JP2022527653A - 疾患を診断する方法 - Google Patents

疾患を診断する方法 Download PDF

Info

Publication number
JP2022527653A
JP2022527653A JP2021560504A JP2021560504A JP2022527653A JP 2022527653 A JP2022527653 A JP 2022527653A JP 2021560504 A JP2021560504 A JP 2021560504A JP 2021560504 A JP2021560504 A JP 2021560504A JP 2022527653 A JP2022527653 A JP 2022527653A
Authority
JP
Japan
Prior art keywords
ibs
detecting
metabolite
clostridium
bacteroides
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
JP2021560504A
Other languages
English (en)
Inventor
ポール オトゥーレ
ファーガス シャナハン
イアン ジェフリー
アイリーン オハーリハイ
アヌバブ ダス
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.)
4D Pharma Cork Ltd
Original Assignee
4D Pharma Cork 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
Priority claimed from GBGB1909052.1A external-priority patent/GB201909052D0/en
Priority claimed from GB201915156A external-priority patent/GB201915156D0/en
Priority claimed from GB201915143A external-priority patent/GB201915143D0/en
Application filed by 4D Pharma Cork Ltd filed Critical 4D Pharma Cork Ltd
Publication of JP2022527653A publication Critical patent/JP2022527653A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
    • G01N33/56911—Bacteria
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/33—Heterocyclic compounds
    • A61K31/395—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins
    • A61K31/435—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins having six-membered rings with one nitrogen as the only ring hetero atom
    • A61K31/44—Non condensed pyridines; Hydrogenated derivatives thereof
    • A61K31/445—Non condensed piperidines, e.g. piperocaine
    • A61K31/451—Non condensed piperidines, e.g. piperocaine having a carbocyclic group directly attached to the heterocyclic ring, e.g. glutethimide, meperidine, loperamide, phencyclidine, piminodine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K35/00—Medicinal preparations containing materials or reaction products thereof with undetermined constitution
    • A61K35/12—Materials from mammals; Compositions comprising non-specified tissues or cells; Compositions comprising non-embryonic stem cells; Genetically modified cells
    • A61K35/24—Mucus; Mucous glands; Bursa; Synovial fluid; Arthral fluid; Excreta; Spinal fluid
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K35/00—Medicinal preparations containing materials or reaction products thereof with undetermined constitution
    • A61K35/66—Microorganisms or materials therefrom
    • A61K35/74—Bacteria
    • A61K35/741—Probiotics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P1/00—Drugs for disorders of the alimentary tract or the digestive system
    • A61P1/12—Antidiarrhoeals
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • G01N30/7206—Mass spectrometers interfaced to gas chromatograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • G01N30/7233—Mass spectrometers interfaced to liquid or supercritical fluid chromatograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • 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
    • G16B30/10—Sequence alignment; Homology search
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/025—Gas chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/027—Liquid chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/06—Gastro-intestinal diseases
    • G01N2800/065—Bowel diseases, e.g. Crohn, ulcerative colitis, IBS
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Zoology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Wood Science & Technology (AREA)
  • Biomedical Technology (AREA)
  • Biotechnology (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Genetics & Genomics (AREA)
  • Public Health (AREA)
  • Medicinal Chemistry (AREA)
  • Urology & Nephrology (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Computing Systems (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Databases & Information Systems (AREA)
  • Crystallography & Structural Chemistry (AREA)

Abstract

本出願は、ＩＢＳを診断するための新規かつ改善された方法を提供する。【選択図】なし

Description

本発明は、診断、特に、過敏性腸症候群（ＩＢＳ）の診断の分野におけるものである。
過敏性腸症候群（ＩＢＳ）は、消化器系に影響を及ぼす一般的な疾患である。国際的疫学調査の結果は、ＩＢＳが集団の３％～３０％で存在し、異なる国間での一般的な傾向がないことを示した（１）。症状としては、腹痛、腹部膨満、下痢、及び便秘が挙げられ、長期間、一般に数年にわたり発生する。不安、大うつ病、及び慢性疲労症候群などの障害は、ＩＢＳを有する人々の間で一般的である。ＩＢＳの既知の治療法は存在せず、一般に、症状を改善するための処置が実施される。処置としては、食事変更、薬物、プロバイオティクス、及び／またはカウンセリングが挙げられ得る。処置として一般に提案される食事療法としては、可溶性繊維の摂取量を増やすこと、無グルテン食、または発酵性のオリゴ糖、二糖、単糖、及びポリオール（ＦＯＤＭＡＰ）の少ない短期間の食事が挙げられる。薬物であるロペラミドが下痢を軽くするために使用され、緩下剤が便秘を軽くするために使用される。抗うつ薬は、全般的症状及び疼痛を改善し得る。ほとんどの慢性非伝染性障害の様に、ＩＢＳは不均一であるようである（２）。ＩＢＳの重症度は煩わしい腸障害から社会的障害までの範囲があり、症状の顕著な不均一性を伴う（３）。しばしば、脳腸軸の障害とみなされるが（４、５）、ＩＢＳが消化管もしくは脳または両方から生じるのかどうかは不明である。感染後ＩＢＳの発生（６）は、幾つかは心理社会的なものであり得る感受性リスク因子を有するにもかかわらず、一部の症例が末端器官において起きることを示唆する。マイクロバイオーム科学の進歩は、神経発生及びおそらく行動に対する微生物叢による影響を修飾することについての新たに得られつつある証拠により、心／身連関の概念を、微生物叢－腸－脳軸（７）を包含するように広げた。
しかしながら、ＩＢＳの理解及び処置における進展は、信頼性の高いバイオマーカーの欠如により制限されており、ＩＢＳは依然として症状により定義される。現在では、ＩＢＳなどの胃腸（ＧＩ）疾患は、ローマ基準を使用して標準化される。ローマ基準を使用したＩＢＳの診断は、患者がＩＢＳに関連する症状を有するかどうかに基づく。これらの基準は、Ｒｏｍｅ Ｃｏｎｓｅｎｓｕｓ Ｃｏｍｍｉｓｓｉｏｎとして公知である機能的胃腸障害の専門家集団により、研究のガイダンスを開発及び提供するために確立された。ローマ基準は、研究以外のことにそれらを関連付け、臨床試験を改善するのに有用なものにするために、５つの別個の版に改訂されている（１、８）。しかしながら、１つの研究の結果（１）により、ＩＢＳの有病率が、どの版のローマ基準が適用されるかに依存しており、より最近の版が集団内のＩＢＳのより低い有病率を示すことが示された。
ＩＢＳを診断するために使用される他の基準としては、他の器質性疾患の除外を含むＷＯＮＣＡ基準、及びＤＳＭ（精神障害の診断と統計マニュアル）が挙げられる。現在では、診断前に含まれる分析は最小限であり、専門検査が例外としてのみ行われる（１）。ＩＢＳを有する患者における腸内微生物叢の対照（非ＩＢＳ）群と比較した変化の調査が行われている（９、１０、１１、１２）。マイクロバイオームの食事、抗生物質、及び腸管感染症（これらの全てがＩＢＳに関与し得る）との相互作用は、マイクロバイオームの変化が、この症候群の病態生理学的メカニズムを活性化し得るか、または永続させ得るという仮説と一致する（１３、１４）。ＩＢＳに関連するバイオマーカーが発見されており、これらは、臨床症状に基づかないＩＢＳの亜集団の定義により柔軟性を与えた（１）。しかしながら、ＩＢＳ患者を対照と区別し、治療法を決めるのに役立つ強いマイクロバイオームシグネチャまたはバイオマーカーはない。しかし、ＩＢＳ重症度のシグネチャは示唆されている（１２）。更に、これまでのほとんどの微生物叢研究は、１６Ｓ ｒＲＮＡプロファイルを用いており、細菌の代謝産物を分析しなかった。
ローマ基準は、ＩＢＳサブタイプを分類するためにも使用される。現在では、ＩＢＳサブタイプは、ローマ基準により定義される（１５）。これらのサブタイプは、ＩＢＳ－Ｃ、ＩＢＳ－Ｄ、及びＩＢＳ－Ｍである。ＩＢＳ－Ｃは、便タイプ１及び２（ブリストル便スケールに従う）が２５％超の割合で存在し、便タイプ６及び７が２５％未満の割合で存在する便秘型ＩＢＳである。ＩＢＳ－Ｄは、便タイプ１及び２が２５％未満の割合で存在し、便タイプ６及び７が２５％超の割合で存在する下痢型ＩＢＳである。ＩＢＳ－Ｍは、便タイプ１、２、６、及び７が２５％超の割合で存在する、ＩＢＳ－Ｃ及びＩＢＳ－Ｄが混在するＩＢＳであり、混合型ＩＢＳとして公知である。これらの分類は、下痢に対する便秘及び便秘に対する下痢の優位を明らかにすることができるが、この疾患の不均一性及び所与の期間内にあるサブタイプ分類から別のものに移行する患者の傾向を考慮すると、それらはＩＢＳの長期の処置にはあまり有用でない（１６）。数日内に時としてサブタイプ間を行き来する患者の処置法の決定を誤ることを含め、現行のアプローチには大きな制約がある（１７）。この疾患の更なる理解が必要とされ、他の消化管関連疾病のように、腸内微生物叢の変化は、疾患パターンの変化のシグネチャであり得る（１８）。更に、下痢型または便秘型は多様であり得る。正反対の症状に取り組むように設計された医薬品は、誤分類された患者に処方される場合、望ましくない重篤な有害作用の可能性を有する（１９）。関心対象となるのは、ＩＢＳを有する患者のマイクロバイオームの変化、及びあるとすれば、ＩＢＳの症状とどのような関係があるかである。しかしながら、ＩＢＳサブタイプ（ＩＢＳ－Ｃ、ＩＢＳ－Ｄ、ＩＢＳ－Ｍ）は、ローマ基準に従ってＩＢＳと診断された患者の異なるマイクロバイオームを区別するのに有用でない。
様々なＩＢＳサブタイプの診断を含む、ＩＢＳなどの腸障害を診断するための更なるかつ改善された方法が必要とされている。
本発明者らは、ＩＢＳを診断するための新規かつ改善された方法を開発した。患者及び対照（非ＩＢＳ）個体におけるマイクロバイオーム、メタボローム、及び遺伝子経路の網羅的かつ詳細な分析は、疾患の新規の指標が同定されるのを可能にした。従って、本発明は、ＩＢＳに関連する分類群の細菌株；ＩＢＳに関連する経路に関与する微生物遺伝子；及び／またはＩＢＳに関連する代謝産物を検出することを含む、患者のＩＢＳを診断する方法を提供する。本発明者らは、ＩＢＳを有する患者の層別化のための新規かつ改善された方法も開発した。従って、本発明は、ＩＢＳ亜群に関連する分類群の細菌株及び／またはＩＢＳ亜群に関連する代謝産物を検出することを含む、マイクロバイオームに基づいてＩＢＳを有する患者を亜群に分類する方法を提供する。
対照及びＩＢＳ群の微生物叢組成解析を示す。微生物叢β多様性の主座標分析（ＰＣｏＡ）は、対照とＩＢＳ群との間の有意差を示す。ＰＣｏＡは、スピアマン距離を使用して１６Ｓの属レベルで実行された（ｐ値＝０．００１；対照：ｎ＝６３、ＩＢＳ：ｎ＝７８）。 ショットガンデータセットでのランダムフォレスト機械学習により決定されたＩＢＳを予測する分類群を示す（対照：ｎ＝５９；ＩＢＳ：ｎ＝８０）。 臨床的ＩＢＳサブタイプ間の有意差を示さない微生物叢組成のＰＣｏＡを示す。ＰＣｏＡは、スピアマン距離を使用して１６ＳのＯＴＵレベルで実行された（ｐ値＝０．９７６；ＩＢＳ－Ｃ：ｎ＝２９、ＩＢＳ－Ｄ：ｎ＝２０、ＩＢＳ－Ｍ：ｎ＝２９）。 ～ 対照及びＩＢＳ群のショットガンシーケンシングでの属プロファイルを示す（対照：ｎ＝５８、ＩＢＳ：ｎ＝７８）。パネルＡ及びＣに示されるデータ／検定のｐ値は、並べ替えＭＡＮＯＶＡを使用して計算された（Ｒの関数／パッケージ：ａｄｏｎｉｓ／ｖｅｇａｎ）。 対照とＩＢＳ群との間の有意差を示す微生物叢の多様性のＰＣｏＡを示す。ＰＣｏＡは、スピアマン距離を使用してショットガンデータセットの属レベルで実行された（ｐ値＝０．００１；対照：ｎ＝５８、ＩＢＳ：ｎ＝７８）。 ＩＢＳ及び対照群の微生物叢の多様性を示す。（Ａ）ＩＢＳ群の多様性（観察された多さ）は、ウィルコクソン順位和検定に基づいて対照群と有意に異なっていた（ｐ値＝９．２１５ｅ－０８、対照：ｎ＝６３、ＩＢＳ：ｎ＝７８）。（Ｂ）臨床的ＩＢＳサブタイプの多様性（観察された多さ）は、クラスカル・ワリス検定に基づいて対照群と有意に異なっていた（ｐ値＝１．２８ｅ－０６、対照：ｎ＝６３；ＩＢＳ－Ｃ：ｎ＝２９；ＩＢＳ－Ｄ：ｎ＝２０；ＩＢＳ－Ｍ：ｎ＝２９）。（Ｃ）対照の多様性（シャノン指標）は、差を使用したウィルコクソン検定に基づいてＩＢＳ群と有意に異なっていた（ｐ値＝０．０００３２、対照：ｎ＝６３、ＩＢＳ：ｎ＝７８）。 対照及びＩＢＳの尿及び糞便メタボロームの比較を示す。尿の揮発性有機化合物（ＦＡＩＭＳ）メタボロームのＰＣｏＡ。Ａｄｏｎｉｓでのｐ値＝０．００１；（対照：ｎ＝６５；ＩＢＳ：ｎ＝８０）。 スピアマン距離を使用したＭＳ尿メタボロミクスのＰＣｏＡを示す。Ａｄｏｎｉｓでのｐ値＝０．００１；（対照：ｎ＝６３；ＩＢＳ：ｎ＝８０）。 スピアマン距離を使用したＭＳ糞便メタボロミクスのＰＣｏＡ。Ａｄｏｎｉｓでのｐ値＝０．００１；（対照：ｎ＝６３；ＩＢＳ：ｎ＝８０）。Ｐ値は並べ替えＭＡＮＯＶＡを使用して計算された（Ｒの関数／パッケージ：ａｄｏｎｉｓ／ｖｅｇａｎ）。 対照とＩＢＳ臨床的サブタイプとの間の有意差を示すスピアマン距離を使用したＦＡＩＭＳ尿メタボロミクスのＰＣｏＡを示す（Ａｄｏｎｉｓでのｐ値＝０．００１；対照：ｎ＝６３；ＩＢＳ－Ｃ：ｎ＝２９；ＩＢＳ－Ｄ：ｎ＝２０；ＩＢＳ－Ｍ：ｎ＝２９）。 ＩＢＳを対照状態と区別するための尿メタボロームの受信者動作特性（ＲＯＣ）曲線を示す。（Ａ）ＬＣ／ＧＣ－ＭＳ尿メタボロミクスでの１０分割交差検証を使用したＲＯＣ曲線解析（対照：ｎ＝６１；ＩＢＳ：ｎ＝７８、対照群の８５％（５２／６１）及びＩＢＳ群の９５％（７４／７８）が正確に予測された）。（Ｂ）ＦＡＩＭＳ尿メタボロミクスでの１０分割交差検証を使用したＲＯＣ曲線解析（対照：ｎ＝６３；ＩＢＳ：ｎ＝７８、対照群の７０％（４４／６３）及びＩＢＳ群の８３％（６５／７８）が正確に予測された）。 臨床的ＩＢＳサブタイプ間の有意差を示さない、スピアマン距離を使用した糞便メタボロミクスのＰＣｏＡを示す（ｐ値＝０．２０２；ＩＢＳ－Ｃ：ｎ＝２９；ＩＢＳ－Ｄ：ｎ＝２０；ＩＢＳ－Ｍ：ｎ＝２９）。 対照群と比較した場合に、２つの微生物叢－ＩＢＳクラスターを示す級間分析（ＢＣＡ）を示す（対照：ｎ＝６３、ＩＢＳクラスターＩ：ｎ＝３５、ＩＢＳクラスターＩＩ：ｎ＝４３）。 代替的機械学習パイプラインのコアワークフローを示す。Ｎは最小絶対収縮及び選択演算子（ＬＡＳＳＯ）により返された特徴の数を示す。 ＩＢＳ（８０個の試料）と対照（５９個の試料）との間に有意な分離を示す、メタゲノミクス試料中の共に多く存在する遺伝子の主座標分析を示す。分離の有意性はＰＭＡＮＯＶＡを使用して決定された（ｐ＜０．００１）。 キャンベラ距離及びＷａｒｄリンケージ法使用した階層的クラスタリングによるマイクロバイオームＯＴＵデータのヒートマップを示す。 健常対照及び３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）のα多様性（観察された種）を示す。観察された種（多さ）は、試料中に特有のＯＴＵのカウント数として定義される。有意性はＡＮＯＶＡを使用して決定された。 １６Ｓを使用してシーケンシングされた試料での健常対照及び３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）の属レベルでのキャンベラ距離のＰＣｏＡを示す。 ショットガンシーケンシングされた試料での健常対照及び３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）の種レベルでのキャンベラ距離のＰＣｏＡを示す。 糞便メタボロミクス試料での健常対照及び３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）のキャンベラ距離のＰＣｏＡを示す。 尿メタボロミクス試料での健常対照及び３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）のキャンベラ距離のＰＣｏＡを示す。 対照及びＩＢＳ群の微生物叢組成分析を示す。メタゲノム種解析（共に多く存在する遺伝子、ＣＡＧ）のＰＣｏＡは、対照とＩＢＳ群との間の有意差を示す。（対照：ｎ＝５９；ＩＢＳ ｎ＝８０）。示されるデータ／検定のＰ値は、並べ替えＭＡＮＯＶＡを使用して計算された（Ｒの関数／パッケージ：ａｄｏｎｉｓ／ｖｅｇａｎ）。
ＩＢＳを予測する特徴としての細菌分類群
本発明者らは、実施例において実証されるように、ＩＢＳを予測する細菌分類群を同定した。従って、本発明は、特定の細菌分類群の存在を検出することを含む、ＩＢＳを診断するための方法を提供する。以下で詳述されるように、本発明において使用される細菌分類群は、１６Ｓ ｒＲＮＡ遺伝子配列を参照して定義され得るか、または本発明はリンネ式分類法を使用し得る。いずれの種類の分類群の細菌も、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、メタボロミクス、またはかかる技術の組み合わせを使用して検出され得る。好ましくは、これらの方法は、患者由来の糞便試料中の細菌（すなわち１種または２種以上の細菌株）を検出することを含む。あるいは、細菌は、綿棒などの口腔試料から検出され得る。一般に、本発明の方法においてＩＢＳに関連する細菌分類群を検出することは、試料中の細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定することを含む。一実施形態では、本発明は、以下の属のうちの１つ以上を含み得る細菌種を検出することを含む、ＩＢＳを診断するための方法を提供する：アクチノマイセス（Ａｃｔｉｎｏｍｙｃｅｓ）、オシリバクター（Ｏｓｃｉｌｌｉｂａｃｔｅｒ）、パラプレボテラ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ）、ラクノスピラ（Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ）、エリュシペロトリクス（Ｅｒｙｓｉｐｅｌｏｔｒｉｃｈａｃｅａｅ）、及びコプロコッカス（Ｃｏｐｒｏｃｏｃｃｕｓ）。一実施形態では、本発明は、以下からなる群から選択される属に属する細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する：エシェリキア（Ｅｓｃｈｅｒｉｃｈｉａ）、クロストリジウム（Ｃｌｏｓｔｒｉｄｉｕｍ）、ストレプトコッカス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ）、パラバクテロイデス（Ｐａｒａｂａｃｔｅｒｏｉｄｅｓ）、ツリシバクター（Ｔｕｒｉｃｉｂａｃｔｅｒ）、ユウバクテリウム（Ｅｕｂａｃｔｅｒｉｕｍ）、バクテロイデス（Ｂａｃｔｅｒｏｉｄｅｓ）、クレブシエラ（Ｋｌｅｂｓｉｅｌｌａ）、シュードフラボニフラクター（Ｐｓｅｕｄｏｆｌａｖｏｎｉｆｒａｃｔｏｒ）、及びエンテロコッカス（Ｅｎｔｅｒｏｃｏｃｃｕｓ）。特定の実施形態では、細菌種は、アクチノマイセス属のものである。特定の実施形態では、細菌種は、オシリバクター属のものである。特定の実施形態では、細菌種は、パラプレボテラ属のものである。特定の実施形態では、細菌種は、ラクノスピラの属のものである。特定の実施形態では、細菌種は、エリュシペロトリクスの属のものである。特定の実施形態では、細菌種は、コプロコッカス属のものである。特定の実施形態では、細菌種は、エシェリキア属のものである。特定の実施形態では、細菌種は、クロストリジウム属のものである。特定の実施形態では、細菌種は、ストレプトコッカスのものである。特定の実施形態では、細菌種は、パラバクテロイデス属のものである。特定の実施形態では、細菌種は、ツリシバクター属のものである。特定の実施形態では、細菌種は、ユウバクテリウム属のものである。特定の実施形態では、細菌種は、バクテロイデス属のものである。特定の実施形態では、細菌種は、クレブシエラ属のものである。特定の実施形態では、細菌種は、シュードフラボニフラクター属のものである。特定の実施形態では、細菌種は、エンテロコッカス属のものである。好ましい実施形態では、本発明の方法は、表１に列挙される属のうちの２つ以上の細菌（すなわち１種または２種以上の細菌株）を検出すること、例えば、アクチノマイセス、オシリバクター、パラプレボテラ、ラクノスピラ、エリュシペロトリクス、及びコプロコッカスの細菌を検出することを含む。ある種の実施形態では、細菌（すなわち１種または２種以上の細菌株）は、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、またはメタボロミクスを使用して検出され得る。任意のかかる実施形態では、細菌を検出することは、試料中の細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定することを含む。実施例は、かかる方法が特に有効であることを実証する。
一実施形態では、本発明は、以下から選択される１または２以上の細菌種を検出することを含む、ＩＢＳを診断するための方法を提供する：ルミノコッカス グナバス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｇｎａｖｕｓ）、コプロコッカス カツス（Ｃｏｐｒｏｃｏｃｃｕｓ ｃａｔｕｓ）、バルネシエラ インテスティニホミニス（Ｂａｒｎｅｓｉｅｌｌａ ｉｎｔｅｓｔｉｎｉｈｏｍｉｎｉｓ）、アナエロツルンカス コリホミニス（Ａｎａｅｒｏｔｒｕｎｃｕｓ ｃｏｌｉｈｏｍｉｎｉｓ）、ユウバクテリウム エリゲンス（Ｅｕｂａｃｔｅｒｉｕｍ ｅｌｉｇｅｎｓ）、クロストリジウム シンビオサム（Ｃｌｏｓｔｒｉｄｉｕｍ ｓｙｍｂｉｏｓｕｍ）、ロゼブリア イヌリニボランス（Ｒｏｓｅｂｕｒｉａ ｉｎｕｌｉｎｉｖｏｒａｎｓ）、パラプレボテラ クララ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ ｃｌａｒａ）、ルミノコッカス ラクタリス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｌａｃｔａｒｉｓ）、クロストリジウム シトロニアエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｃｉｔｒｏｎｉａｅ）、クロストリジウム レプツム（Ｃｌｏｓｔｒｉｄｉｕｍ ｌｅｐｔｕｍ）、ルミノコッカス ブローミイ（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｂｒｏｍｉｉ）、バクテロイデス シータイオタオミクロン（Ｂａｃｔｅｒｏｉｄｅｓ ｔｈｅｔａｉｏｔａｏｍｉｃｒｏｎ）、ユウバクテリウム ビフォルメ（Ｅｕｂａｃｔｅｒｉｕｍ ｂｉｆｏｒｍｅ）、ビフィドバクテリウム アドレセンティス（Ｂｉｆｉｄｏｂａｃｔｅｒｉｕｍ ａｄｏｌｅｓｃｅｎｔｉｓ）、パラバクテロイデス ディスタソニス（Ｐａｒａｂａｃｔｅｒｏｉｄｅｓ ｄｉｓｔａｓｏｎｉｓ）、ディアリスター インビサス（Ｄｉａｌｉｓｔｅｒ ｉｎｖｉｓｕｓ）、バクテロイデス ファエシス（Ｂａｃｔｅｒｏｉｄｅｓ ｆａｅｃｉｓ）、ブチリビブリオ クロッソツス（Ｂｕｔｙｒｉｖｉｂｒｉｏ ｃｒｏｓｓｏｔｕｓ）、クロストリジウム ネキシレ（Ｃｌｏｓｔｒｉｄｉｕｍ ｎｅｘｉｌｅ）、バクテロイデス セルロシリティカス（Ｂａｃｔｅｒｏｉｄｅｓ ｃｅｌｌｕｌｏｓｉｌｙｔｉｃｕｓ）、シュードフラボニフラクター カピロサス（Ｐｓｅｕｄｏｆｌａｖｏｎｉｆｒａｃｔｏｒ ｃａｐｉｌｌｏｓｕｓ）、ストレプトコッカス アンギノスス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ａｎｇｉｎｏｓｕｓ）、ストレプトコッカス サングイニス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｓａｎｇｕｉｎｉｓ）、デスルホビブリオ デスルフリカンス（Ｄｅｓｕｌｆｏｖｉｂｒｉｏ ｄｅｓｕｌｆｕｒｉｃａｎｓ）、及び／またはクロストリジウム ラモーザム（Ｃｌｏｓｔｒｉｄｉｕｍ ｒａｍｏｓｕｍ）。ある種の実施形態では、本発明の方法は、上記リストの２つ以上の種、例えば、少なくとも５種、１０種、１５種、２０種、または全ての種を検出することを含む。一実施形態では、本発明は、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿３＿１＿４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿７＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿１＿４＿５６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿２＿１＿５８ＦＡＡ、Ｃｏｐｒｏｃｏｃｃｕｓ ｓｐ＿ＡＲＴ５５＿１、Ａｌｉｓｔｉｐｅｓ ｓｐ＿ＡＰ１１、及び／またはＢａｃｔｅｒｏｉｄｅｓ ｓｐ＿１＿１＿６、または対応株（corresponding strain）、例えば、参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌株からなるリストから選択され得る１種または２種以上の細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、上記リストの２種以上の細菌、例えば、少なくとも３種、４種、５種、または全ての細菌を検出することを含む。任意のかかる実施形態では、細菌を検出することは、試料中の細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定することを含む。ある種の実施形態では、細菌（すなわち１種または２種以上の細菌株）は、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、またはメタボロミクスを使用して検出され得る。
一実施形態では、本発明は、以下から選択される１または２以上の細菌種を検出することを含む、ＩＢＳを診断するための方法を提供する：プレボテーラ ブッカリス（Ｐｒｅｖｏｔｅｌｌａ ｂｕｃｃａｌｉｓ）、ブチリシコッカス プリカエコルム（Ｂｕｔｙｒｉｃｉｃｏｃｃｕｓ ｐｕｌｌｉｃａｅｃｏｒｕｍ）、グラニュリカテラ エレガンス（Ｇｒａｎｕｌｉｃａｔｅｌｌａ ｅｌｅｇａｎｓ）、シュードフラボニフラクター カピロサス、クロストリジウム ラモーザム、ストレプトコッカス サングイニス、クロストリジウム シトロニアエ、デスルホビブリオ デスルフリカンス、ヘモフィラス ピットマニアエ（Ｈａｅｍｏｐｈｉｌｕｓ ｐｉｔｔｍａｎｉａｅ）、パラプレボテラ クララ、ストレプトコッカス アンギノスス、アナエロツルンカス コリホミニス、クロストリジウム シンビオサム、ミツオケラ マルトアシダ（Ｍｉｔｓｕｏｋｅｌｌａ ｍｕｌｔａｃｉｄａ）、クロストリジウム ネキシレ、ラクトバシラス ファーメンタム（Ｌａｃｔｏｂａｃｉｌｌｕｓ ｆｅｒｍｅｎｔｕｍ）、ユウバクテリウム ビフォルメ、クロストリジウム レプツム、バクテロイデス ペクチノフィルス（Ｂａｃｔｅｒｏｉｄｅｓ ｐｅｃｔｉｎｏｐｈｉｌｕｓ）、コプロコッカス カツス、ユウバクテリウム エリゲンス、ロゼブリア イヌリニボランス、バクテロイデス ファエシス、バルネシエラ インテスティニホミニス、バクテロイデス シータイオタオミクロン、ルミノコッカス ブローミイ、ルミノコッカス グナバス、ルミノコッカス ラクタリス、パラバクテロイデス ディスタソニス、ブチリビブリオ クロッソツス、バクテロイデス セルロシリティカス、ビフィドバクテリウム アドレセンティス、及び／またはディアリスター インビサス。ある種の実施形態では、本発明の方法は、上記リストの２つ以上の種、例えば、少なくとも５種、１０種、１５種、２０種、または全ての種を検出することを含む。一実施形態では、本発明は、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿２＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿７＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿１＿４＿５６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿３＿１＿４６ＦＡＡ、Ａｌｉｓｔｉｐｅｓ ｓｐ＿ＡＰ１１、Ｂａｃｔｅｒｏｉｄｅｓ＿ｓｐ＿１＿１＿６、及び／またはＣｏｐｒｏｃｏｃｃｕｓ＿ｓｐ＿ＡＲＴ５５＿１、または対応株、例えば、参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌株からなるリストから選択され得る１種または２種以上の細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、上記リストの２種以上の細菌、例えば、少なくとも３種、もしくは４種、または全ての細菌を検出することを含む。任意のかかる実施形態では、細菌（すなわち１種または２種以上の細菌株）を検出することは、試料中の細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定することを含む。ある種の実施形態では、細菌（すなわち１種または２種以上の細菌株）は、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、またはメタボロミクスを使用して検出され得る。
一実施形態では、本発明は、ＩＢＳに関連する操作的分類単位（ＯＴＵ）に属する１種または２種以上の細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。当該技術分野において公知のように、操作的分類単位（ＯＴＵ；operational taxonomic unit）は、密接に関連する個体群を分類するために使用される操作的定義である。本明細書で使用する場合、「ＯＴＵ」は、特定の分類マーカー遺伝子のＤＮＡ配列類似性により分類される一群の生物である（４９）。幾つかの実施形態では、特定の分類マーカー遺伝子は、１６Ｓ ｒＲＮＡ遺伝子である。幾つかの実施形態では、Ｒｉｂｏｓｏｍａｌ Ｄａｔａｂａｓｅ Ｐｒｏｊｅｃｔ（ＲＤＰ）分類子が、代表的なＯＴＵ配列に分類を割り当てるために使用される。例えば、細菌（すなわち１種または２種以上の細菌株）が表１１に列挙されるＯＴＵに属するかどうかを分類するために、表１２の配列情報が使用され得る。表１２の配列に対する少なくとも９７％の配列同一性を有する細菌は、表１１の対応するＯＴＵに属する。好ましい実施形態では、ＯＴＵは、表１、１１、及び／または１２から選択される。任意のかかる実施形態では、細菌（すなわち１種または２種以上の細菌株）を検出することは、試料中の細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定することを含む。
ある種の実施形態では、細菌種は、配列に基づく分類群に属する。好ましい実施形態では、配列に基づく分類群は、表１～３から選択される。
一実施形態では、ＩＢＳを予測する細菌種または細菌株は、ＩＢＳに罹患している患者においてより多く存在する。特定の実施形態では、本発明の方法は、細菌種または細菌株の存在量を測定すること含み、ここで、増加した存在量はＩＢＳに関連し、当該細菌株または種は以下から選択される：ルミノコッカス グナバス、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿３＿１＿４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿７＿１＿５８ＦＡＡ、アナエロツルンカス コリホミニス、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿１＿４＿５６ＦＡＡ、クロストリジウム シンビオサム、クロストリジウム シトロニアエ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿２＿１＿５８ＦＡＡ、クロストリジウム ネキシレ、及び／またはクロストリジウム ラモーザム。一実施形態では、本発明は、ＩＢＳに罹患している患者においてより多く存在する１種または２種以上の細菌種または細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、上記リストの２種以上の種または細菌株、例えば、少なくとも５種、１０種、１５種、２０種または全ての種を検出することを含む。
一実施形態では、ＩＢＳを予測する細菌種は、ＩＢＳに罹患している患者において有意に多く存在する。好ましい実施形態では、ＩＢＳに罹患している患者において有意に多く存在し、ＩＢＳを予測する細菌種は、ルミノコッカス グナバス及び／またはラクノスピラの菌種である。
一実施形態では、ＩＢＳを予測する細菌種または細菌株は、ＩＢＳに罹患している患者においてより存在量が少ない。特定の実施形態では、本発明の方法は、細菌種または細菌株の存在量を測定すること含み、ここで、減少した存在量はＩＢＳに関連し、当該細菌株または種は以下から選択される：コプロコッカス カツス、バルネシエラ インテスティニホミニス、ユウバクテリウム エリゲンス、パラプレボテラ クララ、ルミノコッカス ラクタリス、ユウバクテリウム ビフォルメ、及び／またはＣｏｐｒｏｃｏｃｃｕｓ ｓｐ＿ＡＲＴ５５＿１。一実施形態では、本発明は、ＩＢＳに罹患している患者においてより存在量が少ない１種または２種以上の細菌種または細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。
一実施形態では、ＩＢＳを予測する細菌種は、ＩＢＳに罹患している患者において有意に存在量がより少ない。好ましい実施形態では、ＩＢＳに罹患している患者において有意に存在量がより少ないＩＢＳを予測する細菌種は、バルネシエラ インテスティニホミニス及び／またはコプロコッカス カツスである。
特定の実施形態では、本発明は、表２から選択されるＩＢＳを予測する細菌分類群を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、ＩＢＳを予測する細菌分類群は、例えば、表２及び／または３に示すように、ＩＢＳに罹患している患者において有意により多く存在する。他の実施形態では、ＩＢＳを予測する細菌分類群は、例えば、表２及び／または３に示すように、ＩＢＳに罹患している患者において有意に存在量がより少ない。
一実施形態では、ＩＢＳを予測する細菌種または細菌株は、ＩＢＳに罹患している患者において多さが異なる。特定の実施形態では、本発明の方法は、細菌種の存在量を測定すること含み、ここで、存在量の差異はＩＢＳに関連し、当該種は以下から選択される：ルミノコッカス グナバス、クロストリジウム ボルテエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔｅａｅ）、アナエロツルンカス コリホミニス、フラボニフラクター プラウティイ（Ｆｌａｖｏｎｉｆｒａｃｔｏｒ ｐｌａｕｔｉｉ）、クロストリジウム クロストリディオフォルメ（Ｃｌｏｓｔｒｉｄｉｕｍ ｃｌｏｓｔｒｉｄｉｏｆｏｒｍｅ）、クロストリジウム ハセワイ（Ｃｌｏｓｔｒｉｄｉｕｍ ｈａｔｈｅｗａｙｉ）、クロストリジウム シンビオサム、ルミノコッカス トルキース（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｔｏｒｑｕｅｓ）、アリスティペス セネガレンシス（Ａｌｉｓｔｉｐｅｓ ｓｅｎｅｇａｌｅｎｓｉｓ）、プレボテーラ コプリ（Ｐｒｅｖｏｔｅｌｌａ ｃｏｐｒｉ）、エガセラ レンタ（Ｅｇｇｅｒｔｈｅｌｌａ ｌｅｎｔａ）、クロストリジウム アスパラギフォルメ（Ｃｌｏｓｔｒｉｄｉｕｍ ａｓｐａｒａｇｉｆｏｒｍｅ）、バルネシエラ インテスティニホミニス、クロストリジウム シトロニアエ、ユウバクテリウム エリゲンス、クロストリジウム ラモーザム、コプロコッカス カツス、ユウバクテリウム ビフォルメ、ルミノコッカス ラクタリス、バクテロイデス マシリエンシス（Ｂａｃｔｅｒｏｉｄｅｓ ｍａｓｓｉｌｉｅｎｓｉｓ）、ヘモフィラス パラインフルエンザエ（Ｈａｅｍｏｐｈｉｌｕｓ ｐａｒａｉｎｆｌｕｅｎｚａｅ）、クロストリジウム ネキシレ、クロストリジウム イノキュウム（Ｃｌｏｓｔｒｉｄｉｕｍ ｉｎｎｏｃｕｕｍ）、バクテロイデス キシラニソルベンス（Ｂａｃｔｅｒｏｉｄｅｓ ｘｙｌａｎｉｓｏｌｖｅｎｓ）、オキサロバクター フォルミゲネス（Ｏｘａｌｏｂａｃｔｅｒ ｆｏｒｍｉｇｅｎｅｓ）、アリスティペス ピュトレディニス（Ａｌｉｓｔｉｐｅｓ ｐｕｔｒｅｄｉｎｉｓ）、パラプレボテラ クララ、及び／またはオドリバクター スプランクニカス（Ｏｄｏｒｉｂａｃｔｅｒ ｓｐｌａｎｃｈｎｉｃｕｓ）。特定の実施形態では、本発明の方法は、細菌株の存在量を測定すること含み、ここで、存在量の差異はＩＢＳに関連し、当該細菌株は以下から選択される：Ｃｌｏｓｔｒｉｄｉａｌｅｓ ｂａｃｔｅｒｉｕｍ １ ７ ４７ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ １ ４ ５６ＦＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ５ １ ５７ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ３ １ ４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ７ １ ５８ＦＡＡ、Ｃｏｐｒｏｃｏｃｃｕｓ ｓｐ ＡＲＴ５５ １、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ３ １ ５７ＦＡＡ ＣＴ１、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ２ １ ５８ＦＡＡ、及び／またはＥｕｂａｃｔｅｒｉｕｍ ｓｐ ３ １ ３１。ある種の実施形態では、細菌（すなわち１種または２種以上の細菌株）は、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、またはメタボロミクスを使用して検出され得る。
一実施形態では、ＩＢＳを予測する細菌種または細菌株は、ＩＢＳに罹患している患者において多さが異なる。特定の実施形態では、本発明の方法は、細菌種の存在量を測定すること含み、ここで、存在量の差異はＩＢＳに関連し、当該種は以下から選択される：大腸菌、ストレプトコッカス アギノスス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ａｇｉｎｏｓｕｓ）、パラバクテロイデス ジョンソニイ（Ｐａｒａｂａｃｔｅｒｏｉｄｅｓ ｊｏｈｎｓｏｎｉｉ）、ストレプトコッカス ゴルドニイ（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｇｏｒｄｏｎｉｉ）、クロストリジウム ボルタエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔａｅ）、ツリシバクター サングイニス（Ｔｕｒｉｃｉｂａｃｔｅｒ ｓａｎｇｕｉｎｉｓ）、パラプレボテラ キシラニフィラ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ ｘｙｌａｎｉｐｈｉｌａ）、ストレプトコッカス ミュータンス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｍｕｔａｎｓ）、バクテロイデス プレビウス（Ｂａｃｔｅｒｏｉｄｅｓ ｐｌｅｂｅｉｕｓ）、クロストリジウム クロストリディオフォルメ、クレブシエラ ニューモニアエ（Ｋｌｅｂｓｉｅｌｌａ ｐｎｅｕｍｏｎｉａｅ）、クロストリジウム ハセワイ、バクテロイデス フラギリス（Ｂａｃｔｅｒｏｉｄｅｓ ｆｒａｇｉｌｉｓ）、プレボテーラ ディシエンス（Ｐｒｅｖｏｔｅｌｌａ ｄｉｓｉｅｎｓ）、クロストリジウム レプツム、シュードフラボニフラクター カピロサス、バクテロイデス インテスティナーリス（Ｂａｃｔｅｒｏｉｄｅｓ ｉｎｔｅｓｔｉｎａｌｉｓ）、エンテロコッカス フェカリス（Ｅｎｔｅｒｏｃｏｃｃｕｓ ｆａｅｃａｌｉｓ）、ストレプトコッカス インファンティス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｉｎｆａｎｔｉｓ）、アリスティペス シャーヒイ（Ａｌｉｓｔｉｐｅｓ ｓｈａｈｉｉ）、クロストリジウム アスパラギフォルメ、クロストリジウム シンビオサム、及び／またはストレプトコッカス サングイニス。特定の実施形態では、本発明の方法は、細菌株の存在量を測定すること含み、ここで、存在量の差異はＩＢＳに関連し、当該細菌株は以下から選択される：Ｃｌｏｓｔｒｉｄｉａｌｅｓ ｂａｃｔｅｒｉｕｍ １ ７ ４７ＦＡＡ、Ｅｕｂａｃｔｅｒｉｕｍ ｓｐ ３ １ ３１、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ５ １ ５７ＦＡＡ、Ｃｌｏｓｔｒｉｄｉａｃｅａｅ ｂａｃｔｅｒｉｕｍ ＪＣ１１８、及び／またはＬａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ １ ４ ５６ＦＡ。ある種の実施形態では、細菌（すなわち１種または２種以上の細菌株）は、クレード特異的細菌遺伝子、１６Ｓ配列、トランスクリプトミクス、またはメタボロミクスを使用して検出され得る。
一実施形態では、ＩＢＳを有する患者の糞便微生物叢α多様性は減少している。一実施形態では、ＩＢＳを有する患者の個人内微生物叢の多様性は減少している。一実施形態では、ＩＢＳを有する患者の糞便微生物叢α多様性は、非ＩＢＳ患者より有意に低い。一実施形態では、ＩＢＳを有する患者の個人内微生物叢の多様性は、非ＩＢＳ患者より有意に低い。更なる実施形態では、微生物叢α多様性は、臨床的ＩＢＳサブタイプ間で有意差がない。
一実施形態では、本発明は、ＩＢＳに関連する操作的分類単位（ＯＴＵ）に属する１種または２種以上の細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。好ましい実施形態では、ＯＴＵは、表１１から選択される。一実施形態では、ＩＢＳに関連するＯＴＵは、ファーミキューテス（Ｆｉｒｍｉｃｕｔｅｓ）門に属すると分類される。特定の実施形態では、ＩＢＳに関連するＯＴＵは、クロストリジウム（Ｃｌｏｓｔｒｉｄｉａ）鋼に属すると分類される。特定の実施形態では、ＩＢＳに関連するＯＴＵは、クロストリジウム（Ｃｌｏｓｔｒｉｄｉａｌｅｓ）目に属すると分類される。特定の実施形態では、ＩＢＳに関連するＯＴＵは、クロストリジウム目ラクノスピラ科またはルミノコッカス（Ｒｕｍｉｎｏｃｏｃｃａｃｅａｅ）科に属すると分類される。特定の実施形態では、ＩＢＳに関連するＯＴＵは、ブチリシコッカス（Ｂｕｔｙｒｉｃｉｃｏｃｃｕｓ）属に属すると分類される。
一実施形態では、本発明は、表１１に列挙される１または２以上のＯＴＵに属する細菌株を検出することを含む、ＩＢＳを診断するための方法を提供する。表１２の配列は、細菌を表１１に列挙されるＯＴＵに属すると分類するために使用され得る。表１２の配列に対する少なくとも９７％の配列同一性を有する細菌（すなわち１種または２種以上の細菌株）は、表１１の対応するＯＴＵに属する。アラインメントは配列の全長にわたる。Ｍｅｔａｐｈｌａｎ２及びＨＵＭＡｎＮ２の両方の実行において、種組成のためのアラインメントは、ｂｏｗｔｉｅ ２を使用してされる。Ｂｏｗｔｉｅ２は「高感度な引数」で実行され、実行されるアラインメントは「グローバルアラインメント」である。
一実施形態では、本発明は、配列番号１と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ラクノスピラ科に属すると分類される。
一実施形態では、本発明は、配列番号２と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ファーミキューテス門に属すると分類される。
一実施形態では、本発明は、配列番号３と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ブチリシコッカス属に属すると分類される。
一実施形態では、本発明は、配列番号４と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ラクノスピラ科に属すると分類される。
一実施形態では、本発明は、配列番号５と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、クロストリジウム目に属すると分類される。
一実施形態では、本発明は、配列番号６と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ルミノコッカス科に属すると分類される。
一実施形態では、本発明は、配列番号７と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ルミノコッカス科に属すると分類される。
一実施形態では、本発明は、配列番号８と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ファーミキューテス門に属すると分類される。
一実施形態では、本発明は、配列番号９と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ルミノコッカス科に属すると分類される。
一実施形態では、本発明は、配列番号１０と少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種のかかる実施形態では、細菌は、ラクノスピラ科に属すると分類される。
好ましい実施形態では、本発明は、配列番号１～１０のうちの２つ以上、例えば、５、８、または配列番号１～１０の全てと少なくとも９７％（例えば、９８％、９９％、９９．５％、または１００％）同一な１６Ｓ ｒＲＮＡ遺伝子配列を有する異なる細菌（すなわち１種または２種以上の細菌株）を検出することを含む、ＩＢＳを診断するための方法を提供する。
ＩＢＳの予測因子としての経路の変化
本発明者らは、ある種の経路は、ＩＢＳに罹患している患者の微生物叢のゲノムにおいて過剰出現または過少出現することを同定した。従って、本発明は、遺伝子の存在または存在量、経路、またはかかる遺伝子を保有する細菌に基づいてＩＢＳを診断するための方法を提供する。異なる患者集団は異なるマイクロバイオーム集団を有し得るため、本明細書において同定された経路のうちの１つ以上に関与する遺伝子を検出することを含む診断方法は、特に異なる患者集団と共に使用するのに有用であり得る。
一実施形態では、本発明は、表４のリストから選択される経路のうちの１つ以上に関与する微生物遺伝子を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、表４に列挙される経路に関与する遺伝子の存在、または対照（非ＩＢＳ）個体と比較して増加した存在量は、ＩＢＳに関連する。好ましい実施形態では、本方法は、アミノ酸生合成／分解経路に関与する遺伝子を検出することを含む。データは、これらの経路がＩＢＳを有する患者において有意により多く存在することを示す。好ましい実施形態では、本方法は、デンプン分解Ｖ経路に関与する遺伝子を検出することを含む。データは、かかる遺伝子がＩＢＳを有する患者において有意により多く存在することを示す。別の実施形態では、ＩＢＳを有する患者において有意により多く存在する遺伝子は、ラクノスピラの種及びルミノコッカス（Ｒｕｍｉｎｏｃｏｃｃｕｓ）種に関連する。ある種の実施形態では、本発明の方法は、表４の経路のうちの少なくとも２つ、５つ、１０、１５、２０、または３０に関与する遺伝子を検出することを含む。任意のかかる実施形態では、遺伝子を検出することは、試料中の遺伝子または遺伝子を保有している細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定すること含む。ある種の実施形態では、微生物遺伝子の存在は、試料中の代謝産物を検出することにより検出される。ある種の実施形態では、微生物遺伝子の存在は、微生物遺伝子を保有することが既知の細菌の分類群を検出することにより検出される。
他の実施形態では、経路に関与する遺伝子の欠如または対照（非ＩＢＳ）個体と比較して減少した存在量は、例えば、表４に示すようにＩＢＳに関連する。好ましい実施形態では、ガラクトース分解、硫酸還元、硫酸同化（sulfate assimilation）、及びシステイン生合成経路に関与する遺伝子が検出される。データは、これらの経路がＩＢＳを有する患者において有意に存在量がより少ないことを示す。特定の実施形態では、硫黄代謝の存在を示す経路は、ＩＢＳを有する患者において存在量がより少ない。任意のかかる実施形態では、遺伝子を検出することは、試料中の遺伝子または遺伝子を保有している細菌の、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した相対存在量を測定すること含む。
ある種の実施形態では、経路に関与する遺伝子の存在もしくは不存在または相対存在量を検出することを含む方法は、患者由来の試料中の核酸配列を検出することを含む。追加的または代替的に、本方法は、関連する経路の遺伝子を保有することが既知の細菌種を検出することを含む。
一実施形態では、本発明は、ＩＢＳを予測する１または２以上の経路の対照（非ＩＢＳ）個体と比較した存在量の差異を検出することを含む、ＩＢＳを診断するための方法を提供する。特定の実施形態では、アデノシンリボヌクレオチド新規生合成機能経路が、対照（非ＩＢＳ）個体と比較してＩＢＳにおいて多さが異なる。好ましい実施形態では、アデノシンリボヌクレオチド新規生合成機能経路は、対照（非ＩＢＳ）個体と比較してＩＢＳ患者においてより多く存在する。
ＩＢＳの予測因子としてのメタボロームの変化
本発明者らは、ＩＢＳに関連する代謝産物を同定した。本発明は、かかる代謝産物を検出することを含むＩＢＳを診断するための方法を提供する。異なる患者集団は異なるマイクロバイオーム集団を有し得るが、検出可能な代謝産物の観点ではより一様性があり得るため、本明細書において同定された代謝産物を検出することを含む診断方法は、特に異なる患者集団と共に使用するのに有用であり得る。一般に、本発明の方法においてＩＢＳに関連する代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、または代謝産物の濃度の変化を測定すること、及び任意に濃度を対照（非ＩＢＳ）個体由来の対応する試料と、または基準値と比較すること、を含む。幾つかの実施形態では、本発明の方法においてＩＢＳに関連する代謝産物を検出することは、代謝産物の前駆体の濃度を測定すること、及び任意に濃度を対照（非ＩＢＳ）個体由来の対応する試料と、または基準値と比較すること、を含む。幾つかの実施形態では、本発明の方法においてＩＢＳに関連する代謝産物を検出することは、代謝産物の分解生成物の濃度を測定すること、及び任意に濃度を対照（非ＩＢＳ）個体由来の対応する試料と、または基準値と比較すること、を含む。ある種の実施形態では、本方法は、ＩＢＳを予測する代謝産物を生成することが既知の細菌分類群を検出することを含む。
ＩＢＳの予測因子としての尿メタボロームの変化
一実施形態では、本発明は、以下のうちの１種または２種以上を含み得る尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する：Ａ ８０９８７、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、及び／または（－）－エピガロカテキンスルファート。一実施形態では、本発明は、表５のリストから選択される１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。任意のかかる実施形態では、代謝産物を検出することは、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した、試料中の代謝産物の濃度を測定することを含む。他の実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、及び各試料の尿クレアチニン濃度に対して濃度を正規化することを含む。幾つかの実施形態では、本方法は、上記の代謝産物の前駆体または分解生成物を検出することを含む。一実施形態では、ＩＢＳを診断するために機械学習が尿メタボロームデータに適用される。
特定の実施形態では、本方法は、アデノシンを検出すること、例えば、試料中のアデノシンの濃度を測定することを含む。実施例は、アデノシンが対照（非ＩＢＳ）個体と比較してＩＢＳ患者においてより多く存在することを実証する。従って、健常対照と比較して増加したアデノシンのレベルは、ＩＢＳの存在を示す。
一実施形態では、本発明は、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者において多さが異なる１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、ＩＢＳに罹患している患者において多さが異なる１種または２種以上の尿中代謝産物は以下である：Ｎ－ウンデカノイルグリシン、γ－グルタミル－システイン、アロアチリオール、Ｔｒｐ－Ａｌａ－Ｐｒｏ、Ａ ８０９８７、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、コハク酸水素ブトクタミド、（－）－エピカテキンスルファート、１，４，５－トリメチル－ナフタレン、トリセチン３’－メチルエーテル７，５’－ジグルクロニド、トラセミド、（－）－エピガロカテキンスルファート、ドデカンジオイルカルニチン、１，６，７－トリメチルナフタレン、テトラヒドロジピコリネート、スミキ酸、ケイ酸、デルフィニジン３－（６’’－Ｏ－４－マリル－グルコシル）－５－グルコシド、Ｌ－アルギニン、ロイシル－メチオニン、Ｐｈｅ－Ｇｌｙ－Ｇｌｙ－Ｓｅｒ、Ｇｌｎ－Ｍｅｔ－Ｐｒｏ－Ｓｅｒ、クレアチニン、Ａｌａ－Ａｓｎ－Ｃｙｓ－Ｇｌｙ、２－ヒドロキシ－２－（ヒドロキシメチル）－２Ｈ－ピラン－３（６Ｈ）－オン、チエチルペラジン、５－（（２－ヨードアセトアミド）エチル）－１－アミノナフタレンスルファート、ｄＣＴＰ、イソロイシル－プロリン、３，４－メチレンセバシン酸、ジメチルアリルピロホスフェート／イソペンテニルピロホスフェート、（４－ヒドロキシベンゾイル）コリン、ジアゾキシド、３，５－ジ－Ｏ－ガロイル－１，４－ガラクタロラクトン、２－ヒドロキシピリジン、デカノイルカルニチン、Ａｓｐ－Ｍｅｔ－Ａｓｐ－Ｐｒｏ、３－メチルジオキシインドール、（１Ｓ，３Ｒ，４Ｓ）－３，４－ジヒドロキシシクロヘキサン－１－カルボン酸、Ａｌａ－Ｌｙｓ－Ｐｈｅ－Ｃｙｓ、３－インドールヒドロアクリル酸、［ＦＡ（１８：０）］Ｎ－（９Ｚ－オクタデセノイル）－タウリン、フェルラ酸４－スルファート、尿素、Ｎ－カルボキシアセチル－Ｄ－フェニルアラニン、４－メトキシフェニルエタノールスルファート、ＵＤＰ－４－デヒドロ－６－デオキシ－Ｄ－グルコース、リナリルホルメート、デメチルオロイロペイン、５’－グアノシル－メチレン－トリホスフェート、アリルノナノエート、２－フェニルエチルオクタノエート、β－セロビオース、Ｄ－ガラクトピラノシル－（１→３）－Ｄ－ガラクトピラノシル－（１→３）－Ｌ－アラビノース、Ｃｙｓ－Ｐｈｅ－Ｐｈｅ－Ｇｌｎ、馬尿酸、Ｃｙｓ－Ｐｒｏ－Ｐｒｏ－Ｔｙｒ、Ｍｅｔ－Ｍｅｔ－Ｔｈｒ－Ｔｒｐ、メチルホスホネート、３’－シアリルラクトサミン、２，４，６－オクタトリエン酸、デルフィニジン３－Ｏ－３’’，６’’－Ｏ－ジマロニルグルコシド、Ｌ－バリン、Ｍｅｔ－Ｍｅｔ－Ｃｙｓ、システイニル－システイン、（ａｌｌ－Ｅ）－１，８，１０－ヘプタデカトリエン－４，６－ジイン－３，１２－ジオール、Ｌ－リジン、ピバロイルカルニチン、レンチシン、フェノールグルクロニド、チロシル－システイン、オスマンダリン、テトラヒドロアルドステロン－３－グルクロニド、Ｎ－メチルピリジニウム、Ｌ－プロリル－Ｌ－プロリン、グルタリルカルニチン、［ＦＡ （１５：４）］６，８，１０，１２－ペンタデカテトラエナール、メチルビスノルビオチニルケトン、アセトイン、ＬｙｓｏＰＣ（１８：２（９Ｚ，１２Ｚ））、２－フロ酸ヘキシル、Ｎ－カルバモイル－Ｌ－グルタミン酸、Ｌ－ホモセリン、Ｌ－アスパラギン、チグリルカルニチン、チミン、３－ヒドロキシピリジン、メナジオールジスクシネート、９－デセノイルカルニチン、ピロカテコールスルファート、セドヘプツロース無水物、（＋）－γ－ヒドロキシ－Ｌ－ホモアルギニン、チオリダジン、Ｃｙｓ－Ｇｌｕ－Ｇｌｕ－Ｇｌｕ、マルメシンルチノシド、Ｌ－セリン、Ｌ－ウロビリノーゲン、イソブチリルグリシン、Ｓ－アデノシルホモシステイン、２，３－ジオクタノイルグリセルアミド、３－メトキシ－４－ヒドロキシフェニルグリコールグルクロニド、スルホエチルシステイン、ヒドロキシフェニルアセチルグリシン、ピロリンヒドロキシカルボン酸、１－（α－メチル－４－（２－メチルプロピル）ベンゼン酢酸）－β－Ｄ－グルコピラヌロン酸、２－メチルブチルアセテート、Ｎ１－メチル－４－ピリドン－３－カルボキサミド、コルトロン－３－グルクロニド、Ａｓｎ－Ｃｙｓ－Ｇｌｙ、Ｎ６，Ｎ６，Ｎ６－トリメチル－Ｌ－リジン、ベンジルアミン、５－ヒドロキシ－Ｌ－トリプトファン、アルミラル酸（ａｒｍｉｌｌａｒｉｃ ａｃｉｄ）、ロイシン／イソロイシン、２－ブチルベンゾチアゾール、Ｄ－セドヘプツロース７－ホスフェート、［Ｆｖ ジメトキシ，メチル（９：１）］（２Ｓ）－５，７－ジメトキシ－３’，４’－メチレンジオキシフラバノン、オキソアジピン酸、Ｔｈｒ－Ｃｙｓ－Ｃｙｓ、クレアチン、ヒドロキシブチルカルニチン、５’－デヒドロアデノシン、Ｐｈｅ－Ｔｈｒ－Ｖａｌ、ｄＵＤＰ、Ｌ－グルタミン、及び／またはケンペロール３－（２’’，３’’－ジアセチル－４’’－ｐ－クマロイルラムノシド）。一実施形態では、本発明は、ＩＢＳを予測する１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、ＩＢＳを予測する尿中代謝産物は、以下から選択される：Ｎ－ウンデカノイルグリシン、γ－グルタミル－システイン、アロアチリオール、Ｔｒｐ－Ａｌａ－Ｐｒｏ、Ａ ８０９８７、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、コハク酸水素ブトクタミド、（－）－エピカテキンスルファート、１，４，５－トリメチル－ナフタレン、トリセチン３’－メチルエーテル７，５’－ジグルクロニド、トラセミド、（－）－エピガロカテキンスルファート、ドデカンジオイルカルニチン、１，６，７－トリメチルナフタレン、テトラヒドロジピコリネート、スミキ酸、ケイ酸、デルフィニジン３－（６’’－Ｏ－４－マリル－グルコシル）－５－グルコシド、Ｌ－アルギニン、ロイシル－メチオニン、Ｐｈｅ－Ｇｌｙ－Ｇｌｙ－Ｓｅｒ、Ｇｌｎ－Ｍｅｔ－Ｐｒｏ－Ｓｅｒ、クレアチニン、Ａｌａ－Ａｓｎ－Ｃｙｓ－Ｇｌｙ、２－ヒドロキシ－２－（ヒドロキシメチル）－２Ｈ－ピラン－３（６Ｈ）－オン、チエチルペラジン、５－（（２－ヨードアセトアミド）エチル）－１－アミノナフタレンスルファート、ｄＣＴＰ、イソロイシル－プロリン、３，４－メチレンセバシン酸、ジメチルアリルピロホスフェート／イソペンテニルピロホスフェート、（４－ヒドロキシベンゾイル）コリン、ジアゾキシド、３，５－ジ－Ｏ－ガロイル－１，４－ガラクタロラクトン、２－ヒドロキシピリジン、デカノイルカルニチン、Ａｓｐ－Ｍｅｔ－Ａｓｐ－Ｐｒｏ、３－メチルジオキシインドール、（１Ｓ，３Ｒ，４Ｓ）－３，４－ジヒドロキシシクロヘキサン－１－カルボン酸、Ａｌａ－Ｌｙｓ－Ｐｈｅ－Ｃｙｓ、３－インドールヒドロアクリル酸、［ＦＡ（１８：０）］Ｎ－（９Ｚ－オクタデセノイル）－タウリン、フェルラ酸４－スルファート、尿素、Ｎ－カルボキシアセチル－Ｄ－フェニルアラニン、４－メトキシフェニルエタノールスルファート、ＵＤＰ－４－デヒドロ－６－デオキシ－Ｄ－グルコース、リナリルホルメート、デメチルオロイロペイン、５’－グアノシル－メチレン－トリホスフェート、アリルノナノエート、２－フェニルエチルオクタノエート、β－セロビオース、Ｄ－ガラクトピラノシル－（１→３）－Ｄ－ガラクトピラノシル－（１→３）－Ｌ－アラビノース、Ｃｙｓ－Ｐｈｅ－Ｐｈｅ－Ｇｌｎ、馬尿酸、Ｃｙｓ－Ｐｒｏ－Ｐｒｏ－Ｔｙｒ、Ｍｅｔ－Ｍｅｔ－Ｔｈｒ－Ｔｒｐ、メチルホスホネート、３’－シアリルラクトサミン、２，４，６－オクタトリエン酸、デルフィニジン３－Ｏ－３’’，６’’－Ｏ－ジマロニルグルコシド、Ｌ－バリン、Ｍｅｔ－Ｍｅｔ－Ｃｙｓ、システイニル－システイン、（ａｌｌ－Ｅ）－１，８，１０－ヘプタデカトリエン－４，６－ジイン－３，１２－ジオール、Ｌ－リジン、ピバロイルカルニチン、レンチシン、フェノールグルクロニド、チロシル－システイン、オスマンダリン、テトラヒドロアルドステロン－３－グルクロニド、Ｎ－メチルピリジニウム、Ｌ－プロリル－Ｌ－プロリン、グルタリルカルニチン、［ＦＡ （１５：４）］６，８，１０，１２－ペンタデカテトラエナール、メチルビスノルビオチニルケトン、アセトイン、ＬｙｓｏＰＣ（１８：２（９Ｚ，１２Ｚ））、２－フロ酸ヘキシル、Ｎ－カルバモイル－Ｌ－グルタミン酸、Ｌ－ホモセリン、Ｌ－アスパラギン、チグリルカルニチン、チミン、３－ヒドロキシピリジン、メナジオールジスクシネート、９－デセノイルカルニチン、ピロカテコールスルファート、セドヘプツロース無水物、（＋）－γ－ヒドロキシ－Ｌ－ホモアルギニン、チオリダジン、Ｃｙｓ－Ｇｌｕ－Ｇｌｕ－Ｇｌｕ、マルメシンルチノシド、Ｌ－セリン、Ｌ－ウロビリノーゲン、イソブチリルグリシン、Ｓ－アデノシルホモシステイン、２，３－ジオクタノイルグリセルアミド、３－メトキシ－４－ヒドロキシフェニルグリコールグルクロニド、スルホエチルシステイン、ヒドロキシフェニルアセチルグリシン、ピロリンヒドロキシカルボン酸、１－（α－メチル－４－（２－メチルプロピル）ベンゼン酢酸）－β－Ｄ－グルコピラヌロン酸、２－メチルブチルアセテート、Ｎ１－メチル－４－ピリドン－３－カルボキサミド、コルトロン－３－グルクロニド、Ａｓｎ－Ｃｙｓ－Ｇｌｙ、Ｎ６，Ｎ６，Ｎ６－トリメチル－Ｌ－リジン、ベンジルアミン、５－ヒドロキシ－Ｌ－トリプトファン、アルミラル酸（ａｒｍｉｌｌａｒｉｃ ａｃｉｄ）、ロイシン／イソロイシン、２－ブチルベンゾチアゾール、Ｄ－セドヘプツロース７－ホスフェート、［Ｆｖ ジメトキシ，メチル（９：１）］（２Ｓ）－５，７－ジメトキシ－３’，４’－メチレンジオキシフラバノン、オキソアジピン酸、Ｔｈｒ－Ｃｙｓ－Ｃｙｓ、クレアチン、ヒドロキシブチルカルニチン、５’－デヒドロアデノシン、Ｐｈｅ－Ｔｈｒ－Ｖａｌ、ｄＵＤＰ、Ｌ－グルタミン、及び／またはケンペロール３－（２’’，３’’－ジアセチル－４’’－ｐ－クマロイルラムノシド）。一実施形態では、本発明は、表６のリストから選択される１種または２種以上の尿中代謝産物の存在量の差異を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、表６の代謝産物のうちの２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。幾つかの実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、及び濃度を各試料中の尿クレアチニン濃度に対して正規化すること、を含む。幾つかの実施形態では、本方法は、上記の代謝産物の前駆体または分解生成物を検出することを含む。
ある種の実施形態では、尿中代謝産物の存在量は、例えば、表６に示すように、ＩＢＳを有する患者において有意に増加している。一実施形態では、本方法は、ＩＢＳを有する患者において有意により多く存在する、脂肪酸酸化及び／または脂肪酸代謝に関与する代謝産物を検出することを含む。好ましい実施形態では、ＩＢＳを有する患者において有意により多く存在するＮ－ウンデカノイルグリシンが検出される。他の好ましい実施形態では、ＩＢＳを有する患者において有意により多く存在するデカノイルカルニチンが検出される。
一実施形態では、ＩＢＳを予測する尿中代謝産物は、健常対照と比較してＩＢＳに罹患している患者においてより多く存在する。一実施形態では、本発明は、患者がＩＢＳに罹患していることを予測する１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、本発明は、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者においてより多く存在する１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、尿中代謝産物の存在量は、例えば、表６及び／または表２１ｂに示すように、ＩＢＳを有する患者において増加している。一実施形態では、ＩＢＳに罹患している患者においてより多く存在する１種または２種以上の尿中代謝産物は以下である：Ａ ８０９８７、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、Ｎ－ウンデカノイルグリシン、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、γ－グルタミル－システイン、コハク酸水素ブトクタミド、（－）－エピカテキンスルファート、１，４，５－トリメチル－ナフタレン、Ｔｒｐ－Ａｌａ－Ｐｒｏ、ドデカンジオイルカルニチン、１，６，７－トリメチルナフタレン、スミキ酸、Ｐｈｅ－Ｇｌｙ－Ｇｌｙ－Ｓｅｒ、２－ヒドロキシ－２－（ヒドロキシメチル）－２Ｈ－ピラン－３（６Ｈ）－オン、５－（（２－ヨードアセトアミド）エチル）－１－アミノナフタレンスルファート、チエチルペラジン、ｄＣＴＰ、ジメチルアリルピロホスフェート／イソペンテニルピロホスフェート、Ａｓｐ－Ｍｅｔ－Ａｓｐ－Ｐｒｏ、３，５－ジ－Ｏ－ガロイル－１，４－ガラクタロラクトン、デカノイルカルニチン、［ＦＡ （１８：０）］Ｎ－（９Ｚ－オクタデセノイル）－タウリン、ＵＤＰ－４－デヒドロ－６－デオキシ－Ｄ－グルコース、デルフィニジン３－Ｏ－３’’，６’’－Ｏ－ジマロニルグルコシド、オスマンダリン、及び／またはシステイニル－システイン。好ましい実施形態では、健常対照と比較してＩＢＳを有する患者においてより多く存在する、Ａ ８０９８７、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、Ｎ－ウンデカノイルグリシン、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、及び／またはγ－グルタミル－システインから選択される１種または２種以上の尿中代謝産物が検出される。一実施形態では、本発明は、表６及び／または表２１ｂのリストから選択される１種または２種以上の尿中代謝産物の存在量の増加を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、表６及び／または表２１ｂの代謝産物のうちの２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。幾つかの実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、及び濃度を各試料中の尿クレアチニン濃度に対して正規化すること、を含む。幾つかの実施形態では、本方法は、上記の代謝産物の前駆体または分解生成物を検出することを含む。好ましい実施形態では、ＩＢＳを有する患者においてより多く存在するエピカテキンスルファートが検出される。好ましい実施形態では、ＩＢＳを有する患者においてより多く存在するメジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニドが検出される。
ある種の実施形態では、尿中代謝産物の存在量は、例えば、表６に示すように、ＩＢＳを有する患者において有意に減少している。一実施形態では、本方法は、ＩＢＳを有する患者において有意に存在量がより少ない、一酸化窒素の生合成に関与する代謝産物を検出することを含む。一実施形態では、アミノ酸、例えば、Ｌ－アルギニンは、ＩＢＳを有する患者において有意に存在量がより少ない。
一実施形態では、ＩＢＳを予測する尿中代謝産物は、健常対照と比較してＩＢＳに罹患している患者において存在量がより少ない。一実施形態では、本発明は、患者がＩＢＳに罹患していないこと、すなわち患者が健常対照であることを予測することが発見された、１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、本発明は、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者において存在量がより少ない１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、本発明は、ＩＢＳに罹患している患者と比較して健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）においてより多く存在する１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、尿中代謝産物の存在量は、例えば、表６及び／または表２１ｂに示すように、ＩＢＳを有する患者において減少している。一実施形態では、ＩＢＳに罹患している患者において存在量がより少ない１種または２種以上の尿中代謝産物は以下である：トリセチン３’－メチルエーテル７，５’－ジグルクロニド、アロアチリオール、トラセミド、（－）－エピガロカテキンスルファート、テトラヒドロジピコリネート、ケイ酸、デルフィニジン３－（６’’－Ｏ－４－マリル－グルコシル）－５－グルコシド、クレアチニン、Ｌ－アルギニン、ロイシル－メチオニン、Ｇｌｎ－Ｍｅｔ－Ｐｒｏ－Ｓｅｒ、Ａｌａ－Ａｓｎ－Ｃｙｓ－Ｇｌｙ、イソロイシル－プロリン、３，４－メチレンセバシン酸、（４－ヒドロキシベンゾイル）コリン、ジアゾキシド、（１Ｓ，３Ｒ，４Ｓ）－３，４－ジヒドロキシシクロヘキサン－１－カルボン酸、２－ヒドロキシピリジン、Ａｌａ－Ｌｙｓ－Ｐｈｅ－Ｃｙｓ、３－メチルジオキシインドール、Ｎ－カルボキシアセチル－Ｄ－フェニルアラニン、尿素、フェルラ酸４－スルファート、３－インドールヒドロアクリル酸、デメチルオロイロペイン、５’－グアノシル－メチレン－トリホスフェート、リナリルホルメート、４－メトキシフェニルエタノールスルファート、アリルノナノエート、Ｄ－ガラクトピラノシル－（１→３）－Ｄ－ガラクトピラノシル－（１→３）－Ｌ－アラビノース、Ｍｅｔ－Ｍｅｔ－Ｔｈｒ－Ｔｒｐ、Ｃｙｓ－Ｐｒｏ－Ｐｒｏ－Ｔｙｒ、メチルホスホネート、２－フェニルエチルオクタノエート、馬尿酸、グルタリルカルニチン、及び／またはＣｙｓ－Ｐｈｅ－Ｐｈｅ－Ｇｌｎ。好ましい実施形態では、健常対照と比較してＩＢＳを有する患者において存在量がより少ない、トリセチン３’－メチルエーテル７，５’－ジグルクロニド、アロアチリオール、トラセミド、（－）－エピガロカテキンスルファート、及び／またはテトラヒドロジピコリネートから選択される１種または２種以上の尿中代謝産物が検出される。一実施形態では、本発明は、表６及び／または表２１ａのリストから選択される１種または２種以上の尿中代謝産物の存在量の減少を検出することを含むＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、表６及び／または表２１ａの代謝産物のうちの２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。幾つかの実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、及び濃度を各試料中の尿クレアチニン濃度に対して正規化すること、を含む。幾つかの実施形態では、本方法は、上記の代謝産物の前駆体または分解生成物を検出することを含む。
一実施形態では、本発明は、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者において多さが異なる１種または２種以上の尿中代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。好ましい実施形態では、ＩＢＳに罹患している患者において多さが異なる１種または２種以上の尿中代謝産物は、硫酸塩、グルクロニド、カルニチン、グリシン、及びグルタミン抱合体である。一実施形態では、本方法は、ＩＢＳを有する患者において上方調節される、第２相代謝に関与する代謝産物を検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。他の実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度を測定すること、及び各試料の尿クレアチニン濃度に対して濃度を正規化することを含む。
ＩＢＳの予測因子としての糞便メタボロームの変化
一実施形態では、本発明は、以下から選択される１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する：３－デオキシ－Ｄ－ガラクトース、チロシン、Ｉ－ウロビリン、アデノシン、Ｇｌｕ－Ｉｌｅ－Ｉｌｅ－Ｐｈｅ、３，６－ジメトキシ－１９－ノルプレグナ－１，３，５，７，９－ペンタエン－２０－オン、２－フェニルプロピオネート、ＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）、１，２，３－Ｔｒｉｓ（１－エトキシエトキシ）プロパン、スタフィロキサンチン、ヘキソース、２０－ヒドロキシ－Ｅ４－ニューロプロスタン、酢酸ノニル、３－フェルロイル－１，５－キノラクトン、ｔｒａｎｓ－２－ヘプテナール、ピリドキサミン、Ｌ－アルギニン、ドデカンジオン酸、ウルソデオキシコール酸、１－（マロニルアミノ）シクロプロパンカルボン酸、コルチゾン、９，１０，１３－トリヒドロキシステアリン酸、Ｇｌｕ－Ａｌａ－Ｇｌｎ－Ｓｅｒ、クワジプロトパナキサトリオール、Ｎ－メチルインドロ［３，２－ｂ］－５α－コレスト－２－エン、ＰＧ（２０：０／２２：１（１１Ｚ））、（－）－エピガロカテキン、２－メチル－３－ケト吉草酸、セコエレモペタシトリドＢ、ＰＣ（２０：１（１１Ｚ）／Ｐ－１６：０）、Ｇｌｕ－Ａｓｐ－Ａｓｐ、Ｎ５－アセチル－Ｎ５－ヒドロキシ－Ｌ－オルニチン酸、ケイ酸、（１ξ，３ξ）－１，２，３，４－テトラヒドロ－１－メチル－β－カルボリン－３－カルボン酸、ＰＳ（３６：５）、コリスマート、イソ吉草酸イソアミル、ＰＡ（Ｏ－３６：４）、ＰＥ（Ｐ－２８：０）、及び／またはγ－グルタミル－Ｓ－メチルシステイニル－β－アラニン。ある種の実施形態では、本発明の方法は、これらの代謝産物のうちの少なくとも２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。
一実施形態では、本発明は、以下から選択される１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する：Ｌ－フェニルアラニン、アデノシン、ＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）、Ｌ－アラニン、３，６－ジメトキシ－１９－ノルプレグナ－１，３，５，７，９－ペンタエン－２０－オン、Ｇｌｕ－Ｉｌｅ－Ｉｌｅ－Ｐｈｅ、Ｇｌｕ－Ａｌａ－Ｇｌｎ－Ｓｅｒ、２，４，８－エイコサトリエン酸イソブチルアミド、ピペリジン、スタフィロキサンチン、β－カロチナール、ヘキソース、Ｉｌｅ－Ａｒｇ－Ｉｌｅ、１１－デオキソククルビタシンＩ、１－（マロニルアミノ）シクロプロパンカルボン酸、ＰＧ（３７：２）、［ＰＲ］γ－カロテン／β，ψ－カロテン、２０－ヒドロキシ－Ｅ４－ニューロプロスタン、酢酸エチルフェニル、ドデカンジオン酸、Ｉｌｅ－Ｌｙｓ－Ｃｙｓ－Ｇｌｙ、ツベロシド、Ｄ－ガラクタル、３，６－ジヒドロ－４－（４－メチル－３－ペンテニル）－１，２－ジチイン、デメチルメナキノン－６、Ｌ－アルギニン、ＰＣ（ｏ－１６：１（９Ｚ）／１４：１（９Ｚ））、メソビリルビノゲン、トラウマチン酸、コハク酸α－トコフェロール、３－メチルクロトニルグリシン、（Ｓ）－（Ｅ）－８－（３，６－ジメチル－２－ヘプテニル）－４’，５，７－トリヒドロキシフラバノン、ξ－７－ヒドロキシヘキサデカンジオン酸、β－ピネン、Ｌｅｕ－Ｓｅｒ－Ｓｅｒ－Ｔｙｒ、オロチン酸、ヘプタン－１－チオール、Ｇｌｕ－Ａｓｐ－Ａｓｐ、ＬｙｓｏＰＥ（１８：２（９Ｚ，１２Ｚ）／０：０）、ＬｙｓｏＰＥ（２２：０／０：０）、クレアチン、イノシン、ＳＭ（ｄ３２：２）、Ａｒｇ－Ｌｅｕ－Ｖａｌ－Ｃｙｓ、ＰＳ（Ｏ－１８：０／１５：０）、ピリドキサミン、Ｎ－ヘプタノイルグリシン、ヘマトポルフィリンＩＸ、３β，５β－ケトトリオール、２－フェニルプロピオネート、ｔｒａｎｓ－２－ヘプテナール、ＬｙｓｏＰＣ（０：０／１８：０）、リノレオイルエタノールアミド、ＬｙｓｏＰＥ（２４：０／０：０）、２－メチル－３－ヒドロキシ吉草酸、クワジプロトパナキサトリオール、Ｎ－オレオイルイソロイシン、（－）－（Ｅ）－１－（４－ヒドロキシフェニル）－７－フェニル－６－ヘプテン－３－オール、［ＦＡ ヒドロキシ（４：０）］Ｎ－（３Ｓ－ヒドロキシ－ブタノイル）－ホモセリンラクトン、リボフラビン環状－４’，５’－ホスフェート、Ａｒｇ－Ｌｙｓ－Ｔｒｐ－Ｖａｌ、ＰＣ（２０：１（１１Ｚ）／Ｐ－１６：０）、３，５－ジヒドロキシ安息香酸、チロシン、２，３－エポキシメナキノン、Ｈｉｓ－Ｍｅｔ－Ｖａｌ－Ｖａｌ、ＰＩ（４１：２）、フェノール、３，３’－ジチオビス［２－メチルフラン］、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｐｒｏ、１，２，３－Ｔｒｉｓ（１－エトキシエトキシ）プロパン、バニルピルビン酸、２－ヒドロキシ－３－カルボキシ－６－オキソ－７－メチルオクタ－２，４－ジエノアート、セコエレモペタシトリドＢ、２－Ｏ－ベンゾイル－Ｄ－グルコース、Ｉｌｅ－Ｌｅｕ－Ｐｈｅ－Ｔｒｐ、（Ｒ）－リポ酸、ＰＡ（２０：４（５Ｚ，８Ｚ，１１Ｚ，１４Ｚ）ｅ／２：０）、ＰＥ（Ｐ－１６：０ｅ／０：０）、イソ酪酸ベンジル、２－フロ酸ヘキシル、Ｔｒｐ－Ａｌａ－Ｓｅｒ、ＬｙｓｏＰＣ（１５：０）、４－ヒドロキシクロトン酸、３－フェルロイル－１，５－キノラクトン、オクタン酸フルフリル、ＰＣ（２２：２（１３Ｚ，１６Ｚ）／１５：０）、（－）－１－メチルプロピル１－プロペニルジスルフィド、ＰＣ（３６：６）、ロイシル－グリシン、ＣＥ（１６：２）、トリテルペノイド、ビオラキサンチン、［ＦＡ ヒドロキシ（１７：０）］ヘプタデカン酸、２－ヒドロキシウンデカノエート、コリスマート、δ－ドデカラクトン、３－Ｏ－プロトカテクオイルセアノチン酸、ＰＧ（１６：１（９Ｚ）／１６：１（９Ｚ））、ｐ－クレゾールスルファート、ケルセチン３’－スルファート、ＰＳ（２６：０））、Ａｌａ－Ｌｅｕ－Ｐｈｅ－Ｔｒｐ、Ｌ－グルタミン酸５－ホスフェート、Ｎ，２，３－トリメチル－２－（１－メチルエチル）ブタンアミド、イソ吉草酸イソアミル、ｎ－ドデカン、ＰＣ（１４：１（９Ｚ）／１４：１（９Ｚ））、ルシオシドＱ、エンドモルフィン－１、３－ヒドロキシ－１０’－アポ－ｂ，ｙ－カロテナール、ピロリンヒドロキシカルボン酸、Ｓ－プロピル１－プロパンスルフィノチオエート、Ｎ－メチルインドロ［３，２－ｂ］－５α－コレスト－２－エン、トコフェロン酸、１－（２，４，６－トリメトキシフェニル）－１，３－ブタンジオン、ホモゲンチジン酸、ＬｙｓｏＰＥ（１８：１（９Ｚ）／０：０）、Ｎ－ステアロイルバリン、ｔｒａｎｓ－カルボンオキシド、１，１’－チオビス－１‐プロパンチオール、２－（エチルスルホニルメチル）フェニルメチルカルバメート、メナキノン－４、ベンゼンアセトアミド－４－Ｏ－スルファート、Ｎ５－アセチル－Ｎ５－ヒドロキシ－Ｌ－オルニチン、コハク酸、Ａｓｎ－Ｌｙｓ－Ｖａｌ－Ｐｒｏ、ＬｙｓｏＰＣ（１４：１（９Ｚ））、フェノールグルクロニド、２－メチル－ブタン酸、２－メチルブチルエステル、３－Ｏ－カフェオイル－１－Ｏ－メチルキナ酸、［ＦＡ ヒドロキシ（２４：０）］３－ヒドロキシ－テトラコサン酸、Ｎ－（２－ヒドロキシヘキサデカノイル）－スフィンガニン－１－ホスホ－（１’－ミオ－イノシトール）、γ－ドデカラクトン、ＰＡ（２２：１（１１Ｚ）／０：０）、酪酸ブチル、ＴＧ（２０：５（５Ｚ，８Ｚ，１１Ｚ，１４Ｚ，１７Ｚ）／１８：１（９Ｚ）／２２：５（７Ｚ，１０Ｚ，１３Ｚ，１６Ｚ，１９Ｚ））［ｉｓｏ６］、クラウザリノール（Ｃｌａｕｓａｒｉｎｏｌ）、４－メチル－２－ペンタノン、トリゴネリン、Ａｒｇ－Ｖａｌ－Ｐｒｏ－Ｔｙｒ、２，３－メチレンコハク酸、セリニル－トレオニン、リコペロシドＤ、ゲラニオール、１－１８：２－リゾホスファチジルグリセロール、ω－６－ヘキサデカラクトン、アンブレットリド、γ－グルタミル－Ｓ－メチルシステイニル－β－アラニン、ＦＡ オキソ（２２：０）、Ｄ－リボース、ＬｙｓｏＰＣ（１７：０）、ＰＡ（Ｏ－３６：４）、Ｃ１９スフィンゴシン－１－リン酸、４－ヒドロキシ－５－（ジヒドロキシフェニル）－吉草酸－Ｏ－メチル－Ｏ－スルファート、ＰＥ（１４：１（９Ｚ）／１４：０）、シトロネリルチグレート、メチルフェニルグリシッド酸エチル（異性体１）、Ｎ－アセチル－ｌｅｕ－ｌｅｕ－ｔｙｒ、及び／またはＰＳ（Ｏ－３４：３）。ある種の実施形態では、本発明の方法は、これらの代謝産物のうちの少なくとも２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。
好ましい実施形態では、本方法は、糞便代謝産物のＬ－チロシンを検出することを含む。好ましい実施形態では、本方法は、Ｌ－アルギニンを検出することを含む。好ましい実施形態では、本方法は、胆汁酸のウルソデオキシコール酸（ＵＤＣＡ）を検出することを含む。好ましい実施形態では、本方法は、胆汁色素のＩ－ウロビリンを検出することを含む。好ましい実施形態では、本方法は、ドデカンジオン酸を検出することを含む。好ましい実施形態では、本方法は、Ｌ－フェニルアラニンを検出することを含む。好ましい実施形態では、本方法は、Ｌ－フェニルアラニンを検出することを含む。好ましい実施形態では、本方法は、アデノシンを検出することを含む。好ましい実施形態では、本方法は、ＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）を検出することを含む。好ましい実施形態では、本方法は、Ｌ－アラニンを検出することを含む。好ましい実施形態では、本方法は、３，６－ジメトキシ－１９－ノルプレグナ－１，３，５，７，９－ペンタエン－２０－オンを検出することを含む。
一実施形態では、本発明は、表７のリストから選択される１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、本発明は、表１３のリストから選択される１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。一実施形態では、ＩＢＳを診断するために、機械学習が糞便メタボロームデータに適用される。
一実施形態では、本発明は、ＩＢＳに罹患している患者において多さが異なる１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。一実施形態では、ＩＢＳに罹患している患者において多さが異なる１種または２種以上の糞便代謝産物は以下である：２－フェニルプロピオネート、３－ブテン－１－アミン、アデノシン、Ｉ－ウロビリン、２，３－エポキシメナキノン、［ＦＡ （２２：５）］４，７，１０，１３，１６－ドコサペンタエン酸、３，６－ジメトキシ－１９－ノルプレグナ－１，３，５，７，９－ペンタエン－２０－オン、ククルビタシンＳ、Ｎ－ヘプタノイルグリシン、１１－デオキソククルビタシンＩ、スタフィロキサンチン、ピペリジン、Ｌｅｕ－Ｓｅｒ－Ｓｅｒ－Ｔｙｒ、Ｌ－ウロビリン、Ｌ－フェニルアラニン、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｐｒｏ、３－フェルロイル－１，５－キノラクトン、ＰＧ（Ｐ－１６：０／１４：０）、３－デオキシ－Ｄ－ガラクトース、ＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）、メソビリルビノゲン、Ｌ－アラニン、チロシン、ＰＧ（Ｏ－３０：１）、β－ピネン、２，４，８－エイコサトリエン酸イソブチルアミド、グルタリルグリシン、［ＰＲ］γ－カロテン／β，ψ－カロテン、ニューロメジンＢ（１～３）、ヘプタン－１－チオール、ビオラキサンチン、イソリモネン、Ｉｌｅ－Ｌｙｓ－Ｃｙｓ－Ｇｌｙ、Ｈｉｓ－Ｍｅｔ－Ｖａｌ－Ｖａｌ、カプリル酸アリル、ヒドロキシプロリル－トリプトファン、ドデカンジオン酸、２－Ｏ－ベンゾイル－Ｄ－グルコース、２－エチルスベリン酸、Ｄ－ウロビリン、２０－ヒドロキシ－Ｅ４－ニューロプロスタン、ＰＧ（Ｏ－３１：１）、アニゴルホン、酢酸ノニル、Ｌ－アルギニン、ＰＧ（Ｐ－３２：１）、Ｇｌｕ－Ａｌａ－Ｇｌｎ－Ｓｅｒ、ＰＧ（３１：０）、ククルビタシンＩ、Ａｒｇ－Ｌｙｓ－Ｐｈｅ－Ｖａｌ、ゲニピニック酸（ｇｅｎｉｐｉｎｉｃ ａｃｉｄ）、ヘキソース、Ｌｙｓ－Ｐｈｅ－Ｐｈｅ－Ｐｈｅ、ＰＩ（４１：２）、Ｄ－ガラクタル、トラウマチン酸、アデニン、ＰＣ（２２：２（１３Ｚ，１６Ｚ）／１５：０）、２－フェニルエチルβ－Ｄ－グルコピラノシド、ＰＧ（３７：２）、グリセロールトリブタノアート、Ａｒｇ－Ｌｅｕ－Ｐｒｏ－Ａｒｇ、２－Ｏ－ｐ－クマロイル－Ｄ－グルコース、３，４－ジヒドロキシフェニル乳酸メチルエステル、ＰＧ（Ｐ－２８：０）、ＰＧ（３４：０）、Ｌ－リジン、リビトール、ＬｙｓｏＰＥ（１８：２（９Ｚ，１２Ｚ）／０：０）、ＰＡ（２０：４（５Ｚ，８Ｚ，１１Ｚ，１４Ｚ）ｅ／２：０）、５－デヒドロシキメート、トレオニニル－イソロイシン、Ｌ－メチオニン、ＰＳ（２６：０）、α－ピネン、フェンチェン、Ｇｌｕ－Ｉｌｅ－Ｉｌｅ－Ｐｈｅ、Ｇｌｎ－Ｐｈｅ－Ｐｈｅ－Ｐｈｅ、ウルソデオキシコール酸、ＰＣ（３４：２）、３，１７－アンドロスタンジオールグルクロニド、ピリドキサミン、［ＳＴ ヒドロキシ］（２５Ｒ）－３α，７α－ジヒドロキシ－５β－コレスタン－２７－オイルタウリン、ＰＡ（４２：２）、［ＦＡ（１６：０）］２－ブロモ－ヘキサデカナール、３，６－ジヒドロ－４－（４－メチル－３－ペンテニル）－１，２－ジチイン、３－メチルクロトニルグリシン、ξ－７－ヒドロキシヘキサデカンジオン酸、カンフェン、２－ヒドロキシ－３－カルボキシ－６－オキソ－７－メチルオクタ－２，４－ジエノアート、７Ｃ－アグリコン、１－（３－アミノプロピル）－４－アミノブタナール、イソ酪酸ベンジル、（Ｓ）－（Ｅ）－８－（３，６－ジメチル－２－ヘプテニル）－４’，５，７－トリヒドロキシフラバノン、１，３－ジ－（５Ｚ，８Ｚ，１１Ｚ，１４Ｚ，１７Ｚ－エイコサペンタノイル）－２－ヒドロキシ－グリセロール（ｄ５）、ＳＭ（ｄ１８：０／１８：０）、Ｌ－ホモセリン、１７β－（アセチルチオ）エストラ－１，３，５（１０）－トリエン－３－オールアセテート、［ＳＴ（２：０）］５β－コラ－３，１１－ジエン－２４－オイック酸、ＰＧ（３３：２）、ＰＥ（２２：４（７Ｚ，１０Ｚ，１３Ｚ，１６Ｚ）／Ｐ－１６：０）、プロトポルフィリノーゲンＩＸ、コハク酸α－トコフェロール、（９Ｚ）－６’－オキソ－６，５’－ジアポ－６－カロテン酸メチル、ＰＧ（１６：１（９Ｚ）／１６：１（９Ｚ））、ＰＣ（ｏ－２２：１（１３Ｚ）／２０：４（８Ｚ，１１Ｚ，１４Ｚ，１７Ｚ））、ＰＧ（３１：２）、α－フェランドレン、［ＰＳ（１２：０／１３：０）］１－ドデカノイル－２－トリデカノイル－ｓｎ－グリセロ－３－ホスホセリン（アンモニウム塩）、Ｇｌｕ－Ａｓｐ－Ａｓｐ、ＰＧ（３３：１）、ＰＡ（Ｏ－２０：０／２２：６（４Ｚ，７Ｚ，１０Ｚ，１３Ｚ，１６Ｚ，１９Ｚ））、［ＦＡ オキソ（１９：０）］１８－オキソ－ノナデカン酸、ＰＧ（１６：１（９Ｚ）／１８：０）、Ｌｅｕ－Ｖａｌ、デメチルメナキノン－６、ＰＣ（ｏ－１６：１（９Ｚ）／１４：１（９Ｚ））、ＰＧ（Ｐ－３２：０）、（２４Ｅ）－３β，１５α，２２Ｓ－トリアセトキシラノスタ－７，９（１１），２４－トリエン－２６－オイック酸、ＰＡ（３３：５）、ＬｙｓｏＰＣ（０：０／１８：０）、Ｉｌｅ－Ａｒｇ－Ｉｌｅ、酢酸ラウリル、Ｇｌｕ－Ｇｌｕ－Ｇｌｙ－Ｔｙｒ、３－（メチルチオ）－１－プロパノール、（－）－（Ｅ）－１－（４－ヒドロキシフェニル）－７－フェニル－６－ヘプテン－３－オール、ジメチルベンジルカルビニルブチレート、及び／または２，３－ジヒドロ－３，５－ジヒドロキシ－２－オキソ－３－インドール酢酸メチル。一実施形態では、本発明は、表８のリストから選択される１種または２種以上の糞便代謝産物の存在量の差異を検出することを含む、ＩＢＳを診断するための方法を提供する。ある種の実施形態では、本発明の方法は、これらの代謝産物のうちの少なくとも２種、５種、１０種、１５種、もしくは２０種、または全てを検出することを含む。幾つかの実施形態では、本方法は、上記の代謝産物の前駆体または分解生成物を検出することを含む。
ある種の実施形態では、代謝産物の存在量は、例えば、表８に示すように、ＩＢＳを有する患者において有意に増加している。一実施形態では、胆汁酸は、ＩＢＳを有する患者において有意により多く存在する。特定の実施形態では、［ＳＴ ヒドロキシ］（２５Ｒ）－３α，７α－ジヒドロキシ－５β－コレスタン－２７－オイルタウリンが検出または測定される。これはＩＢＳを有する患者において有意により多く存在する。特定の実施形態では、［ＳＴ（２：０）］５β－コラ－３，１１－ジエン－２４－オイック酸が検出または測定される。これはＩＢＳを有する患者において有意により多く存在する。特定の実施形態では、ＵＤＣＡが検出または測定され、これはＩＢＳを有する患者において有意により多く存在する。別の実施形態では、アミノ酸、例えば、チロシン及び／またはリジンがＩＢＳを有する患者において有意により多く存在する。特定の実施形態では、本発明の方法は、試料中のチロシンまたはリジンのレベルを検出または定量化すること、及びＩＢＳを診断すること、を含む。ある種の実施形態では、代謝産物の存在量は、例えば、表８に示すように、ＩＢＳを有する患者において有意に減少している。
一実施形態では、本発明は、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者において多さが異なる１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳを診断するための方法を提供する。好ましい実施形態では、ＩＢＳに罹患している患者において多さが異なる１種または２種以上の糞便代謝産物は、硫酸塩、グルクロニド、カルニチン、グリシン、及びグルタミン抱合体である。一実施形態では、本方法は、ＩＢＳを有する患者において上方調節される、第２相代謝に関与する代謝産物を検出することを含む。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。
一実施形態では、本発明は、ＩＢＳ－Ｄに罹患している患者において多さが異なる１種または２種以上の糞便代謝産物を検出することを含む、ＩＢＳ－Ｄ（下痢に関連するＩＢＳ）を診断するための方法を提供する。一実施形態では、胆汁酸がＩＢＳ－Ｄを有する患者において多さが異なる。一実施形態では、総胆汁酸、二次胆汁酸、硫酸化胆汁酸、ＵＤＣＡ、及び／または抱合胆汁酸が、ＩＢＳ－Ｄを有する患者において多さが異なる。特定の実施形態では、総胆汁酸がＩＢＳ－Ｄを有する患者において多さが異なる。特定の実施形態では、二次胆汁酸がＩＢＳ－Ｄを有する患者において多さが異なる。特定の実施形態では、硫酸化胆汁酸がＩＢＳ－Ｄを有する患者において多さが異なる。特定の実施形態では、ＵＤＣＡがＩＢＳ－Ｄを有する患者において多さが異なる。特定の実施形態では、抱合胆汁酸がＩＢＳ－Ｄを有する患者において多さが異なる。任意のかかる実施形態では、代謝産物を検出することは、試料中の代謝産物の濃度、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した濃度を測定することを含む。
尿中代謝産物を検出する方法
ＧＣ／ＬＣ－ＭＳ
代謝産物は、当該技術分野において公知の任意の好適な方法により検出され得る。一実施形態では、健常対照（すなわちＩＢＳに罹患していない１人または２人以上の対象由来の健常対照）と比較してＩＢＳに罹患している患者において多さが異なる尿中代謝産物は、ＧＣ／ＬＣ－ＭＳを使用して検出される。特定の実施形態では、ＧＣ／ＬＣ－ＭＳは、好ましくは、ＩＢＳを予測する尿中代謝産物を検出するために使用される。尿メタボロミクスについて、代謝産物の値は、各試料の尿クレアチニン濃度に対して正規化され得る。
ＦＡＩＭＳ（高電界非対称波形イオン移動度スペクトロメトリー）
一実施形態では、ＩＢＳに罹患している患者において多さが異なる尿中代謝産物は、ＦＡＩＭＳを使用して検出される。特定の実施形態では、ＦＡＩＭＳは、好ましくは、ＩＢＳを予測する尿中代謝産物を検出するために使用される。尿メタボロミクスについて、代謝産物の値は、各試料の尿クレアチニン濃度に対して正規化され得る。
イオン移動度スペクトロメトリー（ＩＭＳ）は、電界の影響下でのイオン移動度の差に基づいて気相でのイオン分離を分析するための周知の技術である。電界非対称イオン移動度スペクトロメトリー（ＦＡＩＭＳ）は、高周波の高電圧非対称波形を２本の電極間に印加される静的な補償電圧と組み合わせて使用して、大気圧でイオンを分離するＩＭＳ技術の具体例である。異なるイオンは、異なる補償電圧で検出器まで電界を通過する。従って、ＦＡＩＭＳ分析器は、補償電圧を変化させることにより試料中の異なるイオンの存在を検出することができる。ＦＡＩＭＳ機器は、小型及びポンプによる排水の必要がないという利点を有し、これにより、スタンドアロン機器として携帯することが可能である。ＦＡＩＭＳは、参考文献（２０）においてより詳細に記載されている。
ＦＡＩＭＳの出力は、以下の２つのモードからなる：ポジティブモード（正に荷電したイオンについて）及びネガティブモード（負に荷電したイオンについて）。これらのモードの各々は、５１の分散電界（ＤＦ）で構成され、両方のモードを考慮に入れると合計１０２のＤＦとなる。各ＤＦが実験用試料に印加され、その後に、線形掃引ボルタンメトリーの原理が適用される（すなわち、５１２の等間隔の電圧により隔てられた出発値から終了値まで補償電圧が変化される）。各々の等間隔の電圧でのイオン電流値が測定される。補償電圧及び測定されたイオン電流の各対は、データポイントと称され得る。ポジティブ及びネガティブモードの両方での全ての分散電界全体で５２２２４のデータポイントが存在する。
ＦＡＩＭＳの以前の適用は、胃腸毒性、胆汁酸性下痢、及び大腸癌を研究するための方法を使用した。例えば、ＰＣＴ出願ＷＯ２０１６／０３８３７７号は、ＦＡＩＭＳを使用して試験対象由来の身体試料中のシグネチャ化合物の濃度を分析すること、及びこの濃度を疾患に罹患していない個体におけるシグネチャ化合物の濃度の基準と比較することにより、小児脂肪便症または胆汁酸性下痢を診断するための方法を記載している。試験対象由来の身体試料におけるシグネチャ化合物の濃度の基準と比較した増加は、対象が検査されている疾患に罹患しているか、もしくはその素因を有することを示唆するか、または対象の状態の陰性予測を提供する。
使用時、ＦＡＩＭＳ分析器は、分析器を掃除するために空気（試料なし）及び水で装置を動かすことにより操作される。次いで、シグナルを得るために、尿試料が導入される。次の試験試料が実行される前に、ＦＡＩＭＳ分析器は、水、次いで、再び空気で動かされる。次いで、分散電界の全てからのシグナルは、相互相関を使用してアラインメントされる。
幾つかの実施形態では、本発明のＩＢＳを診断する方法は、コンピュータ実施方法である。好ましい実施形態では、コンピュータ実施方法は、尿試料のＦＡＩＭＳプロファイルを分析して、ＩＢＳの存在または不存在を判定し、及び／または尿試料をＩＢＳサブセットに分類するための方法である。本方法は、
－ 尿試料、空気、及び水のＦＡＩＭＳプロファイルに対応するシグナルを取得すること；
－ 以下のうちの１つ以上を実行することにより得られたシグナルを前処理すること：シグナルを平滑化すること、シグナルからベースラインノイズを取り除くこと、及び関心対象の領域のシグナルをアラインメントすること；
－ 前処理されたシグナルから複数の特徴を抽出すること；及び
－ 抽出された特徴を使用して訓練された分類子を適用して、ＩＢＳの存在または不存在を判定し、及び／または尿試料をＩＢＳサブセットに分類することを含む。
有利には、得られたシグナルにシグナル平滑化を適用することにより、シグナルの「ノイズ」が低減されると共に、生シグナル強度が保持される。シグナルをトリミングすることにより、ノイズが低減され、これにより、出力の質を改善し、交差汚染及びキャリーオーバーシグナルにより引き起こされる実行間の技術的なアーチファクトが低減される。
全体として、本方法は、従来の方法と比較して、診断応用の文脈において、集団を区別する能力及び集団内の亜群を層別化する能力を改善するより多くの分析の特徴を保持する。
好ましくは、得られたシグナル前処理することは、シグナルを平滑化すること、
シグナルからベースラインノイズを取り除くこと、及び関心対象の領域のシグナルをアラインメントすることの３つ全てのステップを含む。
ＦＡＩＭＳシグナルを取得することは、ＦＡＩＭＳシステムで生体試料を分析して、生体試料のＦＡＩＭＳプロファイルに相当するシグナルを得ることを含み得る。
好ましくは、シグナル平滑化は、Ａｎａｌ．Ｃｈｅｍ．，３６（８），１９６４，Ｓａｖｉｔｚｋｙ Ａ．，Ｇｏｌａｙ ＭＪＥ．“Ｓｍｏｏｔｈｉｎｇ ａｎｄ Ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ｏｆ Ｄａｔａ ｂｙ Ｓｉｍｐｌｉｆｉｅｄ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｃｅｄｕｒｅｓ”，ページ１６２７～１６３９（２１）に記載される、Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙフィルターを使用して実行される。Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙフィルターを使用することは、これがピークシグナル値をそのままに保ち、これにより、分類の精度を改善し得るため、有利である。シグナル平滑化は、ポジティブ及びネガティブモードの両方の分散電界のシグナルに適用され得る。
シグナルトリミングは、最適化されたベースラインカットオフ値を使用して実行され得る。シグナルアラインメントは、交差相関を使用して実行され得る。
シグナルからの特徴選択は、線形回帰モデル、例えば、ＬＡＳＳＯを使用して実行され得る。ＬＡＳＳＯは、Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ，Ｓｅｒｉｅｓ Ｂ，５８（１），１９９６，Ｒ．Ｔｉｂｓｈｉｒａｎｉ，“Ｒｅｇｒｅｓｓｉｏｎ Ｓｈｒｉｎｋａｇｅ ａｎｄ Ｓｅｌｅｃｔｉｏｎ ｖｉａ ｔｈｅ Ｌａｓｓｏ”，ページ２６７～２８８（２２）においてより詳細に記載されている。
訓練された分類子は、好ましくはサポートベクトルマシンである。あるいは、分類子はランダムフォレストでもよい。好ましい実施形態では、分類子はランダムフォレストである。
ＩＢＳ患者における食事、マイクロバイオーム、及びメタボロームの統合解析
ある種の実施形態では、本発明は、ｉ）例えば、上記のような細菌種を検出すること、ｉｉ）例えば、上記のような経路のうちの１つ以上に関与する遺伝子を検出すること、ｉｉｉ）例えば、上記のような代謝産物を検出すること、のうちの１つ以上を含むＩＢＳを診断する方法を提供する。任意のかかる実施形態では、細菌、遺伝子、または代謝産物を検出することは、例えば、対照（非ＩＢＳ）個体由来の対応する試料と比較した、または基準値と比較した、試料中の上記マーカーの存在量または濃度を測定すること含む。
一実施形態では、本発明は、細菌種の減少を検出することを含む、ＩＢＳを診断する方法を提供する。一実施形態では、減少した細菌種は、以下のうちの１種または２種以上である：パラプレボテラ属菌種、バクテロイデス属菌種、バルネシエラ インテスティニホミニス、ユウバクテリウム エリゲンス、ルミノコッカス ラクタリス、ユウバクテリウム ビフォルメ、デスルホビブリオ デスルフリカンス、コプロコッカス属菌種、及びユウバクテリウム属菌種。ある種の実施形態では、本発明の方法は、パラプレボテラ属菌種、バクテロイデス属菌種、バルネシエラ インテスティニホミニス、ユウバクテリウム エリゲンス、ルミノコッカス ラクタリス、ユウバクテリウム ビフォルメ、デスルホビブリオ デスルフリカンス、コプロコッカス属菌種、及びユウバクテリウム属菌種のうちの１種または２種以上を検出することを含む。
一実施形態では、本発明は、食事成分の利用の差異を検出することを含む、ＩＢＳを診断する方法を提供する。特定の実施形態では、本発明は、高タンパク食の利用の差異を検出することを含む、ＩＢＳを診断する方法を提供する。
一実施形態では、本発明は、高レベルのペプチド及びアミノ酸を検出することを含む、ＩＢＳを診断する方法を提供する。別の実施形態では、本発明は、増加したレベルのＬアラニン、Ｌ－リジン、Ｌ－メチオニン、Ｌ－フェニルアラニン、及び／またはチロシンを検出することを含む、ＩＢＳを診断する方法を提供する。
一実施形態では、本発明は、増加したレベルの胆汁酸を検出することを含む、ＩＢＳを診断する方法を提供する。特定の実施形態では、本発明は、増加したレベルのＵＤＣＡ、スルホリトコリルグリシン、及び［ＳＴ ヒドロキシ］（２５Ｒ）－３α，７α－ジヒドロキシ－５β－コレスタン－２７－オイルタウリン、及び／またはＩ－ウロビリンを検出することを含む、ＩＢＳを診断する方法を提供する。
一実施形態では、本発明は、増加したレベルの代謝産物を検出することを含む、ＩＢＳを診断する方法を提供する。別の実施形態では、本発明は、増加したレベルのアラントイン、ｃｉｓ－４－デセン二酸、デカノイルカルニチン、及び／またはドデカンジオイルカルニチンを検出することを含む、ＩＢＳを診断する方法を提供する。
診断方法
本発明者らは、ＩＢＳを診断するための新規かつ改善された方法を開発した。
好ましい実施形態では、本発明の方法は、ヨーロッパ、例えば、北ヨーロッパ、好ましくはアイルランドに居住する患者またはヨーロッパ、北ヨーロッパ、もしくはアイルランドの食生活を有する患者を診断するのに使用される。実施例は、本発明の方法がかかる患者に特に有効であることを実証する。
本発明の任意の態様のある種の実施形態では、細菌、遺伝子、または代謝産物の存在量は、対照（非ＩＢＳ）個体と比較して評価される。好ましい実施形態では、尿中代謝産物の存在量は、対照（非ＩＢＳ）個体と比較して評価される。かかる基準値は、当該技術分野において確立された任意の技術を使用して生成され得る。
本発明の任意の態様のある種の実施形態では、対照（非ＩＢＳ）個体由来の対応する試料との比較は、健常個体由来の対応する試料との比較である。
好ましくは、ＩＢＳを診断する方法は、４０％超（例えば、４５％、５０％、または５２％超、例えば、５３％または５８％）の感度及び９０％超（例えば、９３％または９５％超、例えば、９６％）の特異性を有する。
ある種の実施形態では、診断方法は、ＩＢＳの処置過程をモニタリングする方法である。
ある種の実施形態では、細菌、例えば、糞便試料中の細菌の存在または存在量を検出するステップは、核酸に基づく定量化方法、例えば、１６Ｓ ｒＲＮＡ遺伝子アンプリコンシーケンシングを含む。１６Ｓ ｒＲＮＡ遺伝子アンプリコンシーケンシングを使用した試料中の細菌の定性的及び定量的測定のための方法は、文献に記載されており、当業者に公知であろう。他の技術は、ＰＣＲ、ｒｔＰＣＲ、ｑＰＣＲ、ハイスループットシーケンシング、メタトランスクリプトームシーケンシング、または１６Ｓ ｒＲＮＡ解析を含み得る。
本発明の任意の実施形態の代替的態様では、本発明は、ＩＢＳを発症するリスクを診断するための方法を提供する。
本発明の任意の実施形態では、細菌株、種、代謝産物、または遺伝子経路の調節された存在量は、ＩＢＳの存在を示す。好ましい実施形態では、試料中の微生物叢全体のうちの割合としての細菌株、種、またはＯＴＵの存在量が、細菌株、種、またはＯＴＵの相対存在量を決定するために測定される。好ましい実施形態では、代謝産物、特に尿中代謝産物の濃度が測定される。好ましい実施形態では、試料中の微生物叢全体のうちの割合としての関心対象の遺伝子経路を保有する細菌株の存在量が、細菌株の相対存在量を決定するために測定されるか、または遺伝子配列の濃度が測定される。次いで、かかる好ましい実施形態では、試料中の細菌もしくはＯＴＵの相対存在量または代謝産物もしくは遺伝子配列の濃度が、対照（非ＩＢＳ）個体由来の同じ試料における相対存在量または濃度と比較される。試料中の細菌またはＯＴＵの相対存在量の基準と比較した差、例えば、減少または増加が、調節された相対存在量である。本明細書において説明されるように、調節された存在量の検出は、試料の存在量値を絶対基準値と比較することにより絶対的な方法で実行され得る。従って、本発明は、個体のＩＢＳ状態を決定する方法であって、当該個体由来の生体試料を、１種または２種以上のＩＢＳに関連する細菌の相対存在量及び／または代謝産物もしくは遺伝子経路の調節された濃度について分析するステップを含み、細菌の調節された相対存在量または代謝産物もしくは遺伝子経路の調節された濃度がＩＢＳの存在を示す、当該方法を提供する。同様に、本発明は、個体がＩＢＳに罹患する増加したリスクを有するかどうかを決定する方法であって、個体由来の生体試料を、１種または２種以上のＩＢＳに関連する口腔細菌またはＩＢＳに関連する代謝産物もしくは遺伝子経路の相対存在量について分析するステップを含み、調節された相対存在量または濃度が増加したリスクの存在を示す、当該方法を提供する。
本発明の任意の実施形態では、細菌を検出することは、「調節された相対存在量」を検出することを含み得る。本明細書で使用する場合、個体由来の試料中の細菌またはＯＴＵに適用される、用語「調節された相対存在量」は、当該試料中の当該細菌またはＯＴＵの相対存在量の、対照（非ＩＢＳ）個体由来の同じ試料における相対存在量（以下「基準相対存在量」）と比較した差を意味すると理解すべきである。一実施形態では、細菌またはＯＴＵは、基準相対存在量と比較して増加した相対存在量を示す。一実施形態では、細菌またはＯＴＵは、基準相対存在量と比較して減少した相対存在量を示す。調節された存在量の検出は、試料の存在量値を絶対基準値と比較することにより絶対的な方法で実行され得る。一実施形態では、基準存在量値は、年齢及び／または性別が一致する個体から取得される。一実施形態では、基準存在量値は、試料と同じ集団（すなわちケルト起源、北アフリカ起源、中東起源）の個体から取得される。口腔及び糞便試料から細菌を単離する方法は、細菌の存在量を検出するための方法のように、当該技術分野において定型的であり、以下で更に記載される。特定の種または属の細菌を単離するための任意の好適な方法が用いられ得、それらの方法は当業者にとって明らかである。寒天プレート定量化アッセイ、蛍光試料の定量化、ｑＰＣＲ、１６Ｓ ｒＲＮＡ遺伝子アンプリコンシーケンシング、及び色素に基づく代謝産物枯渇アッセイまたは代謝産物生成アッセイが含まれる、細菌の存在量を検出する任意の好適な方法が用いられ得る。
患者の層別化
ある種の実施形態では、本発明の方法は、患者が罹患しているＩＢＳの型に基づいたそれらの層別化に使用される。特に、ある種の実施形態では、本発明の方法は、ＩＢＳに罹患している患者を正常様微生物叢（すなわちＩＢＳを有さない人の微生物叢組成と同様の微生物叢組成）または変化した微生物叢（すなわちＩＢＳを有さない人の微生物叢と異なる微生物叢）を有すると診断するためのものである（Ｊｅｆｆｅｒｙ ＩＢ，Ｏ’Ｔｏｏｌｅ ＰＷ，Ｏｈｍａｎ Ｌ，Ｃｌａｅｓｓｏｎ ＭＪ，Ｄｅａｎｅ Ｊ，Ｑｕｉｇｌｅｙ ＥＭ，Ｓｉｍｒｅｎ Ｍ．２０１２．“Ａｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ ｓｕｂｔｙｐｅ ｄｅｆｉｎｅｄ ｂｙ ｓｐｅｃｉｅｓ－ｓｐｅｃｉｆｉｃ ａｌｔｅｒａｔｉｏｎｓ ｉｎ ｆｅｃａｌ ｍｉｃｒｏｂｉｏｔａ．” Ｇｕｔ ６１：９９７－１００６（２３）を参照のこと）。正常様微生物叢を有するＩＢＳに罹患している患者は、変化した微生物叢を有する患者と比較して異なる処置から恩恵を受け得るため、本発明の方法は、患者のより適切な処置戦略及びより良好な転帰をもたらし得る。従って、ある種の実施形態では、本発明の方法は、患者のための処置計画を、それらの微生物叢に基づいて策定及び／または推奨することを含む。正常様微生物叢を有するＩＢＳ患者は、不安またはうつ病を改善することが公知の処置から恩恵を受け得る。変化した微生物叢を有するＩＢＳ患者は、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品、特にブラウティア ハイドロゲノトロフィカ（Ｂｌａｕｔｉａ ｈｙｄｒｏｇｅｎｏｔｒｏｐｈｉｃａ）を含む組成物（ＷＯ２０１８１０９４６１に記載されている）から恩恵を受け得る。変化した微生物叢を有するＩＢＳ患者は、食事調節、例えば、ＦＯＤＭＡＰ（発酵性のオリゴ糖、二糖、単糖、及びポリオール）食事法からも恩恵を受け得る。ブラウティア ハイドロゲノトロフィカを含む組成物は、正常様微生物叢を有する患者が経験し得る内臓過敏を処置するのにも有効であるため（ＷＯ２０１７１４８５９６に記載されている）、かかる組成物はかかる患者を処置するのにも有用である。
ある種の実施形態では、本発明は、ＩＢＳに罹患している患者を、それらのマイクロバイオーム及び／またはメタボロームに基づいて亜群に層別化するための方法を提供する。特定の実施形態では、本発明の方法は、以下からなる群から選択される少なくとも１つの属に属する１種または２種以上の細菌株を検出することを含む：アナエロスティペス（Ａｎａｅｒｏｓｔｉｐｅｓ）、アナエロツルンカス（Ａｎａｅｒｏｔｒｕｎｃｕｓ）、アナエロフィルム（Ａｎａｅｒｏｆｉｌｕｍ）、バクテロイデス、ブラウティア（Ｂｌａｕｔｉａ）、エガセラ（Ｅｇｇｅｒｔｈｅｌｌａ）、ストレプトコッカス、ゴルドニバクター（Ｇｏｒｄｏｎｉｂａｃｔｅｒ）、ホールディマニア（Ｈｏｌｄｅｍａｎｉａ）、ルミノコッカス、ベイロネラ（Ｖｅｉｌｏｎｅｌｌａ）、アッカーマンシア（Ａｋｋｅｒｍａｎｓｉａ）、アリスティペス（Ａｌｉｓｔｉｐｅｓ）、バルネシエラ（Ｂａｒｎｅｓｉｅｌｌａ）、ブチリシコッカス、ブチリシモナス（Ｂｕｔｙｒｉｃｉｍｏｎａｓ）、クロストリジウム、コプロコッカス、フィーカリバクテリウム（Ｆａｅｃａｌｉｂａｃｔｅｒｉｕｍ）、ヘモフィラス（Ｈａｅｍｏｐｈｉｌｕｓ）、ホワルデラ（Ｈｏｗａｒｄｅｌｌａ）、メタノブレビバクター（Ｍｅｔｈａｎｏｂｒｅｖｉｂａｃｔｅｒ）、オシロバクター（Ｏｓｃｉｌｌｏｂａｃｔｅｒ）、プレボテーラ（Ｐｒｅｖｏｔｅｌｌａ）、シュードフラボニフラクター、ロゼブリア（Ｒｏｓｅｂｕｒｉａ）、スラッキア（Ｓｌａｃｋｉａ）、スポロバクター（Ｓｐｏｒｏｂａｃｔｅｒ）、及びビクチバリス（Ｖｉｃｔｉｖａｌｌｉｓ）。特定の実施形態では、本発明の方法は、クロストリジウムクラスターＩＶ、ＸＩ、またはＸＶＩＩＩに属していてもよい細菌種を検出することを含む。特定の実施形態では、本発明の方法は、以下の種のうちの１種または２種以上を含み得る、細菌株を検出することを含む：アナエロスティペス ハドルス（Ａｎａｅｒｏｓｔｉｐｅｓ ｈａｄｒｕｓ）、バクテロイデス オバツス（Ｂａｃｔｅｒｏｉｄｅｓ ｏｖａｔｕｓ）、バクテロイデス シータイオタオミクロン、クロストリジウム アスパラギフォルメ、クロストリジウム ボルタエア（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔａｅａ）、クロストリジウム ハセワイ、クロストリジウム シンビオサム、コプロコッカス コメス（Ｃｏｐｒｏｃｏｃｃｕｓ ｃｏｍｅｓ）、ルミノコッカス グナバス、ストレプトコッカス サリバルス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｓａｌｉｖａｒｕｓ）、ルミノコッカス トルキース、アリスティペス セネガレンシス、ユウバクテリウム エリゲンス、ユウバクテリウム シラエウム（Ｅｕｂａｃｔｅｒｉｕｍ ｓｉｒａｅｕｍ）、フィーカリバクテリウム プラウスニッツィイ（Ｆａｅｃａｌｉｂａｃｔｅｒｉｕｍ ｐｒａｕｓｎｉｔｚｉｉ）、ロゼブリア ホミニス（Ｒｏｓｅｂｕｒｉａ ｈｏｍｉｎｉｓ）、ヘモフィラス パラインフルエンザエ、ルミノコッカス カリダス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｃａｌｌｉｄｕｓ）、ベイロネラ パルブラ（Ｖｅｉｌｏｎｅｌｌａ ｐａｒｖｕｌａ）、及びＣｏｐｒｏｃｏｃｃｕｓ ｓｐ． ＡＲＴ５５／１。特定の実施形態では、本発明の方法は、以下の細菌株のうちの１種または２種以上を検出することを含む：Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ３ １ ４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ５ １ ６３ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ７ １ ５８ＦＡＡ、及びＬａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ８ １ ５７ＦＡＡ。特定の実施形態では、本発明の方法は、表１７、１８、１９、及び／または２０から選択される細菌分類群を検出することを含む。ある種の実施形態では、本発明の方法は、ＩＢＳ亜群に関連する代謝産物を検出することを含む。ある種の実施形態では、代謝産物は、糞便試料で検出される。ある種の実施形態では、代謝産物は、尿試料で検出される。
ある種の実施形態では、本発明は、ＩＢＳに罹患している患者が、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品から恩恵を受けるかどうか評価する方法を提供する。特定の実施形態では、本発明の方法は、以下からなる群から選択される少なくとも１つの属に属する１種または２種以上の細菌株を検出することを含む：アナエロスティペス、アナエロツルンカス、アナエロフィルム、バクテロイデス、ブラウティア、エガセラ、ストレプトコッカス、ゴルドニバクター、ホールディマニア、ルミノコッカス、ベイロネラ、アッカーマンシア、アリスティペス、バルネシエラ、ブチリシコッカス、ブチリシモナス、クロストリジウム、コプロコッカス、フィーカリバクテリウム、ヘモフィラス、ホワルデラ、メタノブレビバクター、オシロバクター、プレボテーラ、シュードフラボニフラクター、ロゼブリア、スラッキア、スポロバクター、及びビクチバリス。特定の実施形態では、本発明の方法は、クロストリジウムクラスターＩＶ、ＸＩ、またはＸＶＩＩＩに属していてもよい細菌種を検出することを含む。特定の実施形態では、本発明の方法は、以下の種のうちの１種または２種以上を含み得る、細菌株を検出することを含む：アナエロスティペス ハドルス、バクテロイデス オバツス、バクテロイデス シータイオタオミクロン、クロストリジウム アスパラギフォルメ、クロストリジウム ボルタエア、クロストリジウム ハセワイ、クロストリジウム シンビオサム、コプロコッカス コメス、ルミノコッカス グナバス、ストレプトコッカス サリバルス、ルミノコッカス トルキース、アリスティペス セネガレンシス、ユウバクテリウム エリゲンス、ユウバクテリウム シラエウム、フィーカリバクテリウム プラウスニッツィイ、ロゼブリア ホミニス、ヘモフィラス パラインフルエンザエ、ルミノコッカス カリダス、ベイロネラ パルブラ、及びＣｏｐｒｏｃｏｃｃｕｓ ｓｐ． ＡＲＴ５５／１。特定の実施形態では、本発明の方法は、以下の細菌株のうちの１種または２種以上を検出することを含む：Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ３ １ ４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ５ １ ６３ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ７ １ ５８ＦＡＡ、及びＬａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ８ １ ５７ＦＡＡ。特定の実施形態では、本発明の方法は、表１７、１８、１９、及び／または２０から選択される細菌分類群を検出することを含む。ある種の実施形態では、本発明の方法は、ＩＢＳ亜群に関連する代謝産物を検出することを含む。ある種の実施形態では、代謝産物は、糞便試料で検出される。ある種の実施形態では、代謝産物は、尿試料で検出される。
ある種の実施形態では、本発明の方法は、健常対照の対象と比較して変化したマイクロバイオーム及び／またはメタボロームを特徴とする亜群を同定することを含む。ある種の実施形態では、本発明の方法は、健常対照の対象と同様のマイクロバイオーム及び／またはメタボロームを特徴とする亜群を同定することを含む。ある種の実施形態では、本発明の方法は、ＩＢＳに罹患している患者を、それらのマイクロバイオームに基づいて亜群に分類するために使用される。ある種の実施形態では、本発明の方法は、ＩＢＳに罹患している患者が、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品から恩恵を受けるかどうかを決定するために使用され得る。ある種の実施形態では、ＩＢＳに罹患している患者は、当該患者が健常対照の対象と比較して変化したマイクロバイオーム及び／またはメタボロームを特徴とする亜群に属すると分類される場合、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品から恩恵を受けるとみなされ得る。ある種の実施形態では、ＩＢＳに罹患している患者は、当該患者が健常対照の対象と同様のマイクロバイオーム及び／またはメタボロームを特徴とする亜群に属すると分類される場合、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品から恩恵を受けないとみなされ得る。
キット
本発明は、本発明の方法を実行するための試薬を含むキット、例えば、上記で述べた細菌種、遺伝子、または代謝産物のうちの１つ以上、例えば、２つ以上を検出するための試薬を含有するキットも提供する。従って、上記のようなＩＢＳを診断する主題の方法を実施するのに有用であるキットが提供される。キットは、生体試料、例えば、尿試料または糞便試料を採取するように構成され得る。好ましい実施形態では、キットは、尿試料を採取するように構成される。個体はＩＢＳを有すると疑われていてもよい。個体はＩＢＳを有するリスクが高いことが疑われていてもよい。キットは、生体試料を入れるように構成された密封可能な容器を含み得る。キットはポリヌクレオチドプライマーを含み得る。ポリヌクレオチドプライマーは、少なくとも１種のＩＢＳに関連する細菌由来の１６Ｓ ｒＲＮＡポリヌクレオチド配列を増幅して、増幅された１６Ｓ ｒＲＮＡポリヌクレオチド配列を形成するために構成されていてもよい。キットは、増幅された１６Ｓ ｒＲＮＡ配列を検出するための検出試薬を含み得る。キットは使用説明書を含み得る。
要約
背景及び目的：過敏性腸症候群（ＩＢＳ）の診断及び層別化は、症状及び他の疾患の除外に基づく。病理発生が中央及び／または末端器官から始まるのかどうかは不明である。一部の患者は、それらの微生物叢の変化を有する。従って、マイクロバイオーム及びメタボロームプロファイリングが、状態のバイオマーカーを同定するために実施された。
ＩＢＳを有する患者の根拠に基づく層別化に向けて取り組むために、対照と比較したＩＢＳを有する患者（ローマＩＶ基準に従う）の尿及び糞便のメタボローム解析に加えて、糞便試料のメタゲノム研究が行われた。マイクロバイオーム及びメタボロームシグネチャがＩＢＳにおいて認められ、しかし、これらは、従来の臨床症状に基づくＩＢＳサブセット（ＩＢＳ－Ｄ対ＩＢＳ－Ｃ、交代型または混合型ＩＢＳ）から独立している。
方法：８０人のＩＢＳを有する患者（ローマＩＶ）及び６５人の非ＩＢＳ対照が登録された。
マイクロバイオーム及びメタボローム解析のために、身体測定情報、医療情報、及び食事情報が、糞便及び尿試料と共に収集された。ショットガンシーケンシング及び１６Ｓ ｒＲＮＡアンプリコンシーケンシングが糞便に対して実行され、尿及び糞便の代謝産物がガスクロマトグラフィー（ＧＣ）質量分析（ＭＳ）及び液体クロマトグラフィー（ＬＣ）質量分析（ＭＳ）により解析された。
結果：食事とマイクロバイオームとの間の差次的な関連がメタボロームの変化と共にＩＢＳにおいて認められた。ＩＢＳを有する患者における微生物叢の組成及び予測されるマイクロバイオーム機能は、対照のものと有意に異なっていたが、これらはＩＢＳ症状サブタイプから独立していた。糞便のメタボロームプロファイルもＩＢＳ患者と対照との間で有意に異なり、状態に対して特徴的であった。尿メタボロームは一連の予測的代謝産物を含有したが、主に食事由来代謝物及び薬物関連代謝産物が優位を占めた。
結論：臨床的不均一性にもかかわらず、ＩＢＳは、種シグネチャ、メタゲノムシグネチャ、及び糞便メタボロームシグネチャにより同定され得、これらは症状に基づくＩＢＳサブタイプから独立している。これらの発見は、ＩＢＳを診断するのに、及びＩＢＳの正確な治療薬を開発するのに有用である。
実施例１．ＩＢＳ患者及び対照の微生物叢プロファイリング
材料及び方法
対象の募集：ローマＩＶ基準を満たすＩＢＳを有する１６～７０歳の８０人の患者が、Ｃｏｒｋ Ｕｎｉｖｅｒｓｉｔｙ Ｈｏｓｐｉｔａｌで募集された。患者の臨床的サブタイプ分類（１５）は、以下の通りであった：便秘型ＩＢＳ（ＩＢＳ－Ｃ）、混合型ＩＢＳ（ＩＢＳ－Ｍ）、または下痢型ＩＢＳ（ＩＢＳ－Ｄ）。同じ年齢範囲の、かつ同じ民族性及び地理的領域の６５人の対照が募集された。試験集団の記述統計を表１０に示す。
除外基準は、試験登録前の６週間内での抗生物質の使用、胃腸疾患を含む他の慢性疾患、重度の精神疾患、ヘルニア修復または虫垂切除以外の腹部手術を含んでいた。最近の結果が利用可能でない場合に、標準的な血液分析が全ての参加者に対して実施され、小児脂肪便症を除外するために、全ての対象は血清学的に検査された。対照集団の選択／除外基準は、ＩＢＳについてローマＩＶ基準を満たすことを除いてＩＢＳ集団と同じであった。胃腸（ＧＩ）症状歴、精神症状、食事、病歴及び投薬データが、各参加者（ＩＢＳ及び対照の両方）について以下の質問表を使用して収集された：ブリストル便性状スコア（ＢＳＳ）、（２４）病院不安及びうつ尺度（ＨＡＤＳ）；（２５）食物摂取頻度質問票（ＦＦＱ）。試験を始める前に試験の倫理的承認を、Ｃｏｒｋ Ｒｅｓｅａｒｃｈ Ｅｔｈｉｃｓ Ｃｏｍｍｉｔｔｅｅにより得た（プロトコール番号：４ＤＣ００１）。全ての参加者は、参加するための署名されたインフォームドコンセントを提供した。
試料収集：マイクロバイオーム及びメタボロミクスプロファイリングのために、糞便試料及び尿試料を全ての参加者から収集した。対象は、自宅で排泄された新鮮な糞便試料を収集キットを使用して収集し、新鮮な尿試料が収集される日に診療所に試料を持って来た。試料は、試料収集の数時間以内の－８０℃での保存のために検査室に持ってこられるまで４℃で維持された。
マイクロバイオームプロファイリング及びメタゲノミクス（１６Ｓアンプリコンシーケンシング）：Ｂｒｏｗｎ ｅｔ ａｌ．（２６）により記載された方法を使用して、ゲノムＤＮＡを凍結糞便試料（０．２５ｇ）から抽出し、増幅した。Ｂｒｏｗｎ ｅｔ ａｌ．（２６）により記載された方法からの変更には、０．１ｍｍのジルコニアビーズ及び４×３．５ｍｍのガラスビーズの０．５ｇからなるビーズ破砕チューブが含まれた。糞便試料を６０秒×３サイクルでビーズ破砕により均質化し、各サイクルの間、氷上で冷却した。ゲノムＤＮＡを０．８％のアガロースゲルで可視化し、ＳｉｍｐｌｉＮａｎｏスペクトロメーター（Ｂｉｏｃｈｒｏｍ（商標）、ＵＳ）を使用して定量化した。ＰＣＲマスターミックスは、２Ｘ Ｐｈｕｓｉｏｎ Ｔａｑ Ｈｉｇｈ－Ｆｉｄｅｌｉｔｙ Ｍｉｘ（Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ、Ｉｒｅｌａｎｄ）及び１５ｎｇのＤＮＡを使用した。得られたＰＣＲ産物を精製し、定量化し、次いで、ＭｉＳｅｑ（２×２５０ｂｐ）ケミストリープラットフォームでのシーケンシングのために商業的供給者（ＧＡＴＣ Ｂｉｏｔｅｃｈ ＡＧ、Ｋｏｎｓｔａｎｚ、Ｇｅｒｍａｎｙ）に送付する前に等モル量の各アンプリコンをプールした。シーケンシングは、ＧＡＴＣ Ｂｉｏｔｅｃｈ（Ｇｅｒｍａｎｙ）によりＩｌｌｕｍｉｎａ ＭｉＳｅｑ機器で２×２５０ｂｐペアードエンドシーケンシングランを使用して実行された。
マイクロバイオームプロファイリング及びメタゲノミクス（１６Ｓアンプリコンシーケンシング）：Ｑｉａｇｅｎ ＤＮｅａｓｙ Ｂｌｏｏｄ ＆ Ｔｉｓｓｕｅ Ｋｉｔを使用し、製造者の使用説明書に従って、微生物ＤＮＡを、１４４個の各々の凍結糞便試料のうちの０．２５ｇから抽出した（ＩＢＳ：ｎ＝８０及び対照（ｎ＝６４））。１人の対照の対象について、糞便試料が利用可能でなかった。１６Ｓ ｒＲＮＡ遺伝子アンプリコンの調製及びシーケンシングを、Ｉｌｌｕｍｉｎａ（Ｓａｎ Ｄｉｅｇｏ、Ｃａｌｉｆｏｒｎｉａ、ＵＳＡ）により策定された１６Ｓ Ｓｅｑｕｅｎｃｉｎｇ Ｌｉｂｒａｒｙ Ｐｒｅｐａｒａｔｉｏｎ Ｎｅｘｔｅｒａプロトコールを使用して実施した。各々のＤＮＡ糞便抽出物のうちの１５ｎｇを、ＰＣＲ及び１６Ｓ ｒＲＮＡ遺伝子のＶ３～Ｖ４可変領域を標的とするプライマーを使用し、以下の遺伝子特異的プライマーを使用して増幅した：
１６ＳアンプリコンＰＣＲフォワードプライマー（Ｓ－Ｄ－Ｂａｃｔ－０３４１－ｂ－Ｓ－１７）＝５’側（配列番号４０）
ＴＣＧＴＣＧＧＣＡＧＣＧＴＣＡＧＡＴＧＴＧＴＡＴＡＡＧＡＧＡＣＡＧＣＣＴＡＣＧＧＧＮＧＧＣＷＧＣＡＧ
１６ＳアンプリコンＰＣＲリバースプライマー（Ｓ－Ｄ－Ｂａｃｔ－０７８５－ａ－Ａ－２１）＝５’側（配列番号４１）
ＧＴＣＴＣＧＴＧＧＧＣＴＣＧＧＡＧＡＴＧＴＧＴＡＴＡＡＧＡＧＡＣＡＧＧＡＣＴＡＣＨＶＧＧＧＴＡＴＣＴＡＡＴＣＣ
アンプリコンサイズは５３１ｂｐであった。生成物を精製し、２回のアダプターＰＣＲによりフォワード及びリバースバーコードを結合させた。
マイクロバイオームプロファイリング及びメタゲノミクス（ショットガンシーケンシング）：ショットガンシーケンシングについて、各試料について１μｇ（濃度＞５ｎｇ／μＬ）の高分子量ＤＮＡが、２×２５０ｂｐペアードエンドケミストリーを使用したＩｌｌｕｍｉｎａ ＨｉＳｅｑプラットフォーム（ＨｉＳｅｑ ２５００）でのシーケンシングのためにＧＡＴＣ Ｂｉｏｔｅｃｈ（Ｇｅｒｍａｎｙ）に送付された。これにより、２，７１４，１５８，１４４の生リード（２，６１２，２０１，５９８の加工されたリード）が返され、このうちの４５．６％が、試料当たり平均２２２，９４５個の遺伝子ファミリーに位置付けられ、平均カウント値は試料当たり８，９２４，３０２±２，５６９，３５３であった。
バイオインフォマティクス解析（１６Ｓアンプリコンシーケンシング）：Ｍｉｓｅｑ １６Ｓシーケンシングデータが１４４人の対象について返された。３つの試料（２人のＩＢＳ及び１人の対照）について生成されたデータは、シーケンシングにより返されたリード数が解析するのにあまりに少なかったため除去され、１４１個の試料（対照：ｎ＝６３、ＩＢＳ ｎ＝７８）が残された。ｆｌａｓｈ法（２７）を使用してアンプリコン配列生データがマージされ、リードがトリミングされた。ＯＴＵテーブルを生成するために、ＵＳＥＡＲＣＨパイプラインが使用された（２８）。９７％の類似性でＯＴＵに配列をクラスター化するために、ＵＰＡＲＳＥアルゴリズムが使用された（２９）。キメラ配列を除去するために、ＵＣＨＩＭＥキメラ除去アルゴリズムが、Ｃｈｉｍｅｒａｓｌａｙｅｒと共に使用された（３０）。代表的なＯＴＵ配列（２８）に分類を割り当てるために、Ｒｉｂｏｓｏｍａｌ Ｄａｔａｂａｓｅ Ｐｒｏｊｅｃｔ（ＲＤＰ）分類子が使用され、微生物叢の組成情報（存在量及び多様性）が生成された。
バイオインフォマティクス解析（ショットガンメタゲノムシーケンシング）：ショットガンメタゲノミクスについて、６つの対照試料が、データがＱＣを通過しなかったか、または利用可能な試料でないためにシーケンシングされなかった（対照：ｎ＝５９；ＩＢＳ：ｎ＝８０）。シーケンシング後に得られた生リードペアの数は、５，２４７，０１３から２１，２８０，７２３までの間で変化した（平均＝９，７６３，１５９±２，４０８，０４８）。リードは、Ｈｕｍａｎ Ｍｉｃｒｏｂｉｏｍｅ Ｐｒｏｊｅｃｔ（ＨＭＰ） Ｃｏｎｓｏｒｔｉｕｍ（３１）の標準操作手順に従って処理された。メタゲノム組成及び機能プロファイルが、ＨＵＭＡｎＮ２パイプライン（３２）を使用して生成された。各試料について、クレード特異的遺伝子情報による微生物組成プロファイル（ＭｅｔａＰｈｌＡｎ２を使用する）、遺伝子ファミリー存在量、生物毎に層別化された経路、全経路のカバレッジ及び存在量が含まれる、複数のプロファイルが取得された。
機械学習：インハウス機械学習パイプラインは、最小絶対収縮及び選択演算子（ＬＡＳＳＯ）による特徴選択を適用し、続いて、ランダムフォレスト（ＲＦ）モデリング（３３）を適用する２段階の手法を使用して、各データ種類（１６Ｓ、ショットガン、ならびに尿及び糞便のＭＳメタボロミクス）に適用された。モデルは、Ｒソフトウェアバージョン３．４．０を使用し、ＬＡＳＳＯによる特徴選択のためのｇｌｍｎｅｔパッケージバージョン２．０－１０、及びＲのｒａｎｄｏｍＦｏｒｅｓｔパッケージバージョン４．６－１２（３４）を使用して実装された。
各変数は、７８人のＩＢＳ患者ＩＢＳ及び６４人の対照からのデータから構成された。最初に、関連する特徴を効率的に選択することによりモデルの精度及び解釈可能性を改善するために、特徴選択がＬＡＳＳＯアルゴリズムを使用して実行された。このプロセスは、λパラメータにより調整され、これはグリッドサーチを使用して各データセットについて最適化された。訓練データは、ＬＡＳＳＯアルゴリズムにより選択された特徴のみを含むようにフィルタリングされ、次いで、ＲＦがモデリングのために使用され、これにより、１５００本の木が構築された。ＬＡＳＳＯによる特徴選択及びＲＦモデリングの両方が、１０回繰り返される１０分割交差検証（ＣＶ）（１０分割、１０回繰り返し、Ｒのｃａｒｅｔパッケージバージョン６．０－７６）を使用して実行され、これにより、試料のＩＢＳまたは対照への分類を予測する最適モデルをもたらす１０分割内部予測が生成された。この１０分割交差検証手順は１０回繰り返され、平均曲線下面積（ＡＵＣ）、感度、及び特異性が報告された。
結果
マイクロバイオームは、ＩＢＳと対照との間で異なるが、臨床的ＩＢＳサブタイプ間では差がない
１６Ｓ ｒＲＮＡアンプリコンシーケンシング及び微生物叢の組成データの主座標分析（ＰＣｏＡ）による微生物叢プロファイリングにより、ＩＢＳを有する対象の微生物叢が、ある程度の重複はあるが対照のそれと異なることが確認された（図１ａ）。
ＩＢＳ及び対照群を予測する細菌分類群を同定するために、機械学習が使用された（図１ｂ）。これらの分類群は、ルミノコッカス、ラクノスピラ、及びバクテロイデス科／属に属していた。
機械学習（ショットガンデータに基づく）は、ラクノスピラ、オシリバクター、及びコプロコッカスを含むＩＢＳを予測する６つの属を、０．８３５の曲線下面積（ＡＵＣ）（感度：０．８１５及び特異性：０．７０４；表１）で同定した。
種レベルでは、４０種の予測特徴（０．８７８のＡＵＣ；感度：０．８９４、特異性：０．６８７；表２）が同定され、これには、対比較に基づいてＩＢＳにおいて有意により多く存在したルミノコッカス グナバス及びラクノスピラの菌種が含まれたが、バルネシエラ インテスティニホミニス及びコプロコッカス カツスは、ＩＢＳにおいて分類群の間で有意により存在量が少なかった（表３）。これらの変化は、有意に多さが異なった分類群がルミノコッカス、ラクノスピラ、及びバクテロイデテス（Ｂａｃｔｅｒｏｉｄｅｔｅｓ）科／属に属していた以前の研究（１０～１２）と一致する。
ＩＢＳの臨床的サブタイプは、１６Ｓプロファイリングデータに由来する微生物叢のβ多様性のＰＣｏＡにおいて分離しなかった（図１ｃ）。メタゲノムショットガンシーケンシングにより、対照からのＩＢＳ対象の分離における１６Ｓプロファイリングが実証された（図２）。更に、属及び種レベルでの微生物叢の組成（ショットガン配列データを使用して決定される）は、ＩＢＳと対照との間の微生物叢の組成の差を強調した（図１ｄ）。注釈付けられたメタゲノムデータセットの対比較は、対照と比較してＩＢＳ群において有意により多く存在した、生物毎に層別化された２３２個のショットガン経路を同定した（表４）。これらは、活性の変化がＩＢＳ病態生理学に関連し得る（３５）多数のアミノ酸生合成／分解経路を特に含んでいた。
ＩＢＳを有する対象のメタゲノムにおいてより存在量が少なかった他の経路には、ガラクトース分解、硫酸還元、硫酸同化、及びシステイン生合成が含まれた。これらは、総合的にＩＢＳにおける硫黄代謝の減少を示す。デンプン分解Ｖ経路のものが含まれる、１２個の経路をコードする遺伝子は、ＩＢＳ対象においてより多く存在した。ＩＢＳ群において有意により多く存在した合計２３２個の機能的経路のうち、１１３個がラクノスピラまたはルミノコッカス菌種に関連した。
考察
ＩＢＳの種レベルのマイクロバイオームシグネチャが同定され、これは、幾つかの広範な分類群（バクテロイデス菌種のより少ない存在量、高レベルのラクノスピラ及びルミノコッカス菌種）、及び収集される存在量の値によりＩＢＳと対照を区別することができる３２種の分類群のリストを含んだ。ＩＢＳを有する対象の微生物叢を対照と区別する能力は、教師あり分割（１０）に基づく以前の研究のもの、または対照とＩＢＳの微生物叢を区別できなかったが（１２）、不安、うつ病、排便回数、及びブリストル便性状の評価について、ＩＢＳ対象及び対照の表現型の統計的有意差も報告しなかったものより優れている。このＩＢＳコホートの比較的軽度の病徴（１２）が、マイクロバイオームシグネチャの同定を複雑にした可能性がある。これを支持するように、ＩＢＳ及びＩＢＤにおける消化管マイクロバイオームの最近の研究では、マイクロバイオームの変化は、医師により診断されたＩＢＳ群と有意に関連したが、自己診断したＩＢＳ亜群（３６）においてはより少なく、かつより有意性が低かった。
実施例２．ＩＢＳ患者及び対照の尿メタボロームプロファイリング
材料及び方法
対象の募集及び試料収集は、実施例１に記載したように実施された。
尿ＦＡＩＭＳ：ＦＡＩＭＳ解析は、Ａｒａｓａｒａｄｎａｍ ｅｔ ａｌ．（３７）のプロトコールから変更されたもの、及び以下に記載されるプロトコールを使用して実行された。代謝産物を検出するための当該技術分野において公知の任意の他の適切な方法が、本発明の方法において使用され得る。凍結（－８０℃）尿試料を４℃で一晩解凍し、５ｍＬの各尿試料を２０ｍＬのガラスバイアルに分取し、Ｌｏｎｅｓｔａｒ ＦＡＩＭＳ機器（Ｏｗｌｓｔｏｎｅ、ＵＫ）に取り付けられたＡＴＬＡＳサンプラー（Ｏｗｌｓｔｏｎｅ、ＵＫ）に配置した。試料を４０℃まで加熱し、連続的に３回実行した。
各サンプルランは、５００ｍＬ／分の不純物を含まない乾燥空気の試料流速を有した。
更なる補充空気を添加して、２．５Ｌ／分の総流速を生じさせた。ＦＡＩＭＳは、５１ステップの０～９９％の分散電界、５１２ステップの＋６ Ｖ～－６Ｖの補償電圧でスキャンされ、各試料について非標的型揮発性有機化合物（ＶＯＣ）プロファイルを生成するために、陽イオン及び陰イオンが検出された。各試料の各ＤＦでのシグナルを、Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙフィルターを使用して平滑化した（ウインドウサイズ＝９、次数＝３）。関心対象の領域を得、ベースラインノイズを低減するために、シグナルを、ポジティブモードについて０．００７及びネガティブモードについて－０．００７の最適化されたカットオフ値に基づいてトリミングした。シグナルを、相互相関を使用し、参照としての平均シグナルを使用して、トリミングされたシグナルと各ＤＦでアラインメントして、それらを比較可能にした。ＦＡＩＭＳシグナルのうちの初めのＤＦ及び高いＤＦが有益でなかったため、ポジティブ及びネガティブモードの両方の１７番目のＤＦ～４２番目のＤＦに対応するシグナルが考慮された。これらの前処理ステップは、関連するパッケージ（Ｓｃｉｐｙ ｖ－１．１及びＮｕｍｐｙ ｖ－１．１５．２）を用いてＰｙｔｈｏｎ（ｖ．２．７．１１）で開発され、カスタマイズされたプログラムを使用して実行された。複雑性を更に低減するため、及び有益なデータを保持するために、尖度の正規性検定が、各特徴ベクトルに対して実行され、生ｐ値＞０．１を有する特徴が考慮され、最終プロファイルが様々な統計解析のために生成された。
尿メタボロームデータ（ＦＡＩＭＳ）のバイオインフォマティクス解析：ＦＡＩＭＳを使用して分析された各尿試料は、約５２，２２４個のデータポイントを有するプロファイルをもたらした。各試料のこれらのデータポイントを含有するプールされたプロファイルが、データのノイズ、サイズ、及び複雑性を低減するための前処理のために生成された。
尿ＧＣ／ＬＣ－ＭＳ：５ｍＬの凍結尿試料を、Ｍｅｔａｂｏｌｏｍｉｃ Ｄｉｓｃｏｖｅｒｉｅｓ（現在はＭｅｔａｂｏｌｏｎ）、Ｇｅｒｍａｎｙ Ｐｏｔｓｄａｍにドライアイス詰めで送付した。非標的型メタボロミクス解析を液体クロマトグラフィー（ＬＣ）及び固相マイクロ抽出（ＳＰＭＥ）ガスクロマトグラフィー（ＧＣ）を使用して実行し、代謝産物をエレクトロスプレーイオン化質量分析（ＥＳＩ－ＭＳ）を使用して同定した。短鎖脂肪酸（ＳＣＦＡ）解析も、ＬＣ－タンデム型質量分析により実行した。
尿メタボロミクスについて、代謝産物の値は、各試料中の尿クレアチニン濃度を基準として正規化された。
尿メタボロームデータ（ＭＳ）のバイオインフォマティクス解析：全てのＩＢＳ対象（ｎ＝８０）及び２つを除く（これらはＱＣを通過しなかったか、または試料が利用可能でなかった）全ての対照（ｎ＝６３）のＭＳ尿メタボロミクスデータが返された。合計２，８８７種の代謝産物が、非標的型尿メタボロミクス解析から返され、これらのうち５９４種が同定された。尿中のクレアチニンレベル（ｍｇ／ｄｌ）により正規化されたピーク値を有する同定された特徴のみが更なる解析での使用を考慮された。
機械学習：インハウス機械学習パイプラインは、実施例１に記載したように、最小絶対収縮及び選択演算子（ＬＡＳＳＯ）による特徴選択を適用し、続いて、ランダムフォレスト（ＲＦ）モデリング（３８）を適用する２段階の手法を使用して、各データ種類（この実施例ではＭＳ尿メタボロミクス）に適用された。モデルは、Ｒソフトウェアバージョン３．４．０を使用し、ＬＡＳＳＯによる特徴選択のためのｇｌｍｎｅｔパッケージバージョン２．０－１０、及びＲのｒａｎｄｏｍＦｏｒｅｓｔパッケージバージョン４．６－１２（３４）を使用して実装された。健康分類を区別するＦＡＩＭＳ尿メタボロミクスの能力は、ｐｙｔｈｏｎ ２．７及びＳｃｉｋｉｔ－Ｌｅａｒｎ（ｖ ０．１９．２）（３９）を使用した線形カーネルによるサポートベクトルマシン（ＳＶＭ）を使用して試験された。ＦＡＩＭＳプロファイルの特徴は、尖度の正規性検定を使用して選択された。これらの特徴は中心化及び基準化された。試料は、１０分割交差検証のために訓練及び試験セットに分割された。ｃｌａｓｓ ｗｅｉｇｈｔはｂａｌａｎｃｅｄとした。他のパラメータはデフォルトに設定した。教師あり特徴選択は使用されなかった。
結果
ＩＢＳにおける尿メタボロームの変化
非侵襲試験試料として最初に尿に焦点を合わせ、メタボローム解析が全ての対象に適用された。以下の２つの方法が比較された：揮発性有機成分の高電界非対称波形イオン移動度スペクトロメトリー（ＦＡＩＭＳ）分析、ならびにＧＣ－ＭＳ及びＬＣ－ＭＳの両方。
ＦＡＩＭＳ技術は、特徴的な代謝産物を直接的に同定しなかったが、イオン化された代謝産物の特徴的なプルームにより試料／対象を区別した。教師なし解析において、ＦＡＩＭＳは、対照及びＩＢＳ由来の尿試料を容易に同定した（図４ａ）が、臨床的ＩＢＳサブタイプを区別することはできなかった（図５）。
尿メタボロームのＧＣ／ＬＣ－ＭＳ分析もＩＢＳ患者を対照と区別し（図４ｂ）、ＦＡＩＭＳより高い精度を有した（図６ａ及び６ｂ）。
機械学習により、ＩＢＳを予測する４つの尿メタボロミクス特徴が同定され（ＡＵＣ：０．９９９；感度：０．９８８、特異性：１．０００）、これらは食事成分を反映した（表５）。対照及びＩＢＳの尿メタボロームの対比較により、１２７種の多さが異なる特徴が同定された（表６）。粘膜防御及びＩＢＳ病態生理学（４０）の両方と関連する一酸化窒素の生合成の前駆体であるＬ－アルギニンなどの多数のアミノ酸が含まれる、８９種の尿中代謝産物が、ＩＢＳ対象において有意により存在量が少なかった。アシルグリシン（Ｎ－ウンデカノイルグリシン）及びアシルカルニチン（デカノイルカルニチン）が含まれる、他の３８種の代謝産物は、ＩＢＳにおいて有意により高いレベルで存在した。高レベルのこれらの群の代謝産物は、脂肪酸酸化／代謝の変化及び疾患と関連する（４１、４２、４３）。
考察
尿メタボロミクスはＩＢＳで非常に特徴的であった。機械学習モデルにより、同定された化合物が主に食事または薬物に関連していたことが示された。
実施例３．ＩＢＳ患者及び対照の糞便メタボロームプロファイリング
材料及び方法
対象の募集及び試料収集は、実施例１に記載したように実施された。
糞便ＧＣ／ＬＣ－ＭＳ：１ｇの凍結糞便試料を、Ｍｅｔａｂｏｌｏｍｉｃ Ｄｉｓｃｏｖｅｒｉｅｓ（現在はＭｅｔａｂｏｌｏｎ）、Ｇｅｒｍａｎｙ Ｐｏｔｓｄａｍにドライアイス詰めで送付した。ＬＣＭＳについて、試料は乾燥され、分析前に４００μＬ当たり１０ｍｇの最終濃度に再懸濁された。ＧＣ－ＭＳ及びＳＣＦＡ解析は、湿潤試料を使用して実行された。非標的型メタボロミクス及びＳＣＦＡ解析は、ＭＳ尿メタボロミクスについて上記に記載されたように実施された。
糞便メタボロームデータのバイオインフォマティクス解析：全てのＩＢＳ対象（ｎ＝８０）及び２つを除く（これらはＱＣを通過しなかったか、または試料が利用可能でなかった）全ての対照（ｎ＝６３）のＭＳ糞便メタボロミクスデータが返された。２，９３３種の代謝産物は、サービスプロバイダーにより実施された非標的型糞便メタボロミクス解析により返され、このうちの７５３種が同定された。ＬＣ－ＭＳを使用して同定された代謝産物は、糞便試料が試料調製において、すでに乾燥重量（４００μＬ当たり１０ｍｇ）で正規化されていたため、正規化されなかった。ＧＣ－ＭＳを使用して同定された代謝産物は、対応する試料の湿重量で正規化された。同定された代謝産物のみが更なる解析での使用を考慮された。機械学習解析は、尿メタボロームについて上記で記載されたように実施された。全てのデータセットについて要約統計量が、多重検定のためにｑ値の調整を行うウィルコクソン順位和検定を使用して生成された。
機械学習：インハウス機械学習パイプラインは、実施例１に記載したように、最小絶対収縮及び選択演算子（ＬＡＳＳＯ）による特徴選択を適用し、続いて、ランダムフォレスト（ＲＦ）モデリング（３８）を適用する２段階の手法を使用して、各データ種類（この実施例ではＭＳ糞便メタボロミクス）に適用された。モデルは、Ｒソフトウェアバージョン３．４．０を使用し、ＬＡＳＳＯによる特徴選択のためのｇｌｍｎｅｔパッケージバージョン２．０－１０、及びＲのｒａｎｄｏｍＦｏｒｅｓｔパッケージバージョン４．６－１２（３９）を使用して実装された。
結果
ＩＢＳにおける糞便メタボロームの変化
ＧＣ／ＬＣ－ＭＳによる糞便メタボロームの解析は、ＩＢＳ患者を対照と区別した（図４ｃ）が、臨床的ＩＢＳサブタイプの間で差は観察されなかった（図７）。このデータセットに適用された機械学習により、ＩＢＳを予測する４０種の糞便代謝産物が同定され（ＡＵＣ：０．８６２、感度：０．８２１、及び特異性：０．６４７；表７）、これには、アミノ酸であるＬ－チロシン及びＬ－アルギニン；胆汁酸であるＵＤＣＡ；胆汁色素であるウロビリン、及び脂肪酸酸化異常の指標（４４）であるドデカンジオン酸が含まれた。
ショットガンシーケンシングによる種のデータセットに適用された機械学習により、４０種の予測となる種（表２）に基づく、糞便メタボロームモデルと比べてわずかに良好なＩＢＳの予測モデルが生成された（ＡＵＣ：０．８７８、感度：０．８９４、及び特異性：０．６８７）。アデノシンリボヌクレオチド新規生合成機能経路は、３２種の予測となる種のうちの１１種において有意に多く存在した。このことは、アデノシンが４番目に順位付けられたＩＢＳを予測する代謝産物であることに共鳴する。
代謝産物の対比較解析により、ＩＢＳにおいて有意に欠乏していた７７個が含まれる、１２８個の有意に多さが異なる特徴が同定された（表８）。チロシン及びリジンならびに３種の胆汁酸（ＢＡ）：［ＳＴ ヒドロキシ］（２５Ｒ）－３α，７α－ジヒドロキシ－５β－コレスタン－２７－オイルタウリン；［ＳＴ（２：０）］５β－コラ－３，１１－ジエン－２４－オイック酸、及びＩＢＳを予測する代謝産物の１つであるＵＤＣＡが含まれる、５１種の糞便代謝産物が有意に多く存在した。ＢＡは腸管における水分吸収に影響を及ぼし、下痢をもたらし得る（４５）。
亜群における胆汁酸代謝産物のレベルが分析され、表９ａに示すように、ＩＢＳ－Ｄサブタイプにおいて、対照の対象と比較した場合に、ほとんどの胆汁酸カテゴリー（総ＢＡ、二次ＢＡ、硫酸化ＢＡ、ＵＤＣＡ、及び抱合型ＢＡ）で有意差が観察された。これらの差は、二次ＢＡ、ＵＤＣＡ、及び総ＢＡレベルと相関するウルソデオキシコール酸塩生合成及びグリココール酸塩代謝経路遺伝子存在量により反映される機能的能力の変化に関連していた（表９ｂ）。一次ＢＡ及びタウリン：グリシン抱合型ＢＡは、群間で有意差はなかった。二次ＢＡ、硫酸化ＢＡ及びＵＤＣＡ、ならびにタウリン：グリシン抱合型ＢＡについて、同様の発見（より小規模のＩＢＳ／対照コホートにおける）がＤｉｏｒらにより報告された（４６）。
従って、ＩＢＳ患者及び対照における糞便マイクロバイオームの組成及び予測される機能の差は、２つの試料種類において測定されるメタボロームの差を反映する。
考察
この実施例において、ＩＢＳを有する患者のマイクロバイオームが対照のそれと異なり、これは糞便メタボロームプロファイルに反映されることが示された。しかしながら、メタゲノム及びメタボロームの構成は、ＩＢＳのいわゆる臨床的サブタイプを区別しない（ＩＢＳ－Ｃ、ＩＢＳ－Ｄ、ＩＢＳ－Ｍ）。
糞便メタボロームは、微生物叢の分類データ及び機能データとよく相関した。
実施例４．代替的機械学習パイプラインによるＩＢＳ患者及び対照の糞便メタボロームプロファイリング
材料及び方法
対象の募集及び試料収集は、実施例１に記載したように実施された。
糞便ＧＣ／ＬＣ－ＭＳ：１ｇの凍結糞便試料を、Ｍｅｔａｂｏｌｏｍｉｃ Ｄｉｓｃｏｖｅｒｉｅｓ（現在はＭｅｔａｂｏｌｏｎ）、Ｇｅｒｍａｎｙ Ｐｏｔｓｄａｍにドライアイス詰めで送付した。ＬＣＭＳについて、試料は乾燥され、分析前に４００μＬ当たり１０ｍｇの最終濃度に再懸濁された。ＧＣ－ＭＳ及びＳＣＦＡ解析は、湿潤試料を使用して実行された。非標的型メタボロミクス及びＳＣＦＡ解析は、ＭＳ尿メタボロミクスについて上記に記載されたように実施された。
糞便メタボロームデータのバイオインフォマティクス解析：全てのＩＢＳ対象（ｎ＝８０）及び２つを除く（これらはＱＣを通過しなかったか、または試料が利用可能でなかった）全ての対照（ｎ＝６３）のＭＳ糞便メタボロミクスデータが返された。２，９３３種の代謝産物は、サービスプロバイダーにより実施された非標的型糞便メタボロミクス解析により返され、このうちの７５３種が同定された。ＬＣ－ＭＳを使用して同定された代謝産物は、糞便試料が試料調製において、すでに乾燥重量（４００μＬ当たり１０ｍｇ）で正規化されていたため、正規化されなかった。ＧＣ－ＭＳを使用して同定された代謝産物は、対応する試料の湿重量で正規化された。同定された代謝産物のみが更なる解析での使用を考慮された。機械学習解析は、尿メタボロームについて上記で記載されたように実施された。全てのデータセットについて要約統計量が、多重検定のためにｑ値の調整を行うウィルコクソン順位和検定を使用して生成された。
機械学習：インハウス機械学習パイプラインが糞便メタボロミクスデータに適用された。この実施例で使用された機械学習パイプラインは、実施例１～３で使用された機械学習パイプラインと同様であるが、１０分割交差検証内での２ステップの手法を使用した追加の最適化及び検証ステップを含んでいた。各検証分割内で、最小絶対収縮及び選択演算子（ＬＡＳＳＯ）による特徴選択が実施され、続いて、ランダムフォレスト（ＲＦ）モデリングが実施され、最適化されたモデルが、交差検証訓練サブセットの外部にある交差検証テストデータに照らして検証された。
分類される糞便試料メタボロームプロファイルは、機械学習パイプラインで解析される前にｌｏｇ１０変換された。次いで、変換されたプロファイルは、試料をＩＢＳ（８０個の試料）または対照（６３個の試料）として分類するために使用された。次いで、分類された試料は、機械学習パイプラインで解析された。
図９は、この実施例で使用される機械学習パイプラインを示す。分類された糞便試料メタボロームプロファイルは、最初に訓練セット及びテストセットに分割された。次いで、訓練セットは、ＬＡＳＳＯアルゴリズムで使用するための最適ラムダ（λ）範囲を生成するために使用された。最適ラムダ（λ）範囲は、以前に記載された交差検証されたＬＡＳＳＯを使用し、ｇｌｍｎｅｔパッケージ（バージョン２．０－１８）を使用して生成された。最適ラムダ（λ）範囲の事前決定は、パイプラインを実行する計算時間を低減し、ユーザが手作業で範囲を指定する必要性をなくす。
ラムダ（λ）範囲の決定後、試料は、それらのクラス確率に基づいて重みを割り当てられた。このステップで訓練サンプルに割り当てられる重みは、その後に適用される全てのステップで使用された。
次いで、実施例１～３において大体が記載されたＬＡＳＳＯアルゴリズムが、重み付き訓練サンプルに適用された。この実施例では、ＬＡＳＳＯアルゴリズムには、事前に計算された最適ラムダ（λ）範囲が使用され、Ｃａｒｅｔ（この実施例ではバージョン６．０－８４）及びｇｌｍｎｅｔ（この実施例ではバージョン２．０－１８）パッケージが使用された。ＲＯＣ ＡＵＣ（受信者動作特性曲線下面積）メトリックが、１０回繰り返される１０分割内部交差検証を使用して計算された。最適化されたＬＡＳＳＯアルゴリズムにより同定された特徴係数が抽出され、ゼロでない係数を有する特徴が更なる解析のために選択された。図９において、ＮはＬＡＳＳＯアルゴリズムにより返された特徴の数を指す。ＬＡＳＳＯにより選択された特徴の数が５未満であった場合、全ての特徴（プレＬＡＳＳＯ）がランダムフォレストを生成するために使用された（すなわち、ＬＡＳＳＯフィルタリングは、ランダムフォレスト生成プログラムにより無視された）。ＬＡＳＳＯにより選択された特徴の数が５以上であった場合、ＬＡＳＳＯにより選択されたそれらの特徴のみがランダムフォレストの生成（下流の分類子生成）のために使用された。その他の場合には、全ての特徴が分類子生成ステップでの使用を考慮された。
ＬＡＳＳＯを使用した特徴選択後に、最適化されたランダムフォレスト分類子（１５００本の木を有する）が、Ｎによって決定される選択された特徴または全ての特徴を使用して生成された。この最適化されたランダムフォレスト分類子は、外部のテスト用分割を予測するために使用され得る。ランダムフォレスト生成は、Ｃａｒｅｔ（バージョン６．０－８４）及び内部交差検証を使用して実行され、ＲＯＣ ＡＵＣメトリックを最大化するために、「ｍｔｒｙ」パラメータが調整された。調整について、選択された特徴の数が５以上である場合、ｍｔｒｙは１～選択された特徴の数の平方根の範囲であり、そうでなければ、範囲は１～６である。次いで、最適化されたランダムフォレスト分類子がテストセットに適用され、分類子の性能は、ＡＵＣ、感度、及び特異性メトリックにより計算された。
ＬＡＳＳＯによる特徴選択及びＲＦモデリングの両方が、１０分割交差検証（ＣＶ）内で実行され、これにより、試料のＩＢＳまたは対照への分類を予測する内部１０分割予測モデルが生成された。この１０分割交差検証手順は１０回繰り返され、平均ＡＵＣ、感度、及び特異性が報告された。次いで、最適化されたモデルは、交差検証テストサブセットを予測するために使用され、最終的な分類子性能メトリックが、１０分割の交差検証内から計算される（ＡＵＣ、感度、及び特異性）。
結果
糞便メタボロームはＩＢＳを予測する
最適化されたランダムフォレスト分類子は、試料をＩＢＳまたは対照に分類する予測能力について調査された。外部有効性検証は１０分割交差検証であった。内部有効性検証は、１０回繰り返される１０分割交差検証であった。
性能の要約及び特徴の詳細を表１３に示す。ＬＡＳＳＯにより選択されたゼロ未満の係数を有する特徴は、ＩＢＳに関連し、一方で正の係数は対照に関連する。１０分割全体としての平均ＲＯＣ ＡＵＣは、０．６８６（±０．１３２）であった。感度及び特異性は、それぞれ０．７３７（±０．１８１）及び０．４７６（±０．１２２）であった。精度は、０．６２２±０．０９５であることが観察された。
最大限の感度及び特異性を達成するために、ｐＲＯＣパッケージ（バージョン１．１５．０）及びＹｏｕｄｅｎのＪスコアを使用して分類閾値も最適化された。得られた最適化された感度及び特異性の値は、それぞれ０．５５及び０．７９４であった。閾値も特異性≧０．９となるように最適化された。従って、得られた最適化された感度及び特異性の値は、０．６８９に等しい閾値でそれぞれ０．２８８及び０．９０５であった。
表１３に列挙されるＩＢＳを予測する１５８種の代謝産物が解析により同定された。最も高いＲＦ特徴重要度を有する代謝産物には、Ｌ－フェニルアラニン、アデノシン、及びＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）が含まれた。フェニルアラニンの重要な代謝経路に関与するフェニルエチルアミンのレベルの健常な対照マウスと比較した増加が、ＩＢＳマウスの糞便抽出物において観察されており（４７）、糞便のフェニルアラニンレベルとＩＢＳとの関連を示し、このことは、この実施例での発見と一致する。ＩＢＳを予測した他の代謝産物には、以前に（アデノシンと共に）ＩＢＳのバイオマーカーとして報告されたアミノ酸であるＬ－アラニン、Ｌ－アルギニン、チロシン、及びイノシンが含まれた。同定された代謝産物には、実施例３に記載されたように脂肪酸酸化異常の指標である（３２）、ドデカンジオン酸も含まれた。
考察
この実施例において、ＩＢＳを有する患者の糞便メタボロームプロファイルが対照のそれと異なることが示された。この発見は、実施例３に記載される異なる機械学習パイプラインを使用して得られた結果と一致する。
実施例５．代替的機械学習パイプラインによる遺伝子ファミリーの共存在量解析（ｃｏ－ａｂｕｎｄａｎｃｅ ａｎａｌｙｓｉｓ）
材料及び方法
対象の募集及び試料収集は、実施例１に記載したように実施された。
共存在量のクラスター化：メタゲノムにより決定される種の変量を表す、共に多く存在する遺伝子（ｃｏ－ａｂｕｎｄａｎｔ ｇｅｎｅｓ、ＣＡＧ）のクラスターが、遺伝子ファミリー存在量を使用して同定された。遺伝子ファミリー存在量の生成は、実施例１に詳細に記載されているが、念のために以下にも詳述される。
マイクロバイオームプロファイリング及びメタゲノミクス：Ｂｒｏｗｎ ｅｔ ａｌ．（２６）により記載された方法を使用して、ゲノムＤＮＡを凍結糞便試料（０．２５ｇ）から抽出し、増幅した。
マイクロバイオームプロファイリング及びメタゲノミクス（ショットガンシーケンシング）：ゲノムＤＮＡは上記の通りに抽出された。ショットガンシーケンシングについて、各試料について１μｇ（濃度＞５ｎｇ／μＬ）の高分子量ＤＮＡが、２×２５０ｂｐペアードエンドケミストリーを使用したＩｌｌｕｍｉｎａ ＨｉＳｅｑプラットフォーム（ＨｉＳｅｑ ２５００）でのシーケンシングのためにＧＡＴＣ Ｂｉｏｔｅｃｈ（Ｇｅｒｍａｎｙ）に送付された。これにより、２，７１４，１５８，１４４の生リード（２，６１２，２０１，５９８の加工されたリード）が返され、このうちの４５．６％が、試料当たり平均２２２，９４５個の遺伝子ファミリーに位置付けられ、平均カウント値は試料当たり８，９２４，３０２±２，５６９，３５３であった。
バイオインフォマティクス解析（１６Ｓアンプリコンシーケンシング）：Ｍｉｓｅｑ １６Ｓシーケンシングデータが１４４人の対象について返された。３つの試料（２人のＩＢＳ及び１人の対照）について生成されたデータは、シーケンシングにより返されたリード数が解析するのにあまりに少なかったため除去され、１４１個の試料（対照：ｎ＝６３、ＩＢＳ ｎ＝７８）が残された。ｆｌａｓｈ法（２７）を使用してアンプリコン配列生データがマージされ、リードがトリミングされた。ＯＴＵテーブルを生成するために、ＵＳＥＡＲＣＨパイプラインが使用された（２８）。９７％の類似性でＯＴＵに配列をクラスター化するために、ＵＰＡＲＳＥアルゴリズムが使用された（２９）。キメラ配列（３０）を除去するために、ＵＣＨＩＭＥキメラ除去アルゴリズムが、Ｃｈｉｍｅｒａｓｌａｙｅｒと共に使用された。代表的なＯＴＵ配列（２８）に分類を割り当てるために、Ｒｉｂｏｓｏｍａｌ Ｄａｔａｂａｓｅ Ｐｒｏｊｅｃｔ（ＲＤＰ）分類子が使用され、微生物叢の組成情報（存在量及び多様性）が生成された。
バイオインフォマティクス解析（ショットガンメタゲノムシーケンシング）：ショットガンメタゲノミクスについて、６つの対照試料が、データがＱＣを通過しなかったか、または利用可能な試料でないためにシーケンシングされなかった（対照：ｎ＝５９；ＩＢＳ：ｎ＝８０）。シーケンシング後に得られた生リードペアの数は、５，２４７，０１３から２１，２８０，７２３までの間で変化した（平均＝９，７６３，１５９±２，４０８，０４８）。リードは、Ｈｕｍａｎ Ｍｉｃｒｏｂｉｏｍｅ Ｐｒｏｊｅｃｔ（ＨＭＰ） Ｃｏｎｓｏｒｔｉｕｍ（３１）の標準操作手順に従って処理された。メタゲノム組成及び機能プロファイルが、ＨＵＭＡｎＮ２パイプライン（３２）を使用して生成された。各試料について、クレード特異的遺伝子情報による微生物組成プロファイル（ＭｅｔａＰｈｌＡｎ２を使用する）、遺伝子ファミリー存在量、経路カバレッジ及び存在量が含まれる、複数のプロファイルが取得された。
メタゲノムにより決定される種の変量を表す、共に多く存在する遺伝子（ｃｏ－ａｂｕｎｄａｎｔ ｇｅｎｅｓ）のクラスターが、ＨＵＭＡｎＮ２パイプラインを使用して遺伝子ファミリー存在量から同定された後、遺伝子ファミリーの共存在量解析が、改変されたｃａｎｏｐｙクラスタリングアルゴリズム（Ｎｉｅｌｓｅｎ ｅｔ ａｌ．， ２０１４）（４８）を使用して実行された。１３９個の試料（ＩＢＳ（８０個の試料）または対照（５９個の試料））について、ｃａｎｏｐｙクラスタリングアルゴリズムが、ＨＵＭＡｎＮ２法（Ｆｒａｎｚｏｓａ ｅｔ ａｌ．， ２０１８）（３２）を使用して種毎に層別化された１，７０６，５７１個の遺伝子ファミリー（ＵｎｉＲｅｆ９０データベース）の相対存在量を使用してデフォルトパラメータを用いて実行された。
得られた遺伝子ファミリークラスターは、クラスターシグナルのうちの少なくとも９０％が３個超の試料に由来し、２個超の遺伝子ファミリーを含有するものを残すようにフィルタリングされた。これは、Ｎｉｅｌｓｅｎ ｅｔ ａｌ．， ２０１４（４８）により推奨されるように、外れ値により生じるクラスターまたは数値が少な過ぎるクラスターを除去するためであった。フィルタリング後に残ったクラスターは、共に多く存在する群またはＣＡＧと名付けられた。
ＣＡＧの存在量指数：ＣＡＧの存在量指数は、デフォルトパラメータでのｄｕｄｉ．ｐｃａコマンド（Ｒのａｄｅ４パッケージ、Ｒ バージョン３．５．１）を使用した主成分分析（ＰＣＡ）において実行されるような、特異値分解（ＳＶＤ）により生成された。最初の主成分が指数として抽出され、方向性が、指数をＣＡＧ内の全ての値のスピアマン相関を使用してＣＡＧ遺伝子存在量中央値と比較することにより修正された。負相関を返すＣＡＧは、そのＣＡＧの主成分値を逆転させることにより修正された。次いで、主成分値は、各ＣＡＧ値からＣＡＧの最小値を減算することにより基準化された。
ＣＡＧへの分類の割り当て：各ＣＡＧが複数の遺伝子ファミリーから構成されるため、ＣＡＧにおける遺伝子ファミリーに関連する最も一般的な属及び種を、それらが構成するＣＡＧのパーセンテージと共に報告することによりＣＡＧに分類が割り当てられた。属または種が遺伝子ファミリーうちの６０％超を占めるＣＡＧについて、分類が割り当てられた。
ＣＡＧの結果：ＣＡＧ当たり最低３つの遺伝子ファミリーとなるようにフィルタリングした後、ショットガンデータセット内の細菌株レベルでの情報（ＣＡＧにより表される）は、合計９５５のＣＡＧから構成された。ＣＡＧは、平均４１．０９個及び最大３，１７４個の遺伝子ファミリーを有した。試料全体のＣＡＧの分布はまばらであり、試料当たりのＣＡＧの平均数は３１．８６（９５５個の全ＣＡＧのうちの３．３４％）であり、任意の試料におけるＣＡＧの最大数は８０（ＣＡＧのうちの８．３８％）であることが観察された。得られたＣＡＧクラスタープロファイルは、ケンダル相関に基づいて試料間相関距離を計算するために使用された。このβ多様性メトリックに基づく主座標分析は、図１０に示されるように、ＩＢＳと対照との間に有意な分離を示した（図２、ＰＭＡＮＯＶＡのｐ値＜０．００１、ｖｅｇａｎライブラリー）。ＩＢＳサブタイプ間での有意な分離は観察されなかった（ＰＭＡＮＯＶＡのｐ値＝０．９１９）。
機械学習：実施例４に記載されたインハウス機械学習パイプラインが、ＣＡＧプロファイルに適用され、続いて、予備的多変量解析に適用された。
結果
ＣＡＧクラスタープロファイルは、ＩＢＳを予測する（ＩＢＳ対対照）
生物学的シグナルを増加させると共にメタゲノムデータの複雑性を低減するための有益な方法は、細菌株レベルの変量を表し、一般にメタゲノム種と称される、共に多く存在する遺伝子群またはＣＡＧにリードをまとめることである。入力データとしてＣＡＧクラスタープロファイルを使用して生成された、最適化されたランダムフォレスト分類子は、試料をＩＢＳまたは対照に分類する予測能力について調査された。外部検証は１０分割ＣＶであったが、最適化のための内部検証は、１０回繰り返される１０分割ＣＶであった。
これらの細菌株レベルの変量の解析により、図１７に示すように、有意にＩＢＳが対照と区別された。
性能の要約及び特徴の詳細を表１４に記載する。ＬＡＳＳＯにより選択されたゼロ未満の係数を有する特徴は、ＩＢＳに関連し、一方で正の係数は対照に関連する。
メタゲノム種（ＣＡＧ）データセットに適用された機械学習により、１３６種の予測特徴（表１４）に基づいてＩＢＳの予測モデルが生成された。１０分割全体としての平均ＲＯＣ ＡＵＣは、０．８１４（±０．１３４）であった。感度及び特異性は、それぞれ０．８７５（±０．１０２）及び０．４９７（±０２１７）であった。精度は、０．７１３±０．１３４であることが観察された。
最大限の感度及び特異性を達成するために、ｐＲＯＣパッケージ及びＹｏｕｄｅｎのＪスコアを使用して分類閾値が最適化された。得られた最適化された感度及び特異性の値は、それぞれ０．７５及び０．７９７であった。特異性が０．９以上（≧）となるように閾値も最適化された。従って、得られた最適化された感度及び特異性の値は、０．７９１に等しい閾値でそれぞれ０．３８７５及び０．９１５であった。
従って、解析により、ＩＢＳを予測する１３６個のＣＡＧが同定された（表１４）。ＣＡＧへの分類の割り当ては少なく、大多数の特徴が分類されなかったが、割り当てられた特徴は種レベルの解析と広く一致していた。分類が割り当てられたＣＡＧには、特に、エシェリキア属、クロストリジウム属、及びストレプトコッカスに関連するものが含まれた。種レベルでは、予測ＣＡＧには、特に、大腸菌、ストレプトコッカス アンギノスス、パラバクテロイデス ジョンソニイ、ストレプトコッカス ゴルドニイ、クロストリジウム ボルテアエ、ツリシバクター サングイニス、及びパラプレボテラ キシラニフィラに関連するものが含まれた。Ｃｌｏｓｔｒｉｄｉａｌｅｓ ｂａｃｔｅｒｉｕｍ １＿７＿４７ＦＡＡ、Ｅｕｂａｃｔｅｒｉｕｍ ｓｐ ３＿１＿３１、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ５＿１＿５７ＦＡＡ、及びＣｌｏｓｔｒｉｄｉａｃｅａｅ ｂａｃｔｅｒｉｕｍ ＪＣ１１８が含まれる、個々の細菌株に関連する多数のＣＡＧも同定された。
考察
この実施例において、ＩＢＳを有する患者のマイクロバイオームが対照のそれと異なること、及び確実にＩＢＳを検出するために、機械学習が遺伝子の共存在量クラスタリングに適用され得ることが示された。
１３６種のメタゲノム種を含むＩＢＳの細菌株レベルのマイクロバイオームシグネチャが同定された。教師なし解析によるＩＢＳの微生物叢と対照の微生物叢との間の分離は、以前の報告のものより優れている（１０、１２）。１６Ｓアンプリコンデータセットの制限及び比較的軽度の病徴が、１つの報告におけるマイクロバイオームシグネチャの同定の失敗を説明し得る（１２）。更に、マイクロバイオームの変化は、医師により診断されたＩＢＳに有意に関連したが、自己申告性のローマ基準ＩＢＳにおいては有意性が低かった（３６）。
実施例６．教師なし学習を使用したＩＢＳサブタイプの層別化
背景
主症状に基づいて臨床的サブタイプに患者を層別化する現行の手法は、大きな制約を有する。この実施例では、ＩＢＳ患者を亜群に層別化するために、マイクロバイオームプロファイリングを使用する。
材料及び方法
対象の募集：合計１４２個の試料が解析に使用された。患者は、Ｃｏｒｋ Ｕｎｉｖｅｒｓｉｔｙ Ｈｏｓｐｉｔａｌで胃腸科診療所、病院、ＧＰ診療所、及びショッピングセンターでの広告、ならびに大学職員への電子メールを通して募集された。ローマＩＩＩ／ＩＶ基準を満たし、選択／除外基準を満たしたＩＢＳを有する８０人の患者及び６５人の健常な対照が選択された。試料の特定のデータセットの有用性が異なるために、全ての試料が各解析に使用されたわけではなかった（表１５）。例えば、３個の試料からのシーケンシングデータは、残りの１４２個の試料からのデータと共に含めるのには質があまりに悪かったため、解析から除去された。
マイクロバイオームプロファイリング：試料は、実施例１に記載されたように、１６Ｓ ｒＲＮＡアンプリコンシーケンシングを使用して配列決定された。得られた表は、全１４２個の試料にわたる各分類群の存在量の尺度を示した。ＯＴＵが３０％以下の試料において存在する場合、それらは表から除かれた。
機械学習：教師なし学習が試料を分類するために使用された。マイクロバイオームＯＴＵテーブルのヒートマップが、Ｗａｒｄ２デンドログラム及びキャンベラ距離尺度を使用して適用された階層的クラスタリングと共に生成された。
結果
試料の記述的分析
分析された１４２個の試料のうち、６４個の試料が健常な対照であり、残りの７８個の試料がＩＢＳであった。７８個のうち、２９個の群がＩＢＳ－Ｃサブタイプと診断され、２０個の群がＩＢＳ－Ｄサブタイプと診断され、２９個の群がＩＢＳ－Ｍサブタイプと診断された。
サブタイプの同定
階層的クラスタリングは４つのクラスターを同定した（図１１）。４つのクラスターはＩＢＳ及び健常な対照の偏在を示した。健常とＩＢＳとの間の、及びＩＢＳ内でのこのβ多様性の変化は、３つのＩＢＳ亜群（ＩＢＳ－１、ＩＢＳ－２、ＩＢＳ－３）の同定のための基礎を提供した。ＩＢＳ－１及びＩＢＳ－２亜群は、それぞれクラスター１及び２に関連し、健常な対照（クラスター３及び４）と共クラスター化するＩＢＳ試料はＩＢＳ－３亜群に分類される。全ての健常対照試料は、実施例７～９において別個の群とみなされる。
考察
この実施例において、マイクロバイオームデータに適用される階層的クラスタリングが、ＩＢＳ集団内の表現型的に異なる亜群を定義するために使用され得ることが示された。
実施例７．ＩＢＳ亜群のマイクロバイオームプロファイリング及び存在量差異解析（属レベル）
材料及び方法
対象：実施例６と同じ対象が研究された。この実施例において解析される試料の数を表１５に示す。
α多様性の解析：実施例６と同じＯＴＵデータが使用された。観察された種（多さ）は、試料内の固有のＯＴＵのカウント数として定義される多様性の尺度である。統計解析はＡＮＯＶＡを使用して実行された。
β多様性の解析：キャンベラ距離での主成分分析が、３つのＩＢＳ亜群間での１６Ｓデータの多様性の差を解析するために使用された。統計解析は、ペアワイズ並べ替えＭＡＮＯＶＡ（ａｄｏｎｉｓ関数、Ｒのｖｅｇａｎライブラリー）を使用して実行された。以下の６つの対比較が行われた：
１．ＩＢＳ－１亜群対健常（有意）。
２．ＩＢＳ－１亜群対ＩＢＳ－２亜群（有意）。
３．ＩＢＳ－１亜群対ＩＢＳ－３亜群（有意）。
４．ＩＢＳ－２亜群対ＩＢＳ－３亜群（有意）。
５．ＩＢＳ－２亜群対健常（有意）。
６．ＩＢＳ－３亜群対健常（有意でない）。
存在量差異解析：統計解析は、ＤＥＳｅｑ２パイプラインを使用して実施された（Ｒライブラリー：ＤＥＳｅＱ２）。上記の６つの対比較について、属レベルで多さが異なる分類群が同定された。
結果
亜群間でのα多様性の差
ＯＴＵテーブルに実施例１の亜群層別化を適用し、各々の群内で観察された種の尺度を使用してα多様性を解析することにより、図１２に示すように、全４つの群間での有意差が明らかになった。
１６Ｓデータのβ多様性の主座標分析
結果が図１３に示される、３つのＩＢＳ亜群間での属レベルでのβ多様性のキャンベラ距離での主座標分析を使用した解析は、クラスタリング解析（実施例１）において観察されるような群の明白な分離を再現した。全ての群のペアワイズ並べ替えＭＡＮＯＶＡ検定により、６つの対比較のうちの５つで有意差があり、ＩＢＳ－３亜群対健常では有意でなかったことが示された。これは健常群とＩＢＳ－３亜群との間の明白な分離の欠如を示す。
本結果は、健常対照との分離の欠如により証明されるように、ＩＢＳ－３亜群が、正常様の微生物叢組成を有することが主張され得ることを示す。
実施例７～９の主座標分析の結果を表１６に要約する。
存在量差異解析（属レベル）
この研究で同定された多さが異なる属を表１７に示す。ＩＢＳ－１亜群対健常群の比較では、６個で存在量が増加した合計２３個の有意な分類群が存在した（調整済みｐ値＜０．０５）。ＩＢＳ－２亜群対健常群では、６個で存在量で増加した１３個の有意な分類群が存在し（調整済みｐ値＜０．０５）、ＩＢＳ－３亜群が健常な群と比較された場合には、存在量が増加した１個のみの有意な分類群が同定された（調整済みｐ値＜０．０５）（表１７）。注目すべきことに、ブラウティア属及びエガテラ属（Ｅｇｇｅｒｔｅｌｌａ）が両方の変化したＩＢＳ群（ＩＢＳ－１及びＩＢＳ－２亜群）において増加したことが観察された。ブチリコッカス属（Ｂｕｔｙｒｉｃｏｃｃｕｓ）、コップロッカス属（Ｃｏｐｐｒｏｃｃｕｓ）、及びプレボテーラ属は、両方の変化したＩＢＳ群において減少した。ベイロネラ属（Ｖｅｉｌｌｏｎｅｌｌａ）が、正常様ＩＢＳ群（ＩＢＳ－３亜群）において増加する唯一の属であった。
ＩＢＳ－１及びＩＢＳ－２亜群は、正常様のＩＢＳ－３亜群とも比較された。結果を表１８に示す。予想されるように、ＩＢＳ－３亜群に対するＩＢＳ－１及びＩＢＳ－２亜群における属レベルの変化は、健常対照と比較したＩＢＳ－１及びＩＢＳ－２亜群で観察されたものと同様であった（表１７）。健常群との比較におけるように、ブラウティア属及びエガテラ属の両方の存在量が増加し、プレボテーラ属が減少した。フラボニフラクター属（Ｆｌａｖｏｎｉｆｒａｔｏｒ）も、両方の変化したＩＢＳ群の両方において正常様ＩＢＳ群（ＩＢＳ－３）と比較される場合に存在量が増加し、これは健常群と比較される場合は増加しなかった。
考察
この実施例において、実施例６で同定されたＩＢＳ亜群が、異なるマイクロバイオームプロファイルを有することが示された。特定の亜群において増加または減少する多数の多さが異なる属が同定された。これは将来の層別化に有益であり得る。
実施例８．ＩＢＳ亜群のメタゲノムプロファイリング及び存在量差異解析（種レベル）
材料及び方法
対象：実施例６及び７と同じ対象が研究された。この実施例において解析される試料の数を表１５に示す。
メタゲノムプロファイリング：試料は、実施例１に記載されたように、ショットガンシーケンシングを使用して配列決定された。リードの品質評価は、ＦＡＳＴＱＣ及びＭｕｌｔｉＱＣを使用して実施された。Ｈｕｍａｎｎ２パイプライン（ｍｅｔａｐｈｌａｎ２を含む）が、種レベルでの分類群の存在量尺度を決定するために使用された。要約すると、各分類の相対存在量を示すｈｕｍａｎｎ２パイプラインからの出力ファイルは、全試料にわたる各分類の相対存在量値の単一の表にマージされた。相対存在量の各値に関連するカウント数は、各相対存在量値を、各相対存在量値を含む試料におけるリードの総数と乗算し、得られた値の整数部を得ることにより推定され得る。そして最終出力は、全１４２個の試料にわたる種レベルの分類群のカウント表であった。また、分類群が３０％以下の試料において存在する場合、それらは表から除かれた。
β多様性の解析：主座標分析は、実施例６に記載されるように実行された。
存在量差異解析：統計解析は、実施例７に記載されるように実施された。同じ６つの対比較について種レベルで多さが異なる代謝産物が同定された。
結果
メタゲノミクスデータのβ多様性の主座標分析
図１４に示すように、実施例６のクラスタリングが、メタゲノミクスデータセットについて保たれている。マイクロバイオーム解析（実施例７）におけるのと同じ対比較に対して実行された並べ替えＭＡＮＯＶＡ検定により、層別化された試料のメタゲノムβ多様性がマイクロバイオームβ多様性の対比較と有意性の観点で同じであることが示された（表１６）。
存在量差異解析（種レベル）
実施例７におけるように、存在量が増加または減少した群間の分類群を表現するために、交差マトリックスが使用された（表１９）。マトリックスは、全てのＩＢＳ群間の差を容易に表現し、健常群と比較した各ＩＢＳ群間の種の存在量における有意性に関する相違点及び類似点を示した。正常様ＩＢＳ群が種の存在量の観点から健常群とほぼ同様であるという事実は、交差マトリックス（表１９）における正常様の列内になんらの種もないことに反映される。変化したＩＢＳ群では、ルミノコッカス グナバス（Ｒｕｍｉｎｏｃｃｕｓ ｇｎａｖｕｓ）がＩＢＳ－１及びＩＢＳ－２亜群において存在量が増加した。クロストリジウム属の３つの異なる種も、健常群と比較した場合に、両方の変化したＩＢＳ群において増加した。
同じ交差マトリックスの方法を使用して、正常様ＩＢＳ群（ＩＢＳ－３）と比較された場合に、変化したＩＢＳ群（ＩＢＳ－２及びＩＢＳ－３）においてどの種が有意に多さが異なったかも調査された。結果を表２０に示す。注目に値する差が観察された。第１に、ＩＢＳ－１亜群とＩＢＳ－３亜群との間で有意に多さが異なった種は発見されなかった。第２に、ＩＢＳ－３亜群と比較したＩＢＳ－２亜群では、有意に多さが異なった４つの種のみが存在した。これらの中で、ルミノコッカス グナバス及びクロストリジウム属種が存在量の有意な増加を示した。両方の変化したＩＢＳ群間の比較も、少数の有意に多さが異なる種を明らかにした。
考察
注目すべきことに、この実施例において見られた、変化したＩＢＳ群（ＩＢＳ－１及びＩＢＳ－２）の正常様（ＩＢＳ－３）及び健常対象との分離（図１４）は、マイクロバイオーム解析（実施例７、図１３）について観察されたものと極めて類似していた。
この研究は、多くの種がＩＢＳ亜群において有意に多さが異なるが、ＩＢＳ－３群と健常対象との間では多さに有意な差がないことも明らかにした。
要約すると、この研究は、実施例６で同定されたＩＢＳ亜群が異なるメタゲノムプロファイルを有することを実証した。このことは、将来の層別化に有益であり得る。
実施例９．ＩＢＳ亜群のメタボロミクスプロファイリング及び存在量差異解析
材料及び方法
対象：実施例６～８と同じ対象が研究された。この実施例において解析される試料の数を表１５に示す。
メタボロームプロファイリング：ＳＦＣＡ解析が実行されなかったことを除いて、それぞれ実施例２及び３に記載されたように、各試料における尿及び糞便代謝産物のメタボロームの量を測定するために、ＬＣ／ＧＣ－ＭＳが使用された。出力される測定値はレーザ強度であり、スペクトルグラフ上のピークとしてシグナル形態で表示され得る。全ての試料からの結果は、全１４２個の試料にわたり検出された各代謝産物のピーク値のマトリックスにまとめられる。尿ピーク値はクレアチニン値に正規化された。糞便のピーク値は、試料の乾燥重量（ＬＣ）または試料の湿重量（ＧＣ）に正規化された。
β多様性の解析：主座標分析は、実施例６に記載されるように実行された。
結果
糞便及び尿メタボロミクスデータのβ多様性の主座標分析
メタボロームの結果からの正規化されたピーク値データ及び実施例６～８の層別化を使用して、変化したＩＢＳ群と正常様ＩＢＳ群と健常群との間のβ多様性が決定された。糞便及び尿メタボロミクスデータの主座標分析の結果を、それぞれ図１５及び１６に示す。糞便メタボロミクス試料に関して、６つ全ての対比較の並べ替えＭＡＮＯＶＡ検定は、群間の分離が、マイクロバイオーム試料及びメタゲノム試料について上記で見られたものと有意性の観点から全く同じであることを明らかにした（表１６）。しかしながら、尿メタボローム試料に関して、β多様性解析は、他のプロファイルとは対照的に、群間での有意性の観点で異なる分離を示した。尿メタボロミクスの対比較について群の分離の並べ替えＭＡＮＯＶＡの結果により、ＩＢＳ群（ＩＢＳ－１、ＩＢＳ－２、及びＩＢＳ－３）と健常との３つの対比較のみが分離の観点で有意であったことが示された（表１６）。注目すべきことに、尿メタボロームデータセットでは、正常様ＩＢＳ－３群と健常群との間の有意な分離が存在したが（図１６）、有意に分離されていないＩＢＳ－３亜群及び健常対象という逆の結果が、マイクロバイオーム、メタゲノム（実施例７及び８）、及び糞便メタボロミクス（図１５）データセットの特徴であった。
考察
この実施例において、実施例６で同定されたＩＢＳ亜群が、異なるメタボロームプロファイルを有することが示された。尿メタボロミクスデータで得られた結果は、マイクロバイオーム、メタゲノミクス、及び糞便メタボロミクスデータで得られたものと異なった。これは将来の層別化に有益であり得る。
実施例１０．代替的機械学習パイプラインによるＩＢＳ患者及び対照の尿メタボロームプロファイリング
材料及び方法
対象の募集及び試料収集は、実施例１に記載したように実施された。
尿ＦＡＩＭＳ：ＦＡＩＭＳ解析は、Ａｒａｓａｒａｄｎａｍ ｅｔ ａｌ．（３７）のプロトコールから変更されたもの、及び以下に記載されるプロトコールを使用して実行された。代謝産物を検出するための当該技術分野において公知の任意の他の適切な方法が、本発明の方法において使用され得る。凍結（－８０℃）尿試料を４℃で一晩解凍し、５ｍＬの各尿試料を２０ｍＬのガラスバイアルに分取し、Ｌｏｎｅｓｔａｒ ＦＡＩＭＳ機器（Ｏｗｌｓｔｏｎｅ、ＵＫ）に取り付けられたＡＴＬＡＳサンプラー（Ｏｗｌｓｔｏｎｅ、ＵＫ）に配置した。試料を４０℃まで加熱し、連続的に３回実行した。
各サンプルランは、５００ｍＬ／分の不純物を含まない乾燥空気の試料流速を有した。
更なる補充空気を添加して、２．５Ｌ／分の総流速を生じさせた。ＦＡＩＭＳは、５１ステップの０～９９％の分散電界、５１２ステップの＋６ Ｖ～－６Ｖの補償電圧でスキャンされ、各試料について非標的型揮発性有機化合物（ＶＯＣ）プロファイルを生成するために、陽イオン及び陰イオンが検出された。各試料の各ＤＦでのシグナルを、Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙフィルターを使用して平滑化した（ウインドウサイズ＝９、次数＝３）。関心対象の領域を得、ベースラインノイズを低減するために、シグナルを、ポジティブモードについて０．００７及びネガティブモードについて－０．００７の最適化されたカットオフ値に基づいてトリミングした。シグナルを、相互相関を使用し、参照としての平均シグナルを使用して、トリミングされたシグナルと各ＤＦでアラインメントして、それらを比較可能にした。ＦＡＩＭＳシグナルのうちの初めのＤＦ及び高いＤＦが有益でなかったため、ポジティブ及びネガティブモードの両方の１７番目のＤＦ～４２番目のＤＦに対応するシグナルが考慮された。これらの前処理ステップは、関連するパッケージ（Ｓｃｉｐｙ ｖ－１．１及びＮｕｍｐｙ ｖ－１．１５．２）を用いてＰｙｔｈｏｎ（ｖ．２．７．１１）で開発され、カスタマイズされたプログラムを使用して実行された。複雑性を更に低減するため、及び有益なデータを保持するために、尖度の正規性検定が、各特徴ベクトルに対して実行され、生ｐ値＞０．１を有する特徴が考慮され、最終プロファイルが様々な統計解析のために生成された。
尿メタボロームデータ（ＦＡＩＭＳ）のバイオインフォマティクス解析：ＦＡＩＭＳを使用して分析された各尿試料は、約５２，２２４個のデータポイントを有するプロファイルをもたらした。各試料のこれらのデータポイントを含有するプールされたプロファイルが、データのノイズ、サイズ、及び複雑性を低減するための前処理のために生成された。
尿ＧＣ／ＬＣ－ＭＳ：５ｍＬの凍結尿試料を、Ｍｅｔａｂｏｌｏｍｉｃ Ｄｉｓｃｏｖｅｒｉｅｓ（現在はＭｅｔａｂｏｌｏｎ）、Ｇｅｒｍａｎｙ Ｐｏｔｓｄａｍにドライアイス詰めで送付した。非標的型メタボロミクス解析を液体クロマトグラフィー（ＬＣ）及び固相マイクロ抽出（ＳＰＭＥ）ガスクロマトグラフィー（ＧＣ）を使用して実行し、代謝産物をエレクトロスプレーイオン化質量分析（ＥＳＩ－ＭＳ）を使用して同定した。短鎖脂肪酸（ＳＣＦＡ）解析も、ＬＣ－タンデム型質量分析により実行した。
尿メタボロミクスについて、代謝産物の値は、各試料中の尿クレアチニン濃度を基準として正規化された。
尿メタボロームデータ（ＭＳ）のバイオインフォマティクス解析：全てのＩＢＳ対象（ｎ＝８０）及び２つを除く（これらはＱＣを通過しなかったか、または試料が利用可能でなかった）全ての対照（ｎ＝６３）のＭＳ尿メタボロミクスデータが返された。合計２，８８７種の代謝産物が、非標的型尿メタボロミクス解析から返され、これらのうち５９４種が同定された。尿中のクレアチニンレベル（ｍｇ／ｄｌ）により正規化されたピーク値を有する同定された特徴のみが更なる解析での使用を考慮された。
機械学習：インハウス機械学習パイプラインが尿メタボロミクスデータに適用された。この実施例で使用された機械学習パイプラインは、実施例１～３で使用された機械学習パイプラインと同様であるが、１０分割交差検証内での２ステップの手法を使用した追加の最適化及び検証ステップを含んでいた。各検証分割内で、最小絶対収縮及び選択演算子（ＬＡＳＳＯ）による特徴選択が実施され、続いて、ランダムフォレスト（ＲＦ）モデリングが実施され、最適化されたモデルが、交差検証訓練サブセットの外部にある交差検証テストデータに照らして検証された。
分類される尿試料メタボロームプロファイルは、機械学習パイプラインで解析される前にｌｏｇ１０変換された。次いで、変換されたプロファイルは、試料をＩＢＳ（８０個の試料）または対照（６３個の試料）として分類するために使用された。次いで、分類された試料は、機械学習パイプラインで解析された。
図９は、この実施例で使用される機械学習パイプラインを示す。分類された糞便試料メタボロームプロファイルは、最初に訓練セット及びテストセットに分割された。次いで、訓練セットは、ＬＡＳＳＯアルゴリズムで使用するための最適ラムダ（λ）範囲を生成するために使用された。最適ラムダ（λ）範囲は、以前に記載された交差検証されたＬＡＳＳＯを使用し、ｇｌｍｎｅｔパッケージ（バージョン２．０－１８）を使用して生成された。最適ラムダ（λ）範囲の事前決定は、パイプラインを実行する計算時間を低減し、ユーザが手作業で範囲を指定する必要性をなくす。
ラムダ（λ）範囲の決定後、試料は、それらのクラス確率に基づいて重みを割り当てられた。このステップで訓練サンプルに割り当てられる重みは、その後に適用される全てのステップで使用された。
次いで、実施例１～３において大体が記載されたＬＡＳＳＯアルゴリズムが、重み付き訓練サンプルに適用された。この実施例では、ＬＡＳＳＯアルゴリズムには、事前に計算された最適ラムダ（λ）範囲が使用され、Ｃａｒｅｔ（この実施例ではバージョン６．０－８４ ）及びｇｌｍｎｅｔ（この実施例ではバージョン２．０－１８）パッケージが使用された。ＲＯＣ ＡＵＣ（受信者動作特性曲線下面積）メトリックが、１０回繰り返される１０分割内部交差検証を使用して計算された。最適化されたＬＡＳＳＯアルゴリズムにより同定された特徴係数が抽出され、ゼロでない係数を有する特徴が更なる解析のために選択された。図９において、ＮはＬＡＳＳＯアルゴリズムにより返された特徴の数を指す。ＬＡＳＳＯにより選択された特徴の数が５未満であった場合、全ての特徴（プレＬＡＳＳＯ）がランダムフォレストを生成するために使用された（すなわち、ＬＡＳＳＯフィルタリングは、ランダムフォレスト生成プログラムにより無視された。ＬＡＳＳＯにより選択された特徴の数が５以上であった場合、ＬＡＳＳＯにより選択されたそれらの特徴のみがランダムフォレストの生成（下流の分類子生成）のために使用された。その他の場合には、全ての特徴が分類子生成ステップでの使用を考慮された。
ＬＡＳＳＯを使用した特徴選択後に、最適化されたランダムフォレスト分類子（１５００本の木を有する）が、Ｎによって決定される選択された特徴または全ての特徴を使用して生成された。この最適化されたランダムフォレスト分類子は、外部のテスト用分割を予測するために使用され得る。ランダムフォレスト生成は、Ｃａｒｅｔ（バージョン６．０－８４）及び内部交差検証を使用して実行され、ＲＯＣ ＡＵＣメトリックを最大化するために、「ｍｔｒｙ」パラメータが調整された。調整について、選択された特徴の数が５以上である場合、ｍｔｒｙは１～選択された特徴の数の平方根の範囲であり、そうでなければ、範囲は１～６である。次いで、最適化されたランダムフォレスト分類子がテストセットに適用され、分類子の性能は、ＡＵＣ、感度、及び特異性メトリックにより計算された。
ＬＡＳＳＯによる特徴選択及びＲＦモデリングの両方が、１０分割交差検証（ＣＶ）内で実行され、これにより、試料のＩＢＳまたは対照への分類を予測する内部１０分割予測モデルが生成された。この１０分割交差検証手順は１０回繰り返され、平均ＡＵＣ、感度、及び特異性が報告された。次いで、最適化されたモデルは、交差検証テストサブセットを予測するために使用され、最終的な分類子性能メトリックが、１０分割の交差検証内から計算される（ＡＵＣ、感度、及び特異性）。
結果
非侵襲試験試料として最初に尿に焦点を合わせ、メタボローム解析が全ての対象に適用された。以下の２つの方法が比較された：揮発性有機成分のＦＡＩＭＳ解析及びＧＣ－ＭＳ／ＬＣ－ＭＳの組み合わせ。ＦＡＩＭＳ技術は、特徴的な代謝産物を直接的に同定しなかったが、イオン化された代謝産物の特徴的なプルームにより試料／対象を区別した。教師なし解析において、ＦＡＩＭＳは、対照及びＩＢＳ由来の尿試料を容易に同定した（図４ａ）が、臨床的ＩＢＳサブタイプ間を区別することはできなかった（図５）。尿メタボロームのＧＣ／ＬＣ－ＭＳ分析もＩＢＳ患者を対照と区別し（図４ｂ）、ＦＡＩＭＳより高い精度を有した（図６ａ及び６ｂ）。
機械学習によりＩＢＳを予測する尿メタボロミクス特徴が同定された（ＡＵＣ：１．０００；感度：１．０００、特異性：０．９７、表２１ａ及び２１ｂを参照のこと）。非常に予測となる特徴には、食事成分、例えば、エピカテキンスルファート及びメジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニドが含まれたが、アシルグリシン（Ｎ－ウンデカノイルグリシン）及びアシルカルニチン（デカノイルカルニチン）も含まれた（表２１ａ及び２１ｂ）。対照及びＩＢＳの尿メタボロームの対比較により、１２７種の多さが異なる特徴が同定された（表６）。粘膜防御及びおそらくＩＢＳ病態生理学の両方と関連する一酸化窒素の生合成の前駆体であるＬ－アルギニンなどの多数のアミノ酸が含まれる、８９種の尿中代謝産物が、ＩＢＳ対象において有意により存在量が少なかった。アシルグリシン（Ｎ－ウンデカノイルグリシン）及びアシルカルニチン（デカノイルカルニチン）が含まれる、他の３８種の代謝産物は、ＩＢＳにおいて有意により高いレベルで存在した。高レベルのこれらの群の代謝産物は、脂肪酸酸化／代謝の変化及び疾患と関連する。
考察
ＩＢＳの尿メタボロミクスは非常に特徴的であったが、機械学習解析により、同定された化合物が主に食事または薬物に関連していたことが示された。この発見は、実施例２に記載される異なる機械学習パイプラインを使用して得られた結果と一致する。
結論
この研究の発見は臨床的意義を有する。第１に、マイクロバイオーム及び糞便メタボローム及び尿メタボロームは、ＩＢＳの客観的なバイオマーカーを提供する。
第２に、ＩＢＳの従来のローマ亜型分類は、マイクロバイオーム及びメタボロームの差により裏付けされず、疾患分類のための他の基礎を探す時かもしれない。
第３に、この結果は、決してＩＢＳにおける脳腸軸変化の概念を損なわないが、それらは、多数の患者の訴えと一致する食事－マイクロバイオーム－メタボローム軸の乱れを指摘し、ＩＢＳの将来の治療介入設計の基礎をなすはずである。この実施例で同定されたＩＢＳ対象を対照と区別する分類群、経路、及び代謝産物は、微生物叢に対して指向された様々な治療法、例えば、糞便移植、抗生物質、プロバイオティクス、または生きた生物学的製剤により標的とされ得る。
第４には、階層的クラスタリングは、異なるマイクロバイオーム及び糞便メタボロームを有する異なるＩＢＳサブタイプを同定するために使用され得る。幾つかの亜群は、変化したマイクロバイオーム及び糞便メタボロームを有するが、１つ亜群は正常様のマイクロバイオーム及び糞便メタボロームを有していた。本明細書に記載されるこれらの亜群の同定及び特徴付けは、将来の層別化及び処置に有益であり得る。
多数の患者において便秘型と下痢型との間を行き来することと一致して、変化した微生物叢（対照の対象と比較して）はサブタイプにおいて類似するため、ＩＢＳの臨床的サブタイプへの現行の層別化は、治療決定の基礎を形成するべきではない。より有益な層別化は、糞便微生物叢及びメタボロームのロファイリングにより達成される。この実施例で同定されたＩＢＳ対象を対照と区別するメタゲノム及びメタボロームシグネチャは、微生物叢に対して指向されたこれらの治療法により標的とされ得る。
参考文献
１．Ｅｎｃｋ，Ｐ．ｅｔ ａｌ Ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ － ｄｉｓｓｅｃｔｉｏｎ ｏｆ ａ ｄｉｓｅａｓｅ．Ａ １３－ｓｔｅｐｓ ｐｏｌｅｍｉｃ．Ｚ Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２０１７ Ｊｕｌ；５５（７）：６７９－６８４。
２．Ｅｎｃｋ Ｐ，Ａｚｉｚ Ｑ，Ｂａｒｂａｒａ Ｇ，ｅｔ ａｌ．Ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．Ｎａｔ．Ｒｅｖ．Ｄｉｓ．Ｐｒｉｍｅｒｓ ２０１６；２：１６０１４。
３．Ｓｏａｒｅｓ ＲＬ．Ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ：ａ ｃｌｉｎｉｃａｌ ｒｅｖｉｅｗ．Ｗｏｒｌｄ Ｊ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２０１４；２０：１２１４４－６０。
４．Ｖａｎ Ｏｕｄｅｎｈｏｖｅ Ｌ，Ａｚｉｚ Ｑ．Ｔｈｅ ｒｏｌｅ ｏｆ ｐｓｙｃｈｏｓｏｃｉａｌ ｆａｃｔｏｒｓ ａｎｄ ｐｓｙｃｈｉａｔｒｉｃ ｄｉｓｏｒｄｅｒｓ ｉｎ ｆｕｎｃｔｉｏｎａｌ ｄｙｓｐｅｐｓｉａ．Ｎａｔ．Ｒｅｖ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．Ｈｅｐａｔｏｌ．２０１３；１０：１５８－６７。
５．Ｋｏｌｏｓｋｉ ＮＡ，Ｊｏｎｅｓ Ｍ，Ｋａｌａｎｔａｒ Ｊ，ｅｔ ａｌ．Ｔｈｅ ｂｒａｉｎ－ｇｕｔ ｐａｔｈｗａｙ ｉｎ ｆｕｎｃｔｉｏｎａｌ ｇａｓｔｒｏｉｎｔｅｓｔｉｎａｌ ｄｉｓｏｒｄｅｒｓ ｉｓ ｂｉｄｉｒｅｃｔｉｏｎａｌ：ａ １２－ｙｅａｒ ｐｒｏｓｐｅｃｔｉｖｅ ｐｏｐｕｌａｔｉｏｎ－ｂａｓｅｄ ｓｔｕｄｙ．Ｇｕｔ ２０１２；６１：１２８４－９０。
６．Ｓｃｈｗｉｌｌｅ－Ｋｉｕｎｔｋｅ Ｊ，Ｍａｚｕｒａｋ Ｎ，Ｅｎｃｋ Ｐ．Ｓｙｓｔｅｍａｔｉｃ ｒｅｖｉｅｗ ｗｉｔｈ ｍｅｔａ－ａｎａｌｙｓｉｓ：ｐｏｓｔ－ｉｎｆｅｃｔｉｏｕｓ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ ａｆｔｅｒ ｔｒａｖｅｌｌｅｒｓ’ ｄｉａｒｒｈｏｅａ．Ａｌｉｍｅｎｔ．Ｐｈａｒｍａｃｏｌ．Ｔｈｅｒ．２０１５；４１：１０２９－３７。
７．Ｑｕｉｇｌｅｙ ＥＭＭ．Ｔｈｅ Ｇｕｔ－Ｂｒａｉｎ Ａｘｉｓ ａｎｄ ｔｈｅ Ｍｉｃｒｏｂｉｏｍｅ：Ｃｌｕｅｓ ｔｏ Ｐａｔｈｏｐｈｙｓｉｏｌｏｇｙ ａｎｄ Ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｆｏｒ Ｎｏｖｅｌ Ｍａｎａｇｅｍｅｎｔ Ｓｔｒａｔｅｇｉｅｓ ｉｎ Ｉｒｒｉｔａｂｌｅ Ｂｏｗｅｌ Ｓｙｎｄｒｏｍｅ （ＩＢＳ）．Ｊ．Ｃｌｉｎ．Ｍｅｄ．２０１８；７。
８．Ｌａｃｙ，Ｂ．Ｅ．ａｎｄ Ｐａｔｅｌ，Ｎ．Ｋ．Ｒｏｍｅ Ｃｒｉｔｅｒｉａ ａｎｄ ａ Ｄｉａｇｎｏｓｔｉｃ Ａｐｐｒｏａｃｈ ｔｏ Ｉｒｒｉｔａｂｌｅ Ｂｏｗｅｌ Ｓｙｎｄｒｏｍｅ．Ｊ Ｃｌｉｎ Ｍｅｄ．２０１７ Ｏｃｔ ２６；６（１１）。
９．Ｃａｒｒｏｌｌ ＩＭ，Ｒｉｎｇｅｌ－Ｋｕｌｋａ Ｔ，Ｋｅｋｕ ＴＯ，ｅｔ ａｌ．Ｍｏｌｅｃｕｌａｒ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｌｕｍｉｎａｌ－ ａｎｄ ｍｕｃｏｓａｌａｓｓｏｃｉａｔｅｄ ｉｎｔｅｓｔｉｎａｌ ｍｉｃｒｏｂｉｏｔａ ｉｎ ｄｉａｒｒｈｅａ－ｐｒｅｄｏｍｉｎａｎｔ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．Ａｍ．Ｊ．Ｐｈｙｓｉｏｌ．Ｇａｓｔｒｏｉｎｔｅｓｔ．Ｌｉｖｅｒ Ｐｈｙｓｉｏｌ．２０１１；３０１：Ｇ７９９－８０７。
１０．Ｒａｊｉｌｉｃ－Ｓｔｏｊａｎｏｖｉｃ Ｍ，Ｂｉａｇｉ Ｅ，Ｈｅｉｌｉｇ ＨＧ，ｅｔ ａｌ．Ｇｌｏｂａｌ ａｎｄ Ｄｅｅｐ Ｍｏｌｅｃｕｌａｒ Ａｎａｌｙｓｉｓ ｏｆ Ｍｉｃｒｏｂｉｏｔａ Ｓｉｇｎａｔｕｒｅｓ ｉｎ Ｆｅｃａｌ Ｓａｍｐｌｅｓ Ｆｒｏｍ Ｐａｔｉｅｎｔｓ Ｗｉｔｈ Ｉｒｒｉｔａｂｌｅ Ｂｏｗｅｌ Ｓｙｎｄｒｏｍｅ．Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ ２０１１；１４１：１７９２－１８０１。
１１．Ｊｅｆｆｅｒｙ ＩＢ，Ｏ’Ｔｏｏｌｅ ＰＷ，Ｏｈｍａｎ Ｌ，ｅｔ ａｌ．Ａｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ ｓｕｂｔｙｐｅ ｄｅｆｉｎｅｄ ｂｙ ｓｐｅｃｉｅｓ－ｓｐｅｃｉｆｉｃ ａｌｔｅｒａｔｉｏｎｓ ｉｎ ｆａｅｃａｌ ｍｉｃｒｏｂｉｏｔａ．Ｇｕｔ ２０１２；６１：９９７－１００６。
１２．Ｔａｐ Ｊ，Ｄｅｒｒｉｅｎ Ｍ，Ｔｏｒｎｂｌｏｍ Ｈ，ｅｔ ａｌ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ａｎ Ｉｎｔｅｓｔｉｎａｌ Ｍｉｃｒｏｂｉｏｔａ Ｓｉｇｎａｔｕｒｅ Ａｓｓｏｃｉａｔｅｄ Ｗｉｔｈ Ｓｅｖｅｒｉｔｙ ｏｆ Ｉｒｒｉｔａｂｌｅ Ｂｏｗｅｌ Ｓｙｎｄｒｏｍｅ．Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ ２０１７；１５２：１１１－１２３。
１３．１３．Ｃｏｌｌｉｎｓ ＳＭ．Ａ ｒｏｌｅ ｆｏｒ ｔｈｅ ｇｕｔ ｍｉｃｒｏｂｉｏｔａ ｉｎ ＩＢＳ．Ｎａｔ．Ｒｅｖ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．Ｈｅｐａｔｏｌ．２０１４；１１：４９７－５０５。
１４．Ｏｈｍａｎ Ｌ，Ｓｉｍｒｅｎ Ｍ．Ｉｎｔｅｓｔｉｎａｌ ｍｉｃｒｏｂｉｏｔａ ａｎｄ ｉｔｓ ｒｏｌｅ ｉｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ （ＩＢＳ）．Ｃｕｒｒ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．Ｒｅｐ．２０１３；１５：３２３。
１５．Ｔａｏ Ｂａｉ，Ｊｉｎｇ Ｘｉａ，Ｙｕｄｏｎｇ Ｊｉａｎｇ，Ｈｕａｎ Ｃａｏ，Ｙｏｎｇ Ｚｈａｏ，Ｌｅｉ Ｚｈａｎｇ，Ｈｕａｎ Ｗａｎｇ，Ｊｕｎ Ｓｏｎｇ，ａｎｄ Ｘｉａｏｈｕａ Ｈｏｕ．Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｈｅ Ｒｏｍｅ ＩＶ ａｎｄ Ｒｏｍｅ ＩＩＩ ｃｒｉｔｅｒｉａ ｆｏｒ ＩＢＳ ｄｉａｇｎｏｓｉｓ：Ａ ｃｒｏｓｓ－ｓｅｃｔｉｏｎａｌ ｓｕｒｖｅｙ．Ｊｏｕｒｎａｌ ｏｆ ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ ａｎｄ ｈｅｐａｔｏｌｏｇｙ ３２．５ （２０１７），ｐｐ．１０１８－１０２５。
１６．Ｍａｇｄａ Ｇｕｉｌｅｒａ，Ａｇｕｓｔｉｎ Ｂａｌｂｏａ，ａｎｄ Ｆｅｒｍｉｎ Ｍｅａｒｉｎ．Ｂｏｗｅｌ ｈａｂｉｔ ｓｕｂｔｙｐｅｓ ａｎｄ ｔｅｍｐｏｒａｌ ｐａｔｔｅｒｎｓ ｉｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ：ｓｙｓｔｅｍａｔｉｃ ｒｅｖｉｅｗ．Ｔｈｅ Ａｍｅｒｉｃａｎ ｊｏｕｒｎａｌ ｏｆ ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ １００．５ （２００５），ｐ．１１７４。
１７．Ｄｒｏｓｓｍａｎ ＤＡ，Ｍｏｒｒｉｓ ＣＢ，Ｓｃｈｎｅｃｋ Ｓ，ｅｔ ａｌ．Ｉｎｔｅｒｎａｔｉｏｎａｌ ｓｕｒｖｅｙ ｏｆ ｐａｔｉｅｎｔｓ ｗｉｔｈ ＩＢＳ：ｓｙｍｐｔｏｍ ｆｅａｔｕｒｅｓ ａｎｄ ｔｈｅｉｒ ｓｅｖｅｒｉｔｙ，ｈｅａｌｔｈ ｓｔａｔｕｓ，ｔｒｅａｔｍｅｎｔｓ，ａｎｄ ｒｉｓｋ ｔａｋｉｎｇ ｔｏ ａｃｈｉｅｖｅ ｃｌｉｎｉｃａｌ ｂｅｎｅｆｉｔ．Ｊ．Ｃｌｉｎ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２００９；４３：５４１－５０。
１８．Ｍａｒｃｕｓ Ｊ Ｃｌａｅｓｓｏｎ，Ｉａｎ Ｂ Ｊｅｆｆｅｒｙ，Ｓｕｓａｎａ Ｃｏｎｄｅ，Ｓｕｓａｎ Ｅ Ｐｏｗｅｒ，Ｅｉｂｈｌｉｓ Ｍ Ｏ’ｃｏｎｎｏｒ，Ｓｉｏｂｈａｎ Ｃｕｓａｃｋ，Ｈｕｇｈ ＭＢ Ｈａｒｒｉｓ，Ｍａｉｒｅａｄ Ｃｏａｋｌｅｙ，Ｂｈｕｖａｎｅｓｗａｒｉ Ｌａｋｓｈｍｉｎａｒａｙａｎａｎ，Ｏｒｌａ Ｏ’ｓｕｌｌｉｖａｎ，ｅｔ ａｌ．Ｇｕｔ ｍｉｃｒｏｂｉｏｔａ ｃｏｍｐｏｓｉｔｉｏｎ ｃｏｒｒｅｌａｔｅｓ ｗｉｔｈ ｄｉｅｔ ａｎｄ ｈｅａｌｔｈ ｉｎ ｔｈｅ ｅｌｄｅｒｌｙ．Ｎａｔｕｒｅ ４８８．７４１０ （２０１２），ｐ．１７８。
１９．Ｌａｃｙ ＢＥ，Ｅｖｅｒｈａｒｔ ＫＫ，Ｗｅｉｓｅｒ ＫＴ，ｅｔ ａｌ．ＩＢＳ ｐａｔｉｅｎｔｓ’ ｗｉｌｌｉｎｇｎｅｓｓ ｔｏ ｔａｋｅ ｒｉｓｋｓ ｗｉｔｈ ｍｅｄｉｃａｔｉｏｎｓ．Ａｍ．Ｊ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２０１２；１０７：８０４－９。
２０．Ｒ．Ｇｕｅｖｒｅｍｏｎｔ，Ｈｉｇｈ－ｆｉｅｌｄ ａｓｙｍｍｅｔｒｉｃ ｗａｖｅｆｏｒｍ ｉｏｎ ｍｏｂｉｌｉｔｙ ｓｐｅｃｔｒｏｍｅｔｒｙ：ａ ｎｅｗ ｔｏｏｌ ｆｏｒ ｍａｓｓ ｓｐｅｃｔｒｏｍｅｔｒｙ．Ｊ．Ｃｈｒｏｍａｔｏｇｒ．Ａ，Ｎｏｖ ２００４：１０５８ （１－２）：３－１９。
２１．Ｓａｖｉｔｚｋｙ Ａ．，Ｇｏｌａｙ ＭＪＥ．“Ｓｍｏｏｔｈｉｎｇ ａｎｄ Ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ｏｆ Ｄａｔａ ｂｙ Ｓｉｍｐｌｉｆｉｅｄ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｃｅｄｕｒｅｓ”，Ａｎａｌ．Ｃｈｅｍ．，３６（８），１９６４，ｐａｇｅｓ １６２７－１６３９。
２２．Ｒ．Ｔｉｂｓｈｉｒａｎｉ，“Ｒｅｇｒｅｓｓｉｏｎ Ｓｈｒｉｎｋａｇｅ ａｎｄ Ｓｅｌｅｃｔｉｏｎ ｖｉａ ｔｈｅ Ｌａｓｓｏ”，Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ，Ｓｅｒｉｅｓ Ｂ，５８（１），１９９６，ｐａｇｅｓ ２６７－２８８。
２３．Ｊｅｆｆｅｒｙ ＩＢ，Ｏ’Ｔｏｏｌｅ ＰＷ，Ｏｈｍａｎ Ｌ，Ｃｌａｅｓｓｏｎ ＭＪ，Ｄｅａｎｅ Ｊ，Ｑｕｉｇｌｅｙ ＥＭ，Ｓｉｍｒｅｎ Ｍ．２０１２．“Ａｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ ｓｕｂｔｙｐｅ ｄｅｆｉｎｅｄ ｂｙ ｓｐｅｃｉｅｓ－ｓｐｅｃｉｆｉｃ ａｌｔｅｒａｔｉｏｎｓ ｉｎ ｆｅｃａｌ ｍｉｃｒｏｂｉｏｔａ．” Ｇｕｔ ６１：９９７－１００６。
２４．Ｚｉｇｍｏｎｄ，Ａ．Ｓ．ａｎｄ Ｒ．Ｐ．Ｓｎａｉｔｈ，Ｔｈｅ ｈｏｓｐｉｔａｌ ａｎｘｉｅｔｙ ａｎｄ ｄｅｐｒｅｓｓｉｏｎ ｓｃａｌｅ．Ａｃｔａ Ｐｓｙｃｈｉａｔｒ．Ｓｃａｎｄ．，１９８３．６７（６）：ｐ．３６１－７０。
２５．Ｐｏｗｅｒ，Ｓ．Ｅ．，ｅｔ ａｌ．，Ｆｏｏｄ ａｎｄ ｎｕｔｒｉｅｎｔ ｉｎｔａｋｅ ｏｆ Ｉｒｉｓｈ ｃｏｍｍｕｎｉｔｙ－ｄｗｅｌｌｉｎｇ ｅｌｄｅｒｌｙ ｓｕｂｊｅｃｔｓ：ｗｈｏ ｉｓ ａｔ ｎｕｔｒｉｔｉｏｎａｌ ｒｉｓｋ？ Ｊ．Ｎｕｔｒ．Ｈｅａｌｔｈ Ａｇｉｎｇ．，２０１４．１８（６）：ｐ．５６１－７２。
２６．Ｂｒｏｗｎ ＪＲ，Ｆｌｅｍｅｒ Ｂ，Ｊｏｙｃｅ ＳＡ，ｅｔ ａｌ．Ｃｈａｎｇｅｓ ｉｎ ｍｉｃｒｏｂｉｏｔａ ｃｏｍｐｏｓｉｔｉｏｎ，ｂｉｌｅ ａｎｄ ｆａｔｔｙ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ，ｉｎ ｓｕｃｃｅｓｓｆｕｌ ｆａｅｃａｌ ｍｉｃｒｏｂｉｏｔａ ｔｒａｎｓｐｌａｎｔａｔｉｏｎ ｆｏｒ Ｃｌｏｓｔｒｉｄｉｏｉｄｅｓ ｄｉｆｆｉｃｉｌｅ ｉｎｆｅｃｔｉｏｎ．ＢＭＣ Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２０１８；１８：１３１。
２７．Ｍａｇｏｃ Ｔ，Ｓａｌｚｂｅｒｇ ＳＬ．ＦＬＡＳＨ：ｆａｓｔ ｌｅｎｇｔｈ ａｄｊｕｓｔｍｅｎｔ ｏｆ ｓｈｏｒｔ ｒｅａｄｓ ｔｏ ｉｍｐｒｏｖｅ ｇｅｎｏｍｅ ａｓｓｅｍｂｌｉｅｓ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ２０１１；２７：２９５７－６３。
２８．Ｅｄｇａｒ ＲＣ．Ｓｅａｒｃｈ ａｎｄ ｃｌｕｓｔｅｒｉｎｇ ｏｒｄｅｒｓ ｏｆ ｍａｇｎｉｔｕｄｅ ｆａｓｔｅｒ ｔｈａｎ ＢＬＡＳＴ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ２０１０；２６：２４６０－１。
２９．２９．Ｅｄｇａｒ ＲＣ．ＵＰＡＲＳＥ：ｈｉｇｈｌｙ ａｃｃｕｒａｔｅ ＯＴＵ ｓｅｑｕｅｎｃｅｓ ｆｒｏｍ ｍｉｃｒｏｂｉａｌ ａｍｐｌｉｃｏｎ ｒｅａｄｓ．Ｎａｔ．Ｍｅｔｈｏｄｓ ２０１３；１０：９９６－８。
３０．Ｅｄｇａｒ ＲＣ，Ｈａａｓ ＢＪ，Ｃｌｅｍｅｎｔｅ ＪＣ，ｅｔ ａｌ．ＵＣＨＩＭＥ ｉｍｐｒｏｖｅｓ ｓｅｎｓｉｔｉｖｉｔｙ ａｎｄ ｓｐｅｅｄ ｏｆ ｃｈｉｍｅｒａ ｄｅｔｅｃｔｉｏｎ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ２０１１；２７：２１９４－２００。
３１．Ｃｏｎｓｏｒｔｉｕｍ ＨＭＰ．Ｔｈｅ Ｈｕｍａｎ Ｍｉｃｒｏｂｉｏｍｅ Ｐｒｏｊｅｃｔ Ｃｏｎｓｏｒｔｉｕｍ．Ｓｔｒｕｃｔｕｒｅ，ｆｕｎｃｔｉｏｎ ａｎｄ ｄｉｖｅｒｓｉｔｙ ｏｆ ｔｈｅ ｈｅａｌｔｈｙ ｈｕｍａｎ ｍｉｃｒｏｂｉｏｍｅ．Ｎａｔｕｒｅ ２０１２；４８６：２０７－１４。
３２．３２．Ｆｒａｎｚｏｓａ ＥＡ，ＭｃＩｖｅｒ ＬＪ，Ｒａｈｎａｖａｒｄ Ｇ，ｅｔ ａｌ．Ｓｐｅｃｉｅｓ－ｌｅｖｅｌ ｆｕｎｃｔｉｏｎａｌ ｐｒｏｆｉｌｉｎｇ ｏｆ ｍｅｔａｇｅｎｏｍｅｓ ａｎｄ ｍｅｔａｔｒａｎｓｃｒｉｐｔｏｍｅｓ．Ｎａｔ．Ｍｅｔｈｏｄｓ ２０１８；１５：９６２－９６８。
３３．Ｆｌｅｍｅｒ Ｂ，Ｗａｒｒｅｎ ＲＤ，Ｂａｒｒｅｔｔ ＭＰ，ｅｔ ａｌ．Ｔｈｅ ｏｒａｌ ｍｉｃｒｏｂｉｏｔａ ｉｎ ｃｏｌｏｒｅｃｔａｌ ｃａｎｃｅｒ ｉｓ ｄｉｓｔｉｎｃｔｉｖｅ ａｎｄ ｐｒｅｄｉｃｔｉｖｅ．Ｇｕｔ ２０１８；６７：１４５４－１４６３。
３４．Ｃｏｒｅ Ｔｅａｍ Ｒ．Ｒ：Ａ ｌａｎｇｕａｇｅ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔ ｆｏｒ ｓｔａｔｉｓｔｉｃａｌ ｃｏｍｐｕｔｉｎｇ．２０１７．．Ｒ Ｆｏｕｎｄａｔｉｏｎ ｆｏｒ Ｓｔａｔｉｓｔｉｃａｌ Ｃｏｍｐｕｔｉｎｇ，Ｖｉｅｎｎａ，Ａｕｓｔｒｉａ．；ｈｔｔｐｓ：／／ｗｗｗ．Ｒ－ｐｒｏｊｅｃｔ．ｏｒｇ／。
３５．Ｓｈａｎｋａｒ Ｖ，Ｈｏｍｅｒ Ｄ，Ｒｉｇｓｂｅｅ Ｌ，ｅｔ ａｌ．Ｔｈｅ ｎｅｔｗｏｒｋｓ ｏｆ ｈｕｍａｎ ｇｕｔ ｍｉｃｒｏｂｅ－ｍｅｔａｂｏｌｉｔｅ ａｓｓｏｃｉａｔｉｏｎｓ ａｒｅ ｄｉｆｆｅｒｅｎｔ ｂｅｔｗｅｅｎ ｈｅａｌｔｈ ａｎｄ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．ＩＳＭＥ Ｊ．２０１５；９：１８９９－９０３。
３６．Ｖｉｃｈ Ｖｉｌａ Ａ，Ｉｍｈａｎｎ Ｆ，Ｃｏｌｌｉｊ Ｖ，ｅｔ ａｌ．Ｇｕｔ ｍｉｃｒｏｂｉｏｔａ ｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｆｕｎｃｔｉｏｎａｌ ｃｈａｎｇｅｓ ｉｎ ｉｎｆｌａｍｍａｔｏｒｙ ｂｏｗｅｌ ｄｉｓｅａｓｅ ａｎｄ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．Ｓｃｉ．Ｔｒａｎｓｌ．Ｍｅｄ．２０１８；１０。
３７．Ａｒａｓａｒａｄｎａｍ ＲＰ，Ｗｅｓｔｅｎｂｒｉｎｋ Ｅ，ＭｃＦａｒｌａｎｅ ＭＪ，ｅｔ ａｌ．Ｄｉｆｆｅｒｅｎｔｉａｔｉｎｇ ｃｏｅｌｉａｃ ｄｉｓｅａｓｅ ｆｒｏｍ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ ｂｙ ｕｒｉｎａｒｙ ｖｏｌａｔｉｌｅ ｏｒｇａｎｉｃ ｃｏｍｐｏｕｎｄ ａｎａｌｙｓｉｓ－－ａ ｐｉｌｏｔ ｓｔｕｄｙ．ＰＬｏＳＯｎｅ ２０１４；９：ｅ１０７３１２。
３８．Ｆｌｅｍｅｒ Ｂ，Ｗａｒｒｅｎ ＲＤ，Ｂａｒｒｅｔｔ ＭＰ，ｅｔ ａｌ．Ｔｈｅ ｏｒａｌ ｍｉｃｒｏｂｉｏｔａ ｉｎ ｃｏｌｏｒｅｃｔａｌ ｃａｎｃｅｒ ｉｓ ｄｉｓｔｉｎｃｔｉｖｅ ａｎｄ ｐｒｅｄｉｃｔｉｖｅ．Ｇｕｔ ２０１８；６７：１４５４－１４６３。
３９．Ｎｅｉｓ，Ｅ．Ｐ．，Ｄｅｊｏｎｇ，Ｃ．Ｈ．＆ Ｒｅｎｓｅｎ，Ｓ．Ｓ．Ｔｈｅ ｒｏｌｅ ｏｆ ｍｉｃｒｏｂｉａｌ ａｍｉｎｏ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ ｉｎ ｈｏｓｔ ｍｅｔａｂｏｌｉｓｍ．Ｎｕｔｒｉｅｎｔｓ ７，２９３０－２９４６ （２０１５）．Ｐｅｄｒｅｇｏｓａ Ｆ，ｅｔ ａｌ．Ｓｃｉｋｉｔ－ｌｅａｒｎ：Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ｉｎ Ｐｙｔｈｏｎ．Ｊｏｕｒｎａｌ ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｒｅｓｅａｒｃｈ １２，８２５－２８３０ （２０１１）。
４０．Ｗａｌｌａｃｅ ＪＬ．Ｎｉｔｒｉｃ ｏｘｉｄｅ ｉｎ ｔｈｅ ｇａｓｔｒｏｉｎｔｅｓｔｉｎａｌ ｔｒａｃｔ：ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｆｏｒ ｄｒｕｇ ｄｅｖｅｌｏｐｍｅｎｔ．Ｂｒ．Ｊ．Ｐｈａｒｍａｃｏｌ．２０１９；１７６：１４７－１５４。
４１．Ｈｏｐｐｅｌ Ｃ．Ｔｈｅ ｒｏｌｅ ｏｆ ｃａｒｎｉｔｉｎｅ ｉｎ ｎｏｒｍａｌ ａｎｄ ａｌｔｅｒｅｄ ｆａｔｔｙ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ．Ａｍ．Ｊ．Ｋｉｄｎｅｙ Ｄｉｓ．２００３；４１：Ｓ４－１２。
４２．４２．Ｌｉｕ Ｘ，Ｌｉｕ Ｙ，Ｃｈｅｎｇ Ｍ，ｅｔ ａｌ．Ｍｅｔａｂｏｌｏｍｉｃ Ｒｅｓｐｏｎｓｅｓ ｏｆ Ｈｕｍａｎ Ｈｅｐａｔｏｃｙｔｅｓ ｔｏ Ｅｍｏｄｉｎ，Ａｒｉｓｔｏｌｏｃｈｉｃ Ａｃｉｄ，ａｎｄ Ｔｒｉｐｔｏｌｉｄｅ：Ｃｈｅｍｉｃａｌｓ Ｐｕｒｉｆｉｅｄ ｆｒｏｍ Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ Ｍｅｄｉｃｉｎｅｓ．Ｊ．Ｂｉｏｃｈｅｍ．Ｍｏｌ．Ｔｏｘｉｃｏｌ．２０１５；２９：５３３－４３。
４３．Ｖｉｓｈｗａｎａｔｈ ＶＡ．Ｆａｔｔｙ Ａｃｉｄ Ｂｅｔａ－Ｏｘｉｄａｔｉｏｎ Ｄｉｓｏｒｄｅｒｓ：Ａ Ｂｒｉｅｆ Ｒｅｖｉｅｗ．Ａｎｎ．Ｎｅｕｒｏｓｃｉ．２０１６；２３：５１－５。
４４．Ｋｏｒｍａｎ ＳＨ，Ｗａｔｅｒｈａｍ ＨＲ，Ｇｕｔｍａｎ Ａ，ｅｔ ａｌ．Ｎｏｖｅｌ ｍｅｔａｂｏｌｉｃ ａｎｄ ｍｏｌｅｃｕｌａｒ ｆｉｎｄｉｎｇｓ ｉｎ ｈｅｐａｔｉｃ ｃａｒｎｉｔｉｎｅ ｐａｌｍｉｔｏｙｌｔｒａｎｓｆｅｒａｓｅ Ｉ ｄｅｆｉｃｉｅｎｃｙ．Ｍｏｌ．Ｇｅｎｅｔ．Ｍｅｔａｂ．２００５；８６：３３７。
４５．Ｒｉｅｍｓｍａ Ｒ，Ａｌ Ｍ，Ｃｏｒｒｏ Ｒａｍｏｓ Ｉ，ｅｔ ａｌ．ＳｅＨＣＡＴ ［ｔａｕｒｏｓｅｌｃｈｏｌｉｃ （ｓｅｌｅｎｉｕｍ－７５） ａｃｉｄ］ ｆｏｒ ｔｈｅ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ｂｉｌｅ ａｃｉｄ ｍａｌａｂｓｏｒｐｔｉｏｎ ａｎｄ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｂｉｌｅ ａｃｉｄ ｐｏｏｌ ｌｏｓｓ：ａ ｓｙｓｔｅｍａｔｉｃ ｒｅｖｉｅｗ ａｎｄ ｃｏｓｔ－ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎａｌｙｓｉｓ．Ｈｅａｌｔｈ Ｔｅｃｈｎｏｌ．Ａｓｓｅｓｓ．２０１３；１７：１－２３６。
４６．Ｄｉｏｒ Ｍ，Ｄｅｌａｇｒｅｖｅｒｉｅ Ｈ，Ｄｕｂｏｃ Ｈ，ｅｔ ａｌ．Ｉｎｔｅｒｐｌａｙ ｂｅｔｗｅｅｎ ｂｉｌｅ ａｃｉｄ ｍｅｔａｂｏｌｉｓｍ ａｎｄ ｍｉｃｒｏｂｉｏｔａ ｉｎ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．Ｎｅｕｒｏｇａｓｔｒｏｅｎｔｅｒｏｌ．Ｍｏｔｉｌ．２０１６；２８：１３３０－４０。
４７．Ｙｕ ＬＭ，Ｚｈａｏ ＫＪ，Ｗａｎｇ ＳＳ，Ｗａｎｇ Ｘ ａｎｄ Ｌｕ Ｂ．Ｇａｓ ｃｈｒｏｍａｔｏｇｒａｐｈｙ／ｍａｓｓ ｓｐｅｃｔｒｏｍｅｔｒｙ ｂａｓｅｄ ｍｅｔａｂｏｌｏｍｉｃ ｓｔｕｄｙ ｉｎ ａ ｍｕｒｉｎｅ ｍｏｄｅｌ ｏｆ ｉｒｒｉｔａｂｌｅ ｂｏｗｅｌ ｓｙｎｄｒｏｍｅ．Ｗｏｒｌｄ Ｊ Ｇａｓｔｒｏｅｎｔｅｒｏｌ．２０１８．２４（８）：８９４－９０４．ｄｏｉ：１０．３７４８／ｗｊｇ．ｖ２４．ｉ８．８９４。
４８．Ｎｉｅｌｓｅｎ，Ｈ．Ｂ．，Ａｌｍｅｉｄａ，Ｍ．，Ｊｕｎｃｋｅｒ，Ａ．Ｓ．，Ｒａｓｍｕｓｓｅｎ，Ｓ．，Ｌｉ，Ｊ．，Ｓｕｎａｇａｗａ，Ｓ．， ．．． ＭｅｔａＨＩＴ Ｃｏｎｓｏｒｔｉｕｍ．（２０１４）．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ ａｓｓｅｍｂｌｙ ｏｆ ｇｅｎｏｍｅｓ ａｎｄ ｇｅｎｅｔｉｃ ｅｌｅｍｅｎｔｓ ｉｎ ｃｏｍｐｌｅｘ ｍｅｔａｇｅｎｏｍｉｃ ｓａｍｐｌｅｓ ｗｉｔｈｏｕｔ ｕｓｉｎｇ ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅｓ．Ｎａｔｕｒｅ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ．ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１０３８／ｎｂｔ．２９３９。
４９．Ｂｌａｘｔｅｒ，Ｍ．；Ｍａｎｎ，Ｊ．；Ｃｈａｐｍａｎ，Ｔ．；Ｔｈｏｍａｓ，Ｆ．；Ｗｈｉｔｔｏｎ，Ｃ．；Ｆｌｏｙｄ，Ｒ．；Ａｂｅｂｅ，Ｅ．（Ｏｃｔｏｂｅｒ ２００５）．“Ｄｅｆｉｎｉｎｇ ｏｐｅｒａｔｉｏｎａｌ ｔａｘｏｎｏｍｉｃ ｕｎｉｔｓ ｕｓｉｎｇ ＤＮＡ ｂａｒｃｏｄｅ ｄａｔａ”．Ｐｈｉｌｏｓ Ｔｒａｎｓ Ｒ Ｓｏｃ Ｌｏｎｄ Ｂ Ｂｉｏｌ Ｓｃｉ．３６０ （１４６２）：１９３５－４３。
Figure 2022527653000001
Figure 2022527653000002
Figure 2022527653000003
Figure 2022527653000004
Figure 2022527653000005
Figure 2022527653000006
Figure 2022527653000007
Figure 2022527653000008
Figure 2022527653000009
Figure 2022527653000010
Figure 2022527653000011
Figure 2022527653000012
Figure 2022527653000013
Figure 2022527653000014
Figure 2022527653000015
Figure 2022527653000016
Figure 2022527653000017
Figure 2022527653000018
Figure 2022527653000019
Figure 2022527653000020
Figure 2022527653000021
Figure 2022527653000022
Figure 2022527653000023
Figure 2022527653000024
Figure 2022527653000025
Figure 2022527653000026
Figure 2022527653000027
Figure 2022527653000028
Figure 2022527653000029
Figure 2022527653000030
Figure 2022527653000031
Figure 2022527653000032
Figure 2022527653000033
Figure 2022527653000034
Figure 2022527653000035
Figure 2022527653000036
Figure 2022527653000037
Figure 2022527653000038
Figure 2022527653000039
Figure 2022527653000040
Figure 2022527653000041
Figure 2022527653000042
Figure 2022527653000043
Figure 2022527653000044
Figure 2022527653000045
Figure 2022527653000046
Figure 2022527653000047
Figure 2022527653000048
Figure 2022527653000049
Figure 2022527653000050
Figure 2022527653000051
Figure 2022527653000052
Figure 2022527653000053
Figure 2022527653000054
Figure 2022527653000055
Figure 2022527653000056
Figure 2022527653000057
Figure 2022527653000058
Figure 2022527653000059
Figure 2022527653000060
Figure 2022527653000061
Figure 2022527653000062
Figure 2022527653000063
Figure 2022527653000064
Figure 2022527653000065
Figure 2022527653000066
Figure 2022527653000067
Figure 2022527653000068
Figure 2022527653000069
Figure 2022527653000070
Figure 2022527653000071
Figure 2022527653000072
Figure 2022527653000073
Figure 2022527653000074
Figure 2022527653000075
Figure 2022527653000076
Figure 2022527653000077
Figure 2022527653000078
Figure 2022527653000079
Figure 2022527653000080
Figure 2022527653000081
Figure 2022527653000082
Figure 2022527653000083
Figure 2022527653000084
Figure 2022527653000085
Figure 2022527653000086
Figure 2022527653000087
Figure 2022527653000088
Figure 2022527653000089
Figure 2022527653000090
Figure 2022527653000091
Figure 2022527653000092
Figure 2022527653000093
Figure 2022527653000094
Figure 2022527653000095
Figure 2022527653000096
Figure 2022527653000097

Claims (40)

  1. 患者の過敏性腸症候群（ＩＢＳ）を診断する方法であって、
    ａ．ＩＢＳに関連する分類群の細菌株、
    ｂ．ＩＢＳに関連する経路に関与する微生物遺伝子、または
    ｃ．ＩＢＳに関連する代謝産物
    を検出することを含む、前記方法。
  2. 前記方法が、ＩＢＳに関連する分類群の細菌株及びＩＢＳに関連する経路に関与する微生物遺伝子を検出することを含むか、ＩＢＳに関連する分類群の細菌株及びＩＢＳに関連する代謝産物を検出することを含むか、ＩＢＳに関連する代謝産物及びＩＢＳに関連する経路に関与する微生物遺伝子を検出することを含むか、またはＩＢＳに関連する分類群の細菌株、ＩＢＳに関連する経路に関与する微生物遺伝子、及びＩＢＳに関連する代謝産物を検出することを含む、請求項１に記載の方法。
  3. 前記細菌株が、アクチノマイセス（Ａｃｔｉｎｏｍｙｃｅｓ）、オシリバクター（Ｏｓｃｉｌｌｉｂａｃｔｅｒ）、パラプレボテラ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ）、ラクノスピラ（Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ）、エリュシペロトリクス（Ｅｒｙｓｉｐｅｌｏｔｒｉｃｈａｃｅａｅ）、及びコプロコッカス（Ｃｏｐｒｏｃｏｃｃｕｓ）からなるリストから選択される属のものである、請求項１または請求項２に記載の方法。
  4. ルミノコッカス グナバス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｇｎａｖｕｓ）、コプロコッカス カツス（Ｃｏｐｒｏｃｏｃｃｕｓ ｃａｔｕｓ）、バルネシエラ インテスティニホミニス（Ｂａｒｎｅｓｉｅｌｌａ ｉｎｔｅｓｔｉｎｉｈｏｍｉｎｉｓ）、アナエロツルンカス コリホミニス（Ａｎａｅｒｏｔｒｕｎｃｕｓ ｃｏｌｉｈｏｍｉｎｉｓ）、ユウバクテリウム エリゲンス（Ｅｕｂａｃｔｅｒｉｕｍ ｅｌｉｇｅｎｓ）、クロストリジウム シンビオサム（Ｃｌｏｓｔｒｉｄｉｕｍ ｓｙｍｂｉｏｓｕｍ）、ロゼブリア イヌリニボランス（Ｒｏｓｅｂｕｒｉａ ｉｎｕｌｉｎｉｖｏｒａｎｓ）、パラプレボテラ クララ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ ｃｌａｒａ）、ルミノコッカス ラクタリス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｌａｃｔａｒｉｓ）、クロストリジウム シトロニアエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｃｉｔｒｏｎｉａｅ）、クロストリジウム レプツム（Ｃｌｏｓｔｒｉｄｉｕｍ ｌｅｐｔｕｍ）、ルミノコッカス ブローミイ（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｂｒｏｍｉｉ）、バクテロイデス シータイオタオミクロン（Ｂａｃｔｅｒｏｉｄｅｓ ｔｈｅｔａｉｏｔａｏｍｉｃｒｏｎ）、ユウバクテリウム ビフォルメ（Ｅｕｂａｃｔｅｒｉｕｍ ｂｉｆｏｒｍｅ）、ビフィドバクテリウム アドレセンティス（Ｂｉｆｉｄｏｂａｃｔｅｒｉｕｍ ａｄｏｌｅｓｃｅｎｔｉｓ）、パラバクテロイデス ディスタソニス（Ｐａｒａｂａｃｔｅｒｏｉｄｅｓ ｄｉｓｔａｓｏｎｉｓ）、ディアリスター インビサス（Ｄｉａｌｉｓｔｅｒ ｉｎｖｉｓｕｓ）、バクテロイデス ファエシス（Ｂａｃｔｅｒｏｉｄｅｓ ｆａｅｃｉｓ）、ブチリビブリオ クロッソツス（Ｂｕｔｙｒｉｖｉｂｒｉｏ ｃｒｏｓｓｏｔｕｓ）、クロストリジウム ネキシレ（Ｃｌｏｓｔｒｉｄｉｕｍ ｎｅｘｉｌｅ）、バクテロイデス セルロシリティカス（Ｂａｃｔｅｒｏｉｄｅｓ ｃｅｌｌｕｌｏｓｉｌｙｔｉｃｕｓ）、シュードフラボニフラクター カピロサス（Ｐｓｅｕｄｏｆｌａｖｏｎｉｆｒａｃｔｏｒ ｃａｐｉｌｌｏｓｕｓ）、ストレプトコッカス アンギノスス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ａｎｇｉｎｏｓｕｓ）、ストレプトコッカス サングイニス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｓａｎｇｕｉｎｉｓ）、デスルホビブリオ デスルフリカンス（Ｄｅｓｕｌｆｏｖｉｂｒｉｏ ｄｅｓｕｌｆｕｒｉｃａｎｓ）、及び／またはクロストリジウム ラモーザム（Ｃｌｏｓｔｒｉｄｉｕｍ ｒａｍｏｓｕｍ）の細菌株を検出することを含む、請求項１または請求項２に記載の方法。
  5. プレボテーラ ブッカリス（Ｐｒｅｖｏｔｅｌｌａ ｂｕｃｃａｌｉｓ）、ブチリシコッカス プリカエコルム（Ｂｕｔｙｒｉｃｉｃｏｃｃｕｓ ｐｕｌｌｉｃａｅｃｏｒｕｍ）、グラニュリカテラ エレガンス（Ｇｒａｎｕｌｉｃａｔｅｌｌａ ｅｌｅｇａｎｓ）、シュードフラボニフラクター カピロサス、クロストリジウム ラモーザム、ストレプトコッカス サングイニス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｓａｎｇｕｉｎｉｓ）、クロストリジウム シトロニアエ、デスルホビブリオ デスルフリカンス、ヘモフィラス ピットマニアエ（Ｈａｅｍｏｐｈｉｌｕｓ ｐｉｔｔｍａｎｉａｅ）、パラプレボテラ クララ、ストレプトコッカス アンギノスス、アナエロツルンカス コリホミニス、クロストリジウム シンビオサム、ミツオケラ マルトアシダ（Ｍｉｔｓｕｏｋｅｌｌａ ｍｕｌｔａｃｉｄａ）、クロストリジウム ネキシレ、ラクトバシラス ファーメンタム（Ｌａｃｔｏｂａｃｉｌｌｕｓ ｆｅｒｍｅｎｔｕｍ）、ユウバクテリウム ビフォルメ、クロストリジウム レプツム、バクテロイデス ペクチノフィルス（Ｂａｃｔｅｒｏｉｄｅｓ ｐｅｃｔｉｎｏｐｈｉｌｕｓ）、コプロコッカス カツス、ユウバクテリウム エリゲンス、ロゼブリア イヌリニボランス、バクテロイデス ファエシス、バルネシエラ インテスティニホミニス、バクテロイデス シータイオタオミクロン、ルミノコッカス ブローミイ、ルミノコッカス グナバス、ルミノコッカス ラクタリス、パラバクテロイデス ディスタソニス、ブチリビブリオ クロッソツス、バクテロイデス セルロシリティカス、ビフィドバクテリウム アドレセンティス、及び／またはディアリスター インビサスの細菌株を検出することを含む、請求項１または請求項２に記載の方法。
  6. ルミノコッカス グナバス、クロストリジウム ボルテエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔｅａｅ）、アナエロツルンカス コリホミニス、フラボニフラクター プラウティイ（Ｆｌａｖｏｎｉｆｒａｃｔｏｒ ｐｌａｕｔｉｉ）、クロストリジウム クロストリディオフォルメ（Ｃｌｏｓｔｒｉｄｉｕｍ ｃｌｏｓｔｒｉｄｉｏｆｏｒｍｅ）、クロストリジウム ハセワイ（Ｃｌｏｓｔｒｉｄｉｕｍ ｈａｔｈｅｗａｙｉ）、クロストリジウム シンビオサム、ルミノコッカス トルキース（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｔｏｒｑｕｅｓ）、アリスティペス セネガレンシス（Ａｌｉｓｔｉｐｅｓ ｓｅｎｅｇａｌｅｎｓｉｓ）、プレボテーラ コプリ（Ｐｒｅｖｏｔｅｌｌａ ｃｏｐｒｉ）、エガセラ レンタ（Ｅｇｇｅｒｔｈｅｌｌａ ｌｅｎｔａ）、クロストリジウム アスパラギフォルメ（Ｃｌｏｓｔｒｉｄｉｕｍ ａｓｐａｒａｇｉｆｏｒｍｅ）、バルネシエラ インテスティニホミニス、クロストリジウム シトロニアエ、ユウバクテリウム エリゲンス、クロストリジウム ラモーザム、コプロコッカス カツス、ユウバクテリウム ビフォルメ、ルミノコッカス ラクタリス、バクテロイデス マシリエンシス（Ｂａｃｔｅｒｏｉｄｅｓ ｍａｓｓｉｌｉｅｎｓｉｓ）、ヘモフィラス パラインフルエンザエ（Ｈａｅｍｏｐｈｉｌｕｓ ｐａｒａｉｎｆｌｕｅｎｚａｅ）、クロストリジウム ネキシレ、クロストリジウム イノキュウム（Ｃｌｏｓｔｒｉｄｉｕｍ ｉｎｎｏｃｕｕｍ）、バクテロイデス キシラニソルベンス（Ｂａｃｔｅｒｏｉｄｅｓ ｘｙｌａｎｉｓｏｌｖｅｎｓ）、オキサロバクター フォルミゲネス（Ｏｘａｌｏｂａｃｔｅｒ ｆｏｒｍｉｇｅｎｅｓ）、アリスティペス ピュトレディニス（Ａｌｉｓｔｉｐｅｓ ｐｕｔｒｅｄｉｎｉｓ）、パラプレボテラ クララ、及び／またはオドリバクター スプランクニカス（Ｏｄｏｒｉｂａｃｔｅｒ ｓｐｌａｎｃｈｎｉｃｕｓ）の細菌株を検出することを含む、請求項１または請求項２に記載の方法。
  7. 大腸菌、ストレプトコッカス アギノスス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ａｇｉｎｏｓｕｓ）、パラバクテロイデス ジョンソニイ（Ｐａｒａｂａｃｔｅｒｏｉｄｅｓ ｊｏｈｎｓｏｎｉｉ）、ストレプトコッカス ゴルドニイ（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｇｏｒｄｏｎｉｉ）、クロストリジウム ボルタエ（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔａｅ）、ツリシバクター サングイニス（Ｔｕｒｉｃｉｂａｃｔｅｒ ｓａｎｇｕｉｎｉｓ）、パラプレボテラ キシラニフィラ（Ｐａｒａｐｒｅｖｏｔｅｌｌａ ｘｙｌａｎｉｐｈｉｌａ）、ストレプトコッカス ミュータンス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｍｕｔａｎｓ）、バクテロイデス プレビウス（Ｂａｃｔｅｒｏｉｄｅｓ ｐｌｅｂｅｉｕｓ）、クロストリジウム クロストリディオフォルメ、クレブシエラ ニューモニアエ（Ｋｌｅｂｓｉｅｌｌａ ｐｎｅｕｍｏｎｉａｅ）、クロストリジウム ハセワイ、バクテロイデス フラギリス（Ｂａｃｔｅｒｏｉｄｅｓ ｆｒａｇｉｌｉｓ）、プレボテーラ ディシエンス（Ｐｒｅｖｏｔｅｌｌａ ｄｉｓｉｅｎｓ）、クロストリジウム レプツム、シュードフラボニフラクター カピロサス、バクテロイデス インテスティナーリス（Ｂａｃｔｅｒｏｉｄｅｓ ｉｎｔｅｓｔｉｎａｌｉｓ）、エンテロコッカス フェカリス（Ｅｎｔｅｒｏｃｏｃｃｕｓ ｆａｅｃａｌｉｓ）、ストレプトコッカス インファンティス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｉｎｆａｎｔｉｓ）、アリスティペス シャーヒイ（Ａｌｉｓｔｉｐｅｓ ｓｈａｈｉｉ）、クロストリジウム アスパラギフォルメ、クロストリジウム シンビオサム、及び／またはストレプトコッカス サングイニスの細菌株を検出することを含む、請求項１または請求項２に記載の方法。
  8. Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿３＿１＿４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿７＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿１＿４＿５６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿２＿１＿５８ＦＡＡ、Ｃｏｐｒｏｃｏｃｃｕｓ ｓｐ＿ＡＲＴ５５＿１、及び／またはＡｌｉｓｔｉｐｅｓ ｓｐ＿ＡＰ１１、あるいは参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する対応株を検出することを含む、請求項１または請求項２に記載の方法。
  9. Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿２＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿７＿１＿５８ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿１＿４＿５６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ＿３＿１＿４６ＦＡＡ、＿１ Ａｌｉｓｔｉｐｅｓ ｓｐ＿ＡＰ１１、Ｂａｃｔｅｒｏｉｄｅｓ＿ｓｐ＿１＿１＿６、及び／またはＣｏｐｒｏｃｏｃｃｕｓ＿ｓｐ＿ＡＲＴ５５＿１、あるいは参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する対応株を検出することを含む、請求項１または請求項２に記載の方法。
  10. Ｃｌｏｓｔｒｉｄｉａｌｅｓ ｂａｃｔｅｒｉｕｍ １ ７ ４７ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ １ ４ ５６ＦＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ５ １ ５７ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ３ １ ４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ７ １ ５８ＦＡＡ、Ｃｏｐｒｏｃｏｃｃｕｓ ｓｐ ＡＲＴ５５ １、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ３ １ ５７ＦＡＡ ＣＴ１、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ２ １ ５８ＦＡＡ、及び／またはＥｕｂａｃｔｅｒｉｕｍ ｓｐ ３ １ ３１、または参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する対応株を検出することを含む、請求項１または請求項２に記載の方法。
  11. Ｃｌｏｓｔｒｉｄｉａｌｅｓ ｂａｃｔｅｒｉｕｍ １ ７ ４７ＦＡＡ、Ｅｕｂａｃｔｅｒｉｕｍ ｓｐ ３ １ ３１、Ｌａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ ５ １ ５７ＦＡＡ、Ｃｌｏｓｔｒｉｄｉａｃｅａｅ ｂａｃｔｅｒｉｕｍ ＪＣ１１８、及び／またはＬａｃｈｎｏｓｐｉｒａｃｅａｅ ｂａｃｔｅｒｉｕｍ １ ４ ５６ＦＡ、または参照細菌の１６Ｓ ｒＲＮＡ遺伝子配列と少なくとも９５％、９６％、９７％、９８％、９９％、９９．５％、または９９．９％同一である１６Ｓ ｒＲＮＡ遺伝子配列を有する対応株を検出することを含む、請求項１または請求項２に記載の方法。
  12. 前記細菌株が表１１から選択される操作的分類単位（ＯＴＵ）に属する、請求項１または請求項２に記載の方法。
  13. 前記細菌株が、配列番号１～１０のうちの１つと少なくとも９７％同一の１６Ｓ ｒＲＮＡ遺伝子配列を有する、請求項１または請求項２に記載の方法。
  14. ２種、５種、１０種、１５種、または２０種の細菌分類群の細菌株が検出される、請求項１～１３のいずれか１項に記載の方法。
  15. 前記微生物遺伝子が表４から選択される経路に関与する、請求項１または請求項２に記載の方法。
  16. 前記経路が、アミノ酸生合成、アミノ酸分解、デンプン分解、ガラクトース分解、硫酸還元、硫酸同化、及びシステイン生合成からなるリストから選択される、請求項１、２、及び１５のいずれか１項に記載の方法。
  17. 前記微生物遺伝子を検出することが、前記遺伝子を保有する細菌種を検出すること、または前記遺伝子をコードする核酸を検出することを含む、請求項１、２、１５、または１６のいずれか１項に記載の方法。
  18. 前記代謝産物が尿中代謝産物である、請求項１または請求項２に記載の方法。
  19. 前記代謝産物が、Ａ ８０９８７、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、または（－）－エピガロカテキンスルファートである、請求項１８に記載の方法。
  20. 前記代謝産物が表６から選択される、請求項１８または請求項１９に記載の方法。
  21. 前記代謝産物が、
    （ａ）Ａ ８０９８７、メジカゲン酸３－Ｏ－ｂ－Ｄ－グルクロニド、Ｎ－ウンデカノイルグリシン、Ａｌａ－Ｌｅｕ－Ｔｒｐ－Ｇｌｙ、もしくはγ－グルタミル－システイン、及び／または
    （ｂ）トリセチン３’－メチルエーテル７，５’－ジグルクロニド、アロアチリオール、トラセミド、（－）－エピガロカテキンスルファート、もしくはテトラヒドロジピコリネートである、請求項１８に記載の方法。
  22. 前記代謝産物が表２１ａまたは２１ｂから選択される、請求項１８または請求項２０に記載の方法。
  23. 前記代謝産物が糞便代謝産物である、請求項１または請求項２に記載の方法。
  24. 前記代謝産物が、３－デオキシ－Ｄ－ガラクトース、チロシン、Ｉ－ウロビリン、アデノシン、Ｇｌｕ－Ｉｌｅ－Ｉｌｅ－Ｐｈｅ、３，６－ジメトキシ－１９－ノルプレグナ－１，３，５，７，９－ペンタエン－２０－オン、２－フェニルプロピオネート、ＭＧ（２０：３（８Ｚ，１１Ｚ，１４Ｚ）／０：０／０：０）、１，２，３－Ｔｒｉｓ（１－エトキシエトキシ）プロパン、スタフィロキサンチン、ヘキソース、２０－ヒドロキシ－Ｅ４－ニューロプロスタン、酢酸ノニル、３－フェルロイル－１，５－キノラクトン、ｔｒａｎｓ－２－ヘプテナール、ピリドキサミン、Ｌ－アルギニン、ドデカンジオン酸、ウルソデオキシコール酸、１－（マロニルアミノ）シクロプロパンカルボン酸、コルチゾン、９，１０，１３－トリヒドロキシステアリン酸、Ｇｌｕ－Ａｌａ－Ｇｌｎ－Ｓｅｒ、クワジプロトパナキサトリオール、Ｎ－メチルインドロ［３，２－ｂ］－５α－コレスト－２－エン、ＰＧ（２０：０／２２：１（１１Ｚ））、（－）－エピガロカテキン、２－メチル－３－ケト吉草酸、セコエレモペタシトリドＢ、ＰＣ（２０：１（１１Ｚ）／Ｐ－１６：０）、Ｇｌｕ－Ａｓｐ－Ａｓｐ、Ｎ５－アセチル－Ｎ５－ヒドロキシ－Ｌ－オルニチン酸、ケイ酸、（１ξ，３ξ）－１，２，３，４－テトラヒドロ－１－メチル－β－カルボリン－３－カルボン酸、ＰＳ（３６：５）、コリスマート、イソ吉草酸イソアミル、ＰＡ（Ｏ－３６：４）、ＰＥ（Ｐ－２８：０）、及びγ－グルタミル－Ｓ－メチルシステイニル－β－アラニンからなる群から選択される、請求項２３に記載の方法。
  25. 前記代謝産物が表８から選択される、請求項２３に記載の方法。
  26. 前記代謝産物が表１３から選択される、請求項２３に記載の方法。
  27. 前記診断することが、前記患者を、変化したマイクロバイオームまたは正常なマイクロバイオームを有する者として分類することを含む、請求項１～２６のいずれか１項に記載の方法。
  28. 前記分類に基づいて処置計画を策定することをさらに含む、請求項２７に記載の方法。
  29. ＩＢＳに罹患している患者集団を亜群に層別化する方法であって、
    ａ．細菌株、及び／または
    ｂ．代謝産物
    を検出することを含む、前記方法。
  30. ＩＢＳに罹患している患者が、微生物叢の有益な変化を誘発することができる処置、及び／またはディスバイオシスに対処することができる処置、例えば、生きた生物学的製剤の製品から恩恵を受けるかどうか評価する方法であって、
    ａ．細菌株、及び／または
    ｂ．代謝産物
    を検出することを含む、前記方法。
  31. 前記細菌株が、アナエロスティペス（Ａｎａｅｒｏｓｔｉｐｅｓ）、アナエロツルンカス（Ａｎａｅｒｏｔｒｕｎｃｕｓ）、アナエロフィルム（Ａｎａｅｒｏｆｉｌｕｍ）、バクテロイデス（Ｂａｃｔｅｒｏｉｄｅｓ）、ブラウティア（Ｂｌａｕｔｉａ）、エガセラ（Ｅｇｇｅｒｔｈｅｌｌａ）、ストレプトコッカス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ）、ゴルドニバクター（Ｇｏｒｄｏｎｉｂａｃｔｅｒ）、ホールディマニア（Ｈｏｌｄｅｍａｎｉａ）、ルミノコッカス（Ｒｕｍｉｎｏｃｏｃｃｕｓ）、ベイロネラ（Ｖｅｉｌｏｎｅｌｌａ）、アッカーマンシア（Ａｋｋｅｒｍａｎｓｉａ）、アリスティペス（Ａｌｉｓｔｉｐｅｓ）、バルネシエラ（Ｂａｒｎｅｓｉｅｌｌａ）、ブチリシコッカス（Ｂｕｔｙｒｉｃｉｃｏｃｃｕｓ）、ブチリシモナス（Ｂｕｔｙｒｉｃｉｍｏｎａｓ）、クロストリジウム（Ｃｌｏｓｔｒｉｄｉｕｍ）、コプロコッカス（Ｃｏｐｒｏｃｏｃｃｕｓ）、フィーカリバクテリウム（Ｆａｅｃａｌｉｂａｃｔｅｒｉｕｍ）、ヘモフィラス（Ｈａｅｍｏｐｈｉｌｕｓ）、ホワルデラ（Ｈｏｗａｒｄｅｌｌａ）、メタノブレビバクター（Ｍｅｔｈａｎｏｂｒｅｖｉｂａｃｔｅｒ）、オシロバクター（Ｏｓｃｉｌｌｏｂａｃｔｅｒ）、プレボテーラ（Ｐｒｅｖｏｔｅｌｌａ）、シュードフラボニフラクター（Ｐｓｅｕｄｏｆｌａｖｏｎｉｆｒａｃｔｏｒ）、ロゼブリア（Ｒｏｓｅｂｕｒｉａ）、スラッキア（Ｓｌａｃｋｉａ）、スポロバクター（Ｓｐｏｒｏｂａｃｔｅｒ）、及びビクチバリス（Ｖｉｃｔｉｖａｌｌｉｓ）からなる群から選択される属に属する、請求項２９または請求項３０に記載の方法。
  32. 前記細菌株が、アナエロスティペス ハドルス（Ａｎａｅｒｏｓｔｉｐｅｓ ｈａｄｒｕｓ）、バクテロイデス オバツス（Ｂａｃｔｅｒｏｉｄｅｓ ｏｖａｔｕｓ）、バクテロイデス シータイオタオミクロン（Ｂａｃｔｅｒｏｉｄｅｓ ｔｈｅｔａｉｏｔａｏｍｉｃｒｏｎ）、クロストリジウム アスパラギフォルメ（Ｃｌｏｓｔｒｉｄｉｕｍ ａｓｐａｒａｇｉｆｏｒｍｅ）、クロストリジウム ボルタエア（Ｃｌｏｓｔｒｉｄｉｕｍ ｂｏｌｔａｅａ）、クロストリジウム ハセワイ（Ｃｌｏｓｔｒｉｄｉｕｍ ｈａｔｈｅｗａｙｉ）、クロストリジウム シンビオサム（Ｃｌｏｓｔｒｉｄｉｕｍ ｓｙｍｂｉｏｓｕｍ）、コプロコッカス コメス（Ｃｏｐｒｏｃｏｃｃｕｓ ｃｏｍｅｓ）、ルミノコッカス グナバス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｇｎａｖｕｓ）、ストレプトコッカス サリバルス（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｓａｌｉｖａｒｕｓ）、ルミノコッカス トルキース（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｔｏｒｑｕｅｓ）、アリスティペス セネガレンシス（Ａｌｉｓｔｉｐｅｓ ｓｅｎｅｇａｌｅｎｓｉｓ）、ユウバクテリウム エリゲンス（Ｅｕｂａｃｔｅｒｉｕｍ ｅｌｉｇｅｎｓ）、ユウバクテリウム シラエウム（Ｅｕｂａｃｔｅｒｉｕｍ ｓｉｒａｅｕｍ）、フィーカリバクテリウム プラウスニッツィイ（Ｆａｅｃａｌｉｂａｃｔｅｒｉｕｍ ｐｒａｕｓｎｉｔｚｉｉ）、ロゼブリア ホミニス（Ｒｏｓｅｂｕｒｉａ ｈｏｍｉｎｉｓ）、ヘモフィラス パラインフルエンザエ（Ｈａｅｍｏｐｈｉｌｕｓ ｐａｒａｉｎｆｌｕｅｎｚａｅ）、ルミノコッカス カリダス（Ｒｕｍｉｎｏｃｏｃｃｕｓ ｃａｌｌｉｄｕｓ）、ベイロネラ パルブラ（Ｖｅｉｌｏｎｅｌｌａ ｐａｒｖｕｌａ）、及びＣｏｐｒｏｃｏｃｃｕｓ ｓｐ． ＡＲＴ５５／１からなる群から選択される種である、請求項２９または請求項３０に記載の方法。
  33. 前記細菌株が、クロストリジウムクラスターＩＶ、ＸＩ、またはＸＶＩＩＩに属する、請求項２９または請求項３０に記載の方法。
  34. 前記細菌株が、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ３ １ ４６ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ５ １ ６３ＦＡＡ、Ｌａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ７ １ ５８ＦＡＡ、及びＬａｃｈｎｏｓｐｉｒａｃａｅａ ｂａｃｔｅｒｉｕｍ ８ １ ５７ＦＡＡからなる群から選択される、請求項２９または請求項３０に記載の方法。
  35. 前記代謝産物が糞便代謝産物である、請求項２９または請求項３０に記載の方法。
  36. 前記代謝産物が尿中代謝産物である、請求項２９または請求項３０に記載の方法。
  37. ＩＢＳに罹患している患者の処置計画を、前記患者が特定の亜群に属することに基づいて策定することをさらに含む、請求項２９に記載の方法。
  38. 請求項１～３７のいずれか１項に記載の方法を実行するための試薬を含むキット。
  39. 請求項３～１４及び３１～３４に記載の細菌株、請求項１５及び１６に記載の微生物遺伝子、及び／または請求項１８～２６に記載の代謝産物のうちの２つ以上を検出するための試薬を含むキット。
  40. 糞便または尿試料を分析するように構成された、請求項３８または請求項３９に記載のキット。
JP2021560504A 2019-04-03 2020-04-02 疾患を診断する方法 Pending JP2022527653A (ja)

Applications Claiming Priority (11)

Application Number Priority Date Filing Date Title
EP19167118 2019-04-03
EP19167118.9 2019-04-03
EP19167114 2019-04-03
EP19167114.8 2019-04-03
GB1909052.1 2019-06-24
GBGB1909052.1A GB201909052D0 (en) 2019-06-24 2019-06-24 Methods of diagnosing disease
GB1915143.0 2019-10-18
GB201915156A GB201915156D0 (en) 2019-10-18 2019-10-18 Methods of diagnosing disease
GB201915143A GB201915143D0 (en) 2019-10-18 2019-10-18 Methods of diagnosing disease
GB1915156.2 2019-10-18
PCT/EP2020/059459 WO2020201457A1 (en) 2019-04-03 2020-04-02 Methods of diagnosing disease

Publications (1)

Publication Number Publication Date
JP2022527653A true JP2022527653A (ja) 2022-06-02

Family

ID=70057152

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2021560516A Pending JP2022528466A (ja) 2019-04-03 2020-04-02 疾患を診断する方法
JP2021560504A Pending JP2022527653A (ja) 2019-04-03 2020-04-02 疾患を診断する方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2021560516A Pending JP2022528466A (ja) 2019-04-03 2020-04-02 疾患を診断する方法

Country Status (8)

Country Link
US (2) US20220128556A1 (ja)
EP (2) EP3947744A1 (ja)
JP (2) JP2022528466A (ja)
KR (2) KR20210149127A (ja)
CN (2) CN114127317A (ja)
AU (2) AU2020255035A1 (ja)
TW (2) TW202102684A (ja)
WO (2) WO2020201458A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4225944A1 (en) * 2020-10-05 2023-08-16 Vib Vzw Means and methods to diagnose gut flora dysbiosis and inflammation
US11139063B1 (en) 2020-12-29 2021-10-05 Kpn Innovations, Llc. Systems and methods for generating a microbiome balance plan for prevention of bacterial infection
WO2023278352A1 (en) * 2021-06-28 2023-01-05 Sun Genomics, Inc. Systems and methods for identifying microbial signatures
CN113969251B (zh) * 2021-11-30 2023-05-02 华中农业大学 一株巴士链球菌及其在生物合成儿茶素衍生物中的应用
WO2023127875A1 (ja) * 2021-12-30 2023-07-06 株式会社メタジェン 予測方法、予測プログラム、予測装置、学習モデル
CN114965764A (zh) * 2022-05-18 2022-08-30 陕西安宁云生生物技术有限公司 便秘的诊断和治疗

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7943328B1 (en) * 2006-03-03 2011-05-17 Prometheus Laboratories Inc. Method and system for assisting in diagnosing irritable bowel syndrome
CA2776420A1 (en) * 2009-10-05 2011-04-14 Aak Patent B.V. Methods for diagnosing irritable bowel syndrome
CA2781654A1 (en) * 2009-11-25 2011-06-03 Hua Gong Novel genomic biomarkers for irritable bowel syndrome diagnosis
BR112015029320A8 (pt) * 2013-05-24 2023-01-03 Nestec Sa Ensaios específicos de vias para predição de diagnóstico de síndrome do intestino irritável
CA2947962C (en) * 2014-05-04 2024-01-16 Salix Pharmaceuticals, Inc. Ibs microbiota and uses thereof
GB201416015D0 (en) 2014-09-10 2014-10-22 Univ Warwick Biomarker
CN108883139B (zh) 2016-03-04 2022-04-26 4D制药有限公司 包含细菌菌株的组合物
CN109069558A (zh) * 2016-03-04 2018-12-21 加利福尼亚大学董事会 微生物聚生体及其用途
ITUA20164448A1 (it) * 2016-06-16 2017-12-16 Ospedale Pediatrico Bambino Gesù Metodo metagenomico per la diagnosi in vitro di disbiosi intestinale.
GB201621123D0 (en) 2016-12-12 2017-01-25 4D Pharma Plc Compositions comprising bacterial strains
WO2018112459A1 (en) * 2016-12-16 2018-06-21 uBiome, Inc. Method and system for characterizing microorganism-related conditions
CN110892081A (zh) * 2017-07-17 2020-03-17 智能Dna股份有限公司 诊断菌群失调的方法

Also Published As

Publication number Publication date
JP2022528466A (ja) 2022-06-10
CN114127317A (zh) 2022-03-01
TW202102684A (zh) 2021-01-16
CN114040986A (zh) 2022-02-11
US20220165361A1 (en) 2022-05-26
EP3947744A1 (en) 2022-02-09
AU2020255277A1 (en) 2021-10-28
EP3947743A1 (en) 2022-02-09
US20220128556A1 (en) 2022-04-28
AU2020255035A1 (en) 2021-10-28
KR20210149127A (ko) 2021-12-08
KR20220004069A (ko) 2022-01-11
TW202102683A (zh) 2021-01-16
WO2020201457A1 (en) 2020-10-08
WO2020201458A1 (en) 2020-10-08

Similar Documents

Publication Publication Date Title
JP2022527653A (ja) 疾患を診断する方法
Zhang et al. Metaproteomics reveals associations between microbiome and intestinal extracellular vesicle proteins in pediatric inflammatory bowel disease
Zierer et al. The fecal metabolome as a functional readout of the gut microbiome
Petriz et al. Metaproteomics as a complementary approach to gut microbiota in health and disease
WO2021184412A1 (zh) 基于肠道微生物的双相情感障碍生物标志物及其筛选应用
Campbell et al. Cell types in environmental epigenetic studies: biological and epidemiological frameworks
JP2016530504A (ja) 自閉症スペクトラム障害のバイオマーカー
Rozas et al. MinION™ nanopore sequencing of skin microbiome 16S and 16S-23S rRNA gene amplicons
Kindschuh et al. Preterm birth is associated with xenobiotics and predicted by the vaginal metabolome
CN111505288A (zh) 一种新的抑郁症生物标志物及其应用
CN114292931B (zh) 急性冠脉综合征的风险评估标志物及其应用
WO2010035140A8 (en) Method for analyzing d4z4 tandem repeat arrays of nucleic acid and kit therefore
CN108351342A (zh) 冠心病的生物标志物
O’Connor et al. Network analysis to identify multi-omic correlations in the lower airways of children with cystic fibrosis
US10934573B2 (en) Diagnosis of bacterial vaginosis
CN111020020A (zh) 一种精神分裂症的生物标志物组合、其应用及metaphlan2筛选方法
Yoon et al. Lung tissue microbiome is associated with clinical outcomes of idiopathic pulmonary fibrosis
Lacroix et al. Procalcitonin measurement for detection of serious bacterial infection in febrile children: comparison between two automated immunoassays
Bunyavanich et al. Analytical challenges in omics research on asthma and allergy: A National Institute of Allergy and Infectious Diseases workshop
Xiao et al. Characterization of the Microbiome and Host’s Metabolites of the Lower Respiratory Tract During Acute Community-Acquired Pneumonia Identifies Potential Novel Markers
CN111020021A (zh) 一种基于肠道菌群的小规模精神分裂症生物标志物组合、其应用及mOTU筛选方法
Sato et al. Evaluation of the Suitability of Dried Saliva Spots for In-Depth Proteome Analyses for Clinical Applications
KR102519775B1 (ko) 류마티스 관절염의 질병활성도 평가용 바이오마커
WO2022166934A1 (zh) 心血管病发病风险评估肠道菌群标志物及其应用
Karayel et al. Proteome profiling of cerebrospinal fluid reveals novel biomarker candidates for parkinson’s Disease