CN111415705A - 一种相关肠道菌群检测报告制定方法及介质 - Google Patents

一种相关肠道菌群检测报告制定方法及介质 Download PDF

Info

Publication number
CN111415705A
CN111415705A CN202010120022.7A CN202010120022A CN111415705A CN 111415705 A CN111415705 A CN 111415705A CN 202010120022 A CN202010120022 A CN 202010120022A CN 111415705 A CN111415705 A CN 111415705A
Authority
CN
China
Prior art keywords
intestinal flora
strains
sample
abundance
harmful
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010120022.7A
Other languages
English (en)
Inventor
熊腾
杨超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kmbgi Gene Tech Co ltd
Original Assignee
Kmbgi Gene Tech Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kmbgi Gene Tech Co ltd filed Critical Kmbgi Gene Tech Co ltd
Priority to CN202010120022.7A priority Critical patent/CN111415705A/zh
Publication of CN111415705A publication Critical patent/CN111415705A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Data Mining & Analysis (AREA)

Abstract

本发明公开了一种相关肠道菌群检测报告制定方法及介质，本发明方法包括：获取肿瘤免疫治疗相关菌种的阈值参考标准；获取待测样本的肠道菌群丰度信息；从待测样本的肠道菌群丰度信息提取出有害菌种和有益菌种的丰度信息；将待测样本的有害菌种和有益菌种的丰度信息分别与对应的有害菌种和有益菌种阈值参考标准进行对比；基于对比结果进行分析解读，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告。本发明通过将待测样本的肠道菌群丰度信息与设定阈值参考标准进行对比，提出肿瘤免疫治疗的科学建议，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告，以指导待测样本(即待检测人员)的健康管理。

Description

一种相关肠道菌群检测报告制定方法及介质
技术领域
本发明涉及肿瘤免疫治疗技术领域，具体涉及一种相关肠道菌群检测报告制定方法及介质。
背景技术
癌症是全世界的主要健康负担，尽管在医学治疗方面不断取得进展，但是抗癌药物的耐药性和副作用仍然是导致治疗失败的重要原因。最近十年，抗癌领域最大的革命是免疫治疗，肿瘤免疫治疗的疗效非常令人兴奋，然而遗憾的是，大多数的患者对免疫治疗无响应。
虽然免疫治疗的疗效与不同肿瘤自身的信号通路、遗传基因有关，但从缓解的角度，肠道菌群是影响个体免疫治疗的一个重要因素。越来越多的证据表明，肠道细菌可以通过调节疗效或毒性来影响免疫治疗药物的反应。与此同时，抗癌治疗本身也会显著影响肠道菌群组成，从而扰乱体内平衡，加重患者的不适。
肠道菌群，即人体肠道中的微生物，其种类在500-1000之间，包括有益菌、中性菌和致病菌，数量达一百万亿以上。研究显示，有部分肿瘤人群对免疫治疗无响应，而导致其无响应的最主要的原因是肠道菌群的异常。2018年登上Science封面的三篇文章都支持这一观点：即肠道菌群的组成可以调节对上皮性肿瘤患者中针对程序性细胞死亡蛋白(PD1)的免疫疗法的效果。这三项研究都认为：患者的肠道菌群类型与免疫治疗的反应呈正相关。例如：肠道菌群中的双歧杆菌可以帮助抗肿瘤免疫。后续的小鼠实验也证实了这一现象：将对PD1响应的小鼠中的粪菌移植给不响应的小鼠，可以改善他们对抗癌免疫应答的效果。
这些研究结果显示，可以根据患者的肠道菌群将其分为免疫治疗有响应和没有响应的人群，这就提示我们在进行免疫治疗时，应该要评估患者的肠道菌群。这些研究结果给临床治疗的启示是——调节患者的肠道菌群，有望将免疫治疗没有响应的人群转变为有响应的人群。因此，本发明使用具有科学依据的证据，利用概率论和数理统计方法和对比的方法，客观评估患者的肠道菌群状况，并提出进行肿瘤免疫治疗的科学建议，以指导健康管理。
发明内容
鉴于以上技术问题，本发明的目的在于提供一种相关肠道菌群检测报告制定方法及介质,通过准确获得肿瘤免疫治疗相关肠道菌群检测报告，为肿瘤免疫治疗提供科学依据和指导。
本发明采用技术方案如下：
一种相关肠道菌群检测报告制定方法，包括：
获取肿瘤免疫治疗相关菌种的阈值参考标准，所述肿瘤免疫治疗相关菌种包括降低肿瘤免疫治疗效果的有害菌种和增强肿瘤免疫治疗效果的有益菌种；
获取待测样本的肠道菌群丰度信息，所述待测样本的肠道菌群包括若干有害菌种和/或有益菌种；从待测样本的肠道菌群丰度信息提取出有害菌种和有益菌种的丰度信息；
将待测样本的有害菌种和有益菌种的丰度信息分别与对应的有害菌种和有益菌种阈值参考标准进行对比；
基于对比结果进行分析解读，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告。
进一步的，获取肿瘤免疫治疗相关菌种的阈值参考标准的步骤包括：
获取研究代表人群肠道菌群丰度信息及健康状态信息，所述健康状态信息至少包括研究代表人群的疾病状态和健康状况；
根据研究代表人群的疾病状态和健康状况筛选出健康人群组；
从研究代表人群肠道菌群丰度信息中提取出健康人群组的肠道菌群丰度信息，从健康人群组的肠道菌群丰度信息提取出健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息；
基于健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准。
进一步的，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准的步骤包括：
取健康人群组肠道菌群中有益菌种丰度分布的80％分位数为有益菌种的最小阈值参考标准，取健康人群组肠道菌群中有害菌种的丰度分布的95％分位数为有害菌种的最大阈值参考标准。
进一步的，获取研究代表人群肠道菌群丰度信息的步骤包括：
获取全国各地不同人群肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到研究代表人群肠道菌群丰度信息。
进一步的，对肠道菌群DNA测序采用Illumina NovaSeq 2000测序平台进行测序。
进一步的，所述增强肿瘤免疫治疗效果的有益菌种包括：嗜粘蛋白-艾克曼菌、腐烂别样杆菌、青春双歧杆菌、长双歧杆菌、产气真杆菌、长链多尔氏菌、屎肠球菌、海氏肠球菌、普拉梭菌、格氏乳杆菌、人体普氏菌、布氏瘤胃球菌和嗜热链球菌。
进一步的，所述降低肿瘤免疫治疗效果的有害菌种包括：诺德氏拟杆菌、产气肠杆菌和阴道嗜血菌。
进一步的，获取待测样本的肠道菌群丰度信息的步骤包括：
获取待测样本的肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到待测样本的肠道菌群丰度信息。
进一步的，当对比结果为待测样本中某一有益菌种的丰度大于对应的有益菌种的最小阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有益结果；
当对比结果为待测样本中某一有害菌种的丰度大于有害菌种的最大阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有害结果。
一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的相关肠道菌群检测报告制定方法。
相比现有技术，本发明的有益效果在于：
本发明通过将待测样本的肠道菌群丰度信息与设定阈值参考标准进行对比，使用具有科学依据的证据，利用概率论、数理统计方法和对比的方法，客观评估患者的肠道菌群状况，提出肿瘤免疫治疗的科学建议，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告，以指导待测样本(即待检测人员)的健康管理。
附图说明
图1为本发明一种相关肠道菌群检测报告制定方法的流程示意图；
图2为本发明一种相关肠道菌群检测报告制定方法实施例中某待测样本的菌群结构组成；
图3为本发明一种相关肠道菌群检测报告制定方法实施例中待测样本中检测到有益结果的示意图；
图4为本发明一种相关肠道菌群检测报告制定方法实施例中待测样本中检测到有害结果的示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例：
请参考图1-4所示，一种相关肠道菌群检测报告制定方法，请参考图1所示，包括：
步骤S10:获取肿瘤免疫治疗相关菌种的阈值参考标准，所述肿瘤免疫治疗相关菌种包括降低肿瘤免疫治疗效果的有害菌种和增强肿瘤免疫治疗效果的有益菌种；
作为实施例,所述增强肿瘤免疫治疗效果的有益菌种包括：嗜粘蛋白-艾克曼菌、腐烂别样杆菌、青春双歧杆菌、长双歧杆菌、产气真杆菌、长链多尔氏菌、屎肠球菌、海氏肠球菌、普拉梭菌、格氏乳杆菌、人体普氏菌、布氏瘤胃球菌和嗜热链球菌。
所述降低肿瘤免疫治疗效果的有害菌种包括：诺德氏拟杆菌、产气肠杆菌和阴道嗜血菌。
具体的，获取肿瘤免疫治疗相关菌种的阈值参考标准的步骤包括：
步骤S101:获取研究代表人群肠道菌群丰度信息及健康状态信息，所述健康状态信息至少包括研究代表人群的疾病状态和健康状况；
步骤S102:根据研究代表人群的疾病状态和健康状况筛选出健康人群组；
步骤S103:从研究代表人群肠道菌群丰度信息中提取出健康人群组的肠道菌群丰度信息，从健康人群组的肠道菌群丰度信息提取出健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息；
具体的，获取研究代表人群肠道菌群丰度信息的步骤包括：
获取全国各地不同人群肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到研究代表人群肠道菌群丰度信息。
作为实施例，对肠道菌群DNA测序采用Illumina NovaSeq 2000测序平台进行测序。
步骤S104:基于健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准。
具体的，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准的步骤包括：
取健康人群组肠道菌群中有益菌种丰度分布的80％分位数为有益菌种的最小阈值参考标准，取健康人群组肠道菌群中有害菌种的丰度分布的95％分位数为有害菌种的最大阈值参考标准。
步骤S20:获取待测样本的肠道菌群丰度信息，所述待测样本的肠道菌群包括若干有害菌种和/或有益菌种；从待测样本的肠道菌群丰度信息提取出有害菌种和有益菌种的丰度信息；
具体的，获取待测样本的肠道菌群丰度信息的步骤包括：
获取待测样本的肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到待测样本的肠道菌群丰度信息。
步骤S30:将待测样本的有害菌种和有益菌种的丰度信息分别与对应的有害菌种和有益菌种阈值参考标准进行对比；
步骤S40:基于对比结果进行分析解读，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告。
具体的，当对比结果为待测样本中某一有益菌种的丰度大于对应的有益菌种的最小阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有益结果；
当对比结果为待测样本中某一有害菌种的丰度大于有害菌种的最大阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有害结果。
现提供具体实施方式对本发明进行说明：
本发明的肿瘤免疫治疗相关菌群检测报告是通过以下步骤得到的：
1)收集研究代表人群肠道肠道菌群测序数据及健康状态信息：收集全国各地不同人群肠道粪便样本，送到实验室进行肠道菌群DNA提取并建库测序。对于测序下机数据，使用Biobakery分析流程对序列进行质控，比对marker基因库，物种注释获取样本肠道菌群丰度信息。另外，对研究对象进行相关信息临床收集，包括性别、年龄、疾病、健康状况等。
在本实施例中，肠道粪便样本来源于全国28个省及直辖市康美时代客户，共2326例样本。
2)查阅近年来肿瘤免疫治疗与肠道菌群相关的科学文章，筛选出与肿瘤免疫治疗相关的16种菌种作为核心菌种。
这16种菌种包括13种增强肿瘤免疫治疗效果的有益菌种和3种降低肿瘤免疫治疗效果的有害菌种，13种增强肿瘤免疫治疗效果的有益菌种包括：嗜粘蛋白-艾克曼菌(Akkermansia muciniphila)，腐烂别样杆菌(Alistipes putredinis)，青春双歧杆菌(Bifidobacterium adolescentis)，长双歧杆菌(Bifidobacterium longum)，产气真杆菌(Collinsella aerofaciens)，长链多尔氏菌(Dorea formicigenerans)，屎肠球菌(Enterococcus faecium)，海氏肠球菌(Enterococcus hirae)，普拉梭菌(Faecalibacterium prausnitzii)，格氏乳杆菌(Lactobacillus gasseri)，人体普氏菌(Prevotella copri)，布氏瘤胃球菌(Ruminococcus bromii)，嗜热链球菌(Streprococcusthermophilus)；
3种降低肿瘤免疫治疗效果的有害菌种包括：诺德氏拟杆菌(Bacteroidesnordii)，产气肠杆菌(Enterobacter aerogenes)，阴道嗜血菌(Gardnerella vaginalis)。
现对各菌种进行具体介绍：
嗜粘蛋白-艾克曼菌(Akkermansia muciniphila)
嗜粘蛋白-艾克曼菌能改善炎症反应，调节机体的免疫应答，维持体内代谢平衡，但过多可破坏肠道黏液层。在小鼠实验中,该菌可通过白介素12依赖性方式恢复PD-1阻断的功效,使CCR9+CXCR3+CD4+T淋巴细胞向肿瘤富集。
腐烂别样杆菌(Alistipes putredinis)
Alistipes putredinis是一种严格厌氧的革兰氏阴性菌，从人体粪便中分离得到。目前关于该菌的研究较少，但是有文章报道该菌是一种潜在的丁酸盐产生者。在抗PD-1治疗的响应组中观察到该菌的富集或可增强周围效应T细胞功能介导的免疫反应。
青春双歧杆菌(Bifidobacterium adolescentis)
青春双歧杆菌可治疗慢性腹泻、便秘，有抗衰老作用，一些医院已将该菌制剂作为治疗慢性腹泻的首选药物。而在PD-1抑制剂治疗黑色素瘤的研究中,发现该菌可增强PD-1的治疗效果。
长双歧杆菌(Bifidobacterium longum)
长双歧杆菌是存在于人胃肠道中的革兰氏阳性菌，呈杆状，过氧化氢酶阴性，微厌氧，可刺激树突细胞及巨噬细胞产生抗炎症细胞因子IL-10及促稳态趋化因子CCL19。最新研究发现，长双歧杆菌可增加Th1型免疫细胞，提升黑色素瘤患者对PD1抑制剂药物的响应率。
产气真杆菌(Collinsella aerofaciens)
产气真杆菌是一种杆状非运动专性厌氧菌，是健康人胃肠道中最丰富的放线菌。科学研究发现，产气真杆菌的代谢物可以提高CD8+T细胞密度，同时减缓FoxP3+CD4+Tregs相关的免疫反应，影响免疫治疗的效果。
长链多尔氏菌(Dorea formicigenerans)
Dorea formicigenerans是在健康人的肠道中发现的革兰氏阳性细菌，研究发现该菌可以增强PD-1的治疗效果。
屎肠球菌(Enterococcus faecium)
屎肠球菌是革兰氏阳性菌，可以在人和动物的胃肠道中共生，可分泌肽聚糖水解(SagA),水解交联的赖氨酸型肽聚糖片段。此外它可以诱导机体产生细胞因子、干扰素、白细胞介素等，进而增强机体非特异性免疫、提高抗病能力、降低炎症反应。
海氏肠球菌(Enterococcus hirae)
海氏肠球菌是一种常见的肠道微生物，属于革兰氏阳性菌。该菌可以引起特异性的Th1细胞免疫响应，增加CD8 T细胞的浓度。研究发现，在使用环磷酰胺治疗卵巢癌和乳腺癌发现海氏肠球菌可以通过调节免疫能力，增强环磷酰胺的治疗效果。此外，在使用PD1治疗癌症患者时，也发现该菌能够显著增加PD1的响应率。
普拉梭菌(Faecalibacterium prausnitzii)
普拉梭菌是革兰氏阳性菌，杆状，厌氧，是人类肠道菌群中最丰富的共生菌之一，也是健康肠道最重要的细菌指标之一，是肠道中发现的主要丁酸盐(可减少肠粘膜炎症)生产者之一，丁酸盐可以增强肠屏障功能并影响细胞膜通透性，减轻宿主的炎症，避免剧烈免疫反应。
格氏乳杆菌(Lactobacillus gasseri)
格氏乳杆菌是一种常用的益生菌，具有免疫调节功能。研究发现，该菌在PD1治疗响应的患者中显著增多。
人体普氏菌(Prevotella copri)
普氏杆菌是革兰氏阴性细菌，该菌有助于消化食物，但是会导致其他有益菌减少。已有研究表明，P.copri菌株的药物代谢、碳水化合物分解能力分别与与饮食差异有关，不同的饮食和生活习惯的人群会筛选出不同的Prevotella copri菌株；高纤维饮食人群肠道中的P.copri具有更强的碳水化合物分解能力；杂食性饮食的人群中，P.copri含有支链氨基酸合成相关leuB基因，与葡萄糖耐受和二型糖尿病风险有关。
布氏瘤胃球菌(Ruminococcus bromii)
Ruminococcus bromii是在健康人的肠道中发现的革兰氏阳性细菌，研究发现该菌可以增强PD-1的治疗效果。
嗜热链球菌(Streprococcus thermophilus)
嗜热链球菌是一种常见的益生菌，被广泛应用于奶酪和酸奶的生产之中，能够有效缓解肠道黏膜炎，溃疡性肠炎以及抗生素相关性的腹泻。
诺德氏拟杆菌(Bacteroides nordii)
Bacteroides nordii是一种严格厌氧的革兰氏阳性菌，多项研究发现，该菌在PD-1不响应的患者中显著富集。
产气肠杆菌(Enterobacter aerogenes)
Enterobacter aerogenes是一种兼性厌氧的革兰氏阴性菌。这是一种常见的病原微生物，常常引起伤口，支气管，泌尿道和消化道的感染。
阴道嗜血菌(Gardnerella vaginalis)
阴道嗜血杆菌是一种小而短的多形性革兰氏阴性杆菌，存在于人体的生殖道，泌尿道和消化道。在在特定条件下，阴道嗜血杆菌等厌氧菌过度繁殖，便会产生炎症症状。
有益菌种是增强肿瘤免疫治疗效果的菌种，有益菌种是在PD-1药物治疗过程中，能够显著增强治疗效果，增加PD-1药物治疗响应率或者延长癌症患者生存时间的微生物。这些微生物可以通过引起免疫应答，增加CD8效应T细胞的数量，进而增强机体的免疫力，从而辅助抵抗肿瘤。科学研究发现，通过粪菌移植或者饮食补充有益菌，可以显著改善PD-1药物的治疗效果。基于前期科学研究，共有13种菌群可以增强PD-1治疗效果。
3)构建13种增强肿瘤免疫治疗效果的菌种阈值参考标准：根据样本池的健康状况和疾病状态进行样本归类，筛出1900例健康人群组；计算13种增强肿瘤免疫效果的核心菌种在1900例健康人群组中的丰度范围(最小值～最大值)，对每个核心菌种丰度取80％分位数为最小阈值参考标准。
作为具体实施例，构建13种增强肿瘤免疫治疗效果的菌种阈值参考标准的步骤如下：
根据样本池的健康状况和疾病状态进行样本归类，筛出1900例健康人群组；计算13种增强肿瘤免疫效果的核心菌种的在1900例健康人群组中的丰度范围(最小值～最大值)，对每个核心菌种丰度取80％分位数为最小阈值参考标准，如下表1所示:
表1：
Figure BDA0002392670600000101
Figure BDA0002392670600000111
4)构建3种降低肿瘤免疫治疗效果的菌种阈值参考标准：根据样本池的健康状况和疾病状态进行样本归类，筛出1900例健康人群组；计算3种降低肿瘤免疫治疗效果的核心菌种在1900例健康人群组中的丰度范围(最小值～最大值)，对每个核心菌种丰度取95％分位数为最大阈值参考标准。
作为具体实施例，构建3种降低肿瘤免疫治疗效果的菌种阈值参考标准的步骤如下：
根据样本池的健康状况和疾病状态进行样本归类，筛出1900例健康人群组；计算3种降低肿瘤免疫治疗效果的核心菌种在1900例健康人群组中的丰度范围(最小值～最大值)，对每个核心菌种丰度取95％分位数为最大阈值参考标准,如下表2所示：
表2：
Figure BDA0002392670600000112
5)检测待测样本中肠道菌群宏基因组，获得待测样本的肠道菌群结构：收集待测样本的肠道粪便样本，送到实验室进行肠道菌群DNA提取并建库测序。对于测序下机数据，使用Biobakery分析流程对序列进行质控，比对marker基因库，物种注释获取样本肠道菌群丰度信息。另外，收集待测样本的基本信息，包括性别、年龄、疾病、健康状况等。
作为具体实施例，某待测样本的基本信息示例如表3所示：
表3:个体基本信息
姓名 康小帅 病理编号 KM18010466
年龄 70 性别 男
送检单位 XX医院 送检科室 XX科
临床诊断 食管鳞癌 样品种类 粪便
样品质量 合格 备注
某待测样本的菌群结构组成如图2所示，图2给出了该待测样本的肠道内丰度较高(排行前10)的菌群分布，反映了该待测样本的肠道菌群基本结构。
6)将样本中肠道菌群信息与上述肿瘤免疫治疗相关核心菌种阈值参考标准进行对比，分别鉴定13种增强肿瘤免疫治疗效果的菌种和3种降低肿瘤免疫治疗效果的菌种在待测样本中的详细情况，对结果进行解读及科学建议，最终形成肿瘤免疫治疗相关肠道菌群检测报告：
作为具体实施例，待测样本的有益菌种检测结果如下表4所示:
表4：待测样本的有益菌种检测结果表
Figure BDA0002392670600000121
Figure BDA0002392670600000131
待测样本中某一有益菌种的丰度大于对应的有益菌种的最小阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有益结果，如图3所示，待测样本中检测到嗜粘蛋白-艾克曼菌、腐烂别样杆菌和布氏瘤胃球菌大于其对应的最小阈值参考标准，定义为该有益菌种超出人群范围，该对比结果为肿瘤免疫治疗的有益结果。
有害菌种是降低肿瘤免疫治疗效果的菌种，指在对PD-1治疗不响应的癌症患者中富集的菌。这些微生物可能通过直接(例如分泌内毒素)或者间接(例如引起菌群失衡)的方式改变肠道内环境，减弱免疫应答效率，降低PD-1治疗的效果。基于前沿研究，有3种可以降低PD-1治疗响应率的肠道微生物。
作为实施例，待测样本的有害菌种检测结果表如表5所示：
表5：待测样本的有害菌种检测结果表
Figure BDA0002392670600000141
当对比结果为待测样本中某一有害菌种的丰度大于有害菌种的最大阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有害结果，如图4，待测样本中检测到诺德氏拟杆菌丰度大于其对应的最大阈值参考标准，定义为该有害菌种超出人群范围，该对比结果为肿瘤免疫治疗的有害结果。
针对该待测样本的检测结果，给出科学建议：
该待测样本的肠道微生态中有益于肿瘤免疫治疗的嗜粘蛋白-艾克曼菌、腐烂别样杆菌和布氏瘤胃球菌水平都较高，但是降低肿瘤免疫治疗效果的诺德氏拟杆菌水平也超过一般人群阈值水平，在后续进行肿瘤免疫治疗时应引起注意。
本发明还提供一种计算机存储介质，其上存储有计算机程序，本发明的方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在该计算机存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机存储介质不包括电载波信号和电信信号。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.一种相关肠道菌群检测报告制定方法，其特征在于，包括：
获取肿瘤免疫治疗相关菌种的阈值参考标准，所述肿瘤免疫治疗相关菌种包括降低肿瘤免疫治疗效果的有害菌种和增强肿瘤免疫治疗效果的有益菌种；
获取待测样本的肠道菌群丰度信息，所述待测样本的肠道菌群包括若干有害菌种和/或有益菌种；从待测样本的肠道菌群丰度信息提取出有害菌种和有益菌种的丰度信息；
将待测样本的有害菌种和有益菌种的丰度信息分别与对应的有害菌种和有益菌种阈值参考标准进行对比；
基于对比结果进行分析解读，生成待测样本的肿瘤免疫治疗相关肠道菌群检测报告。
2.根据权利要求1所述的相关肠道菌群检测报告制定方法，其特征在于，获取肿瘤免疫治疗相关菌种的阈值参考标准的步骤包括：
获取研究代表人群肠道菌群丰度信息及健康状态信息，所述健康状态信息至少包括研究代表人群的疾病状态和健康状况；
根据研究代表人群的疾病状态和健康状况筛选出健康人群组；
从研究代表人群肠道菌群丰度信息中提取出健康人群组的肠道菌群丰度信息，从健康人群组的肠道菌群丰度信息提取出健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息；
基于健康人群组肠道菌群中有益菌种和有害菌种的丰度分布信息，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准。
3.根据权利要求2所述的相关肠道菌群检测报告制定方法，其特征在于，设定有益菌种的阈值参考标准和有害菌种的阈值参考标准的步骤包括：
取健康人群组肠道菌群中有益菌种丰度分布的80％分位数为有益菌种的最小阈值参考标准，取健康人群组肠道菌群中有害菌种的丰度分布的95％分位数为有害菌种的最大阈值参考标准。
4.根据权利要求2所述的相关肠道菌群检测报告制定方法，其特征在于，获取研究代表人群肠道菌群丰度信息的步骤包括：
获取全国各地不同人群肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到研究代表人群肠道菌群丰度信息。
5.根据权利要求4所述的相关肠道菌群检测报告制定方法，其特征在于，对肠道菌群DNA测序采用Illumina NovaSeq 2000测序平台进行测序。
6.根据权利要求1所述的相关肠道菌群检测报告制定方法，其特征在于，所述增强肿瘤免疫治疗效果的有益菌种包括：嗜粘蛋白-艾克曼菌、腐烂别样杆菌、青春双歧杆菌、长双歧杆菌、产气真杆菌、长链多尔氏菌、屎肠球菌、海氏肠球菌、普拉梭菌、格氏乳杆菌、人体普氏菌、布氏瘤胃球菌和嗜热链球菌。
7.根据权利要求1所述的相关肠道菌群检测报告制定方法，其特征在于，所述降低肿瘤免疫治疗效果的有害菌种包括：诺德氏拟杆菌、产气肠杆菌和阴道嗜血菌。
8.根据权利要求1所述的相关肠道菌群检测报告制定方法，其特征在于，获取待测样本的肠道菌群丰度信息的步骤包括：
获取待测样本的肠道粪便样本，对粪便样本进行肠道菌群DNA提取并建库测序，获取测序下机数据；
对测序下机数据使用Biobakery分析流程对测序下机数据的序列进行质控，将质控后的序列数据比对marker基因库，将比对结果通过物种注释得到待测样本的肠道菌群丰度信息。
9.根据权利要求3所述的相关肠道菌群检测报告制定方法，其特征在于，当对比结果为待测样本中某一有益菌种的丰度大于对应的有益菌种的最小阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有益结果；
当对比结果为待测样本中某一有害菌种的丰度大于有害菌种的最大阈值参考标准时，检测报告判定该对比结果为肿瘤免疫治疗的有害结果。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-9任一项所述的相关肠道菌群检测报告制定方法。
CN202010120022.7A 2020-02-26 2020-02-26 一种相关肠道菌群检测报告制定方法及介质 Pending CN111415705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010120022.7A CN111415705A (zh) 2020-02-26 2020-02-26 一种相关肠道菌群检测报告制定方法及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010120022.7A CN111415705A (zh) 2020-02-26 2020-02-26 一种相关肠道菌群检测报告制定方法及介质

Publications (1)

Publication Number Publication Date
CN111415705A true CN111415705A (zh) 2020-07-14

Family

ID=71494129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010120022.7A Pending CN111415705A (zh) 2020-02-26 2020-02-26 一种相关肠道菌群检测报告制定方法及介质

Country Status (1)

Country Link
CN (1) CN111415705A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112048564A (zh) * 2020-08-11 2020-12-08 康美华大基因技术有限公司 一种快速检测瘤胃球菌的荧光定量pcr引物组、试剂盒及其应用
CN112151117A (zh) * 2020-08-11 2020-12-29 康美华大基因技术有限公司 一种基于时间序列宏基因组数据的动态观测装置及其检测方法
CN112410443A (zh) * 2020-10-21 2021-02-26 上海市第十人民医院 一种用于鉴别高龄个体的生物种群标志物及其获得方法和应用
CN114085916A (zh) * 2021-04-07 2022-02-25 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 用于预测免疫治疗疗效的肠道菌群标志物及其应用
CN114369671A (zh) * 2021-11-25 2022-04-19 上海锐翌生物科技有限公司 风湿性关节炎标志微生物及其应用
CN117352057A (zh) * 2023-03-28 2024-01-05 广东弘元普康医疗科技有限公司 一种菌群分布状态的评估方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019033224A1 (zh) * 2017-08-16 2019-02-21 极诺生技股份有限公司 建立肠道菌数据库的方法和相关检测系统
GB201900744D0 (en) * 2019-01-18 2019-03-06 Mars Inc Monitoring tools and diagnostic methods
CN110176305A (zh) * 2019-05-27 2019-08-27 天益健康科学研究院（镇江）有限公司 一种利用高通量基因测序评估肠道菌群健康的方法
CN110189827A (zh) * 2019-05-24 2019-08-30 天益健康科学研究院（镇江）有限公司 一种获得肠道菌群测序报告的方法
CN110592246A (zh) * 2019-10-14 2019-12-20 杭州同创越诚基因科技有限公司 一种人肠道菌群定量检测方法及其应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019033224A1 (zh) * 2017-08-16 2019-02-21 极诺生技股份有限公司 建立肠道菌数据库的方法和相关检测系统
GB201900744D0 (en) * 2019-01-18 2019-03-06 Mars Inc Monitoring tools and diagnostic methods
CN110189827A (zh) * 2019-05-24 2019-08-30 天益健康科学研究院（镇江）有限公司 一种获得肠道菌群测序报告的方法
CN110176305A (zh) * 2019-05-27 2019-08-27 天益健康科学研究院（镇江）有限公司 一种利用高通量基因测序评估肠道菌群健康的方法
CN110592246A (zh) * 2019-10-14 2019-12-20 杭州同创越诚基因科技有限公司 一种人肠道菌群定量检测方法及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱建立: ""首发抑郁症患者肠道菌群特征分析"", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112048564A (zh) * 2020-08-11 2020-12-08 康美华大基因技术有限公司 一种快速检测瘤胃球菌的荧光定量pcr引物组、试剂盒及其应用
CN112151117A (zh) * 2020-08-11 2020-12-29 康美华大基因技术有限公司 一种基于时间序列宏基因组数据的动态观测装置及其检测方法
CN112410443A (zh) * 2020-10-21 2021-02-26 上海市第十人民医院 一种用于鉴别高龄个体的生物种群标志物及其获得方法和应用
CN112410443B (zh) * 2020-10-21 2023-08-25 上海市第十人民医院 一种用于鉴别高龄个体的生物种群标志物及其获得方法和应用
CN114085916A (zh) * 2021-04-07 2022-02-25 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 用于预测免疫治疗疗效的肠道菌群标志物及其应用
CN114369671A (zh) * 2021-11-25 2022-04-19 上海锐翌生物科技有限公司 风湿性关节炎标志微生物及其应用
CN117352057A (zh) * 2023-03-28 2024-01-05 广东弘元普康医疗科技有限公司 一种菌群分布状态的评估方法及相关装置
CN117352057B (zh) * 2023-03-28 2024-05-10 广东弘元普康医疗科技有限公司 一种菌群分布状态的评估方法及相关装置

Similar Documents

Publication Publication Date Title
CN111415705A (zh) 一种相关肠道菌群检测报告制定方法及介质
Cox et al. Gut microbiome in progressive multiple sclerosis
Takewaki et al. Alterations of the gut ecological and functional microenvironment in different stages of multiple sclerosis
Tao et al. Polysaccharides from Chrysanthemum morifolium Ramat ameliorate colitis rats by modulating the intestinal microbiota community
Emoto et al. Analysis of gut microbiota in coronary artery disease patients: a possible link between gut microbiota and coronary artery disease
Zhang et al. Gut microbiota dysbiosis in male patients with chronic traumatic complete spinal cord injury
Borda-Molina et al. Insights into broilers' gut microbiota fed with phosphorus, calcium, and phytase supplemented diets
De Palma et al. Histamine production by the gut microbiota induces visceral hyperalgesia through histamine 4 receptor signaling in mice
Liu et al. Human-derived probiotic Lactobacillus reuteri strains differentially reduce intestinal inflammation
Sullivan et al. Effect of supplement with lactic-acid producing bacteria on fatigue and physical activity in patients with chronic fatigue syndrome
CN108347989A (zh) 用于检测癌症复发风险的方法和组合物
Bianchimano et al. Mining the microbiota to identify gut commensals modulating neuroinflammation in a mouse model of multiple sclerosis
Zhang et al. The composition and concordance of Lactobacillus populations of infant gut and the corresponding breast-milk and maternal gut
Smolinska et al. Histamine: a mediator of intestinal disorders—a review
Luo et al. The primary biological network of Bifidobacterium in the gut
CN110176305A (zh) 一种利用高通量基因测序评估肠道菌群健康的方法
Shen et al. Gastric non-Helicobacter pylori urease-positive Staphylococcus epidermidis and Streptococcus salivarius isolated from humans have contrasting effects on H. pylori-associated gastric pathology and host immune responses in a murine model of gastric cancer
Bao et al. Regulatory effect of Lactiplantibacillus plantarum 2-33 on intestinal microbiota of mice with antibiotic-associated diarrhea
Bai et al. The short-term efficacy of bifidobacterium quadruple viable tablet in patients with diarrhea-predominant irritable bowel syndrome: potentially mediated by metabolism rather than diversity regulation
Li et al. Glucagon-like peptide (GLP)-2 improved colonizing bacteria and reduced severity of ulcerative colitis by enhancing the diversity and abundance of intestinal mucosa
Chen et al. Analysis of hypervirulent Klebsiella pneumoniae and classic Klebsiella pneumoniae infections in a Chinese hospital
Kim et al. Lactiplantibacillus plantarum HY7718 Improves Intestinal Integrity in a DSS-Induced Ulcerative Colitis Mouse Model by Suppressing Inflammation through Modulation of the Gut Microbiota
Hudson et al. Comparison of the vaginal microbiota in postmenopausal Black and White women
RU2616280C1 (ru) Способ диагностики состояния микробиоты кишечника на фоне эрадикационной терапии helicobacter pylori и его применение
Liu et al. Predicting the role of the human gut microbiome in type 1 diabetes using machine-learning methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination