解密人類微生物的世界

人體內存在著許多微生物,如細菌、真菌與病毒等等,與人類共存,一般稱之為正常菌叢(Microbiota)。在過去的數十年間,科學家們對於人體微生物叢基因體(Human microbiome)的了解,有很大的進展。目前已知腸道內正常菌叢,可以幫助嬰兒消化乳汁或是代謝纖維質,產生短鏈脂肪酸,以預防肥胖、糖尿病及心臟相關疾病等等,也可以對抗疾病,像是發炎性腸道疾病、癌症甚至是憂鬱症。相反的,若是正常菌叢平衡遭到破壞,那就可以導致健康疾病。

人體內微生物共生系統相當複雜,會根據所在的器官、組織不同而有所不同,在人類個體間,微生物的分布與數量也因人而異。也因此,雖然目前對於正常菌叢的研究,有大大的進步,有些特定的微生物,可能導致的相關健康問題,已經被發現,但想要完整的了解分析各個菌叢的分布、作用或是不平衡時會造成什麼樣的疾病,非常困難。所以科學家們轉往人工智慧領域,以尋找新方法來解密人類微生物叢。

過去數年,已有許多基因序列數據被分析,形成珍貴的基因數據庫,引領著新領域總體基因體學(Metagenomics)的相關研究。科學家們利用目前先進的計算方法與大量的統計學理論,將片斷的基因數據收集,分析後找尋相關規律,並利用此規律對未知資料數據進行預測與演算,這被稱作機器學習(Machine Learning),為人工智慧中重要的一環。有研究利用相關技術,找出年齡與微生物叢基因的關聯性,或是人類演化史等等。藉由機器學習技術,搭配現有的資料庫,揭開人體基因的面紗,找出疾病關聯性,發展出更適合的藥物治療。

為了可以更了解微生物群落在這複雜的微生物共生系統裡,如何發揮其關鍵作用,卓克索大學研究人員結合高通量基因定序(High-throughput genetic sequencing)與語言處理演算(Language-processing algorithms),去解密人類微生物群落。卓克索大學團隊將其研究結果,於20191211日在《公共科學圖書館:綜合》(PLOS One)期刊發表,主題為”Exploring thematic structure and predicted functionality of 16S rRNA amplicon data”。科學家們希望可以找出微生物群落型態為何?微生物群落可以維持多久?微生物群落的內在結構如何影響其適應隨時在改變的體內環境?等等問題的解答。

共同作者Dr. Gail Rosen副教授表示:「在微生物對於健康影響的了解上,我們才剛開始了解其表面的皮毛而已。」在研究中,他們利用機器學習演算法,在DNARNA基因密碼中,在特定相同狀態下(如:同樣疾病狀態),發現特定分類之微生物經常會群聚在一起。它們也首次提出「主題總體基因體學(暫譯)(Themetagenomics),利用已知特定主題的檢品,如論文中分析的克隆氏症(Crohn’s disease)腸道菌叢,去分析主題與檢品和主題與操作分類單元(Operational taxonomic unit, OUT, 序列的相似性做分類)的相關性。希望藉由此方法,去了解菌落存在的範圍,出現的頻率以及位置,進而得知各個微生物群落的角色為何。

共同作者Dr Steve Woloszynek也表示:「在自然微生物共生系統的自然狀態尚未得知前,很難發展出相對應的治療方式。」

 

然而,藉由觀察健康狀態與疾病狀態的個體之間,共生菌叢種類變化與隨時間的變化,來當作疾病指標,如克隆氏症或特定癌症。也希望可以發展出標靶治療。

 

另外,在普林斯頓大學也利用類似的方法,去聆聽人體不同微生物叢基因之間的「化學對話」(Chemical Conversations)。在20191213日於《科學》(Science),發表其相關研究。

研究人員首先由先從定義基因組開始著手,又稱生物合成基因叢(Biosynthetic gene clusters, BCGs),可以產生特定化學物質。藉由此方式,可以去發現是哪些微生物叢利用此特定化學物質來溝通訊息。但此分析需利用電腦演算才能得到結果。一旦發現可製造團隊感興趣的化學物質的基因,即利用電腦演算法去尋找人體組織總體基因體數據內,是否有相似的基因序列。

助理教授Dr. Mohamed Donia表示:「定義人類微生物群系統基因的化學空間(Chemical Space)是我們長期的目標。」


他們發現有13個BCGs廣泛的分佈在腸道、口腔及皮膚微生物叢基因。不可置信的是這些基因叢出現在許多不同族群中,從美國到斐濟。而後,研究人員純化並測試了兩種BCGs在抗生素與抗癌的活性,發現了基因叢製造的五種分子裡面有兩種分子,有做為抗生素使用的潛力。

隨著病原體對於目前的藥物抗藥性越來越多,可以發現新型的抗生素是有著非常重要的意義。除了發現新型的抗生素之外,如果我們可以透過藥物基因檢測先得知適合病人使用的抗生素與劑量,就可以從現有的武器中挑選一個最合適的來有效攻擊細菌,治療感染疾病。

參考資料:Stephen Woloszynek et al, Exploring thematic structure and predicted functionality of 16S rRNA amplicon data PLOS ONE December 11, 2019 

Leave a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *