基于集成统计学习方法鉴定I型糖尿病肠道微生物标志物及其作用机制研究

Diabetes has become the third biggest chronic non-infectious disease in China, right after aggressive cancers and cardiovascular diseases. Recent studies on intestinal flora have revealed the close relationship between the components, abundances and genotypes of intestinal flora and Type 1 diabetes (T1D), suggesting bacteria in gut can be used as metagenomic biomarkers, which can greatly prompt the early diagnosis and prediction of T1D patients. In this project, we plan to use the next generation metagenomic sequencing technology to dynamically monitor the abundances and components changes of intestinal flora during the development of T1D-model mice. We will next employ the Ensemble Learning Methods (ELM), such as Random Forests and AdaBoost, to identify key Metagenomic biomarkers of T1D and construct predictive models. We will then verify our model in independent samples to test the reliability and accuracy of our model and predictions. At last, we plan to use the whole genome sequencing technology to discover the mechanism of intestinal flora acting on T1D on gene and pathway level. The research results we get and methods we develop will shed light on the diagnosis and prediction of T1D and other complex diseases.

糖尿病在我国已成为继恶性肿瘤和心血管疾病后排第三位的慢性非传染性疾病。最近研究发现，肠道微生物的种类、数量及基因型变化与I型糖尿病的关系十分密切，提示其可以成为一种潜在的微生物标志物，在糖尿病患者的早期预防和诊断方面具有重要意义。本项目拟利用宏基因组测序技术对I型糖尿病模型小鼠不同时期肠道菌群数量和基因的变化进行检测，通过发展集成统计学习方法，如随机森林和AdaBoost，来寻找关键的微生物标志物，建立预测型的统计模型；并且通过独立样本对预测结果进行验证，明确研究结果和新方法的可靠性；最后还将通过全基因组测序技术在基因和通路水平对关键微生物标志物对I型糖尿病的作用机制进行揭示。本项目的研究结果和所发展的新统计方法将对于I型糖尿病及其他复杂疾病的诊断和治疗具有重要的参考作用。

糖尿病与肠道微生物的种类、数量及基因型变化有着密切的联系。然而，明确的标志物却一直没有被找到。随着组学相关研究的快速发展，高维数据的解析正在助力我们对疾病发生、发展规律的认识。本项目首先基于多项组学数据探索了非监督统计学习方法在高维数据分析中的应用，采用Partitioning Around Medoids (PAM)聚类方法对染色体状态进行了非监督聚类分析，发现了PAM方法比经典的k-means方法在组学数据分析中具有更好的稳定性，减少了生物组学数据噪声对于聚类结果产生的影响，得到了很好的聚类结果。同时，采用临床组学数据，包括基因组数据、转录组数据、microRNA数据、蛋白质组数据和DNA甲基化数据，对PAM聚类、系统聚类和Non-negative Matrix Factorization（NMF）聚类三种非监督聚类的表现进行了全面评估，发现三种聚类方法在组学数据中的表现具有明显差别，在大部分的组学数据分类中，NMF方法和PAM方法均能取得较好的分类结果，而经典的系统聚类方法则表现较差，因此需要针对不同类型的组学数据选用不同的聚类方法。在此基础上，本项目进而研究了免疫缺陷型自发糖尿病NOD小鼠疾病发生过程中不同节点的菌群结构，以及采用益生元干预对发病率及发病时间的作用，益生元组较生理盐水组发病时间自15周龄推迟到18周龄。此外，进行模式生物小鼠的葡萄糖代谢曲线拟合，发现存在一致性的Giddings曲线规律。通过利用复合抗生素作为肠道菌群的负调控因素，改变了肠道菌群微生态和Giddings曲线规律，提示肠道菌群与宿主血糖代谢调控之间存在相关性。因此，本项目在组学数据分析相关技术以及糖尿病相关肠道菌群标志物方面提供了重要的参考依据。