冠状动脉扩张患者的肠道菌群特征

来源 :北京协和医学院 | 被引量 : 0次 | 上传用户:zyfufen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:冠状动脉扩张(coronary artery ectasia,CAE)指的是冠状动脉直径超过正常冠状动脉1.5倍的疾病。该疾病由于发病率低已被列入中国第一批罕见病名录。由于疾病机理不明,CAE的预防、发现、治疗及管理遇到了巨大的困难。现有发病机理与慢性炎症、细胞外基质降解、代谢异常及自身免疫等多个因素相关,而肠道菌群和以上通路均有密切联系,但目前暂无针对CAE患者肠道菌群特征的研究。因此,获得CAE患者中肠道菌群的结构与功能,有助于推进对于CAE发病机理的认识,为其预防、发现、治疗及管理提供新的思路。方法:本研究设计了一个匹配对照的队列,共纳入18名CAE患者(CAE组),36名经过匹配的参与者(Non-CAE组),匹配依照年龄、性别及患冠心病状态进行。研究组对54名患者进行了基础人口学、临床病史、临床体征、食物和粪便的信息收集以及血和粪便的样本留取,对留取的样本,研究组进行了实验室化验及16SrDNA测序,并对获得的数据进行了生物信息学、统计学分析及整理。结果:CAE组和Non-CAE组在年龄、性别、基础疾病上达到无统计学差异。本研究发现两组肠道菌群之间,α-多样性无显著差异,而β-多样性有显著差异。差异菌群分析中,在门水平,存在CAE组中的放线杆菌门显著增多;在属水平,CAE组中有8个属相对丰度显著高于Non-CAE组,包括柯林斯菌属、布劳特氏菌属、链球菌属及放线菌属等,有5个属相对丰度显著低于Non-CAE组,包括胃瘤菌科下3个菌属、黄杆菌属及志贺氏菌属。在CAE组中,柯林斯菌属与慢性炎症疾病、细胞黏附因子呈正相关关系,因此,该菌属可能起到促进CAE发病的作用。同时,布劳特氏菌属、链球菌属及放线菌属在CAE组中显著增加,鉴于以上菌属在自身免疫病患者中也显著增加,提示自身免疫参与CAE发病的可能。菌群的功能预测中,在KEGG水平3观察到19条通路差异,以聚糖代谢、氨基酸代谢为主。聚糖代谢表现在CAE组中肽聚糖、糖胺聚糖增多及脂多糖减少,氨基酸表现为CAE组中支链氨基酸升高、苯丙氨酸升高及酪氨酸减少。肽聚糖、糖胺聚糖及支链氨基酸增多均对CAE发病机制起到促进作用。在表型和肠道菌群的相关性分析中,研究组发现分组、口服他汀类药物和差异菌群存在显著相关关系。而对CAE组进行组内检验未发现弥散性扩张和局限性扩张与菌群相关。最后,进行了潜在混杂因素的检验,发现口服他汀类药物会造成多样性显著差异、差异菌群数量最多。结论:CAE组和Non-CAE组的肠道菌群中,β-多样性、具体菌群及通路存在显著差异,其有可能作为CAE的发病机理参与到致病中。
其他文献
随着我国经济的迅猛增长、汽车工业的快速发展以及人民生活水平的普遍提高,国内民用汽车保有量也在不断攀升。汽车的普及在给我国人民生活带来便捷的同时也导致了道路交通事
研究背景:随着成像技术的不断发展与革新,血管成像已经成为了影像学检查的常规技术之一,主要应用于血管性疾病的筛查与诊断,占位性病变的术前评估,术前血管定位等。其中术前
为应对能源危机和环境恶化,提高可再生能源(Renewable Energy Resources,RER)在电能转化中的占比成为最重要的途径。然而,RER普遍存在地理分布、输出随机且波动性强等特点,使
世界上多民族国家众多,解决民族问题的路径不尽相同,我国实行的是民族区域自治。我国历史上已经形成了统一的多民族国家,各民族在漫长的岁月里共同生存繁衍,在不断的交往交流
中国是一个肝病高发的国家,原发性肝癌的发病率高达25.7/100000,而且呈逐年增加趋势。每年约有28万人死于肝癌,占世界死亡人数的53%。迄今为止,肝病的诊断和治疗,尤其是肝癌
综合能源系统作为能源互联网的物理载体,可以通过实现能源的梯级利用和多能互补协同运行,有效地提高一次能源利用率、增加可再生能源消纳,减少温室气体和大气污染物排放,从而
燃料电池成本高和寿命不足是车用燃料电池产业化亟待解决的两大难题。为了提升燃料电池性能和缓解其寿命衰减,必须深入研究燃料电池的动态行为和失效机理,并提出实际可用的应
绿茶多酚提取物是有美国食品药品监督管理局(Food and Drug Administration,FDA)批准的植物性处方药,其含量最高且主要的活性物质为表没食子儿茶素没食子酸酯((-)-epigallocatechi
光固化技术因环境污染低及固化速度快等优点,已广泛应用于辐射固化、微电子和增材制造等技术领域。在光固化体系的组成中,光引发剂(PIS)决定着光固化机理、辐射光源、光固化
深度学习已成为当前人工智能领域的研究热点。受限Boltzmann机(Restricted Boltzmann Machine,RBM)是深度学习模型之一,它将数据图像拉成一维向量来处理,能够学习到输入数据