科研丨Nature子刊(IF:17.6): 不同种族的肠道菌群和抑郁症状

编译：微科盟蔚蓝，编辑：微科盟居居、江舜尧。

微科盟原创微文，欢迎转发转载，转载须注明来源《微生态》公众号。

导读   肠道微生物组被认为在抑郁症中发挥作用，这使其成为一个具有吸引力的干预目标。不同种族群体的微生物组和抑郁症状水平存在显著差异。因此，任何针对微生物组的抑郁症干预措施都需要了解不同种族的微生物组-抑郁症关联。通过分析来自HELIUS队列的数据，本研究描述了居住在同一城市地区的6个种族群体(N=3211)的肠道微生物群及其与抑郁症状的关联。在考虑人口统计学、行为和医学变量的情况下，肠道微生物群的多样性(包括个体内(α多样性)及个体间(β多样性))可预测抑郁症状水平。这种关联在不同种族群体之间没有差异。此外，β多样性解释了抑郁症状中18%-29%的种族差异。与抑郁症状相关的细菌属来自多个细菌科，主要包括Christensenellaceae、毛螺菌科和瘤胃球菌科。综上，本研究结果表明，肠道微生物群与抑郁症状水平相关，并且这种关联在不同种族群体中普遍存在。此外，本研究还发现肠道微生物群的种族差异可能部分解释了抑郁症的平行差异。    

论文ID

原名：The gut microbiota and depressive symptoms across ethnic groups

译名：不同种族的肠道菌群和抑郁症状

期刊：Nature Communications

IF：17.694

发表时间：2022.12

通讯作者：Jos A. Bosch

通讯作者单位：荷兰阿姆斯特丹大学

DOI号：10.1038/s41467-022-34504-1

实验设计

结果

在使用排除标准(参见“方法”部分中的描述)并考虑数据的偶然缺失后，共有N=3211(回归模型1)和N=3088(回归模型3)的参与者可用于分析。表1提供了研究样本和主要协变量的汇总数据。

表1 研究样本的汇总数据。

a每周至少5天，每天至少30分钟中等强度运动。

1. α -多样性预测抑郁症状

如表2所示，在线性回归分析中Shannon指数预测PHQ-9抑郁症状评分。纳入人口统计学协变量(模型1：年龄、性别、种族、教育程度)显著减弱了Shannon指数与PHQ-9总得分之间的关联性(标准化β=–0.0738，p<0.001)，同时改善了整体模型拟合度(ΔR2=0.0597，p<0.001；total R2=0.0736)。到目前为止种族对该模型拟合的贡献最大：在调整性别和年龄后，种族的贡献为ΔR2=0.0431 (p<0.001)，教育程度的影响较小(ΔR2=0.0015，p=0.024)。在依次加入生活方式因素(模型 2：ΔR2=0.0087，p<0.001)和医学变量(模型3；ΔR2=0.0267)后，Shannon指数仍可预测抑郁症状评分(标准化β=–0.0597，p=0.001；-0.0422，p=0.023)。在三个模型中均未检测到显著的种族Alpha-多样性相互作用(模型1:p=0.232；模型2:p=0.134；模型3:p=0.325)，表明α多样性与抑郁症状间的关联在不同种族间没有差异。此外将结果按每个种族群体进行分层时，I2始终近似于零(见补充图1)。对Simpson指数重复上述分析得出了类似结果(见补充表1)。 为了估计上述关联的特异性，在调整父母抑郁病史、既往抑郁发作次数和神经过敏的同时进行重复分析。调整神经过敏后α多样性不再显著预测抑郁症状。相反，在所有3个回归模型中，调整抑郁症状后，α多样性与神经过敏显著相关，表明神经过敏是更强的预测因子。父母病史和既往抑郁发作的次数只能最低限度地减弱与抑郁症状的关联(模型3，标准化β>-0.0384，p<0.033)。

表3还显示了将α多样性(Shannon)作为结果的线性回归分析结果，即反转X和Y。完全调整模型(模型3)解释了大约18%的α多样性方差，这主要归因于种族(ΔR2=0.1143，p<0.001，纳入年龄和性别后)，其中PHQ-9评分仍然是Shannon指数的重要预测指标(见表3)。

表2 以抑郁症状评分为因变量的线性回归模型结果。    

表3 以Shannon指数为因变量的线性回归模型结果。

2.β-多样性预测抑郁症状

从Bray-Curtis相异度或加权UniFrac距离矩阵得出的主坐标(PCoA)作为线性回归的预测因子输入(以PHQ-9总分数作为因变量)。前20个坐标的正向选择产生了6个坐标，这些坐标汇编了抑郁症状评分的预测信息，用于后续回归分析。在这些坐标中，PCoA#2预测了微生物组组成的6.50%(Bray-Curtis)和9.73%(加权UniFrac)。值得注意的是，该主坐标中汇编的多维信息显示出与Shannon指数高度相关(r=0.83)，表明在这种统计方法中(与α多样性的典型概念相反)α多样性对β多样性来说不可或缺(另见补充图2C)。

图1A显示6个主坐标共同解释了抑郁评分方差的1.5%(ΔR2模型1)和0.5%(ΔR2模型3)。图1B的结果进一步揭示粪便微生物组成解释了28%(模型1)和18%(模型3)抑郁症状评分的种族差异。在调整父母抑郁史、既往抑郁发作次数或神经过敏后，β-多样性坐标仍可显著预测抑郁症状(所有分析(ΔR2＞0.0036，P=0.002))。使用加权UniFrac距离(而不是Bray-Curtis相异度)重复这些分析得到了相同的结果。图1的原始数据详见补充数据文件1。

图1 β多样性与抑郁症状评分的种族差异有关。A，预测PHQ9抑郁评分的β多样性。它展示了线性回归分析的结果，该分析将β多样性建模为抑郁症状水平的预测因子。图(A)水平条形图展示了在对混杂因素(模型1a至3)渐进调整后的ΔR2，在每个回归模型中分别包括或不包括种族。B，种族预测PHQ9抑郁症评分。它展示了线性回归的结果，其中β多样性被建模为种族和抑郁症状水平之间关联的中介。柱状图显示渐进调整后的种族预测PHQ9的ΔR2(模型1a至3)。蓝色柱状图显示模型中没有β多样性作为中介的ΔR2，橙色柱状图显示当假定中介存在时的ΔR2。表(右)中的%表示中介作用对直接效应的衰减。模型1a根据年龄和性别调整，模式1b增加了教育；模型2进一步增加了行为因素(饮酒、吸烟、运动、BMI)；模型3增加了胃肠道疾病、糖尿病、PPI使用史、近期抗生素使用史、腹泻。所有ΔR2 p≤0.001，但纳入种族的模型3除外 (p=0.023)。

3.大多数与抑郁症状相关的类群是厚壁菌门

如图2所示，416个有意义的ASVs中有117个与PHQ-9评分显示出显著的未调整的相关性(Rho，FDR<0.05)，大多数(99个ASVs)表现为负相关(说明存在相对消耗)。表2的源数据详见补充文件(补充数据文件3)，其中显示了补充数据文件3的数据子集。大约65%被鉴定为厚壁菌门(76个ASVs)。为了避免过多的多重检验，随后的模型1-3中仅进一步分析了在未调整分析(FDR校正)中获得的显著关联。图2显示在调整年龄、性别和种族后，仍有70个分类群与PHQ-9评分显著相关。其中绝大多数(60个ASVs)属于厚壁菌门，其中占优势的为Christensenellaceae(R7组)、毛螺菌科(例如Blautia、Lachnospiraceae NK4A136、Marvinbryantia、Roseburia)和瘤胃球菌科(例如Oscillibacter、Ruminicoccus 1、Ruminococcaceae NK4A214 group、Ruminococcaceae UCG-005)的各种细菌属。非优势菌门包括拟杆菌门(例如拟杆菌属Bacteroides)和变形菌门(Desulfovibrio、Escherichia/Shigella)。对行为和医学变量的进一步调整(模型2和3)减少了显著关联的数量，分别产生了48个和23个与抑郁评分显著相关的分类群(见图2和V)。

补充图2(图A和B)提供了PHQ-9评分与个体ASVs之间相关性的重点概述(同时与y轴上绘制α多样性的相关性)。这些补充图以及图 2(另请参阅相应的源数据)中值得注意的是，有时同一属内的 ASVs与抑郁症状评分呈现出相反的关联，例如Blautia、拟杆菌和Oscillibacter(注意，Greengenes 数据库分配给单个属Oscillibacter的 ASVs在Sylva 数据库中被认为是多个属，参阅讨论)。而其他属则观察到更为一致的关联模式(例如Christensenellaceae，Desulvofibrio和链球菌Streptococcus)。

图2 在未调整分析(模型0)和后续调整分析的结果(模型1-3)中选择与抑郁症状水平显著相关的ASVs(行)。条形图表示效应大小(标准化回归系数)。绿色条表示正相关，红色条表示负相关(绘制范围0.10≥β≥–0.10)。选中标记表示p<0.05。“Core”列突出显示了样本人群中总流行率>75% 的ASVs(用绿色选中标记表示)。

4.不同种族群体的关联基本是不变的

应用这3个回归模型，只有小部分ASVs(＜6%)通过ASV相互作用表现出显著种族差异(未对多重检验进行调整)，因此近似于预期的I型错误率。对年龄和性别调整关联的种族分层分析表明大多数标准化回归系数(81%，N=337)的I2低于30%，只有15个相关性(占总数的3.6%)显示出明显的种族异质性(I2>50%)(参见补充数据文件4、5和相应的源数据补充数据文件3)。  

5.核心微生物群也与抑郁症状相关

有人提出，“核心类群”(即几乎无处不在的细菌)与健康的相关性可能更强。因此，辅助分析将所有ASV中获得的结果与分类单元核心子集(定义为不同种族中流行率≥75%)中获得的结果进行了比较。这些高度流行的核心分类群是最低限度的零膨胀，这些比较还可用于零膨胀偏差的敏感性分析。核心类群和非核心类群之间的比较显示，与抑郁症显著相关的比例、效应值的平均值或分布、协变量调整的稳健性或与抑郁症相关的种族异质性(I2)均无差异。

讨论

本研究的主要目的是确定肠道微生物群的哪些分类特征与抑郁症状水平有关。这项研究纳入了迄今为止最大的研究队列来探索微生物组-抑郁症的关联，并且是首个将种族作为这种相关性的潜在相关因素的研究。从微生物群多样性的整体参数(即α多样性、β多样性)到特定分类群的相对丰度，多个层面的分析证实了肠道微生物群与抑郁症状水平之间的一致关联。这些关联经广泛的社会人口学、行为学和医学变量调整后仍然存在。进一步分析表明尽管在抑郁症状水平和肠道微生物群组成方面存在显著的种族差异，但这些关联在种族群体之间基本上是不变的。此外，抑郁症状水平的种族差异在一定程度上可由受试者间微生物群组成(即β多样性)的差异来解释。对(相互调整的)回归系数的检验显示，α多样性预测抑郁症状的效应大小与其他几种已确定的抑郁症风险因素相当，如饮酒、运动、吸烟和BMI。与之相反，抑郁症状在统计学上预测α多样性的能力与被诊断为糖尿病或胃肠道疾病的能力相同。由此可见，这些分析表明影响肠道微生物组的条件和干预措施可能会影响人群幸福。 一个值得注意的发现是，Bray-Curtis和加权UniFrac主成分#2都与α多样性(Shannon)存在较大差异。这一发现表明，α多样性(衡量受试者内微生物多样性的指标)也有意义地表征了受试者之间的多样性(β-多样性)；换言之，与α多样性高度相关的分类群在个体间分布不均匀。这是一个合理的观察结果，因为这些分类群也倾向于与抑郁症状评分以及抑郁症的既定风险因素(如BMI、炎症、糖尿病)相关。随后的分析结果与之前一致。综上所述，这些结果与α多样性作为健康和疾病(包括抑郁症)的通用生物标志物的观点一致，也与一组常见的细菌倾向于对疾病和不佳健康状况做出非特异性反应的概念一致。 对作为常见精神障碍(包括抑郁症)体质和一般风险因素的人格特质神经过敏调整后，α多样性与抑郁症的关联消失。神经过敏的这种主导作用可能有助于阐明以下观察结果，即肠道微生物组的破坏与范围广泛的心理障碍有关，但没有相应的分类学特异性证据(即特定分类群可区分特定疾病)。值得注意的是，β多样性的其他主成分似乎不受神经过敏调整的影响，因此这些成分可能确定了微生物群组成中更具抑郁症特异性的特征。 未经调整的相对丰度分析最初产生了117个ASVs(鉴定出59个属，大部分属于厚壁菌门)与抑郁症状评分相关。值得注意的是，这些分类群中的许多也与其他健康领域有关，包括与抑郁风险增加相关的健康因素(如BMI)。一个突出的例子是Christensennellaceae属(R-7组)，在Rotterdam研究队列中同样显示出与抑郁症状负相关。此外，重复先前的研究，Christensenellaceae的丰度还与较低的BMI相关，并且在糖尿病和胃肠道疾病存在的情况下相对减少。因此，这些与医学结局的联系可能解释了为什么在调整医学协变量后大多数与Christensenellaceae的关联变得不显著。 在完全调整后(如模型3)，23个ASVs(鉴定至少15个属)仍与抑郁评分显著相关。其中包含与丰富细菌属Coprococcus的负相关关系(在Silva数据库中编号为GCA-900066575)，从而证实了来自两个独立种群队列和Rotterdam研究的结果。该属内有许多产生丁酸盐的物种，并被认为具有抗炎特性，这两者都与抑郁症呈负相关。我们的分析显示了与Dialister的正相关，可将其ASV映射到口腔病原体D. invisus上。这一观察结果与显示口腔健康状况不佳与抑郁症相关且可能是肠道微生物群上游决定因素的数据相一致。 与抑郁症状相关的其他相对较少的细菌是拟杆菌门中的拟杆菌属、Ruminococcaea UCG005、Ruminococcaea 1、Peptococcus、Holdemanella(sp. H. biformis)、Lachnospiraceae科中的各种属(例如Lachnospiraceae groups FCS020和NK4A136)、Marvinbryantia(sp. M. formatexigens)、Blautia(其中B. obeum直到最近才被分类为Ruminicoccus，并表现出重叠的生理特征)、Roseburia( sp. R. inulinivorans)和变形菌门的Desulfovibrio。同时，5个ASVs在症状水平高的人群中富集。其中包括Blautia属物种B. caecimuris和B. producta，Lachnoclostridium和Oscilibacter属，以及前面提及的Dialister invisus。总体而言，大多数关联都在厚壁菌门内。随机森林分析中将Rotterdam研究作为训练队列，HELIUS作为测试队列，重复了包括Ruminococcaceae UCG005、Coprococcus、Lachnoclostridium、Eggerthella、Sellimonas、Roseburia、拟杆菌属、Blautia、Veillonella和Desulfovibrio在内的关联，其中一些经调整分析后仍存在关联。 出乎意料的是，识别双歧杆菌属Bifidobacterium的ASVs显示出与抑郁症正相关，包括丰富的物种B. longum(Greengenes数据库)，它已在多项益生菌研究中测试了其改善情绪的潜力。与此同时，我们发现B. longum与α多样性呈负相关，这重复了另一个大型队列的观察结果。同时显示与一些健康状况不佳的标志物(预期的)呈负相关。双歧杆菌属高度多样化，因此不难想象先前报道的补充双歧杆菌进而获得有益情绪影响具有高度菌株特异性。使用该属的益生菌试验产生了不一致的结果，其中大多数未能成功建立有益的情绪影响。本研究结果可能有助于识别其他用于心理生物干预的候选菌。 当前的研究结果表明，在总体水平(例如属、OTU)上分析细菌的习惯可能是微生物组-抑郁症研究中结果不一致的潜在原因。因此这一结果也澄清了与Radjabzadeh等人研究结果的一些差异，该研究使用闭环参考OTU聚类而不是ASVs。例如，我们观察到识别Blautia、拟杆菌属或Oscillospira属的ASVs与抑郁症状水平显著正相关和显著负相关。这种潜在生物学意义的关联在属水平上聚集时可能会被平均。例如，同一属内的异质关联可能反映了种间竞争，因为已知同一属内的生态竞争尤为激烈，即表明抑郁症与有利于某些物种而不利于其他物种的肠道环境有关。分类学分配的不精确也可以解释异质关联，例如当使用Silva数据库(将这10种ASVs分配到8个不同的属)时，抑郁症与Greengenes映射到Oscillospira属的10种ASVs之间的显著异质关联模式消失了。这些观察结果与新兴观点一致，即ASVs是首选标记基因分析和报告的标准单位。 最后本研究的几个优点和局限性值得一提。本研究纳入居住在同一城市地区的少数种族群体，从而避免地理影响造成混淆。虽然肠道微生物群的种族差异可能涉及遗传和环境因素，但综合证据似乎表明后者可能占主导地位。更深入的分析，例如，比较第一代和第二代移民或比较第一代移民的当地文化适应历史，可以进一步确定环境暴露的具体作用。本研究的另一个进展是采用了前所未有的混杂因素调整。未来的研究可能仍会考虑其他解释因素(例如饮食)。我们可以补充一点，渐进性协变量调整的效应量衰减不应被视为虚假关联的标志，因为某些协变量可能处于因果路径上。我们发现类似PHQ-9这样的评分工具并不能提供抑郁症的临床诊断，尽管这些评估方法与其高度相关。使用连续症状评分更符合现今将抑郁症视为连续体的观点。抑郁症是一种基于症状特征具有不同亚型的异质性结构型。鉴于有证据表明这些亚型可能表现出不同的生物学特征，这方面值得进一步研究。 另外三个额外的统计学考虑因素也值得一提：一个优势是关键分析使用了不同的方法进行交叉验证，例如利用α多样性和β多样性的多个参数，比较使用两个数据库进行分类分配以及进行荟萃分析和GLM来确定种族异质性。这些不同的方法产生了可比较的结果模式，这些结果支持了目前研究结果的稳健性。此外，在p值检验和小效应量的背景下，观察到一项研究或子样本显示了显著的关联，而另一项研究或子样本则没有，不能立即被视为不可重复或不一致的证据，但可能反映了正常的样本间变异和2型误差。因此，对多个队列进行大规模汇总分析可能是一种相关的方法。最后，尽管在大多数分析中抑郁症状被建模为结果变量，但在这一点上因果推断显然仍是推测性的。 综上所述，对大量不同种族人群的分析表明，肠道微生物群与抑郁症状之间存在很强的关联性。这些关联在不同种族群体之间基本不变，并且经受住了大量相关混杂因素的调整，包括人口、行为和医学因素。这些研究结果确定了值得进一步研究的心理生物干预的潜在目标，并可能在个人或人群水平上对抑郁症和幸福感产生积极影响。