在患者队列中使用便类型分层的多组学分析,以及在2型糖尿病中识别蓝皮病作为潜在的细菌调节器

科学领域:

• 微生物组研究的研究.
• 代谢性疾病是一种代谢性疾病.
• 精准医学是一门精准的医学.

背景情况:

• 宿主和肠道微生物群的异质性使得对2型糖尿病 (T2DM) 的精确干预变得复杂.
• 为了有效治疗T2DM,需要新的患者分层特征和细菌调节器.

研究的目的:

• 调查便类型作为T2DM患者分层的特征.
• 为了确定T2DM干预的细菌调节剂.
• 为了探索蓝斑在T2DM中的治疗潜力.

主要方法:

• 从103名T2DM患者和25名健康对照组 (HCs) 收集了多omics数据 (肠道微生物,代谢学,转录学,细胞因子,临床).
• 利用机器学习模型 (LightGBM) 来基于便类型 (干燥或松散) 的患者分层.
• 在T2DM小鼠模型中进行了交叉测量关联分析,并进行了口服蓝菌补充剂.

主要成果:

• 便类型有效地将T2DM患者分为干便 (DM-DS) 和松便 (DM-LS) 组,将其与HC和彼此区分开来.
• 与DM-DS相比,DM-LS患者表现出明显的肠道微生物特征,更严重的代谢障碍和更高的胰岛素分泌.
• 在T2DM小鼠中补充蓝菌减少了脂质积累,体重增加和血糖水平,同时调节了肠道微生物群.

结论:

• 便微环境分层对于理解T2DM异质性具有临床意义.
• 布劳提亚证明了T2DM的治疗潜力,为微生物精确治疗提供了一个有前途的途径.
• 这项研究为开发针对代谢疾病的有针对性的微生物干预措施提供了基础.