全基因组测序揭示间质性肺病亚型肺微生物组特征及菌群失调指数的诊断潜力

《Respiratory Research》：Whole genome sequencing of the pulmonary microbiome in interstitial lung disease subtypes

本研究针对间质性肺病（ILD）分类难题，通过全基因组测序（WGS）分析特发性肺纤维化（IPF）、结节病和未分类ILD患者的支气管肺泡灌洗液样本，发现各疾病组与健康对照的微生物组存在显著差异。研究人员构建的菌群失调指数（DI）在区分IPF和结节病方面表现出高敏感性和特异性，为未分类ILD的微生物学特征提供了新的探索方向。

　　

长期以来，肺部曾被认为是无菌环境，但随着新一代测序技术的出现，这一传统认知被彻底颠覆。研究表明，肺部微生物组与多种呼吸系统疾病的发生发展密切相关。间质性肺病（ILD）作为一组异质性肺部疾病，部分病例因临床、影像学或病理学数据不足而难以分类，被称为"未分类ILD"。微生物组分析为疾病分类提供了新思路，但现有研究多采用16S rRNA测序，其在物种水平鉴定的准确性有限。全基因组测序（WGS）能够提供更精确的物种水平特征，然而在ILD领域的应用尚属空白。

在这项发表于《Respiratory Research》的研究中，Kristel S. Knudsen等人首次采用WGS技术分析了不同ILD亚型的肺微生物组特征，并评估了菌群失调指数（DI）作为生物标志物在未分类ILD表征中的潜力。研究人员收集了12例IPF患者、34例结节病患者、11例未分类ILD患者和100例健康对照者的保护性支气管肺泡灌洗（PBAL）样本，使用Illumina NovaSeq平台进行测序，并通过GAIA 2.0软件进行操作分类单元（OTU）鉴定。

研究团队主要采用了全基因组测序技术对肺微生物组进行分析，使用保护性支气管肺泡灌洗样本采集自明确的患者队列（IPF、结节病、未分类ILD和健康对照）。生物信息学分析采用GAIA流程进行物种分类，统计计算包括α多样性和β多样性分析，差异丰度分析使用DESeq2方法，菌群失调指数基于差异丰度物种计算。

多样性分析结果

α多样性分析显示，IPF患者的Observed（p<0.01）、Chao1（p<0.01）、Shannon（p=0.02）和Gini-Simpson（p<0.01）指数均显著高于健康对照。结节病患者的Observed（p=0.01）、Chao1（p=0.01）和Shannon（p=0.02）指数也显著高于对照。未分类ILD患者与对照之间无显著差异。

β多样性分析通过主坐标分析（PCoA）图显示各组间的聚类模式。对照组与IPF（p<0.01）、结节病（p<0.01）和未分类ILD（p=0.03）组的β多样性存在显著差异。IPF和未分类ILD在图中聚类更近，而对照组和结节病组在另一侧聚类。

物种组成分析结果

在物种水平上，各组均以金黄色葡萄球菌（Staphylococcus aureus）、肺炎克雷伯菌（Klebsiella pneumoniae）、表皮葡萄球菌（Staphylococcus epidermidis）和不同普雷沃菌（Prevotella）为主。对照组表现出更同质的细菌组成，而疾病组尤其是IPF和未分类ILD则显示出更广泛的菌种多样性。痤疮皮肤杆菌（Cutibacterium acnes）在对照组和结节病组中更为丰富。

差异丰度分析结果

DESeq2分析鉴定出IPF与对照组间32个差异丰度物种，结节病与对照组间64个，未分类ILD与对照组间28个。痤疮皮肤杆菌在所有三个患者组中均显著少于对照组（p<0.001）。

菌群失调指数分析结果

基于差异丰度物种计算的菌群失调指数（DI）在区分IPF与对照组时表现出0.75的敏感性和0.97的特异性。区分结节病与对照组的敏感性和特异性分别为0.92和0.62。

将DI应用于未分类ILD患者显示，10例患者与IPF不一致，8例患者与结节病有潜在相似性。亚组分析发现，有磨玻璃影（GGO）的未分类ILD患者与结节病（尤其是Scadding II期和III期）的DI更为接近，而无GGO的患者则与IPF更为相似。

研究结论表明，未分类ILD患者的肺微生物组与健康对照组存在差异，菌群失调指数可能为未来ILD表征提供探索性见解。与先前使用16S rRNA测序的研究相比，WGS揭示了不同的多样性模式，突显了方法学差异对结果的影响。菌群失调指数作为新型生物标志物，在ILD分类和表征中展现出潜在应用价值，特别是对于未分类ILD的微生物学特征提供了新的视角。

这项研究的创新之处在于首次将全基因组测序应用于不同ILD亚型的肺微生物组比较，并引入菌群失调指数作为潜在分类工具。随着测序技术的不断进步和成本的降低，WGS有望在呼吸系统疾病微生物组研究中发挥越来越重要的作用，为精准医疗时代的ILD分类和个性化治疗提供新思路。