microbial cross-feeding interactions most affected in human diseases.
登录
查看更多内容
影响因子：
14.9
作者：
Letunic I;Bork P
通讯作者：
Bork P
影响因子：
48
作者：
Langmead, Ben;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
两个不同的元群落表征了克罗恩病患者的肠道微生物群
影响因子：
9.2
作者：
He Q;Gao Y;Jie Z;Yu X;Laursen JM;Xiao L;Li Y;Li L;Zhang F;Feng Q;Li X;Yu J;Liu C;Lan P;Yan T;Liu X;Xu X;Yang H;Wang J;Madsen L;Brix S;Wang J;Kristiansen K;Jia H
通讯作者：
Jia H
影响因子：
14.9
作者：
Hari, Archana;Lobo, Daniel
通讯作者：
Lobo, Daniel
影响因子：
56.9
作者：
Coyte, Katharine Z.;Schluter, Jonas;Foster, Kevin R.
通讯作者：
Foster, Kevin R.