在观察性宿主-微生物组数据中的微生物组-代谢组关系的因果推断通过in silico in vivo关联模式分析
Johannes Hertel1, Almut Heinken2, Daniel Fässler3
1School of Medicine, University of Galway, Galway, Ireland; Department of Psychiatry and Psychotherapy, University Medicine Greifswald, Greifswald, Germany.
Cell reports methods
|October 17, 2023
概括
这项研究引入了一种新的计算方法,利用观测数据推断肠道微生物群和宿主新陈代谢之间的因果关系. 这种方法有助于理解微生物群.
科学领域:
- 微生物组研究 微生物组研究
- 代谢健康 代谢健康
- 计算生物学 计算生物学
背景情况:
- 肠道微生物组显著影响宿主新陈代谢,影响健康和疾病.
- 通过观察数据,确定微生物组组成和宿主代谢功能之间的因果关系具有挑战性.
研究的目的:
- 开发和验证一种新的计算框架,用于对宿主微生物群代谢相互作用的因果推理.
- 整合in silico关联模式分析与基于约束的社区建模,以进行强大的因果发现.
主要方法:
- 开发了in silico in vivo关联模式分析,结合了微生物组-代谢组关联研究和基于约束的社区建模.
- 利用结构方程建模理论剖析宿主微生物群系统中的混杂和因果路径.
- 将方法应用于已发布的多omics数据集 (n=347) 进行验证.
主要成果:
- 证明了 in silico in vivo关联模式分析能够从观察性微生物组-代谢组数据中推断因果关系.
- 在54种分析的便代谢物的26种中,确定了统计学上显著的微生物组与代谢物的因果关系.
- 使用结构方程建模和人口统计数据验证了理论框架.
结论:
- 开发的方法为代谢宿主微生物群相互作用的因果推断提供了一个有希望的方法.
- 结合无假设的关联研究与基于知识的in silico建模,我们对微生物组功能的理解得到了进一步的发展.
- 这一框架有助于更深入地了解微生物组在宿主代谢健康和疾病中的作用.
