JGG:青岛大学苏晓泉团队利用条件致病菌指数评估环境微生物风
評估環境中條件致病菌的風險程度并了解其傳播途徑是公共健康中最為重要的環節之一。之前研究雖然已經發現針對特定疾病的微生物標記,并建立基于微生物組的診斷方法,但對復雜微生物組群落致病性的全面綜合量化(例如,致病菌總體含量、致病菌類型、疾病類型等),仍然缺乏高效的生物信息分析手段。此外,微生物組研究通常以整體菌群作為考察對象,會掩蓋菌群中有特殊功能的子類群(比如條件致病菌)的獨特功能。因此亟待開發和完善相關生物信息方法以解決上述問題。
2022年1月10日,Journal of Genetics and Genomics?在線發表青島大學蘇曉泉教授團隊題為“Comprehensive understanding to the public health risk of environmental microbes via a microbiome-based index”的研究論文。該研究開發的生物信息工具MIP?從人體條件致病菌角度考察微生物組多樣性和致病性,并從微生物組大數據層面揭示條件致病菌分布情況。
https://doi.org/10.101?6/j.jgg.2021.12.011
條件致病菌指數 (Microbial index of pathogenic bacteria,MIP)?工具中包含一個由人工收集、整理和維護的“致病菌-疾病”關系網絡,以及由167,641條全長16S rRNA?基因組成的參考序列數據庫(其中18,389條來自條件致病菌)。通過檢測菌群中條件致病菌,MIP能夠評估菌群的總體風險程度,并推斷出由條件致病菌所引起的疾病和人體易感器官等信息。
該研究利用MIP工具對某醫院新院區啟用前后的環境菌群致病性進行評估和對比,揭示室內條件致病菌以環境為中介的“人-環境-人”傳播途徑。盡管醫護人員與住院患者之間身體和環境菌群結構有明顯差異,卻有極為相似的致病菌構成和疾病風險,這是使用常規菌群多樣性分析難以發現的。此外,科研人員利用MIP工具對微生物組搜索引擎(Microbiome Search Engine, MSE)中收錄的超過26萬個人體和環境樣本分析得出,室內環境和食物中存在較高條件致病菌風險,而自然環境中的條件致病菌水平極低,且昆蟲等非哺乳動物表現出比哺乳動物更高的致病菌攜帶風險。上述結果也為理解全球范圍內致病菌的組成和分布提供啟示。
利用條件致病菌的菌群結構評估環境微生物風險
A, B:醫院開放前后的微生物風險評估分析;C:條件致病菌在醫院中的潛在傳播途徑;D, E:醫院中整體菌群和條件致病菌菌群的多樣性分析;F, G:不同人體和環境樣本的條件致病菌指數。
中國科學院青島生物能源與過程研究所孫政博士和劉旭東為該論文共同第一作者,蘇曉泉教授為通訊作者。相關工作得到國家重點研發計劃和國家自然科學基金等資助。
引用本文:Zheng Sun, Xudong Liu, Gongchao Jing, Yuzhu Chen, Shuaiming Jiang, Meng Zhang, Jian Xu,Xiaoquan Su. (2022). Comprehensive understanding to the public health risk of environmental microbes via a microbiome-based index.?Journal of Genetics and Genomics.
DOI: 10.1016/j.jgg.2021.12.011
往期精品(點擊圖片直達文字對應教程)
機器學習
后臺回復“生信寶典福利第一波”或點擊閱讀原文獲取教程合集
總結
以上是生活随笔為你收集整理的JGG:青岛大学苏晓泉团队利用条件致病菌指数评估环境微生物风的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 深度学习——卷积神经网络 的经典网络(L
- 下一篇: TensorFlow tf.data 导