JP2022528466A - 疾患を診断する方法 - Google Patents
疾患を診断する方法 Download PDFInfo
- Publication number
- JP2022528466A JP2022528466A JP2021560516A JP2021560516A JP2022528466A JP 2022528466 A JP2022528466 A JP 2022528466A JP 2021560516 A JP2021560516 A JP 2021560516A JP 2021560516 A JP2021560516 A JP 2021560516A JP 2022528466 A JP2022528466 A JP 2022528466A
- Authority
- JP
- Japan
- Prior art keywords
- bam
- ibs
- bacterium
- acid
- strains
- 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
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
Abstract
本出願は、BAM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、胆汁酸吸収不良(BAM)の診断の分野におけるものである。
胆汁酸吸収不良(BAM)は、幾つかの消化管関連障害、特に、慢性下痢の原因である。これは胃腸疾患に続発する吸収不良の結果として生じ得るか、または過度の胆汁酸生成に関連する原発性障害であり得る。下痢優位型過敏性腸症候群(IBS-D)及び交代型または混合型過敏性腸症候群(IBS-M)に罹患していると誤診される一部の患者は、実際にはBAMに罹患しており(1、2)、BAMの処置法は過敏性腸症候群(IBS)のそれとは異なる(3)。重要なことに、BAMはIBSとは異なる臨床単位であり、BAMに罹患している全ての患者がIBSを有するわけではなく、全てのIBS患者がBAMに罹患しているわけではない。BAMは機能性下痢または下痢優位型過敏性腸症候群(IBS-D)を有する患者の25%~50%を占めると推定され、集団の1%がそれに罹患している(4)。
BAMは胆汁酸隔離剤により処置され得る。胆汁酸は肝臓で生成され、胆管系に分泌され、胆嚢に貯蔵され、食後にコレシストキニンにより刺激されて放出される。通常、95%超の胆汁酸が終末回腸で吸収され、肝臓により取り込まれ、再分泌される。多量の胆汁酸が大腸に入る場合、それらは大腸における水分泌及び腸運動を刺激し、このことが慢性下痢の症状を引き起こす。頂端側ナトリウム依存性胆汁酸輸送体(ASBT、IBAT、遺伝子記号SLC10A2)、細胞質の回腸胆汁酸結合タンパク質(IBABP、ILBP、遺伝子記号FABP6)、ならびにOSTα及びOSTβの基底側ヘテロ二量体が含まれる胆汁酸輸送体が胆汁酸を輸送する。これらの輸送体の発現が減少する場合、腸管が胆汁酸を吸収する能力が低下する(1型胆汁酸吸収不良)。腸運動が胃腸手術により影響を受けるか、または胆汁酸が小腸内細菌異常増殖症により脱抱合される場合、吸収効率が低下する(3型胆汁酸吸収不良)。原発性胆汁酸下痢(2型胆汁酸「吸収不良」)は、胆汁酸の過剰生成により引き起こされ得る。明らかな疾患のないごく少数の割合の患者(2型胆汁酸吸収不良)は、ASBTの変異を有し得る。
BAMは、タウリン抱合型75セレン(Se)標識ホモコール酸(SeHCAT)試験により診断され得、これは、胆汁酸を再吸収及び代謝できないことを検出する。この試験は、放射標識胆汁化合物を投与すること、及び1週間後にその保持率を測定することを含む(5)。BAMはIBSとは異なる臨床単位であり、例えば、胆汁酸隔離剤により成功裡に処置され得る。SeHCAT試験は、高価であり、広く利用可能ではない、診療所におけるBAM診断のための確定的な検査である(6)。
IBSは消化器系に影響を及ぼす一般的な疾患である。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(7)。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(8)。しばしば、脳腸軸の障害とみなされるが(9、10)、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(11)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(12)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。更に、主症状に基づいて臨床的サブタイプ(下痢優位型(IBS-D)または便秘型(IBS-C))に患者を層別化する現行の手法には、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、大きな制約がある(13)。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(14)。
腸障害を有する患者における腸内微生物叢の対照群と比較した変化の調査が行われている(15~18)。マイクロバイオームの食事、抗生物質、及び腸管感染症(これらの全てが腸障害に関与し得る)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(19、20)。しかしながら、腸障害を有する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。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。
BAM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。類似の症状を有する別の疾患、例えば、IBSとすでに診断された患者におけるBAM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も必要とされている。
本発明者らは、胆汁酸吸収不良(BAM)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BAM)個体におけるマイクロバイオーム及びメタボローム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。本発明は、BAMに関連する分類群の細菌種及び/またはBAMに関連する代謝産物を検出することを含む、患者のBAMを診断する方法を提供する。
実施例に示すように、本発明者らは、効果的であり、タウリン抱合型75セレン(Se)標識ホモコール酸(SeHCAT)試験より顕著に安価、利用しやすい、かつ安全な、胆汁酸吸収不良(BAM)を診断するための方法を開発した。SeHCAT試験は、BAMを診断するための現在最も広く使用されている技術であるが、本発明の方法とは異なり、患者を放射線に曝露させ、臨床環境を必要とし、非常に高価である。SeHCAT試験では、放射標識された75SeHCATを含有するカプセル(370kBqのセレン75及び0.1mg未満のSeHCATを含有する)が水と共に経口投与される。カプセルを服用した1~3時間後、及び次いで、7日目にコリメートされていないガンマカメラを使用して測定が行われる。次いで、7日目でのSeHCATの保持率が計算され、7日目での15%超のSeHCAT保持値が正常であるとみなされ、15%未満の値が胆汁酸吸収不良において見られるような過度の胆汁酸喪失を示す。
一実施形態では、本発明は、患者をBAMと診断するための方法を提供する。特定の実施形態では、本発明は、患者を軽度BAMと診断するための方法を提供する。特定の実施形態では、本発明は、患者を中等度BAMと診断するための方法を提供する。中等度BAMは、SeHCAT試験における標識された胆汁酸アナログの10%保持を特徴とし得る。特定の実施形態では、本発明は、患者を重度BAMと診断するための方法を提供する。データは、本発明の方法が重度BAMを診断するのに特に効果的であることを示す。重度BAMは、SeHCAT試験における標識された胆汁酸アナログの5%以下の保持を特徴とし得る。幾つかの実施形態では、本発明の方法は、IBSと診断された患者のBAMを診断するためのものである。幾つかの実施形態では、本発明の方法は、IBS-Mと診断された患者のBAMを診断するためのものである。幾つかの好ましい実施形態では、本発明の方法は、IBS-Dと診断された患者のBAMを診断するためのものである。特定の実施形態では、本発明の方法は、IBSと診断された患者の重度BAMを診断するためのものである。
一実施形態では、本方法は、患者をそれらの微生物叢の組成に基づいて重度BAMに罹患していると診断することを含む。特定の実施形態では、IBS及び重度BAMに罹患している患者は、異なる微生物叢の組成を有する。特定の実施形態では、重度BAMに罹患しているIBS患者は、正常、軽度BAM、中等度BAM、または境界型BAMと診断されたIBS患者と異なる微生物叢の組成を有する。
一実施形態では、本発明は、明白な糞便メタボロームシグネチャを検出することを含む、患者をBAMと診断するための方法を提供する。特定の実施形態では、本発明は、明白な糞便メタボロームシグネチャを検出することを含む、IBS患者を重度BAMと診断するための方法を提供する。一実施形態では、BAMを予測するために、機械学習が糞便メタボロームデータに適用され得る。
一実施形態では、本発明は、BAMを予測する1または2以上の代謝産物を検出することを含む、患者をBAMと診断するための方法を提供する。一般に、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、試料中の当該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BAM)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。特定の実施形態では、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、試料中の当該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、及び濃度をIBSに罹患している患者由来の対応する試料と比較することを含む。一実施形態では、BAMを予測する1または2以上の代謝産物は以下から選択される:PG(P-16:0/14:0)、2-エチルスベリン酸、Glu-Glu-Gly-Tyr、1,2,3-Tris(1-エトキシエトキシ)プロパン、PG(O-30:1)、ウルソデオキシコール酸(UDCA)、MG(22:2(13Z,16Z)/0:0/0:0)、L-リジン、O-ホスホエタノールアミン、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、及び/またはヘプタデカン酸。別の実施形態では、BAMを予測する1または2以上の代謝産物は以下から選択される: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)、ジメチルベンジルカルビニルブチレート、1-18:0-2-18:2-モノガラクトシルジアシルグリセロール、PG(P-16:0/14:0)、Glu-Glu-Gly-Tyr、PC(22:2(13Z,16Z)/15:0)、PG(34:0)、PE(18:3(6Z,9Z,12Z)/P-18:0)、MG(22:2(13Z,16Z)/0:0/0:0)、Arg-Ile-Gln-Ile、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、PC(18:1(9Z)/15:0)、チオファネートメチル、Asn-Ser-His-His、1,2,3-Tris(1-エトキシエトキシ)プロパン、PS(39:6)、2-ヒドロキシラウロイルカルニチン、ヒポキサンチン、アデノシン、PC(40:6)、Asp-Phe-Phe-Val、3-デヒドロキシカルニチン、イノシン、PG(O-34:3)、11-デオキソククルビタシンI、カプリン酸メチル、リノレオイルエタノールアミド、His-Met-Phe-Phe、1-デカノール、グラベリフェロン、ウリジン、アラキジルカルニチン、グアノシン、ノニル酸メチル、3-エピデミッシジン、モモルドール、N-[2-(1H-インドール-3-イル)エチル]ドコサンアミド、カプロン酸メチル、アスコルビン酸、N-アセチル-leu-leu-tyr、4-ヒドロキシ酪酸、[ST ジメチル(4:0/3:0)](5Z,7E,17Z)-(1S,3R)-26,27-ジメチル-9,10-セコ-5,7,10(19),17(20)-コレスタテトラエン-22-イン-1,3,25-トリオール、N-メチルインドロ[3,2-b]-5α-コレスト-2-エン、及びγ-グルタミル-S-メチルシステイニル-β-アラニン。好ましい実施形態では、本方法は、ウルソデオキシコール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-リジ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、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)を検出することを含む。好ましい実施形態では、本方法は、ジメチルベンジルカルビニルブチレートを検出することを含む。好ましい実施形態では、本方法は、1-18:0-2-18:2-モノガラクトシルジアシルグリセロールを検出することを含む。好ましい実施形態では、本方法は、PG(P-16:0/14:0)を検出することを含む。好ましい実施形態では、本方法は、Glu-Glu-Gly-Tyr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、例えば、対照(非BAM)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相対濃度を測定することを含む。好ましい実施形態では、代謝産物を検出することは、例えば、IBSに罹患している患者由来の対応する試料と比較した、試料中の代謝産物の相対濃度を測定することを含む。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、BAMを予測する1または2以上の代謝産物の濃度の増加を検出することを含む、患者をBAMと診断するための方法を提供する。幾つかの実施形態では、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、試料中の当該代謝産物の濃度を測定すること、及び任意に濃度を対照(非BAM)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、BAMを予測する代謝産物は、対照(非BAM)個体由来の対応する試料と比較して、または基準値と比較してより高い濃度を有する。特定の実施形態では、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、代謝産物の濃度を測定すること、及び濃度をIBSに罹患している患者由来の対応する試料と比較することを含む。幾つかの実施形態では、BAMを予測する代謝産物は、IBSに罹患している患者由来の対応する試料と比較してより高い濃度を有する。特定の実施形態では、BAMを予測する1または2以上の代謝産物は以下から選択される: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)、ジメチルベンジルカルビニルブチレート、PG(P-16:0/14:0)、PG(34:0)、PE(18:3(6Z,9Z,12Z)/P-18:0)、チオファネートメチル、PS(39:6)、Asp-Phe-Phe-Val、PG(O-34:3)、1-デカノール、3-エピデミッシジン、及び/またはモモルドール。
一実施形態では、本発明は、対照個体(非BAM)を予測する1または2以上の代謝産物の濃度の減少を検出することを含む、患者をBAMと診断するための方法を提供する。幾つかの実施形態では、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、試料中の当該代謝産物の濃度を測定すること、及び任意に濃度を対照(非BAM)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、BAMを予測する代謝産物は、対照(非BAM)個体由来の対応する試料と比較して、または基準値と比較してより低い濃度を有する。特定の実施形態では、本発明の方法においてBAMを予測するか、またはBAMに関連する代謝産物を検出することは、代謝産物の濃度を測定すること、及び濃度をIBSに罹患している患者由来の対応する試料と比較することを含む。幾つかの実施形態では、BAMを予測する代謝産物は、IBSに罹患している患者由来の対応する試料と比較してより低い濃度を有する。特定の実施形態では、対照(非BAM)個体を予測する1または2以上の代謝産物は以下から選択される:1-18:0-2-18:2-モノガラクトシルジアシルグリセロール、Glu-Glu-Gly-Tyr、PC(22:2(13Z,16Z)/15:0)、MG(22:2(13Z,16Z)/0:0/0:0)、Arg-Ile-Gln-Ile、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、PC(18:1(9Z)/15:0)、Asn-Ser-His-His、1,2,3-Tris(1-エトキシエトキシ)プロパン、2-ヒドロキシラウロイルカルニチン、ヒポキサンチン、アデノシン、PC(40:6)、3-デヒドロキシカルニチン、イノシン、11-デオキソククルビタシンI、カプリン酸メチル、リノレオイルエタノールアミド、His-Met-Phe-Phe、グラベリフェロン、ウリジン、アラキジルカルニチン、グアノシン、ノニル酸メチル、N-[2-(1H-インドール-3-イル)エチル]ドコサンアミド、カプロン酸メチル、アスコルビン酸、N-アセチル-leu-leu-tyr、4-ヒドロキシ酪酸、[ST ジメチル(4:0/3:0)](5Z,7E,17Z)-(1S,3R)-26,27-ジメチル-9,10-セコ-5,7,10(19),17(20)-コレスタテトラエン-22-イン-1,3,25-トリオール、N-メチルインドロ[3,2-b]-5α-コレスト-2-エン、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。
幾つかの実施形態では、本発明の方法においてBAMに関連する代謝産物を検出することは、当該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BAM)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BAMに関連する代謝産物を検出することは、当該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BAM)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、BAM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。
一実施形態では、本発明は、表1及び/または表7から選択されるBAMを予測する代謝産物を検出することを含む、患者をBAMと診断するための方法を提供する。特定の実施形態では、本発明は、表1及び/または表7から選択されるBAMを予測する代謝産物を検出することを含む、IBS患者を重度BAMと診断するための方法を提供する。好ましい実施形態では、本発明の方法は、脂肪酸代謝に関連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、本発明の方法は、ウルソデオキシコール酸を検出することを含む。一実施形態では、BAMを診断するために機械学習が使用される。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BAM)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相対濃度を測定することを含む。
本発明者らは、実施例において実証されるように、BAMに関連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、BAMを診断するための方法を提供する。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株を検出することを含む。あるいは、細菌(すなわち1または2以上の細菌株)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BAMに関連する細菌分類群を検出することは、試料中の細菌(すなわち1または2以上の細菌株)の、例えば、対照(非BAM)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、以下の科のうちの1または2以上の細菌種を検出することを含む、BAMを診断するための方法を提供する:ラクノスピラ科(Lachnospiraceae)、バクテロイデス科(Bacteroidaceae)、ルミノコッカス科(Ruminococcaceae)、ビフィドバクテリウム科(Bifidobacteriaceae)、プレボテラ科(Prevotellaceae)、ベイヨネラ科(Veillonellaceae)、及びコリオバクテリウム科(Coriobacteriaceae)。一実施形態では、本発明は、以下の属のうちの1または2以上の細菌種を検出することを含む、BAMを診断するための方法を提供する:ブラウティア(Blautia)属、バクテロイデス(Bacteroides)属、フィーカリバクテリウム(Faecalibacterium)属、オシリバクター(Oscillibacter)属、ルミノコッカス(Ruminococcus)属、ビフィドバクテリウム(Bifidobacterium)属、コプロコッカス(Coprococcus)属、パラプレボテラ(Paraprevotella)属、ゲミガー(Gemmiger)属、ジアリスタ(Dialister)属、及びメガモナス(Megamonas)属。任意のかかる実施形態では、細菌(すなわち1または2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BAM)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、これらの細菌を検出する方法が特に効果的であることを実証する。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。ある種の実施形態では、細菌(すなわち1または2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、BAMに関連する操作的分類単位(OTU)に属する1または2以上の細菌株を検出することを含む、BAM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周知であるように、操作的分類単位(OTU)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(39)。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または2以上の細菌株)が表2に列挙されるOTUに属するかどうかを分類するために、表3の配列情報が使用され得る。表3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2の対応するOTUに属する。好ましい実施形態では、OTUは、表2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または2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BAM)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、BAMに関連する操作的分類単位(OTU)に属する1または2以上の細菌株を検出することを含む、BAM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2から選択される。一実施形態では、BAMに関連するOTUは、以下の門のうちの1つに属すると分類される:ファーミキューテス門(Firmicutes)、バクテロイデス門(Bacteroidetes)、またはアクチノバクテリア(Actinobacteria)門。特定の実施形態では、BAMに関連するOTUは、以下の綱のうちの1つに属すると分類される:クロストリジウム綱(Clostridia)、バクテロイデス綱(Bacteroidia)、アクチノバクテリア綱、またはネガティウィクテス綱(Negativicutes)。特定の実施形態では、BAMに関連するOTUは、以下の目のうちの1つに属すると分類される:クロストリジウム目(Clostridiales)、バクテロイデス目(Bacteroidales)、セレノモナス目(Selenomonadales)、またはコリオバクテリウム目(Coriobacteriales)。特定の実施形態では、BAMに関連するOTUは、以下の科のうちの1つに属すると分類される:ラクノスピラ科、バクテロイデス科、ルミノコッカス科、ビフィドバクテリウム科、プレボテラ科、ベイヨネラ科、またはコリオバクテリウム科。特定の実施形態では、BAMに関連するOTUは、以下の属のうちの1つに属すると分類される:ブラウティア属、バクテロイデス属、フィーカリバクテリウム属、オシリバクター属、ラクノスピラ_インケルタエ_セディス属(Lachnospiracea_incertae_sedis)、ルミノコッカス2属、ビフィドバクテリウム属、コプロコッカス属、パラプレボテラ属、ゲミガー属、ジアリスタ属、またはメガモナス属。
一実施形態では、本発明は、表2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、BAMを診断するための方法を提供する。細菌(すなわち1または2以上の細菌株)を表2に列挙されるOTUに属すると分類するために、表3の配列が使用され得る。表3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または2以上の細菌株)は、表2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を使用して行われる。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%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ブラウティア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2と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、バクテロイデ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3と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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4と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、フィーカリバクテリウム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5と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、オシリバクター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6と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ラクノスピラ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6と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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7と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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8と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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9と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ルミノ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11と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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12と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ビフィドバクテリウム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13と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、コプロ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14と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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15と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、パラプレボテラ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16と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、バクテロイデ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17と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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18と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ゲミガー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19と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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20と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ジアリスタ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21と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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22と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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23と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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24と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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25と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、フィーカリバクテリウム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26と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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27と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、メガモナ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28と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、コリオバクテリウム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1~28のうちの2以上、例えば、5、8、または配列番号1~28の全てと少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する異なる細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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5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を診断する更なるステップを提供する。細菌(すなわち1または2以上の細菌株)を表5に列挙されるOTUに属すると分類するために、表6の配列が使用され得る。表6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または2以上の細菌株)は、表5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を使用して行われる。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29と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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30と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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31と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)は、ブチリコッカス(Butyriciccus)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32と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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33と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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34と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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35と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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36と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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37と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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38と少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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(すなわち1または2以上の細菌株)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29~38のうちの2以上、例えば、5、8、または配列番号29~38の全てと少なくとも97%(例えば、98%、99%、99.5%、または100%)同一である16S rRNA遺伝子配列を有する異なる細菌(すなわち1または2以上の細菌株)を検出することを含む、BAM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、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2から選択される。
好ましい実施形態では、BAMを診断するための方法は、上述されるような少なくとも1の代謝産物を検出すること、及び上述されるような少なくとも1の細菌株または細菌種を検出することを含む。メタボロミクスモデルは重度及び中等度BAMについて100%の精度で機能した一方で、OTUモデルは、糞便メタボロミクスモデル(9個)と比較してより少ない誤分類(5個)をもたらした。モデル間で誤分類された対象は重複しなかった。このことは、組み合わされたマイクロバイオーム-メタボロームモデルがBAM予測精度を増加させることを示す。
一実施形態では、本発明は、BAMと併存する疾患とすでに診断された患者のBAMを診断するための方法を提供する。別の実施形態では、BAMメタボロームシグネチャを使用したBAMの診断は、BAMに罹患している患者を、他の疾患、例えば、BAMと併存する疾患に罹患している患者と区別する。
特定の実施形態では、本発明は、炎症性腸疾患、例えば、潰瘍性大腸炎またはクローン病とすでに診断された患者のBAMを診断するための方法を提供する。特定の実施形態では、BAMメタボロームシグネチャを使用したBAMの診断は、BAMに罹患している患者を、他の疾患、例えば、炎症性腸疾患、例えば、潰瘍性大腸炎またはクローン病に罹患している患者と区別する。
一実施形態では、本発明は、すでに神経性食欲不振症と診断された患者のBAMを診断するための方法を提供する。別の実施形態では、BAMメタボロームシグネチャを使用したBAMの診断は、BAMに罹患している患者を、他の疾患、例えば、神経性食欲不振症に罹患している患者と区別する。
ある種の実施形態では、BAMを診断するための方法は、1または2以上の細菌種及び1または2以上の代謝産物を検出することを含む。
BAM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、上記のような代謝産物を検出することのうちの1または2以上を含む、BAM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BAM)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。
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、上記のような代謝産物を検出することのうちの1または2以上を含む、BAM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BAM)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。
診断方法
本発明者らは、BAMを診断するための新規かつ改善された方法を開発した。
本発明者らは、BAM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の診断に使用するためのものである。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。他の実施形態では、患者は、アメリカ合衆国に在住していてもよい。
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BAM)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BAM)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、BAM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、BAM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、BAM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、細菌種、または代謝産物の調節された存在量は、BAM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、細菌種、またはOTUの存在量が、細菌株、細菌種、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。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、基準対照(非BAM)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BAM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または2以上のBAMに関連する細菌の相対存在量及び/または代謝産物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の調節された濃度がBAM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BAM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、当該個体由来の生体試料を、1または2以上のBAMに関連する口腔細菌またはBAMに関連する代謝産物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、基準対照(非BAM)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(すなわち1または2以上の細菌株)の存在量を検出するための方法と同様に以下で記載される。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。
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または2以上、例えば、2または3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。上記のようなBAM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も提供される。キットは、個体からの生体試料、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。個体はBAMを有すると疑われていてもよい。個体はBAM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のBAM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よう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:BAMの診断はSeHCAT分析に基づく。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。
背景及び目的:BAMの診断はSeHCAT分析に基づく。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。
方法: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、糞便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。タウリン抱合型75セレン(Se)放射標識ホモコール酸(SeHCAT)の保持率により胆汁酸吸収不良(BAM)が下痢を有する患者において同定された。
結果:糞便メタボロミクスにより、BAMがIBS患者内で正確に区別された。
結論:BAMは、IBS患者からの種シグネチャ、メタゲノミクスシグネチャ、及び、糞便メタボロミクスシグネチャにより同定され得る。これらの発見は、BAMを診断するのに、ならびにIBS及びBAMの正確な治療薬を開発するのに有用である。
実施例1.胆汁酸吸収不良(BAM)を有するIBS患者の糞便マイクロバイオーム及びメタボローム解析
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(21)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4に示す。
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(21)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4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)、(22)病院不安及びうつ尺度(HADS);(23)食物摂取頻度質問票(FFQ)。下痢を報告したIBS-D及びIBS-M患者ならびに同意が得られた対照対象のサブセットは、BAMの臨床診断に使用され、細菌により代謝されず、内因性の胆汁酸のように腸肝循環を通過する、放射標識された合成胆汁酸であるSeHCATにより胆汁酸吸収不良について評価された。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:Browne et al.(24)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.(18)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)により開発された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44)
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45)
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。
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44)
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45)
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):ゲノムDNAは上記の通りに抽出された。DNAの品質が0.8%アガロースゲルで確認され、Simplinano(Thermo Scientific、Ireland)を使用して定量化された。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(25)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(26)。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(27)。キメラ配列(28)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(26)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(29)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(30)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)及び遺伝子ファミリー存在量が含まれる、複数のプロファイルが取得された。
糞便GC/LC-MS:1gの凍結糞便試料を、Metabolomic Discoveries(現在はMetabolon)、Potsdam、Germany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。SCFA解析もLC-タンデム型質量分析により実行した。
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)の糞便MSメタボロミクスデータが返された。2,933種の代謝産物が、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。機械学習解析が下記で述べる様に実施された。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。
BAM SeHCATアッセイ:SeHCATは、0.1mg未満のタウロセルコール酸(GE Healthcare、UK)を含有し、基準日での370kBqの放射能用量を有する単回用量カプセルとしてCork University Hospitalで投与された。コリメートされていないガンマカウンター(Siemens Ecamカメラ)を使用したベースライン全身吸収の読み取りが、カプセル投与の2~3時間後に各対象について行われた。フォローアップスキャンが7日後に行われ、胆汁酸保持率が計算された。Watson et al.(31)により述べられたように、<15%の保持値は軽度から重度のBAMを示し、15~20%のSeHCATスコアは境界群への分類を意味する。
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(32)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、及びBAM-糞便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RFのrandomForestパッケージバージョン4.6-12を使用して実装された。
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分割交差検証(CV)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内部10分割予測が生成された。
BAM-糞便メタボロミクスデータ解析について、機械学習は、10分割交差検証の代わりに1個抜き(LOO)CVが全ての交差検証ステップで使用されたことのみが異なる同様の方法で実行された。
モデル1:IBS及び対照対象についてBAM(境界型から重度のBAMまたはSeHCAT保持率<20%)または正常な胆汁酸(SeHCAT保持率>20%)。
モデル2:IBS対象のみについてBAM(軽度から重度のBAMまたはSeHCAT保持率<15%)または正常な胆汁酸(SeHCAT保持率>20%)。
モデル1:IBS及び対照対象についてBAM(境界型から重度のBAMまたはSeHCAT保持率<20%)または正常な胆汁酸(SeHCAT保持率>20%)。
モデル2:IBS対象のみについてBAM(軽度から重度のBAMまたはSeHCAT保持率<15%)または正常な胆汁酸(SeHCAT保持率>20%)。
データ種類の共慣性分析:マイクロバイオームから得られたデータセットはHellinger変換された。共慣性分析は、R(バージョン3.2.0)のade4(バージョン1.7.2)パッケージを使用して実行された。主成分分析(PCA)は、比較ペアにおけるプロファイルの各々に対して実行され、続いて、これらのPCAオブジェクトに対し、最初の5つの主軸に関して共慣性分析が実行された。共慣性の有意性は、randtest関数を使用した並べ替え検定により計算された。
結果
胆汁酸吸収不良を有するIBS患者は、変化した糞便マイクロバイオームを有する
IBS-Dを有する一部の患者は、通過時間及びおそらく微生物叢の組成に影響を与える胆汁酸吸収不良(BAM)を有し得るため、IBS-Dを有する19/21人の患者、IBS-Mを有する26/29人の対象、及び9/65人の対照が、BAMを同定するためのゴールドスタンダードであるSeHCAT保持率(33)について試験された。現行のガイドライン(34)に従って、標識された胆汁酸アナログのうちの>15%を保持できなければBAMと分類され、10~15%の保持率は軽度BAMと分類され、5~10%は中等度BAMと分類され、<5%は重度BAMと分類された(図1a)。
胆汁酸吸収不良を有するIBS患者は、変化した糞便マイクロバイオームを有する
IBS-Dを有する一部の患者は、通過時間及びおそらく微生物叢の組成に影響を与える胆汁酸吸収不良(BAM)を有し得るため、IBS-Dを有する19/21人の患者、IBS-Mを有する26/29人の対象、及び9/65人の対照が、BAMを同定するためのゴールドスタンダードであるSeHCAT保持率(33)について試験された。現行のガイドライン(34)に従って、標識された胆汁酸アナログのうちの>15%を保持できなければBAMと分類され、10~15%の保持率は軽度BAMと分類され、5~10%は中等度BAMと分類され、<5%は重度BAMと分類された(図1a)。
試験された45人のIBS患者(54%)のうちの18人がBAMと診断され、このうち4人が重度BAMを有し、7人が中等度BAMを有し、7人が軽度BAMを有していた。更に5人の患者が境界型BAM(16~20%の保持)であった。15%の閾値を使用して、BAM陽性分類は、試験されたIBS集団の40%において報告された。軽度BAMは1人の対照対象で同定され、この対照対象はその後にIBSと診断された。予想通りに、BAM陽性診断は、IBS-M(35%)と比べてIBS-D(74%)においてより一般的であった(p値=0.03)(図1b)。
重度BAMカテゴリーのIBS患者のみが、それらの微生物叢における、正常、軽度BAM、中等度BAM、または境界型BAMと診断された患者の微生物叢からの明白な分離を示した(上述した分析を使用、図1cを参照のこと)。更にBAMの生物学的影響を調査するために、非標的型糞便代謝産物解析が(上述したように)GC-MS及びLC-MSにより実行された。重度BAMと診断されたIBS患者の糞便メタボロームは、SeHCATアッセイを受けたIBSを有する患者における他のBAMクラスのそれと有意に異なった(図1d)。糞便メタボロームデータに適用された機械学習は、IBS患者及び対照のテストセットにおける全てのBAMクラス(境界型を含む)の検出について、0.92のAUCでBAMを成功裡に予測した。モデルは、重度及び中等度BAMについて100%(感度:0.80及び特異性:0.86)、軽度BAMについて62.5%、及び境界型BAMについて60%の精度で機能した(図2及び表1)。BAMを予測する主な代謝産物には、L-リジン、2種のグリセロリン脂質、及び胆汁酸(ウルソデオキシコール酸(UDCA))が含まれた。これらのカテゴリーの化合物のレベル上昇は、脂肪酸代謝の変化及び疾患に関連付けられている(35)、(36)。
マイクロバイオームOTUデータセットに適用された機械学習はBAMを同定した(AUC:0.95、感度:0.88、及び特異性:0.93)(表2)。メタボロミクスモデルは重度及び中等度BAMについて100%の精度で機能した一方で、OTUモデルは、糞便メタボロミクスモデル(9個)と比較してより少ない誤分類(5個)をもたらした。モデル間で誤分類された対象は重複しなかった。このことは、組み合わされたマイクロバイオーム-メタボロームモデルがBAM予測精度を増加させることを示す。
考察
重度胆汁酸吸収不良を有するIBS-D及びIBS-M患者のサブセットは、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ことが示された。
重度胆汁酸吸収不良を有するIBS-D及びIBS-M患者のサブセットは、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ことが示された。
臨床的IBSサブタイプ間でマイクロバイオームには有意な差はなく、患者をこれらの分類に割り当てる臨床的有用性は疑問の余地がある。しかしながら、マイクロバイオーム及びメタボロームシグネチャにより区別可能である、BAMを有するIBS-D及びIBS-M患者のサブセットが同定された。他には、IBS-Dにおける変化した微生物叢が報告されているが、BAMを層別化しなかった(15)。通過時間(ブリストル便性状スコアに反映される)は、微生物叢の組成との主要な共変量である(37)が、混合、便秘、及び下痢サブタイプ間を行き来するIBS患者の傾向が微生物叢の通過時間との関連性をマスクまたは「平均化」し得ることも注目に値する。にもかかわらず、3つ全てのサブタイプは、共通の糞便マイクロバイオームシグネチャにより対照と区別され得る。BAMは、SeHCATにより試験されたIBS-D及びM対象の総計の過半数で検出された。マイクロバイオームにおける差は重度BAM群で最も明白であった。BAMを有するかなりの数の対象が存在することが認識されていないことが、様々なIBS治療薬の以前の治験(38)におけるプラセボと比較して低い処置の成功率に寄与した可能性がある。重度BAMカテゴリーの対象は有意に変化したマイクロバイオームを有していた一方で、糞便メタボロミクスシグネチャは、全てのBAMと診断された対象で同定された。BAMのこの糞便メタボロミクスシグネチャは、SeHCAT(これはUSAにおいて現在利用可能でない)より便利であり、利用しやすく、かつ安価である計測手段を必要とするため、容易に臨床応用されるであろう。
実施例2.代替的機械学習パイプラインによる胆汁酸吸収不良(BAM)を有するIBS患者の糞便メタボローム解析
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(21)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4に示す。
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(21)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4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、全ての対象が検査された。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)、(22)病院不安及びうつ尺度(HADS);(23)食物摂取頻度質問票(FFQ)。下痢を報告したIBS-D及びIBS-M患者ならびに同意が得られた対照対象のサブセットは、BAMの臨床診断に使用され、細菌により代謝されず、内因性の胆汁酸のように腸肝循環を通過する、放射標識された合成胆汁酸であるSeHCATにより胆汁酸吸収不良について評価された。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: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。
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。SCFA解析もLC-タンデム型質量分析により実行した。
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種の代謝産物が、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。機械学習解析が下記で述べる様に実施された。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。
BAM SeHCATアッセイ:SeHCATは、0.1mg未満のタウロセルコール酸(GE Healthcare、UK)を含有し、基準日での370kBqの放射能用量を有する単回用量カプセルとしてCork University Hospitalで投与された。コリメートされていないガンマカウンター(Siemens Ecamカメラ)を使用したベースライン全身吸収の読み取りが、カプセル投与の2~3時間後に各対象について行われた。フォローアップスキャンが7日後に行われ、胆汁酸保持率が計算された。Watson et al.(2015)(31)により述べられたように、<15%の保持値は軽度から重度のBAMを示し、15~20%のSeHCATスコアは境界群への分類を意味する。
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。
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を使用して実装された。
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。SeHCATの情報を有するIBS試料のみが変換された。次いで、境界型BAMを有する試料が除去され、残りの試料がBAM(19個の試料)または正常(21個の試料)に分類された。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3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、1個抜き交差検証を使用して計算された。1個抜き交差検証は、モデル最適化に利用可能な試料数を最大化するために使用された。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3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のために使用された。
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、選択された特徴を使用して生成された。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。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。
結果
糞便メタボロームはBAMクラスを予測する
糞便メタボロームプロファイルが、試料をBAMまたは非BAMに分類する予測能力について調査された。交差検証は1個抜きCVであった。1個抜きCVは、モデル最適化に利用可能な最大限の試料数を確保にするために使用された。
糞便メタボロームはBAMクラスを予測する
糞便メタボロームプロファイルが、試料をBAMまたは非BAMに分類する予測能力について調査された。交差検証は1個抜きCVであった。1個抜きCVは、モデル最適化に利用可能な最大限の試料数を確保にするために使用された。
機械学習は、SeHCATアッセイを受けたIBS患者の糞便メタボロームデータセットに適用されたが、境界型BAMと診断された患者は除外された。予測モデルは、3つ全てのBAM重症度において0.85のAUCでBAMを有する対象を成功裡に同定した。モデルは、重度BAMについて100%、中等度BAMについて75%、及び軽度BAMについて43%の精度で機能した。性能の概要及び特徴の詳細を表7に記載し、図4に示す。ゼロ未満の係数を有するLASSOにより選択された特徴はBAMに関連し、一方で正の係数は正常に関連する。交差検証の結果は、糞便メタボロームプロファイルがBAMを予測することを示唆する。総合的なテスト性能は、0.852のAUC、0.684の感度、0.762の特異性、及び0.725の精度であり、誤分類数は11であった(表7)。
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0.684及び0.904であった。
このパイプラインを使用して、BAMを予測すると同定された代謝産物を表7に列挙する。主な予測的代謝産物の中には、様々なグリセロリン脂質があった。これらの化合物のレベルの上昇は、脂肪酸代謝の変化及び疾患に関連付けられている。BAMを予測する主な代謝産物の中には、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)及びジメチルベンジルカルビニルブチレートがあった。
考察
機械学習解析により、糞便メタボロームがIBSにおけるBAMの状態を予測することが示された。胆汁酸吸収不良を有するIBS-D及びIBS-M患者のサブセットが変化した糞便メタボロームを有し、場合によっては、これはSeHCAT試験を必要とせずにこれらの対象を区別するために使用され得ることを示している。
機械学習解析により、糞便メタボロームがIBSにおけるBAMの状態を予測することが示された。胆汁酸吸収不良を有するIBS-D及びIBS-M患者のサブセットが変化した糞便メタボロームを有し、場合によっては、これはSeHCAT試験を必要とせずにこれらの対象を区別するために使用され得ることを示している。
臨床的IBSサブタイプ間でマイクロバイオームには有意な差はなく、患者をこれらの分類に割り当てる臨床的有用性は疑問の余地がある。しかしながら、メタボロームシグネチャにより区別可能である、BAMを有するIBS-D及びIBS-M患者のサブセットが同定された。他には、IBS-Dにおける変化した微生物叢が報告されているが、BAMを層別化しなかった(15)。BAMは、SeHCATにより試験されたIBS-D及びM対象の総計の過半数で検出された。マイクロバイオームにおける差は重度BAM群で最も明白であった。BAMを有するかなりの数の対象が存在することが認識されていないことが、様々なIBS治療薬の以前の治験(38)におけるプラセボと比較して低い処置の成功率に寄与した可能性がある。重度BAMカテゴリーの対象は有意に変化したマイクロバイオームを有していた一方で、糞便メタボロミクスシグネチャは、全てのBAMと診断された対象で同定された。BAMのこの糞便メタボロミクスシグネチャは、SeHCAT(これはUSAにおいて現在利用可能でない)より便利であり、利用しやすく、かつ安価である計測手段を必要とするため、容易に臨床応用されるであろう。
BAMの糞便メタボロミクスシグネチャを認識するための上記したパイプラインも、SeHCATより便利であり、利用しやすく、かつ安価である計測手段を同様に利用するため、臨床応用されるであろう。
結論
この研究の発見は臨床的意義を有する。糞便メタボロームプロファイルは、BAMと関連付けられ、BAMをBAMに関連しないIBSと正確に区別することができる。
この研究の発見は臨床的意義を有する。糞便メタボロームプロファイルは、BAMと関連付けられ、BAMをBAMに関連しないIBSと正確に区別することができる。
この実施例で同定されたBAM対象をBAMに関連しないIBS対象と区別する分類群及び代謝産物は、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。
参考文献
1.Slattery SA,Niaz O,Aziz Q,et al.Systematic review with meta-analysis:the prevalence of bile acid malabsorption in the irritable bowel syndrome with diarrhoea.Aliment.Pharmacol.Ther.2015;42:3-11。
2.Wildt S,Norby Rasmussen S,Lysgard Madsen J,et al.Bile acid malabsorption in patients with chronic diarrhoea:clinical value of SeHCAT test.Scand.J.Gastroenterol.2003;38:826-30。
3.Damsgaard B,Dalby HR,Krogh K,et al.Long-term effect of medical treatment of diarrhoea in 377 patients with SeHCAT scan diagnosed bile acid malabsorption from 2003 to 2016;a retrospective study.Aliment.Pharmacol.Ther.2018;47:951-957。
4.Camilleri M.Bile Acid diarrhea:prevalence,pathogenesis,and therapy.Gut Liver.2015;9(3):332-9。
5.Wedlake L,A’Hern R,Russell D,Thomas K,Walters JR,Andreyev HJ.2009.Systematic review:the prevalence of idiopathic bile acid malabsorption as diagnosed by SeHCAT scanning in patients with diarrhoea-predominant irritable bowel syndrome.Aliment Pharmacol Ther 30:707-717。
6.Thaysen EH,Orholm M,Arnfred T,Carl J,Rodbro P.1982.Assessment of ileal function by abdominal counting of the retention of a gamma emitting bile acid analogue.Gut 23:862-865。
7.Enck P,Aziz Q,Barbara G,et al.Irritable bowel syndrome.Nat.Rev.Dis.Primers 2016;2:16014。
8.Soares RL.Irritable bowel syndrome:a clinical review.World J.Gastroenterol.2014;20:12144-60。
9.Van Oudenhove L,Aziz Q.The role of psychosocial factors and psychiatric disorders in functional dyspepsia.Nat.Rev.Gastroenterol.Hepatol.2013;10:158-67。
10. 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。
11. 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。
12. 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。
13. 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。
14. Lacy BE,Everhart KK,Weiser KT,et al.IBS patients’ willingness to take risks with medications.Am.J.Gastroenterol.2012;107:804-9。
15. 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。
16. 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。
17. 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。
18. 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 e8。
19. Collins SM.A role for the gut microbiota in IBS.Nat.Rev.Gastroenterol.Hepatol.2014;11:497-505。
20. Ohman L,Simren M.Intestinal microbiota and its role in irritable bowel syndrome (IBS).Curr.Gastroenterol.Rep.2013;15:323。
21. Longstreth GF,Thompson WG,Chey WD,et al.Functional bowel disorders.Gastroenterology 2006;130:1480-91。
22. Zigmond,A.S.and R.P.Snaith,The hospital anxiety and depression scale.Acta Psychiatr.Scand.,1983.67(6):p.361-70。
23. 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。
24. 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。
25. Magoc T,Salzberg SL.FLASH:fast length adjustment of short reads to improve genome assemblies.Bioinformatics 2011;27:2957-63。
26. Edgar RC.Search and clustering orders of magnitude faster than BLAST.Bioinformatics 2010;26:2460-1。
27. Edgar RC.UPARSE:highly accurate OTU sequences from microbial amplicon reads.Nat.Methods 2013;10:996-8。
28. Edgar RC,Haas BJ,Clemente JC,et al.UCHIME improves sensitivity and speed of chimera detection.Bioinformatics 2011;27:2194-200。
29. Consortium HMP.The Human Microbiome Project Consortium.Structure,function and diversity of the healthy human microbiome.Nature 2012;486:207-14。
30. Franzosa EA,McIver LJ,Rahnavard G,et al.Species-level functional profiling of metagenomes and metatranscriptomes.Nat.Methods 2018;15:962-968。
31. Watson L,Lalji A,Bodla S,et al.Management of bile acid malabsorption using low-fat dietary interventions:a useful strategy applicable to some patients with diarrhoea-predominant irritable bowel syndrome? Clin.Med.(Lond.) 2015;15:536-40。
32. Flemer B,Warren RD,Barrett MP,et al.The oral microbiota in colorectal cancer is distinctive and predictive.Gut 2018;67:1454-1463。
33. Kurien M,Thurgar E,Davies A,et al.Challenging current views on bile acid diarrhoea and malabsorption.Frontline Gastroenterol.2018;9:92-97。
34. Summers JA,Peacock J,Coker B,et al.Multicentre prospective survey of SeHCAT provision and practice in the UK.BMJ Open Gastroenterol.2016;3:e000091。
35. Zhou C,Jia HM,Liu YT,et al.Metabolism of glycerophospholipid,bile acid and retinol is correlated with the early outcomes of autoimmune hepatitis.Mol.Biosyst.2016;12:1574-85。
36. Huang HJ,Zhang AY,Cao HC,et al.Metabolomic analyses of faeces reveals malabsorption in cirrhotic patients.Dig.Liver Dis.2013;45:677-82。
37. Falony G,Joossens M,Vieira-Silva S,et al.Population-level analysis of gut microbiome variation.Science 2016;352:560-4。
38. Ford AC,Harris LA,Lacy BE,et al.Systematic review with meta-analysis:the efficacy of prebiotics,probiotics,synbiotics and antibiotics in irritable bowel syndrome.Aliment.Pharmacol.Ther.2018;48:1044-1060。
39. 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。
1.Slattery SA,Niaz O,Aziz Q,et al.Systematic review with meta-analysis:the prevalence of bile acid malabsorption in the irritable bowel syndrome with diarrhoea.Aliment.Pharmacol.Ther.2015;42:3-11。
2.Wildt S,Norby Rasmussen S,Lysgard Madsen J,et al.Bile acid malabsorption in patients with chronic diarrhoea:clinical value of SeHCAT test.Scand.J.Gastroenterol.2003;38:826-30。
3.Damsgaard B,Dalby HR,Krogh K,et al.Long-term effect of medical treatment of diarrhoea in 377 patients with SeHCAT scan diagnosed bile acid malabsorption from 2003 to 2016;a retrospective study.Aliment.Pharmacol.Ther.2018;47:951-957。
4.Camilleri M.Bile Acid diarrhea:prevalence,pathogenesis,and therapy.Gut Liver.2015;9(3):332-9。
5.Wedlake L,A’Hern R,Russell D,Thomas K,Walters JR,Andreyev HJ.2009.Systematic review:the prevalence of idiopathic bile acid malabsorption as diagnosed by SeHCAT scanning in patients with diarrhoea-predominant irritable bowel syndrome.Aliment Pharmacol Ther 30:707-717。
6.Thaysen EH,Orholm M,Arnfred T,Carl J,Rodbro P.1982.Assessment of ileal function by abdominal counting of the retention of a gamma emitting bile acid analogue.Gut 23:862-865。
7.Enck P,Aziz Q,Barbara G,et al.Irritable bowel syndrome.Nat.Rev.Dis.Primers 2016;2:16014。
8.Soares RL.Irritable bowel syndrome:a clinical review.World J.Gastroenterol.2014;20:12144-60。
9.Van Oudenhove L,Aziz Q.The role of psychosocial factors and psychiatric disorders in functional dyspepsia.Nat.Rev.Gastroenterol.Hepatol.2013;10:158-67。
10. 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。
11. 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。
12. 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。
13. 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。
14. Lacy BE,Everhart KK,Weiser KT,et al.IBS patients’ willingness to take risks with medications.Am.J.Gastroenterol.2012;107:804-9。
15. 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。
16. 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。
17. 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。
18. 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 e8。
19. Collins SM.A role for the gut microbiota in IBS.Nat.Rev.Gastroenterol.Hepatol.2014;11:497-505。
20. Ohman L,Simren M.Intestinal microbiota and its role in irritable bowel syndrome (IBS).Curr.Gastroenterol.Rep.2013;15:323。
21. Longstreth GF,Thompson WG,Chey WD,et al.Functional bowel disorders.Gastroenterology 2006;130:1480-91。
22. Zigmond,A.S.and R.P.Snaith,The hospital anxiety and depression scale.Acta Psychiatr.Scand.,1983.67(6):p.361-70。
23. 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。
24. 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。
25. Magoc T,Salzberg SL.FLASH:fast length adjustment of short reads to improve genome assemblies.Bioinformatics 2011;27:2957-63。
26. Edgar RC.Search and clustering orders of magnitude faster than BLAST.Bioinformatics 2010;26:2460-1。
27. Edgar RC.UPARSE:highly accurate OTU sequences from microbial amplicon reads.Nat.Methods 2013;10:996-8。
28. Edgar RC,Haas BJ,Clemente JC,et al.UCHIME improves sensitivity and speed of chimera detection.Bioinformatics 2011;27:2194-200。
29. Consortium HMP.The Human Microbiome Project Consortium.Structure,function and diversity of the healthy human microbiome.Nature 2012;486:207-14。
30. Franzosa EA,McIver LJ,Rahnavard G,et al.Species-level functional profiling of metagenomes and metatranscriptomes.Nat.Methods 2018;15:962-968。
31. Watson L,Lalji A,Bodla S,et al.Management of bile acid malabsorption using low-fat dietary interventions:a useful strategy applicable to some patients with diarrhoea-predominant irritable bowel syndrome? Clin.Med.(Lond.) 2015;15:536-40。
32. Flemer B,Warren RD,Barrett MP,et al.The oral microbiota in colorectal cancer is distinctive and predictive.Gut 2018;67:1454-1463。
33. Kurien M,Thurgar E,Davies A,et al.Challenging current views on bile acid diarrhoea and malabsorption.Frontline Gastroenterol.2018;9:92-97。
34. Summers JA,Peacock J,Coker B,et al.Multicentre prospective survey of SeHCAT provision and practice in the UK.BMJ Open Gastroenterol.2016;3:e000091。
35. Zhou C,Jia HM,Liu YT,et al.Metabolism of glycerophospholipid,bile acid and retinol is correlated with the early outcomes of autoimmune hepatitis.Mol.Biosyst.2016;12:1574-85。
36. Huang HJ,Zhang AY,Cao HC,et al.Metabolomic analyses of faeces reveals malabsorption in cirrhotic patients.Dig.Liver Dis.2013;45:677-82。
37. Falony G,Joossens M,Vieira-Silva S,et al.Population-level analysis of gut microbiome variation.Science 2016;352:560-4。
38. Ford AC,Harris LA,Lacy BE,et al.Systematic review with meta-analysis:the efficacy of prebiotics,probiotics,synbiotics and antibiotics in irritable bowel syndrome.Aliment.Pharmacol.Ther.2018;48:1044-1060。
39. 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。
Claims (15)
- 患者の胆汁酸吸収不良(BAM)を診断する方法であって、
a.BAMに関連する分類群の細菌株、または
b.BAMに関連する代謝産物
を検出することを含む、前記方法。 - 前記方法が、BAMに関連する分類群の細菌株及びBAM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。
- 前記細菌株が、ラクノスピラ科、バクテロイデス科、ルミノコッカス科、 ビフィドバクテリウム科、 プレボテラ科、ベイヨネラ科、及びコリオバクテリウム科からなるリストから選択される科のものである、請求項1または請求項2に記載の方法。
- 前記細菌株が、ブラウティア属、バクテロイデス属、フィーカリバクテリウム属、オシリバクター属、ルミノコッカス属、ビフィドバクテリウム属、コプロコッカス属、パラプレボテラ属、ゲミガー属、ジアリスタ属、メガモナス属、及びブチリコッカス属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。
- 前記細菌株が、表2及び/または表5から選択される操作的分類単位(OTU)に属する、請求項2~4に記載の方法。
- 前記細菌株が、配列番号1~38のうちの1と少なくとも97%同一である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。
- 2、5、10、15、または20の細菌分類群の細菌株が検出される、請求項1~6のいずれか1項に記載の方法。
- 前記代謝産物が、PG(P-16:0/14:0)、2-エチルスベリン酸、Glu-Glu-Gly-Tyr、1,2,3-Tris(1-エトキシエトキシ)プロパン、PG(O-30:1)、ウルソデオキシコール酸、MG(22:2(13Z,16Z)/0:0/0:0)、L-リジン、O-ホスホエタノールアミン、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、及びヘプタデカン酸からなる群から選択される、請求項1または請求項2に記載の方法。
- 前記代謝産物が、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)、ジメチルベンジルカルビニルブチレート、1-18:0-2-18:2-モノガラクトシルジアシルグリセロール、PG(P-16:0/14:0)、Glu-Glu-Gly-Tyr、PC(22:2(13Z,16Z)/15:0)、PG(34:0)、PE(18:3(6Z,9Z,12Z)/P-18:0)、MG(22:2(13Z,16Z)/0:0/0:0)、Arg-Ile-Gln-Ile、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、PC(18:1(9Z)/15:0)、チオファネートメチル、Asn-Ser-His-His、1,2,3-Tris(1-エトキシエトキシ)プロパン、PS(39:6)、2-ヒドロキシラウロイルカルニチン、ヒポキサンチン、アデノシン、PC(40:6)、Asp-Phe-Phe-Val、3-デヒドロキシカルニチン、イノシン、PG(O-34:3)、11-デオキソククルビタシンI、カプリン酸メチル、リノレオイルエタノールアミド、His-Met-Phe-Phe、1-デカノール、グラベリフェロン、ウリジン、アラキジルカルニチン、グアノシン、ノニル酸メチル、3-エピデミッシジン、モモルドール、N-[2-(1H-インドール-3-イル)エチル]ドコサンアミド、カプロン酸メチル、アスコルビン酸、N-アセチル-leu-leu-tyr、4-ヒドロキシ酪酸、[ST ジメチル(4:0/3:0)](5Z,7E,17Z)-(1S,3R)-26,27-ジメチル-9,10-セコ-5,7,10(19),17(20)-コレスタテトラエン-22-イン-1,3,25-トリオール、N-メチルインドロ[3,2-b]-5α-コレスト-2-エン、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1または請求項2に記載の方法。
- 前記代謝産物が、PG(P-16:0/14:0)、2-エチルスベリン酸、Glu-Glu-Gly-Tyr、1,2,3-Tris(1-エトキシエトキシ)プロパン、PG(O-30:1)、ウルソデオキシコール酸、MG(22:2(13Z,16Z)/0:0/0:0)、L-リジン、O-ホスホエタノールアミン、PE(22:5(7Z,10Z,13Z,16Z,19Z)/24:0)、ヘプタデカン酸、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)、ジメチルベンジルカルビニルブチレート、1-18:0-2-18:2-モノガラクトシルジアシルグリセロール、PC(22:2(13Z,16Z)/15:0)、PG(34:0)、PE(18:3(6Z,9Z,12Z)/P-18:0)、Arg-Ile-Gln-Ile、PC(18:1(9Z)/15:0)、チオファネートメチル、Asn-Ser-His-His、PS(39:6)、2-ヒドロキシラウロイルカルニチン、ヒポキサンチン、アデノシン、PC(40:6)、Asp-Phe-Phe-Val、3-デヒドロキシカルニチン、イノシン、PG(O-34:3)、11-デオキソククルビタシンI、カプリン酸メチル、リノレオイルエタノールアミド、His-Met-Phe-Phe、1-デカノール、グラベリフェロン、ウリジン、アラキジルカルニチン、グアノシン、ノニル酸メチル、3-エピデミッシジン、モモルドール、N-[2-(1H-インドール-3-イル)エチル]ドコサンアミド、カプロン酸メチル、アスコルビン酸、N-アセチル-leu-leu-tyr、4-ヒドロキシ酪酸、[ST ジメチル(4:0/3:0)](5Z,7E,17Z)-(1S,3R)-26,27-ジメチル-9,10-セコ-5,7,10(19),17(20)-コレスタテトラエン-22-イン-1,3,25-トリオール、N-メチルインドロ[3,2-b]-5α-コレスト-2-エン、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1または請求項2に記載の方法。
- 前記方法が重度BAMを診断するためのものである、請求項1~10のいずれか1項に記載の方法。
- 前記患者が、IBS、神経性食欲不振症、または炎症性腸疾患、例えば、潰瘍性大腸炎またはクローン病に罹患しているとすでに診断されている、請求項1~11のいずれか1項に記載の方法。
- 請求項1~12のいずれかに記載の方法を実行するための試薬を含むキット。
- 請求項2~6に定義される細菌株及び/または請求項8に定義される代謝産物のうちの2もしくは3以上を検出するための試薬を含むキット。
- 糞便試料を分析するように構成される、請求項13または14に記載のキット。
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/EP2020/059460 WO2020201458A1 (en) | 2019-04-03 | 2020-04-02 | Methods of diagnosing disease |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022528466A true JP2022528466A (ja) | 2022-06-10 |
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 After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021560504A Pending JP2022527653A (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)
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)
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 |
-
2020
- 2020-04-02 CN CN202080039401.1A patent/CN114127317A/zh active Pending
- 2020-04-02 KR KR1020217035791A patent/KR20210149127A/ko unknown
- 2020-04-02 WO PCT/EP2020/059460 patent/WO2020201458A1/en unknown
- 2020-04-02 KR KR1020217035793A patent/KR20220004069A/ko unknown
- 2020-04-02 EP EP20715383.4A patent/EP3947744A1/en not_active Withdrawn
- 2020-04-02 JP JP2021560516A patent/JP2022528466A/ja active Pending
- 2020-04-02 JP JP2021560504A patent/JP2022527653A/ja active Pending
- 2020-04-02 AU AU2020255035A patent/AU2020255035A1/en not_active Abandoned
- 2020-04-02 EP EP20715382.6A patent/EP3947743A1/en not_active Withdrawn
- 2020-04-02 WO PCT/EP2020/059459 patent/WO2020201457A1/en unknown
- 2020-04-02 CN CN202080035137.4A patent/CN114040986A/zh active Pending
- 2020-04-02 AU AU2020255277A patent/AU2020255277A1/en not_active Abandoned
- 2020-04-06 TW TW109111558A patent/TW202102684A/zh unknown
- 2020-04-06 TW TW109111557A patent/TW202102683A/zh unknown
-
2021
- 2021-10-01 US US17/491,563 patent/US20220128556A1/en active Pending
- 2021-10-01 US US17/491,564 patent/US20220165361A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114127317A (zh) | 2022-03-01 |
JP2022527653A (ja) | 2022-06-02 |
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 |
---|---|---|
Jeffery et al. | Differences in fecal microbiomes and metabolomes of people with vs without irritable bowel syndrome and bile acid malabsorption | |
JP2022528466A (ja) | 疾患を診断する方法 | |
Nishino et al. | Analysis of endoscopic brush samples identified mucosa-associated dysbiosis in inflammatory bowel disease | |
Livanos et al. | Antibiotic-mediated gut microbiome perturbation accelerates development of type 1 diabetes in mice | |
Machiels et al. | A decrease of the butyrate-producing species Roseburia hominis and Faecalibacterium prausnitzii defines dysbiosis in patients with ulcerative colitis | |
De Meij et al. | Variability of core microbiota in newly diagnosed treatment-naïve paediatric inflammatory bowel disease patients | |
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 | |
US11634744B2 (en) | Methods and materials for assessing and treating arthritis | |
Tripathi et al. | Intermittent hypoxia and hypercapnia reproducibly change the gut microbiome and metabolome across rodent model systems | |
Namasivayam et al. | Patients infected with Mycobacterium africanum versus Mycobacterium tuberculosis possess distinct intestinal microbiota | |
Wang et al. | Characteristics of fecal microbiota and machine learning strategy for fecal invasive biomarkers in pediatric inflammatory bowel disease | |
Martin et al. | Longitudinal disease-associated gut microbiome differences in infants with food protein-induced allergic proctocolitis | |
Zhu et al. | Understanding of the site-specific microbial patterns towards accurate identification for patients with diarrhea-predominant irritable bowel syndrome | |
Takeda et al. | Characteristics of the gut microbiota in women with premenstrual symptoms: a cross-sectional study | |
Chen et al. | Rewiring of microbiota networks in erosive inflammation of the stomach and small bowel | |
Hoffmann et al. | Compositional differences between gut microbiota of adult patients with asthma and healthy controls | |
Tokuno et al. | Method for estimating disease risk from microbiome data using structural equation modeling | |
CN114657270B (zh) | 一种基于肠道菌群的阿尔茨海默病生物标志物及其应用 | |
Lledós et al. | Ischaemic stroke patients present sex differences in gut microbiota | |
WO2023156628A1 (en) | Methods for predicting severity of dysbiosis caused by treatment with an antibiotic | |
Guo et al. | Clinical features and risk factors of liver injury in patients with Chlamydia psittaci pneumonia-a retrospective analysis | |
Fu et al. | A Study on the Feasibility of Optimizing Gastric Cancer Screening to Reduce Screening Costs in China Using a Gradient Boosting Machine: A prospective, large-sample, single-center study | |
Rimmer et al. | Prognostic modelling in IBD | |
Mammen | Airways Microbiome in Chronic Obstructive Pulmonary Disease |