横断面研究

二、实验分组和样本例如，在比较正常心境和抑郁心境对时间判断的差异时，必须分组比较。本例有两种分组方法：一种是分抑郁心境和正常心境两组人群来进行比较；另一种是同一人群分抑郁心境和正常心境两种状态时进行比较。其中抑郁组（或抑郁状态）为实验组，正常人（或正常心境状态）为控制组或称对照组。对照组在判断时间长短的相差（与实际时间相比）数为基线，实验组在判断时间长短的相差数与对照组的相差数为实验效应。分组比较因研究内容和目的不同可以设立多个组，比较组也不一定是正常人。不管怎样分组，其中有一共同原则，那是用来相比较的各组，其对研究目的有影响的各因素都要相一致，或者说要匹配好，否则没有可比性。例如比较A、B两种心理治疗方法的疗效，如果设立两个组分别接受A或B治疗，那么两组的匹配要控制好年龄、性别、诊断、病期等可以影响效果的条件。分组和取样方法，在统计学上有介绍，如随机取样、比例取样、分层取样或分层比例取样等。样本大小也有一定规定，原则是如其他条件一致，人数多的样本其结果可靠性大。条件控制得越好，实验程序越复杂或者病例越罕见的，则样本小一些也很有意义。三、实验研究方式分横断面和纵向研究两种。前面所列心境与时间判断正确性的关系研究，同时设立两组，一组为抑郁，一组为正常心境，这是属于横断面研究；而同组人，在抑郁心境消失或成为正常心境时的比较，属纵向研究。这两类方法各有优缺点。一般来说，横断研究比较容易，在大样本时有意义；纵向研究困难，如果有足够的研究人数，其意义则更大。

南方日报讯 （记者/焦莹 通讯员/张凤贞 刘文慧）为进一步规范医院静脉治疗技术操作，提升医院静脉治疗水平，日前，英德市中医院开展了一次系统全面的静脉输液现状横断面调查，对全院16个临床科室397名住院患者的静脉输液情况进行调查。本次静脉输液现状横断面调查采用普查方式，以医院护理部为主导，各科室护士长及护理骨干共35人组成调查小组，重点对各科室护理人员输液工具及穿刺部位的选择、留置针的固定与维护、输液管路连接及并发症发生情况等内容展开深入调查，通过现场采集输液部位与管路照片，查看护士冲管流程等方式收集相关信息，并认真整理统计调查数据，全面分析讨论调查发现的问题，最终形成客观翔实的调查报告。静脉输液现状现场调查结束后，调查小组召开了调查反馈会，针对存在问题一一探讨，提出整改措施，并就合理选择输液工具、防堵管留置针十步操作法、血栓的危害及预防措施及职业安全防护等内容制定相关培训计划。会后两天，医院护理部组织全体护理人员开展了首场培训《留置针标准十步操作法》，下一步将陆续开展相关培训，进一步提升医院静脉治疗技术水平。静脉输液安全是护理质量控制与安全管理的关键环节，此次调查加深了英德市中医院护理人员对医院静脉治疗现状及存在问题的认识，为医院静脉治疗流程的持续修订完善提供了有力参考，可更好地促进医院静脉治疗规范化、标准化，全面保障输液安全，提高护理服务质量。

每经编辑：王鑫1丨沙特新增新冠肺炎确诊病例2399例 累计确诊72560例据央视，沙特境内过去24小时新增新冠肺炎确诊病例2399例，当日同时新增11例死亡病例。至此沙特境内新冠肺炎确诊病例累计已达72560例，其中379名患者病重不治去世，43520名患者已治愈出院。2丨“复阳”最新研究：60例新冠出院患者有10人复阳，病毒脱落最长56天据澎湃，迄今为止，数以万计的新冠患者已经临床康复并出院，但有的出院患者却再次出现SARS-CoV-2核酸检测阳性，这引发了对“复阳”的关注。当地时间5月22日，国际权威医学期刊《美国医学会杂志》（JAMA）发表了题为Coronavirus Disease 2019 Test Results After Clinical Recovery and Hospital Discharge Among Patients in China的研究，聚焦新冠患者出院后的核酸检测情况，本研究纳入60例出院患者。此前虽有对于“复阳”的个例研究，但系统性的对符合出院标准的COVID-19患者出院后的总体预后研究尚未见报道。此次研究团队来自湖南师范大学生命科学学院、娄底市疾病预防控制中心、中南大学湘雅二医院感染病科等。在这项横断面研究中，60名出院的新冠患者中，有10人在出院后4 - 24天的时间里RT-PCR检测结果为SARS-CoV-2阳性。由于出院患者均有居家隔离指导，且本地病例极少，研究者推测其阳性结果为持续性病毒脱落，而非再次感染。有患者于出院后5天出现咳嗽、咳痰，3月27日RT-PCR检测结果为SARS-CoV-2阳性，从发病开始，病毒脱落时间为56天。3丨日本即将全面解除紧急状态，重启社会经济活动据央视新闻，根据日本政府5月24日拟定的方针，不待“紧急事态宣言”本月末到期，5月25日就将全面解除东京、神奈川、埼玉、千叶等首都圈1都3县以及北海道的紧急状态。此事将于5月25日召开的新冠肺炎政府对策总部会议上做出最终决定。日本首相安倍晋三也将召开记者会，向民众呼吁在采取防疫措施的同时重启社会经济活动。4丨周鸿祎：企业要积极关注市场变化，想尝试直播带货据中新经纬，全国政协委员、360集团董事长兼CEO周鸿祎在接受采访时表示，即使在经济最红火的年代里也有人赔钱，在经济最萧条的年代里也有人赚钱，所以企业要积极关注市场变化，主动适应，比如现在的直播带货就很火，不少企业都加入了带货行列，周鸿祎表示自己也有意尝试。5丨每日优鲜再传获新融资，回应：不予置评新京报消息，近日，据媒体消息称，每日优鲜已完成新一轮融资，投前估值30亿美元。5月24日，记者就此向每日优鲜方面求证，其相关负责人表示“不予置评”。每日经济新闻

迄今为止，数以万计的新冠患者已经临床康复并出院，但有的出院患者却再次出现SARS-CoV-2核酸检测阳性，这引发了对“复阳”的关注。当地时间5月22日，国际权威医学期刊《美国医学会杂志》（JAMA）发表了题为Coronavirus Disease 2019 Test Results After Clinical Recovery and Hospital Discharge Among Patients in China的研究，聚焦新冠患者出院后的核酸检测情况。此前虽有对于“复阳”的个例研究，但系统性的对符合出院标准的COVID-19患者出院后的总体预后研究尚未见报道。此次研究团队来自湖南师范大学生命科学学院、娄底市疾病预防控制中心、中南大学湘雅二医院感染病科等。此前，湖南娄底有2名新冠患者出院后又出现症状，且核酸检测检呈阳性，又被收治入院。在这之后，研究者收集了湖南娄底2月27日前出院的58名符合出院标准的新冠患者的鼻咽和肛门拭子样本，以评估潜在的病毒的持久性。该研究中，采用横断面研究，并经湖南师范大学机构审查委员会批准，获得所有患者的书面知情同意。本研究遵循加强流行病学观察性研究报告指南(STROBE)的要求。研究者采集了出院患者的鼻咽拭子和肛门拭子样本，并使用实时逆转录-聚合酶链反应(RT-PCR)检测新冠病毒核酸。他们还从电子病历中收集人口统计信息和实验室检查结果。在本研究纳入的60例出院患者中，年龄中位数为46.5岁(四分位差，33.5-58.5)，女性26人(占比43.3%)。共有10例患者(占比16.7%)的RT-PCR检测结果为SARS-CoV-2阳性，其中5例患者(占比8.3%)的鼻咽拭子检测结果阳性，6例患者(占比10.0%)的肛门拭子检测结果阳性，有1例鼻咽拭子和肛拭子均为阳性。为了匿名，这10名患者通过编号来识别，即患者1至10。RT-PCR检测结果为SARS-CoV-2阳性的患者，除患者1例和患者2偶尔咳嗽外，均无新冠临床症状，有症状的2人年龄均大于70岁，有多种基础疾病。患者2于出院后5天出现咳嗽、咳痰，3月27日RT-PCR检测结果为SARS-CoV-2阳性，从发病开始，病毒脱落时间为56天。患者4出院3周后采集鼻咽样本RT-PCR检测为SARS-CoV-2阳性。患者4于2020年2月18日向血浆中抗体（IgM）滴度为80的重症患者捐赠了血浆。9名医护人员在个人防护设备不足的情况下采集了患者4恢复期血浆后被隔离；然而，所有9名员工的新冠核酸检测结果均为阴性，并且在随后的2个月没有出现任何症状。2020年2月28日以后，湖南娄底没有新增新冠比例。在这项横断面研究中，60名出院的新冠患者中，有10人在出院后4 - 24天的时间里RT-PCR检测结果为SARS-CoV-2阳性。由于出院患者均有居家隔离指导，且本地病例极少，研究者推测其阳性结果为持续性病毒脱落，而非再次感染。与以前的研究也表明COVID-19患者的粪便中病毒脱落时间更长，此次研究的结果表明，出院后6例患者在胃肠道中持续存在病毒脱落，其中1例患者（患者2）在3月27日的检测中，两个样本中均呈阳性，从疾病发作起病毒脱落持续56天。在这项研究中，肛门拭子的阈值周期值低于鼻咽拭子的阈值周期值。然而，由于尚未从粪便样本中分离出具有传染性病毒，因此是否存在粪口传播仍不清楚。这项研究仅限于少数出院患者的SARS-CoV-2检测结果呈阳性。需要进一步的研究，使用更大的队列并分离活病毒而不是RT-PCR测试以确定是否有传染性，并对出院后继续进行的疾病管理提供借鉴。考虑到本次和先前的研究表明，出院的新冠患者仍可能有SARS-CoV-2核酸阳性的情况，在收集患者恢复期血浆时，为医务人员提供适当的个人防护设备非常重要。同时，对临床上来自康复患者的恢复期血浆的是否出现持续的病毒脱落，以及其影响可能需要单独评估。值得注意的是，关于“复阳”问题，4月28日发表的对一名新冠死亡患者的病理学研究，为这一问题提供了一个难得的视角。一名连续3次新冠核酸检测阴性、符合出院标准的病人由于心脏病意外死亡。研究者对遗体进行病理学研究，通过对肺、肝、心脏、肠和皮肤的组织的切片检测，发现肺部仍然有新冠病毒。该研究刊发在权威期刊《细胞研究》（Cell Research）上。作者单位包括中国人民解放军第三军医大学、南方医科大学等。通讯作者为中国科学院院士、陆军军医大学教授卞修武，中国人民解放军第三军医大学刘新东教授等人。(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)

横断面研究(cross-sectional study)是通过对特定时点和特定范围内人群中的疾病或健康状况和有关因素的分布状况的资料收集、描述，从而为进一步的研究提供病因线索。它是描述流行病学中应用最为广泛的方法。横断面研究等没有设对照的研究是人群研究的基础。也是揭示暴露与疾病关系不可或缺的。 无对照资料的Meta分析(单组率的Meta分析):一种只提供了一组人群的总人数和事件发生人数，基于原始研究为横断面研究的meta分析。单个率资料的Meta分析要求率的分布应该尽量的服从正态分布。如原始率不服从正态分布，可经过转换使其服从或接近正态分布，从而提高合并结果的可靠性。 效应指标主要有患病率、发病率、 病死率、比值等。英国莱切斯特大学Eaden等对大肠溃疡患者发生结(直)肠癌的风险进行了Meta分析，其纳入19篇以incidence rate作为结局指标的研究。部分操作介绍如下：

人类微生物组研究设计、样本采集和生物信息分析指南A guide to human microbiome research: study design, sample collection, and bioinformatics analysisChinese Medical Journal [IF: 1.585]DOI: https://doi.org/10.1097/CM9.0000000000000871Review: 2020-6-26钱旭波1, 陈同2, 徐益萍1, 陈雷3, 孙馥香4, 卢美萍1, 刘永鑫5,6浙江大学医学院附属儿童医院风湿、免疫和变态反应科中国中医科学院中药资源中心首都医科大学附属复兴医院易汉博基因科技（北京）有限公司中国科学院遗传与发育生物学研究所中国科学院大学，生物互作卓越创新中心钱旭波和陈同为共同第一作者通讯作者：卢美萍，浙江大学医学院附属儿童医院风湿、免疫和变态反应科，中国浙江杭州竹竿巷57号，邮编：310003，邮箱：meipinglu@zju.e.cn摘要这篇综述的目的是为医学研究人员，特别是那些没有生物信息学背景的研究者提供简单易懂的微生物组学知识，包括研究中常用的概念、技术和分析方法等。首先，我们介绍了基本概念，例如微生物群（microbiota）、微生物组（microbiome）和宏基因组（metagenome）等。然后，我们讨论了研究设计方案、样本量计算方法以及提高研究可靠性的方法。我们特别强调了阳性和阴性对照的重要性。接下来，我们讨论了微生物组研究中常用的统计分析方法，重点关注多重比较的问题以及组间β多样性分析的方法。最后，我们介绍了生物信息学分析的具体流程。总之，严谨的研究设计是获得有意义结果的关键步骤，而适当的统计方法对于准确解释微生物组数据很重要。通过阅读这篇文章，研究者能获得研究设计、样本采集和生物信息分析等全方位的微生物组学知识。关键词：微生物组、研究设计、统计分析、样本量、生物信息分析、分析流程1. 前言随着测序技术和数据分析方法的发展，近几年医学微生物组研究领域出现了一些令人瞩目的成果[1-3]，比如微生物组与代谢性疾病[4-6]、消化系统疾病[7-10]和心血管系统疾病[11]之间的关系日益明确。这些发展和发现增加了医生在微生物组研究方面的兴趣，进而也涌现出了大量有价值的论文[12]。另外，随着QIIME 2[13]和多组学方法[1, 9]等先进技术和分析流程的出现，微生物组分析方法也不断进步。然而，理解和掌握这些技术和分析流程并非易事，特别对于医生来说更是如此。本文的目的是为研究者，特别是那些没有生物信息学背景的医生提供易懂的微生物组学知识，这些知识包括详细的微生物组学基本概念、科研设计方法、样本采集和保存方法、统计分析方法以及生物信息分析方法。我们希望医生们通过阅读此文能够快速掌握以上知识和方法，进而有效地挖掘数据背后的生物学意义。2. 基本概念2.1 Microbiota、Microbiome等术语Microbiota(微生物群/微生物组)是指定植在人体特定部位的微生物，包括细菌、古菌、病毒、真菌和原生动物[14, 15]。在医学研究中，如果测序技术采用的是16S rRNA基因（又称为rDNA），则microbiota是指细菌和古菌。Microbiome是指整个微生境，包括微生物、基因组和周围环境[14, 15]。不过，microbiota和microbiome有时存在混用情况。我们建议，如果你的研究仅涉及微生物本身，则应该使用microbiota，否则应该使用microbiome（图1）。例如，如果研究者想探索肠道短链脂肪酸与微生物的关系，使用microbiome更合适。宏基因组（metagenome）是指微生物基因组的集合[14]，一般用鸟枪法宏基因组测序获得，宏基因组学则是研究宏基因组的学科[12, 14]。病毒组（virome）指人体内或表面的病毒集合，包括内源性逆转录病毒、真核生物病毒和噬菌体[16]。研究病毒组的学科就是病毒组学。作者注：Microbiota国内有些学者翻译为“微生物群”，microbiome翻译为“微生物组”。不过中文文献用“微生物组”或“××菌群”即可，多数情况下不需要区分是microbiota或microbiome。图1：微生物组、微生物群、宏基因组和16S rDNA的概念。（A）微生物组（microbiome）的概念不仅涵盖微生物，而且涵盖周围的环境条件。微生物群（microbiota）仅指微生物本身。（B）宏基因组是指微生物的所有基因组，而16S rDNA仅涵盖基因组的一部分。（C）α多样性衡量样本中的多样性，而β多样性比较样本之间的物种差异。2.2 细菌层级分类细菌分类最常用的层级为门、纲、目、科、属、种、株。例如，临床上十分常见的大肠埃希菌的层级分类见表1。表 1: 大肠埃希菌细菌层级分类2.3 操作分类单元和扩增子序列变异操作分类单元（operational taxonomic units，OTUs）的构建对于标记基因（扩增子）数据分析非常重要[17]。OTU是指一组高度相似的序列，通常将具有97%相似性的一组序列归为一个OTU[18, 19]。不过，这种OTU的方法有显著的缺点，它人为地设置一个相似性阈值，漏掉了细微的和真正的生物学序列差异[20]。最近开发的扩增子序列变异（amplicon sequence variants, ASVs）方法可以解决这些问题，它使用序列变异信息将序列数据解析为准确的序列特征。ASV具有单核苷酸分辨率，并且具有比OTU相似或更好的敏感性和特异性[20]。注意，OTU或ASV不等于物种，一个OTU / ASV可能包括多个物种，反之亦然[21]。2.4 α-多样性α-多样性是指样本内的多样性，常见的样本有粪便，唾液或支气管肺泡灌洗液等[15]。医学研究中经常使用3种α多样性指数：Chao 1指数、香农指数和辛普森指数。Chao 1指数主要反映物种数量（richness），它计算时考虑以下三个因素：物种数量、单条序列数量和双条序列数量[22]。这意味着它不能反映微生物组的丰度（abundance）。香农指数结合了丰度和均匀度信息[23]，它赋予稀有物种更多的权重[22]，这意味着当稀有物种的数量增加时，它的值会更大。香农指数的值通常不超过5.0；它的值越高，α多样性就越丰富[22]。辛普森指数也整合了丰度和均匀度，不过与香农指数比较，计算时它对常见物种有更大权重。它的值介于0-1之间，这个值越大，α多样性越丰富[22]。在以上指数中，richness是指一个样本中物种的数量[17, 24]，而abundance（丰度）指物种的原始序列读数[24]。如果原始序列读数被转换成百分比后，它就称为相对丰度。2.5 β-多样性β-多样性是指样本或组间的微生物组差异，通常用于了解两组微生物组组成的差异是否显著。在这里，我们关注两个常用的β多样性指数：Bray-Curtis相异性和UniFrac距离。Bray-Curtis相异性是一种用于量化两个样本或组间的物种组成差异的指标，其值的范围是0到1，其中0表示两个样本或组间具有相同物种，而1则表示它们不共享任何物种[25]。此外，它在计算时给予常见物种更大的权重[23]。请注意，Bray-Curtis相异性不是真正的距离度量指标，因此用“Bray-Curtis相异性”的叫法比“Bray-Curtis距离”更恰当[22]。UniFrac距离可以不加权，也可以加权，它基于系统发育距离估算微生物组样本或组间的差异[26]。未加权的UniFrac距离只考虑了物种是否存在，它对于检测稀有物种的数量变化很敏感，但是在计算中忽略了丰度信息[27]。加权UniFrac距离计算时纳入了丰度信息[28]，并减少了稀有物种的权重[29]。2.6 排序排序用于探索数据结构，由降维后的正交轴图形表示。排序图是可视化β多样性的有效方法。排序可以分为2大类：非约束排序和约束排序[30-32]。如果图形上的点不受环境因素（样本元数据）的约束，这种排序叫做非约束排序，否则叫约束排序[32]。常用的非约束标准包括主成分分析（principal component analysis, PCA）、对应分析（correspondence analysis, CA）、主坐标分析（principal coordinate analysis, PCoA）和非度量多维标度（non-metric multidimensional scaling, NMDS）[30, 32]。常用的约束排序有冗余分析（rendancy analysis, RDA）和典范对应分析（canonical correspondence analysis, CCA）[31, 32]。微生物组信息是高维数据。PCA通过将数据以几何方式投影到较少的维度上来简化复杂性，它在计算中使用欧几里得（Euclidean）距离[30]。通常情况下它并不适用于物种丰度数据的分析，因为PCA分析的数据必须是线性的[30]。但是如果物种数据经过Hellinger转换，则PCA可以用于物种数据分析[30]。相反，CA适合于物种丰度数据分析，而且无需预先转换数据。在CA分析中，所有样本均使用Pearson卡方距离进行排序[30]。但是请注意，稀有物种可能会对CA分析产生过大影响[33]。如果研究人员希望基于相异性指标来对样本或特征进行排序，那么PCoA是一个不错的选择。在微生物组研究中，PCoA分析最常使用Bray-Curtis相异性和UniFrac距离。NMDS用于表示排序图中样本的相对位置。与PCoA相似，NMDS分析可以使用任何距离或相异矩阵。参考文献[30]详细介绍了PCoA和NMDS之间的差异，在大多数情况下PCoA比较常用。RDA是一种结合了PCA和回归的约束排序，它的响应矩阵是微生物组数据，解释矩阵是临床指标（样本元数据）。RDA对于显示微生物组数据是否受临床指标影响很有用。但是请注意，由于PCA计算过程要求响应矩阵的数据结构必须是线性的，因此可能需要对数据进行预转换。最后，CCA其实就是CA的约束版本，它具有CA的基本特性和缺点[31]。3. 研究设计3.1 研究设计方案严谨的研究设计对于获得准确而有意义的结果很重要。医学微生物组研究中最常使用的研究方法包括横断面研究、病例对照研究、纵向研究和随机对照试验（randomized controlled trial, RCT）。前3种是不应用干预因素的观察性研究，而最后一个是典型的实验性研究。横断面研究分为描述性横断面研究和分析性横断面研究[34]。前者仅是描述性的，主要用于调查一个或多个人群中的微生物组成，而后者则用于探讨微生物组与健康结果之间的关联。但是，微生物组与健康结果之间的关联可能源于混杂因素，例如性别[35]、年龄[36]、体重指数（body mass index, BMI）[37]、饮食[5, 38]、季节[39]和药物治疗[40, 41]。此外，横断面研究时，微生物组和结果是同时测量的，因此很难确定它们之间的因果关系。通常，横断面研究仅用于探索微生物组的基本特征，并且可以作为后续研究的初步实验。在大多数情况下，微生物组被视为暴露（exposure），疾病被视为结局（outcome）。在这些假设下，传统的病例对照研究很少用于微生物组研究，因为以前的暴露（微生物组）信息很难获得。但是，如果暴露和结局对调，则可以使用病例对照研究设计方案。同样，在上述假设下进行前瞻性队列研究也很困难，因为很难知道哪些微生物是潜在的暴露。而且，定义可用作暴露或非暴露因素的特定微生物组并非易事，因此难以将研究对象确定为暴露或非暴露个体。在实践中，有或没有疾病的个体通常归入研究组或对照组，然后在不同时间点前瞻性地收集含有微生物组的样本[17]。也就是说，前瞻性队列研究中的研究对象通常根据临床结局而不是特定的微生物组模式进行分组。RCT或其他实验研究的目的是评估干预措施的有效性。干预措施可以是药物或微生物组。例如，粪菌移植研究中的干预措施是微生物群[42, 43]。值得注意的是，对照组的选择应恰当。以上这些研究设计中应注意匹配混杂因素，这部分内容将在下面讨论。有时对照的选择很困难，尤其是在临床研究中干预措施是微生物群本身的情况下。在这种情况下，如果其他研究设计不合适，那么进行有对照组的前后自身对照试验（controlled before-after trial）或历史对照试验将是一个不错的选择[44]。3.2 定义纳入和排除标准定义确切的纳入标准和排除标准可以使组间更好地匹配，并且有利于控制混淆因素，比如年龄[36, 45]、性别[35]、BMI[46]、饮食[47]、季节因素[39]、药物治疗[40, 41]、种族[48]、地理区域[45]和共存疾病等[7]。年龄可显著影响微生物组，对于那些小于16岁的人更是如此[36, 45]。因此，对于涉及儿童的研究，年龄必须很好地匹配。饮食是另一个对微生物组改变有影响的因素，所以也要进行匹配[47]。为了增加组间的可比性，地理区域因素在研究设计时也需要考虑在内[45]。由于药物治疗对于微生物组有显著影响，所以入组前数月内接受过药物治疗的患者应该排除在外[41, 49]，这里讲的数月通常指入组前3~6个月[49]。3.3 微生物组研究的样本量和检验效能计算在进行研究设计时估计样本量大小非常重要。适当的样本量可使微生物组研究识别出组间的差异，并节省资源和时间。但是，样本量和检验效能计算对于研究者来说仍然是一个挑战[50]。微生物组研究中最常用的样本量和效能计算方法可以用t检验、方差分析、χ2检验和Dirichlet多项式模型[51]。以t检验为例，分3个步骤确定样本大小和效能计算。首先，通过初步实验获得少量扩增子数据。其次，使用R包vegan计算出每个样品的香农指数[52]。最后一步是使用R软件包pwr中的power.t.test()函数计算样本量和效能。当研究者仅关注两组之间物种多样性的差异时，可使用t检验计算样本量和效能。在参考文献[51]中有样本量和效能计算的详细介绍。3.4 阴性和阳性对照的重要性微生物组研究的结果可能会受到多种因素的影响，例如DNA提取试剂盒、采样方法、污染和测序方法等[53]，不过可以通过使用阴性和阳性对照来减少这些影响。不幸的是，以前的研究中只有30％报告使用了阴性对照，只有10％报告使用了阳性对照[53]。使用对照对于准确认识微生物组非常重要，尤其是当样本的微生物含量较低时。以前的研究发现，过去被认为是无菌的标本（例如胎盘和关节液）可能会被微生物定植[54]。但是，这些阳性的结果可能是由其他因素导致的，例如污染。有趣的是，这些低生物含量标本在采用阴性和／或阳性对照后已被证明是无菌的[55]。因此，我们建议当样本为低生物含量样本（例如血液、羊水、脑脊液、关节液和胎盘等）时，应考虑使用阴性和阳性对照。值得注意的是，阴性对照和阳性对照在病毒学研究中也很重要，因为病毒和细菌通常是同时进行检测的[16]。此外，R包decontam可用于鉴定和去除扩增子和宏基因组学数据中的污染物序列[56]。3.5 测序方法的选择微生物组研究中使用的测序方法包括扩增子测序、宏基因组测序和宏转录组测序。扩增子测序包括适用于细菌和古菌的16S rDNA测序以及适用于真菌的内部转录间隔区（internal transcribed spacer, ITS）测序。每种测序方法的优缺点在这两篇参考文献中有详细讨论[17, 57]。简而言之，扩增子测序很便宜，可应用于受宿主DNA污染的低生物含量标本，但一般仅能注释到“属”层级，并且易受某些固有偏倚来源的影响，例如PCR循环数[58]。宏基因组测序方法对样品中存在的所有DNA进行测序，包括细菌、病毒、真核生物和宿主的DNA。它不仅将其分类学分辨率扩展到“种”或“株”的水平，而且还提供了潜在功能信息[17]。但是，扩增子和宏基因组测序方法都无法区分死微生物或活微生物[17]。转录组测序仅产生群落的活跃功能信息。鉴于这些测序方法的优缺点不同，建议将多种测序方法整合在一起以优化研究设计。简而言之，测序方法的选择主要取决于实验成本和样本质量。扩增子测序通常用于获得微生物群落的概况[59]，并且通常适用于大规模研究[6, 60]。如果您有足够的项目资金，并且想要获得菌株水平的分辨率和潜在功能，甚至想要恢复整个基因组，宏基因组测序是一种首选方法[61-65]。3.6 提高研究可靠性的方法简单的横断面研究在微生物组研究中的意义有限。在本小节中我们讨论了提高研究可靠性的方法。首先，首选纵向研究或RCT研究，而不是横断面研究或病例对照研究[17, 66]。其次，应计算样本量[51]。第三，混淆因素应匹配，元数据（即各种临床指标等信息）应仔细收集。第四，应详细定义纳入和排除标准。例如，幼年特发性关节炎有几种亚型，每种亚型可能代表不同的疾病[67]。研究者应确定患者组中是否包括所有亚型。第五，最好考虑使用阴性和/或阳性对照[68]。第六，整合其他组学方法，例如代谢组学、转录组学和蛋白质组学，这对于全面了解微生物群落的结构和功能至关重要[17]。因此，应考虑获取微生物群落代谢物概况和／或其他多组学数据。目前，仅探索微生物群落结构的研究不被视为论证效率强的研究设计[17]。最后，建议在动物模型中验证从临床试验获得的初步结果。表2列出了设计临床微生物组研究需要考虑的因素，图2展示了典型的工作流程。实验研究需要考虑的因素见参考文献[49]。表 2: 临床微生物组研究设计需要考虑的要素核对表RCT：随机对照试验4. 样本类型、保存和储藏4.1 样本类型人类微生物组研究的样本类型包括粪便、结肠灌洗液和腔内刷等（表2）。样本类型的选择取决于感兴趣的研究假设。例如，粪便样本易于收集，可用于大规模和纵向研究。另一方面，活检样本对于探索微生物群与宿主之间的相互作用更有用[69]。注意，在一项研究中应该固定采样位置，因为人体的不同部位定植着不同的微生物群[70, 71]。图2：人类微生物组研究的典型流程。4.2 保存和储藏样品保存和储藏的方法应适合实验方法和样品类型。最通用的方法是直接冷冻样品，它可用于各种测序和实验方法，例如扩增子、宏基因组、转录组测序和代谢组学测定。建议将样品收集后15分钟内保存在-20℃下[72, 73]，然后在收集24小时内用干冰转移到-80℃冰箱中储藏。不过样本通常是在家里而不是在医院收集的，在这种情况下可以使用保存液。保存液中保存的样本可以在环境温度下保存一周以上[74]。请注意，样品的保存和储藏方法应一致，以最大程度地减少潜在的混淆因素干扰。5. 微生物组研究中的统计分析方法医学研究者通常熟悉单变量统计方法，例如t检验、方差分析、χ2检验和秩和检验。因此，我们在这里仅讨论与多重比较和其他多元统计方法有关的问题。我们首先讨论多重比较会遇到的问题及其解决方案，包括P值调整和使用错误发现率（FDR）。然后，我们讨论其他多元统计方法，例如置换多元方差分析（permutational multivariate analysis of variance, PERMANOVA）和Mantel检验。5.1 多重比较的问题及解决方法由于微生物组数据是高维的，因此多重比较经常在微生物组研究中使用。例如，特征表（feature table）具有成百上千个OTU或ASV，并且每个OTU或ASV都可以进行多次比较。医学研究者经常遇到的另一个例子可能更容易理解。假设一项研究分为3组，例如A组、B组和C组，而研究者想比较这3组之间的差异。在这种情况下就应调整P值，因为每个组都进行了2次比较，即A组与B组，A组与C组，B组与C组。如果有任何组或变量需要进行多次比较则必须进行P值调整，以便减少假阳性率[75]。调整P值的经典方法是控制family-wise错误率，即Ⅰ类错误或α水平。Bonferroni是校正α水平最常用的方法。校正P值的计算非常容易：单个检验的α值除以检验次数。因此，对于上述具有3个检验次数的例子，调整后的P值为0.05 / 3 = 0.017，即只有P <0.017的检验结果才被认为是有意义的[75]。请注意，Bonferroni校正仅适用于多重比较次数较少的假设检验，否则会导致较高的假阴性率（图3）[75]。解决多重比较问题的另一种方法是控制错误发现率（false discovery rate, FDR），它是I类错误或假阳性的数量与所有被拒绝的无效假设的预期比例。例如，如果100个阳性假设检验结果中有5个是错误发现，则FDR为5％。在微生物组研究中，通常使用“Benjamini-Hochberg（BH）校正的P值”而不是原始P值。校正后的P = 原始P * m/i，其中m是检验次数，i是每个P值从小到大排序的序号[75]。如果校正后的P值小于你选择的所选FDR，则认为该检验是有统计学意义的。与Bonferroni方法相比，BH方法不那么保守（即校正强度不是很大），BH法通常用于微生物组特征的多重比较。Bonferroni和BH是最常用的P值校正方法[76]，这两种P值校正方法的校正强度见图3所示。图3：不同P值校正方法的校正强度该图显示，Benjamini-Hochberg校正强度小于Bonferroni。随着原始P值的增加，Bonferroni校正法生成的校正后P值快速接近1.0。5.2 PERMANOVA检验有几种统计方法或模型可以用于组间β多样性比较，比如PERMANOVA、Mantel检验、相似性分析（ANOSIM）和多响应置换程序（multi-response permutation proceres, MRPP）。PERMANOVA最常用，并且被认为是以上检验方法中检验效能最大的一种[77]，它可通过R包vegan中的函数adonis()实现[52]。vegan包可计算4种常用相异性或距离度量：Bray-Curtis相异性、Jaccard距离以及加权和未加权UniFrac距离[29]。如果PERMANOVA检验的P值小于0.05，则表明不同组间的β多样性差异具有统计学意义；该检验的另一个输出结果是R2，它表示总方差可以用分组因素来解释的比例[29]。5.3 Mantel检验Mantel检验通常用于分析元数据矩阵和微生物组矩阵之间的关联[77]，它可使用R包vegan中的mantel()函数实现[52, 77]。该检验的输出至少2个主要统计量：P值和r。与其他类型的相关系数类似，r的值范围是-1 ~ +1[29]。例如，假设研究人员想知道元数据种的分组因素（例如吸烟状态）是否对肠道微生物组的组成产生影响。如果P＜0.05并且r＞0，这表明吸烟组和不吸烟组之间肠道微生物组的组成不同，元数据矩阵和微生物组矩阵呈正相关。6. 生物信息分析6.1 扩增子数据分析：从原始数据到物种分类表有几种流行的软件或分析流程（pipeline）可用于扩增子数据分析，例如QIIME 2[13]、USEARCH[78]、VSEARCH[79]和mothur[80]。前两者具有许多优点，并已被许多研究者使用和推荐。每种软件或分析流程的优缺点已在我们先前的论文中详细描述[81]遗传：微生物组数据分析方法与应用 和 Protein Cell：扩增子和宏基因组数据分析实用指南。扩增子分析的主要步骤见图4A。我们通常从fastq格式的原始双端Illumina数据开始，最终输出是一个特征表，也称为OTU表或ASV表。第一步是从原始数据中恢复纯净的扩增子序列，因为原始数据包括人造序列产物（artifact），例如引物和标签（barcode）。它包括3个主要过程：合并双端序列，通过标签拆分序列和去除引物。由于原始数据没有统一的标准格式，因此我们需要设计适合上述过程的分析流程。另外，我们也可以使用基因测序公司提供的纯净扩增子数据。图4B显示了用于恢复纯净扩增子序列的典型分析流程。第二步是滤除低质量序列，以便减少背景“噪音”。第三步是识别非冗余序列并且计数。高质量序列仍然有许多人造序列产物，例如错误序列和嵌合体。非冗余序列的计数是找出可靠序列的关键信息。第四步是选择代表性序列（特征）。此步骤基于唯一序列，并通过将序列聚类成OTU或降噪生成ASV来实现[18, 82]。此步骤还包括de novo检测和去除嵌合体。第五步是有参嵌合体检测，这是可选项[83]。通过将序列比对到数据库中，例如rRNA数据库SILVA[84]，可以进一步过滤特征序列。应当指出的是，该步骤可以降低假阳性率但易于导致假阴性结果。最后，通过将纯净的扩增子数据与特征序列进行比较来生成特征表（图4A）。然后使用基于RDP[85]、SILVA或Greengenes[86]数据库的分类器实现特征序列的物种分类。此外，基于16S rRNA基因谱，使用PICRUSt[87, 88]、FAPROTAX[87, 89]和BugBase[90]等工具可实现功能预测。6.2 宏基因组分析：从原始数据到物种和功能分类表扩增子测序仅能获得微生物组部分的分类学信息，而且PCR过程很容易产生偏倚和嵌合体[83]。鸟枪宏基因组测序比扩增子测序提供更详细的基因组信息和更高的分类学分辨率[66]。与扩增子方法相比，宏基因组学分析更为复杂，但是它提供了更准确的物种分类、多维度的功能信息，甚至是末培养微生物的基因组草图。宏基因组分析流程如图4C所示。第一步是预处理原始序列数据。原始数据包含低质量的污染序列以及与宿主相关序列。我们可以使用FastQC软件（http://www.bioinformatics.babraham.ac.uk/ projects/fastqc/）进行数据质量检查，然后使用KneadData流程进行质量控制[91]并去除宿主DNA[92]。有关更多KneadData的信息，请访问 http://huttenhower.sph.harvard. e/kneaddata 。第二步是使用基于序列的方法分析物种分类和功能代谢特征。人类微生物组具有高质量的基因集（gene catalog）和基因组[64, 65]，因此我们建议使用HUMAnN2[93]工具并采用基于序列的方法进行物种分类和代谢通路分析，该方法高效且易于操作。但是，这种方法只使用一小部分序列信息，而且分析结果受到已知数据库的限制[66]。如果需要发现新物种或基因功能，则需要进行第三步。有几个好的软件工具可以用于将纯净序列组装为重叠群（contigs），例如MEGAHIT[94]和metaSPAdes[95]。然后通过MetaProdigal[96]或Prokka[97]从长序列中预测基因。另外，其他软件工具也可以用于从短序列中预测编码基因，例如MetaGeneAnnotator[98]、MetaGeneMark[99]、Glimmer-MG[100]、MetaGUN[101]、FragGeneScan[102]和Orphelia[103]。为了减少重复基因，在分析多个样品或批次时需要使用CD-HIT构建非冗余基因集[104]。通过采用Bowtie 2[92]或Salmon[105]工具进行比对的方法可以计算基因丰度。目前至少有20个软件工具可用于宏基因组数据物种分类[106]。我们建议使用超快速分类器Kraken 2，它可以提供快速、准确和“种”级别的分类结果[107]。至于功能注释，许多研究人员都推荐使用DIAMOND[108]，它是一种快速、敏感的蛋白质比对工具[108]。每个数据库都提供了独特的功能视角，例如，京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）[109]、EggNOG（一个提供直系同源关系、功能注释和基因进化历史的数据库）[110]、碳水化合物活性酶数据库（Carbohydrate-Active enZYmes Database, CAZy）[111]、致病菌的毒力因子（Virulence Factors of Pathogenic Bacteria, VFDF）[112]和综合抗生素抗性数据库（Comprehensive Antibiotic Resistance Database, CARD）[113]。宏基因组通常包含100~1000个物种[64]，很难厘清彼此关系。分箱算法可以恢复无法培养的高丰度菌的基因组草图，并重建系统发育和代谢通路。最后一步是使用metaWRAP[114]或DASTool[115]执行分箱流程（图4C）。这些软件工具有逐步操作教程，并且在其网站上提供了有关人类微生物组的一些样本数据集[81]。另外，几个集成的分析流程，例如MOCAT 2[116]、bioBakery[98]、IMP[117]和微生物组助手（Microbiome Helper）[118]，可以执行上述部分或全部分析步骤。你可以在微信公众号“宏基因组”中找到一些受欢迎软件的中文教程。现在你已经获得了物种分类和功能信息文件。通过STAMP或LEfSe可以轻松找到你感兴趣的生物标记[119, 120]。使用R语言或ImageGP（http://www.ehbio.com/ ImageGP）可以将所有结果可视化。图4：人类微生物组研究的生物信息学分析流程（A）扩增子数据分析的主要步骤。（B）扩增子数据预处理的典型流程图：从原始的双端序列到纯净的扩增子。（C）宏基因组测序数据的分析流程。（a）预处理。它涉及删除低质量序列、接头和宿主序列。输出文件是纯净序列。（b）基于序列的分析。它将序列与数据库比对来推断物种分类和代谢特征。（c）基于组装的分析。它将短序列组装为长序列，预测基因，构建非冗余基因集，并与数据库比对进行物种分类和功能注释。（d）分箱。它涉及恢复未培养微生物的基因组草图，并重建系统发育和代谢通路。KEGG：京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes）；eggNOG：基因进化谱系：非监督直系同源群（Evolutionary genealogy of genes: non-supervised orthologous groups）；CAZy：碳水化合物活性酶数据库（Carbohydrate-active enzymes database）；CARD：抗性基因综合数据库（Comprehensive antibiotic resistance database）；VFDB：毒力因子数据库（Virulence factor database）。7. 病毒组在人类疾病中的作用近年来病毒组在人类疾病中的作用吸引了医学研究者的关注[121]。使用病毒组学的方法已发现了许多令人信服的研究成果[122]，其中一些技术已经用于临床[123]。在微生物组研究中，病毒组学与其他多组学方法整合后显示出广阔的应用前景。但是，病毒组学研究仍然面临一些挑战。例如，至少40％的病毒序列无法注释[124]。此外，病毒的测序结果容易受到背景噪音的影响[17]。最后，很难获得用于病毒组研究的商业化阳性对照，即病毒模拟群落[16]。8. 总结和结论本文讨论了用于微生物组研究的研究设计、样本收集、统计方法和生物信息学分析方法。在“研究设计”部分，我们强调了研究设计的重要性，特别是设计方案、样本量计算以及用于提高研究可靠性的多种措施。研究设计非常重要，因为不好的研究设计可能会产生无意义的数据。在“统计分析”部分，我们介绍了详细的多重比较P值校正方法。选择合适的统计方法对于准确解释微生物组数据很重要。最后，“生物信息学分析”部分介绍了用于分析微生物组数据分析的方法。本文图中使用的脚本可从 https://github.com/YongxinLiu/Qian2020CMJ 获得。综上所述，对于微生物组研究而言，严谨的研究设计在获得有意义的结果方面具有举足轻重的作用，而适当的统计方法对于准确解释微生物组数据非常重要。循序渐进的分析流程为研究者掌握最新生物信息学分析方法提供了帮助。参考文献略，详见原文Xu-Bo Qian, Tong Chen, Yi-Ping Xu, Lei Chen, Fu-Xiang Sun, Mei-Ping Lu & Yong-Xin Liu. (2020). A guide to human microbiome research: study design, sample collection, and bioinformatics analysis. Chinese Medical Journal Publish Ahead of Print, doi: https://doi.org/10.1097/cm9.0000000000000871相关文章Protein Cell：扩增子和宏基因组数据分析实用指南遗传：微生物组数据分析方法与应用刘永鑫：想学菌群生物信息分析-21分钟带你入门

肥胖患者心血管事件和靶器官损害为何不高反低？可能与中心动脉的血流动力学的变化有关……肥胖是心血管疾病的独立危险因素，然而，近几年的研究发现，患者的心血管事件预后及靶器官损害可能与体质量指数（BMI）呈负相关，与正常BMI 的心力衰竭患者相比，肥胖者的预后反而更好，这一现象被称为“肥胖悖论”。该如何正确解释“肥胖悖论”这一现象？在2020年中国高血压年会暨第22届国际高血压及相关疾病学术研讨会上，来自上海瑞金医院北院的左君丽教授团队针对肥胖与中心动脉血流动力学的关系进行了深入研究，为广大参会者分享了“肥胖与中心动脉压及血管功能的关系”的讲题。图1：讲课内容动脉硬化和脉搏波分析什么叫动脉硬化？它是指随着年龄的增长，血管壁上发生了结构的变化，主要表现为胶原蛋白和弹性蛋白的失衡，最终导致血管顺应性和血管弹性下降，以及血压升高。其他的常见指标如平均动脉压、血糖、血脂，虽然也会出现变化，但多是瞬间的，而且随着年龄的增长，会发生一定波动。相比而言，血管硬化随着年龄的增长，是逐渐增加的，因此，它有潜力成为心血管风险或心血管事件的中间标志物。左教授随后举了一个例子，同样的一个五十七岁男性患者，当BMI不同时，我们发现它中心动脉增强压（AP）和中心动脉反射波增强指数（Alx）也会发生明显变化。因此，肥胖是否会对中心动脉的血流动力学产生影响，这种影响在男性和女性中，是否有区别？围绕这个科学问题，左教授团队展开了深入研究。研究方法该项研究纳入414例在上海瑞金医院北院体检的正常体检者，根据《中国成人超重和肥胖症预防控制指南》将研究对象分为以下3 组：BMI 正常组（BMI≤24 kg/m）、超重组（24 kg/m2 AP 指反射波的压力，AIx 指反射波的高度与整个收缩期压力波高度的比值。PPP/CPP ＝（PPP÷CPP）×100%，PSP-CSP 为PSP 与CSP 的差值；PPP/CPP 与PSP-CSP 均反映了反射波从主动脉根部到外周血管肱动脉的放大作用。研究结果1.一般特征：从入组人群基线数据可以看到，正常组、超重组、肥胖组3组间身高、体重和BMI有统计学差异，年龄跟心率没有统计学差异，肥胖组人群相对而言更年轻。图2：研究结果2.随着BMI的增加， PSP和PDP逐渐升高，这和我们平时的理论常识相一致。同样也可以看到， CSP和CDP也随着BMI的增加而逐渐升高。然而，仔细观察可以发现，肥胖组的CSP和CSP相比前一组似乎有降低的趋势。图3：讲课内容进一步校正了危险因素，可以发现随着BMI的增加，CSP是逐渐下降的，即CSP与BMI呈负相关。接着以BMI为定性资料和定量资料，采用不同的分析方法，发现结果是一致的。3.分析各组AP以及BSP-ASP的变化。可以看到，随着BMI的增加，AP逐渐降低；我们知道，AP是反映血管硬化程度的指标，这表明BMI越大，血管硬化程度越低。此外BSP-ASP随着BMI的增加也逐渐降低。图4：讲课内容4.颈动脉脉搏波传导速度（cfPWV）是评估血管硬化的金标准，我们发现随着BMI的增加，cfPWV是逐渐增加的。仔细观察可以发现，肥胖组cfPWV相比超重组似乎有轻微下降的趋势。然而，在校正了危险因素以后发现，cfPWV与BMI无明显相关性。图5：讲课内容随后分别对男性和女性BMI与血压关系进行分析，可以看到，随着BMI的增加，男性和女性中外周动脉压和中心动脉压也是逐渐升高的，同样肥胖患者相对超重患者有下降趋势，但女性下降趋势相对较弱。图6：讲课内容5.进一步在男性和女性患者中，分析反射指数指标AP和BSP-ASP随BMI的变化。可以发现，在男性患者中，随着BMI的增加，AP值是逐渐下降的，而BSP-ASP随着BMI的增加明显上升。然而，在女性中却未达到统计学差异。图7：讲课内容接着分析男性和女性中肱动脉脉压/中心动脉脉压（BPP/CPP）和Alx随BMI变化，可以看到在男性患者中，随着BMI的增加，BPP/CPP是逐渐增加的，而Alx逐渐降低。然而，在女性中却未达到统计学差异。图8：讲课内容最后，在男性和女性中分析cfPWV随BMI的变化，可以看到，随着BMI的增加，女性cfPWV逐渐增加，而男性中未表现出统计学差异。图9：讲课内容结论1.在男性和女性中，肥胖对血压和波形产生的影响是不同的；2.肥胖患者中，波发射指标降低，提示测肥胖人群的动脉顺应性可能更高。局限性1.本研究属于横断面研究，研究结果还需在前瞻性研究中进一步证实；研究对象为体检人群，未对既往疾病史、吸烟状态以及除高血压药物外的其他治疗药物等基线资料进行收集和对比。2.本研究中的肥胖类型仅以BMI为标准进行分组，但BMI并不能真实反映体内脂肪量的多少与分布，未考虑腰围、臀围、腰臀比以及是否合并代谢异常等。3.肥胖者的上臂较胖，肘部以下的手臂较瘦，袖带中的全部压力无法均匀地传递到肘部上方的动脉，导致血压测量值偏高，因此肥胖者应使用圆锥形袖带来测量血压。.4 本研究探讨探讨了不同BMI 对中心动脉血流动力学指标的影响，一定程度上解释了“肥胖悖论”，但仍需更深入的机制探讨。左君丽 教授瑞金医院北院老年病科副主任医师，执行主任，博士研究生，澳洲Macquarie大学高级访问学者及名誉高级研究员，嘉定区高血压学术带头人，ISH学组委员、WONCA（世界家庭医生组织）学术委员，中国高血压联盟理事, Peer reviewer (BMJ, Disease Markers, Clinical Interventions in Aging) 同行评审专家；《中国全科医学》杂志青年编委。主要从事高血压临床研究工作,目前承担国自然，上海市卫计委，上海申康课题多项,国家“十一五”攻关子课题主要完成人。发表SCI 及核心期刊20余篇， 多次在国际国内大型心血管会议上获优秀论文奖，其中OCC会议二等奖4次、POA、2018ISH大会报告优秀奖。曾荣获徐汇区医疗卫生技术奖。擅长高血压患者亚临床靶器官损害及动脉硬化的检测、评估与防治；顽固性高血压的鉴别诊断及治疗；老年冠心病和心力衰竭的诊治。 本文首发：医学界心血管频道本文审核：瑞金医院北院老年病科副主任医师 左君丽教授本文整理：地高辛责任编辑：董小雯版权申明本文原创 欢迎转发朋友圈【来源：医学界心血管频道】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

1，【Nature】新发现！这种脑细胞与肠道微生物组合作，抵抗大脑炎症来源：转化医学网图注：LAMP1 + TRAIL + 星形胶质细胞中的IFN-γ信号传导长期以来，研究人员一直认为星形胶质细胞的主要功能是为大脑中的神经细胞提供营养和支持。多年来，越来越多的证据表明，星形胶质细胞还会促进神经退行性变、炎症和神经系统疾病的进展。近日，由布莱根妇女医院领导的一个研究小组表明，特定的星形胶质细胞亚群可以起到相反的作用：根据肠道微生物的调节信号在脑内发挥保护性抗炎功能。这种新发现的抗炎途径于近期发表在《自然》杂志。2，Cell | 人类肠道发育进程的时空图谱来源：BioArt近日，来自英国牛津大学的Hashem Koohy课题组和Alison Simmons课题组合作在Cell杂志上发表了一篇题为“Spatiotemporal analysis of human intestinal development at single-cell resolution”的文章。在这项研究中，作者利用高通量scRNA-seq和ST构建了一个大规模的人类肠道发育的单细胞时空图谱，绘制了跨时间、跨位置和跨细胞区室的形态发生图。此外，作者还整合了一个在线资源，即胎儿肠道发育的时空分析资源（STAR-FINDer），对细胞多样性、细胞间信号传导和转录调控网络进行分类，以强调细胞起源和位置命运决定。3，首次观察到与阿尔茨海默病有关的蛋白质之间的早期联系来源：阿尔茨海默病来自比利时列日大学的回旋加速器研究中心（Cyclotron Research Center，CRC）体内成像实验室的研究人员进行的研究首次在人类身上证明，脑干中tau蛋白的第一次沉积是如何与阿尔茨海默病发展早期特有的神经生理过程相关联的。研究发表在科学杂志《JCI Insight》上。研究的结果表明，脑干(其主要聚集部位)中tau蛋白含量的增加与更高水平的皮层兴奋性特别相关，而研究人员没有观察到上皮层区域β-淀粉样蛋白含量的显著关系。此外，研究人员建议，测量大脑皮层的超兴奋性可能是一个有用的标志物，可以提供与阿尔茨海默病相关的某些大脑病理过程的进展信息，从而有助于在首次认知症状出现之前尽早识别出最有可能患该病的人。4，中国科学家Cell Metabolism解读！线粒体的损伤及其耗竭之路！来源：细胞近日，一篇刊登在国际杂志Cell Metabolism上题为“Mitochondrial Damage and the Road to Exhaustion”的研究报告中，来自中国医学科学院北京协和医学院等机构的科学家们通过研究揭示了线粒体自噬的缺陷或氧化磷酸化过程受损或会诱发线粒体中活性氧的产生，从而促进T细胞的耗尽程序，并会限制T细胞的增殖和自我更新。5，Aging Cell：“神药”雷帕霉素未能延长早衰小鼠寿命来源：MedSci梅斯目前来说，卡路里或饮食限制（CR/DR；减少饮食总摄入量而不造成营养不良）是减少衰老疾病发病率和延长寿命的最佳干预措施。研究人员最近发现，在DNA修复缺陷的早衰小鼠中，DR可以显著地延长健康寿命，并将寿命延长3倍。最近，研究人员在Aging Cell发文，表明雷帕霉素在显著降低mTOR信号的同时，未能改善DNA修复缺陷的Ercc1△/-小鼠的寿命和健康期，该结果与并行测试的DR相反。雷帕霉素对大脑中的P53和肝脏中的转录应激没有影响，这与DR所得到的结果形成了鲜明的对比。研究人员进一步指出，减少DNA损伤和转录应激是DR的重要作用方式，而雷帕霉素却缺乏这种作用。这表明mTOR抑制并不能介导DR对早衰小鼠的有益作用，揭示了DR和雷帕霉素在作用方式上的强烈差异。6，慢性精神分裂症患者吸烟行为与认知功能的关系来源：张向阳研究组中国科学院心理健康重点实验室张向阳研究组的科研人员，采用了MATRICS共识认知成套测验(MCCB)和Stroop测验针对吸烟与慢性精神分裂症患者认知功能的关系进行研究。研究成果已发表于Psychopharmacology。结果表明，与健康对照相比，精神分裂症患者认知得分较低；吸烟患者比不吸烟患者表现出更多的工作记忆障碍。但该研究是一项横断面研究，无法获得吸烟与认知功能之间的因果关系。因此，未来研究可采用纵向设计进一步探讨精神分裂症伴发吸烟对认知功能的影响。7，让戒烟更容易！科学家提出加速体内尼古丁降解新方案，“无任何副作用”来源：学术头条近日，一项来自美国西密歇根大学科研团队的突破性研究，为潜在的戒烟解决方案奠定了基础。相关论文以“A cytochrome c is the natural electron acceptor for nicotine oxidorectase”为题，发表在科学期刊《自然-化学生物学》（Nature Chemical Biology）上。研究人员提出了一种利用酶来降解体内尼古丁的新方案，这种方式可以将尼古丁从人体系统中清洗掉而没有任何副作用。通过对尼古丁上瘾的小鼠注射一种实验室工程形式的 NicA2 酶（这种酶在烟草地里发现的细菌中自然存在），用细胞色素 c 作为电子受体，就可以成功戒除它们的烟瘾。8，你生活的地方绿树多吗？研究表明，这样的环境有益健康！来源：生物谷抑郁症，特别是在城市地区，患病的人数明显上升。除其他因素外，心理健康程度也会受到生活环境类型的影响。由UFZ、iDiv和莱比锡大学组成的跨学科研究团队发表在《Scientific Reports》题为“Urban street tree biodiversity and antidepressant prescriptions”的研究中，尝试通过引入一个客观指标来改善这一问题:抗抑郁药的处方。研究结果表明，紧靠住宅周围(不到100米)的树木越多，被开具抗抑郁药物的风险就越低，这种关联对于贫困群体来说尤其强烈。研究人员表示，城市中的行道树可以作为一种基于自然的解决方案，促进良好的心理健康。同时，行道树还可以帮助减少经济上不同社会群体之间健康不平等的 "差距"。但是，在这项研究中，无法显示出树木类型与抑郁症的关联。前文阅读1，脑科学日报：生物钟扰乱对健康的影响；酗酒为什么对人体有害？2，脑科学日报：社会性框架对助人行为的影响；大脑理解大脑本身吗

以GLP-1RA为代表的新型降糖药物在降糖的同时具有显著的心血管获益，为T2DM合并心血管疾病共病管理带来了新的选择。2020年9月29日是第22个世界心脏日，在今年新冠肺炎肆虐的全球的大背景下，此次的活动主题与往年有所不同，被设立为“USE to BEAT ”——“用心爱心”，彰显了在疫情常态化下应给予心血管疾病患者双倍的关爱这一理念。长期以来，心血管疾病是糖尿病患者致残和致死的主要原因之一。然而在过去20年里，心血管疾病治疗取得了重大进展。那么，糖尿病患者的心血管结局是否也如预期一样，得到根本性改变呢？对此，作为欧洲规模最大、最负盛名的糖尿病会议，2020年第56届欧洲糖尿病研究协会年会（EASD 2020）发布了一项备受瞩目的大型流行病学研究——CAPTURE研究，聚焦于当代医疗背景下的2型糖尿病（T2DM）患者的心血管健康。CAPTURE研究：1/3 T2DM合并心血管疾病！CAPTURE研究是一项全球非干预性横断面研究，旨在评估当代T2DM患者的心血管疾病现状。该研究共纳入了来自五个大陆、十三个国家的9823名T2DM患者，其中4502例来自初级医疗中心，另5321例来自专科医疗中心。纳入人群的平均年龄为64岁（56.0-71.0），女性占45.5%，平均糖尿病病史将近10.7年（5.6-17.9），糖化血红蛋白平均水平约7.3%（6.6%-8.4%）。图1：CAPTRUE研究纳入人群的基线特点结果显示，在T2DM患者中，总心血管疾病患病率为34.8%（95%CI 32.7%-36.8%），其中85.8%为动脉粥样硬化性心血管疾病（ASCVD），即在总T2DM人群中ASCVD比例将近31.8%（95%CI 29.7%-33.8%）。表1：13国成年T2DM患者总体CVD患病率而冠心病在ASCVD疾病谱中最为常见，约占总T2DM人群17.7%（95%CI 16.2%-19.3%），颈动脉疾病比例为8.4%（95%CI 7.0%-9.7%），脑血管疾病比例为7.2%（95%CI 5.9%-8.4%）。此外心衰占总T2DM人群的2.4%（95%CI 2.1%-2.7%）。最后初级医疗中心和专科医疗中心的心血管疾病患病率总体十分相似。图2：CAPTURE研究中T2DM患者合并心血管疾病风险可以说，CAPTURE研究揭开了一个残酷的T2DM生存现状：3个T2DM中有1个患有心血管疾病，10个合并心血管疾病的T2DM中有9个患有ASCVD！CAPTURE研究用详实的数据表明了，心血管疾病的防治仍是糖尿病治疗的主要目标之一，而《2020 ACC应用新型降糖药物降低2型糖尿病患者心血管风险决策路径专家共识》[1]（简称《2020ACC共识》）更是明确指出：T2DM的治疗策略应以改善这一患者群体的心血管转归为优先事项。《中国2型糖尿病防治指南2017》[2]等权威指南也均推荐合并心血管疾病的T2DM患者应进行多因素综合管理。值得注意的是，即使采用指南推荐的规范治疗后，T2DM患者的心血管残余风险仍然高于非糖尿病患者。而既往ADVANCE和ACCORD等多项研究也证实，强化降糖治疗并未降低T2DM患者大血管事件风险，反而会显著增加全因死亡率和心血管死亡率。其中由罗格列酮所致的心血管不良事件，更是引发了人们对降糖药物心血管安全性的不安和困惑。庆幸的是，近年来新型降糖药物不断涌现，人们对此开展了大量的上市前或上市后的心血管结局研究，观察和探讨了其对心血管风险的影响。结果显示，以GLP-1RA为代表的新型降糖药物不仅具有良好的药物安全性，而且在合并心血管疾病或心血管高危风险的T2DM中获得了显著的心血管收益。因此，以GLP-1RA为代表的新型降糖药物给心血管疾病合并T2DM治疗带来了新的曙光！2020ACC共识：具有心血管获益的GLP-1RA应作为优先选择由于越来越多的心血管专科医生参与到T2DM合并心血管疾病或高危因素的管理，为了规范新型降糖药物在T2DM合并心血管疾病中的应用，美国心脏病学会（ACC）结合临床实际工作，推出了《2020ACC共识》，强调了对于T2DM 合并 ASCVD 或心血管风险极高危的患者，不管HbA1c是否达标，建议优先联合具有心血管获益证据的GLP-1RA。而目前已具有心血管获益证据的GLP-1RA包括：利拉鲁肽、司美格鲁肽、度拉糖肽。其中，利拉鲁肽是中国目前唯一获批降低心血管不良事件发生风险适应症的降糖药物。《2020ACC共识》并对GLP-1RA的临床应用路径了详细的说明：对于年龄≥18岁且具有ASCVD或ASCVD高风险况的T2DM患者，如处于怀孕/哺乳期，则不可启用GLP-1RA（无可及的安全数据）；如患者未怀孕/哺乳期，则对患者-临床医师的偏好和优先事项进行讨论后，并确定患者仍愿意起始GLP-1RA治疗，就可应用利拉鲁肽等已被证实可带来ASCVD获益的GLP-1RA类药物，应用过程中，应从最低剂量开始，并按照说明书进行剂量滴定，以最大程度地减少副作用。如有必要，则调整其他降糖疗法。另外，医师应密切监测患者对治疗的反应，并考虑进一步降低心血管风险的治疗方法（图3）。图3：GLP-1RA的临床应用路径同时，《2020ACC共识》对GLP-1RA的启用时机也作出了清晰的阐述：T2DM合并ASCVD患者正在接受药物治疗（且没有使用具有心血管获益的GLP-1RA）的T2DM诊断为ASCVD时ASCVD患者被诊断为T2DM因ASCVD事件住院的T2DM患者在出院时T2DM合并糖尿病肾病患者，在eGFRASCVD高风险患者表2：T2DM启动GLP-1RA的时机总结CAPTURE研究结果无疑让我们对当前的治疗策略进行反思，在未来需更加关注T2DM的心血管预后。以GLP-1RA为代表的新型降糖药物在降糖的同时具有显著的心血管获益，为T2DM合并心血管疾病共病管理带来的新的选择。《2020ACC共识》提出了新型降糖药物在降低T2DM患者心血管风险的决策路径，强调了对于T2DM 合并 ASCVD 或心血管风险高危的患者，不管HbA1c否达标，建议优先联合具有心血管获益证据的GLP-1RA，以期尽可能改善T2DM患者的心血管结局！参考文献：[1] Sandeep RD, et al. 2020 Expert Consensus Decision Pathway on Novel Therapies for Cardiovascular Risk Rection in Patients With Type 2 Diabetes: A Report of the American College of Cardiology Solution Set Oversight Committee. J Am Coll Cardiol. 2020 Sep 1;76(9):1117-1145.[2] 中华医学会糖尿病学分会.中国2型糖尿病防治指南(2017年版)[J].中华糖尿病杂志,2018,10(1):4-67.[3] ADVANCE Collaborative Group. Intensive blood glucose control and vascular outcomes in patients with type 2 diabetes. N Engl J Med 2008; 358: 2560–2572.[4] Action to Control Cardiovascular Risk in Diabetes Study Group; Gerstein HC, Miller ME, Byington RP, et al. Effects of intensive glucose lowering in type 2 diabetes. N Engl J Med. 2008;358:2545-2559.【来源：医学界心血管频道】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn