Abstract
Selv om stråling av bekkenet er effektiv for behandling av ulike krefttyper, mange pasienter som får strålebehandling opplever alvorlige komplikasjoner. Gut mikrobielle dysbiosis ble antatt å være relatert til forekomsten av strålingsinduserte komplikasjoner hos kreftpasienter. Gitt mangelen på kliniske eller eksperimentelle data om virkningen av stråling på gut microbiota, ble en prospektiv observasjonsstudie av gut microbiota utført i gynekologiske kreftpasienter som får bekken strålebehandling. I denne studien, ble den samlede sammensetning og endring av tarmen bakterieflora hos kreftpasienter som får strålebehandling etterforsket av 454 pyrosekvensering. Gut mikrobiell sammensetning viste signifikante forskjeller (
P
0,001) mellom kreftpasienter og friske individer. Tallene for artsnivå taxa ble kraftig redusert etter strålebehandling (
P
0,045), og overflod av hvert samfunn i stor grad endret. Spesielt ble det phyla firmicutes og Fusobacterium betydelig redusert med 10% og økte med 3% etter strålebehandling, henholdsvis. I tillegg ble det samlet gut mikrobiell sammensetning gradvis remolded etter full behandling løpet av bekken strålebehandling. I dette settet av kreftpasienter, ble dysbiosis i tarmen bakterieflora knyttet til helsestatus, og tarmen microbiota var påvirket av bekken strålebehandling. Selv om videre studier er nødvendig for å klargjøre forholdet mellom dysbiosis og komplikasjoner som induseres av bekken strålebehandling, kan denne studien har innsikt i behandling av kreftpasienter som lider av komplikasjoner etter strålebehandling.
Citation: Nam Y-D, Kim HJ, Seo J-G, Kang SW, Bae J-W (2013) Effekt av bekken Strålebehandling på Gut bakterieflora Gynekologiske kreftpasienter avslørt av Massive pyrosekvensering. PLoS ONE 8 (12): e82659. doi: 10,1371 /journal.pone.0082659
Redaktør: Markus M. Heimesaat, Charité, Campus Benjamin Franklin, Tyskland
mottatt: 29. mai 2013; Godkjent: 25 oktober 2013; Publisert: 18.12.2013
Copyright: © 2013 Nam et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette arbeidet ble støttet av en bevilgning fra Mid-Career Forsker Program (2011-0028854 til J.-WB) gjennom National Research Foundation of Korea (NRF) finansiert av departementet for utdanning, vitenskap og teknologi (MEST); SNUH CRI stipend (0620122120), og nonprofit forskning donasjon for integrerende medisin fra SK Holdings og den avdøde leder Jong-Hyun Choi. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:. Forfatterne har følgende interesser: SK Holdings delvis finansiert denne studien. J-GS er ansatt av Cell Biotech Co., Ltd Det er ingen patenter, produkter under utvikling eller markedsført produkter å erklære. Dette endrer ikke forfatternes tilslutning til alle PLoS ONE politikk på deling av data og materialer.
Innledning
Mer enn 50% av kreftpasienter får strålebehandling for kreftbehandling [1]. Stråling av bekkenet har lenge vært brukt som en helbredende eller lindrende behandling og har vist seg å være vellykket for behandling av ulike typer kreft, inkludert abdominal og livmorhalskreft [2,3]. Imidlertid bivirkninger er felles for bestrålte pasienter fordi bestrålingen kan skade normale vev i bekken hud, fjerne tykktarmen, løkker av tynntarmen, og det urogenitale område sammen med den målrettede tumorceller [4]. Under og etter strålebehandling perioden mange pasienter (dvs. 75% av visceral bekkenkreftpasienter) lide symptomer, inkludert diaré, slim utflod, rektal blødning, tenesmus, og fekal inkontinens. Disse komplikasjonene kan øke helsekostnader og dødelighet av kreftpasienter, med lengre sykehusinnleggelser og tregere kreftbehandling [2].
stråling enteropati er en alvorlig komplikasjon, er terapeutiske strategier begrenset på grunn av mekanismene for stråling enteropati ikke er godt forstått. Nyere studier som mål å belyse menneske mikrobiomer interaksjoner gitt innsikt i mulige behandlingsformer. Crawford og Gordon viste viktigheten av tarmfloraen i forekomsten av stråleskade [5]. De viste at bakterie-frie mus som var resistente mot dødelig strålingsskade og hadde mindre strålingsinduserte epitel-celleskade sammenlignet med konvensjonelle mus med kommensal tarm mikrobiell flora. Den overvekst av gram-negative bakterier ble vist å være avgjørende i patogenesen av strålingen enteropati [6]. Johnson et al. rapporterte at tarm-bestråling kan føre til en generell reduksjon av tarmfloraen, ubalanse i tarmen bakterielle fellesskap struktur, og etterfølgende patogene effekter på den epiteliale mucosa [7]. Men til tross for økende bevis for forholdet mellom gut microbiota og stråling enteropati, ingen omfattende molekylære analyser har blitt utført for å undersøke påvirkning av bestråling på gut microbiota i humane kreftpasienter.
Nylige fremskritt innen sekvensering teknologi, for eksempel 454 pyrosekvensering tilnærming, gir en raskere og enklere måte for å analysere mikrobielle samfunn i forhold til andre kultur-avhengige eller-Uavhengig metoder [8-11]. De har blitt brukt for å karakterisere mikrobiell diversitet i ulike deler av det menneskelige legeme, inkludert hud [12], munnhulen [13], vagina [14], og tarmkanalen [15,16]. Hittil har det imidlertid ikke vært noen omfattende studie av effekten av strålebehandling på gut microbiota hos kreftpasienter som bruker denne high-throughput teknologi. Derfor, i denne studien, ble en detaljert og komparativ analyse av tarm mikrobielle samfunn av strålebehandlet kreftpasienter utført. Fecale prøver ble samlet inn fra periodisk ni gynekologiske kreftpasienter før, under og etter bekken strålebehandling. Disse prøvene ble analysert ved 454 pyrosekvensering med sample-spesifikke strekkode primere rettet mot hyper-variable regioner V1 /V2 av bakterielle 16S rRNA gener. I tillegg ble den generelle formen av tarmfloraen profilen til kreftpasienter sammenlignet med friske individer. Så vidt vi vet, er dette den første molekylære økologiske etterforskningen belyse påvirkning av stråling på tarmen microbiota av gynekologiske kreftpasienter ved hjelp av en dyp sekvensering tilnærming. Resultatene av denne studien vil utvide vår kunnskap om funksjonene i verts-mikrobe interaksjoner i stråleskade, og vil gi innsikt i både sykdom patofysiologi og potensielle terapi for kreftpasienter.
Materialer og metoder
Prøvetaking og DNA-ekstraksjon
Fekale prøvene ble levert av ni gynekologiske kreftpasienter (alder: 35-63 år) som var under bekken strålebehandling (tabell S1). Bare pasienter som ikke fikk antibiotika, steroider, og immun-dempende ble inkludert i denne studien. Strålebehandling ble levert ved doser på 50,4 Gy per dag, fem ganger i uken i løpet av en fem ukers periode. Skriftlig informert samtykke ble innhentet fra alle deltakerne. Studien protokollen ble godkjent av Institutional Review Board of Seoul National University (IRB Nummer: H-1002-059-310). Fire sekvensielle avføringsprøver ble tatt fra hver pasient: før behandlingsstart (grunnlinje prøve, T0), etter den første strålebehandling (første strålebehandling prøve, T1), ved slutten av den femte strålebehandling (siste strålebehandling prøve, T2), og etter strålebehandling (oppfølging prøve, T3). Alle T0 prøvene ble samlet i én uke før strålebehandling og T3 prøver ble samlet inn mellom en måned og tre måneder etter siste strålebehandling. T3 prøve av «H» Pasienten ble ikke samlet på grunn av å ta probiotika etter full serie med strålebehandling. Hver deltaker samlet ca 5 g av avføring i en steril plastbeholder og umiddelbart lagret beholderen i en fryser før de førte det til den eksperimentelle laboratorium. Prøvene ble lagret ved laboratoriet ved -80 ° C inntil videre behandling. Fekal DNA ble ekstrahert ved hjelp av QIAamp Sool Mini kit (Qiagen, Valencia, CA, USA) og brukes som mal for PCR forsterkning.
pyrosekvensering av bakterielle 16S rRNA fragmenter
For å forsterke V1 /V2 16S rRNA-genet regioner [17], ble en 30ng av renset DNA forsterket med en TOPsimple
TM DryMIX løsning (Enzynomics, Daejeon, Korea) ble forsterket med primerpar 8F (5′-AGAGTTTGAT CCTGGCTCAG-3 « ) og 338R (5»-TGCTGCCTCC CGTAGGAGT-3 «) inneholdende åtte basis sample-spesifikke strekkode-sekvenser (Tabell S2) og felles linkeren (TC for forover og revers primer for CA) sekvenser i 5»-enden [18]. Denne metoden tillot analyse av PCR-produkter fra flere prøver i parallell på en enkelt 454 picotiter plate, og evnen til å re-sortere sekvenser i rekkefølge [19]. Termo ble gjennomført i en C 1000 termosykler (Bio-Rad, Hercules, CA, USA) under følgende betingelser: innledende denaturering ved 94 ° C i 2 minutter; 18 sykluser med denaturering ved 94 ° C i 30 sekunder, annealing ved 55 ° C i 30 sekunder, forlengelse ved 72 ° C i 1 minutt, og en endelig forlengelse ved 72 ° C i 10 minutter.
Etter PCR-reaksjonen, ble kvaliteten av de amplifiserte produkter bekreftet ved elektroforese og PCR-amplikoner ble renset med QIAquick PCR Purification kit (Qiagen, Valencia, CA, USA). En lik mengde (100 ng) for hver PCR fragment merket med prøvespesifikke strekkode sekvenser ble slått sammen og senere forsterket av emulsjon PCR før sekvensering ved syntese med massivt parallell pyrosekvensering protokollen [20]. Sekvensering ble utført gjennom en 454 pyrosekvensering Genome Sequencer FLX Titanium (Life Sciences, Branford, CT, USA) i henhold til produsentens instruksjoner av en sekvense leverandør (Macrogen, Seoul, Korea).
Sekvens behandling
Sekvensene generert fra pyrosekvensering ble i hovedsak analysert med programvaren MOTHUR [21]. Sekvenser ble filtrert ved å fjerne sekvenser med mer enn en tvetydig basisanrop og fastholde kun sekvensene som var 300 nt eller lengre tid for å minimalisere virkningene av dårlig kvalitet sekvens og sekvenseringsfeil. Prøve-spesifikke sekvenser ble samlet i henhold til strekkode sekvenser merket til hver prøve. Resultatene oppnådd i denne studien sekvenser ble lastet opp og gjort tilgjengelig gjennom DNA-data bank av Japan (DDJB) under prosjektet ID 72883 (deponeringsnummer for prøver: DRS001948-DRS001983)
Otu besluttsomhet og taksonomisk klassifisering
Trimmet sekvenser fra hver strekkode bin ble justert ved hjelp av Infernal og tilhørende kovarians modeller hentet fra ribosomalt Database Project Group [22]. De fluktsekvenser basert på sekundærstrukturinformasjon ble ytterligere trimmet til å omfatte de samme V1 /V2 regioner. Denne fremgangsmåte tillot nøyaktig analyse ved hjelp av de samme områdene, og samtidig øket justeringshastigheten. I tillegg ble potensielle kimære sekvenser oppdaget og fjernet med
chimera.slayer
kommandoen over MOTHUR. Sekvenser ble realigned med SILVA-kompatibel justering database (https://www.mothur.org/w/images/9/98/Silva.bacteria.zip). For dataene normalisering, vi tilfeldig ekstrahert 1000 sekvenser fra hver prøve, og de normaliserte sekvenser ble anvendt for genetisk analyse. Den Otus (90% til 100% sekvenslikhet) ble tildelt ved hjelp av
klynge
kommandoen med lengst nabo clustering algoritmen. Den Otus definert av en 3% avstand nivå ble fylogenetisk klassifisert med en modifisert bakteriell RDP II referansedatabase som inneholder 164,517 16S rRNA sekvenser tilberedt med TaxCollector (https://www.microgator.org).
Fellesskap sammenligning analyse
For å undersøke variasjonen i tarmen bakterieflora under strålebehandling og å sammenligne den totale gut mikrobiell fellesskap av friske individer som for kreftpasienter, ble Otu informasjon fra hver prøve overført til dendrogrammer med
tree.shared
kommandoen over MOTHUR. Avstander mellom mikrobielle samfunn fra hver prøve ble beregnet med Jaccard og Yue Clayton θ koeffisienter. De ble representert av Uvektet Pair Gruppe metode med aritmetisk gjennomsnitt (UPGMA) clustering trær som beskriver ulikheten (1-likheten) mellom flere prøver. De resulterende matrikser ble også visualisert med hoved koordinat analyse (PCoA) plott, som indikerte hvilken brøkdel av den totale variasjonen i data var representert ved hver akse. Variasjoner i de genetiske strukturer av mikrobielle samfunn mellom grupper (friske individer
vs.
Kreftpasienter) og mellom grupper etter strålebehandling scenen ble analysert med analyse av molekylære varians (AMOVA) for å vurdere signifikante forskjeller mellom gruppene.
Beregning av artsrikdom og diversitetsindekser
Shannon mangfold (H «= -Σ
p
ILN (
p
i ), der
p
i er andelen taxon i) [23], ACE, og Chao jeg rikdommen indeksene [24], og vakuum, kurver [25] ble generert med MOTHUR programmet. 3% ulikheten cut-off-verdi ble anvendt for å tildele et otu. God dekning ble beregnet som G = 1-n /N, hvor n er antallet av Singleton phylotypes og N er det totale antall sekvenser i prøven.
Referansedata
16S rRNA-genet sekvensdata i tarmen mikrobielle samfunn av seks friske koreanske voksne kvinner ble lastet ned fra DDBJ (ftp://ftp.ddbj.nig.ac.jp/ddbj_database /dra /fastq /DRA000 /DRA000316) og brukt i denne studien som referansedata for friske individer [15].
Statistisk analyse
Betydningen av observerte forskjellene i tarmen mikrobiell taxa blant hvert ble hovedsakelig vurdert av en enveis variansanalyse (ANOVA), etterfulgt av Student-Newman-Keuls posthoc sammenligningsgruppe med GraphPad INSTAT versjon 3.05 for Windows (GraphPad Software, San Diego, CA, USA). Resultatene ble presentert som middelverdier ± standardfeil av gjennomsnittet (SEM). Forskjeller ble ansett å være signifikant på
P
0,05.
Resultater
Mangfold estimering av tarmen bakterieflora i gynekologiske kreftpasienter
Etter kvalitetskontroll prosesser og fjerne kimære sekvenser, vi endelig fått 78,650 sekvenser fra dette eksperimentet. Men vi bare brukt tilfeldig valgt 1000-sekvenser for hver prøve i nedstrøms analyse for data normalisering. «Table S2 oppsummerer antall unike sekvenser, Otus og rikdom, mangfold og deknings verdiene av hver normalisert prøve. Hver enkelt prøve inneholdt et gjennomsnitt på 554,3 (standard avvik (SD) = 91,0) unike sekvenser og 111,7 otus (SD = 18,0) ved en cut-off-nivået på 97% for 16S rRNA-genet likheten (generell bakteriearter avgrensning). Antallet forventede otus estimert ved Chao en rikdom estimator i hver prøve var betydelig høyere enn antallet observerte otus (gjennomsnitt = 182,0, SD = 34,8), noe som antydet at ytterligere phylotypes ville bli identifisert når alle de eksisterende sekvenser i hver prøve var fullt inspisert. Når imidlertid ble utført en vakuum, analyse for å bestemme om alle de otus til stede i de normaliserte datasett var blitt tilstrekkelig gjenvunnet i den pyrosekvensering studien, individuelle vakuum kurvene viste et lignende mønster av nådd platået trinnet (figur S1). I tillegg, god dekning av hver enkelt prøve, som ble brukt for å estimere fullstendigheten av sampling av en sannsynlighetsberegning basert på en tilfeldig valgt amplikon sekvenser, viste også høye verdier (gjennomsnitt = 95,7%, SD = 0,8%) med en 97% artsnivå-phylotype terskel
Forskjeller av gut microbiota mellom gynekologiske kreftpasienter og friske individer
å sammenligne gut bakteriesamfunn mellom friske personer og gynekologiske kreftpasienter, den relative overflod av hvert phylum-nivå bakteriell taxon i fekale prøver fra ni gynekologiske kreftpasienter (T0) og data fra seks friske kvinner hentet fra vår tidligere studie [15] ble undersøkt (Figur S2A). Kreftpasienter og friske individer var assosiert med ni bakteriell phyla, aktinobakterier, bacteroidetes, firmicutes, Fusobacteria, Lentisphaerae, Proteobacteria, Synergistetes, Tenericutes og verrucomicrobia spinosum, og uklassifiserte bakterier, som er den mest vanlig forekommende bakterier phyla i menneskets tarmkanalen [12, 26]. Men de relative Forekomsten av den dominerende rekken forskjellig mellom de to gruppene. Aktinobakterier hos kreftpasienter var tretti ganger høyere enn hos friske individer, mens bacteroidetes, Fusobacteria, og Proteobacteria hos kreftpasienter var 2,1, 7,4 og 1,4 ganger lavere enn i friske individer, respektivt. Når de relative Forekomsten av hver phylum ble sammenlignet mellom kreftpasienter og friske individer, aktinobakterier (
P
= 0,001) og Fusobacteria (
P
= 0,001) viste signifikante forskjeller mellom de to gruppene (figur 1A).
Relative Forekomsten av seks phylum nivå taxa sammen (A). Hver søyle representerer gjennomsnittsverdien av overflod (± SEM).
P
-verdier som viser betydningen av forskjeller mellom kreftpasient og sunne enkelte grupper vises på den øvre delen av hver graf. Samlet artsnivå bakterielle miljøer ble sammenlignet og gruppert med UPGMA-algoritmen (B) og visualisert ved PCoA plott (C) med den Jaccard-koeffisienten; RI, RK, RL, RM, RN, og RO representerer friske individer, og AT0 å IT0 representerer gynekologiske kreftpasienter før strålebehandling.
tarmen bakteriesamfunn i stor grad befolket av 15 bakterielle fylogenetiske familier med en gjennomsnittlig overflod av 74,4% (Max = 84,1%, Min = 66,2%) hos kreftpasienter og 83,2% (Max = 89,1% , min = 75,8%) hos friske individer (figur S2B). Analyse av ANOVA viste signifikant forskjellige resultater for rikdom av bakterie familiegrupper mellom kreftpasienter og friske individer (tabell 1). Blant de 15 testede familiegrupper, Prevotellaceae, Clostridiaceae, Eubacteriaceae, Oscillospiraceae, Fusobacteriaceae, Enterococcaceae, Streptococcaceae var signifikant forskjellig mellom kreftpasienter og friske kontroller (
P
0,05). De relative Forekomsten av familier Clostridiaceae (2,5 ganger) og Eubacteriaceae (4,8 ganger) var betydelig høyere, mens Prevotellaceae (2,9 ganger) og familier Oscillospiraceae (3,0 ganger) og Fusobacteriaceae (6,3 ganger) var signifikant lavere hos kreftpasienter sammenlignet med friske individer .
Familie nivå taxon
Abundance hos pasienter (%)
Overflod i Healthy (%)
P-verdi
Ruminococcaceae42.5 ± 4.036.4 ± 7.40.136Prevotellaceae4.1 ± 3.711.7 ± 4.60.026Lachnospiraceae4.4 ± 0.87.7 ± 2.40.076Veillonellaceae2.3 ± 0.79.3 ± 5.90.085Clostridiaceae6.0 ± 1.72.4 ± 0.50.018Bacteroidaceae2.7 ± 0.43.1 ± 1.60.144Eubacteriaceae3.9 ± 1.40.8 ± 0.30.025Lactobacillales bacterium0.1 ± 0.03.4 ± 1.60.001Oscillospiraceae0.8 ± 0.52.4 ± 0.80.033Erysipelotrichaceae2.3 ± 1.80.5 ± 0.20.164Fusobacteriaceae0.3 ± 0.11.9 ± 0.40.007Porphyromonadaceae0.6 ± 0,21. 1 ± 0.40.107Butyrate produserende bacterium2.1 ± 0.62.6 ± 1.30.327Enterococcaceae1.1 ± 0.40.0 ± 0.00.028Streptococcaceae1.0 ± 0.50.1 ± 0.00.007Table 1. Familienivåforskjeller mellom gynekologiske kreftpasienter og friske kontroller.
CSV ned CSV
neste sammenlignet den totale sammensetningen av tarmen mikrobielle samfunn av kreftpasienter med at av friske individer. UPGMA dendrogrammer og koordinering plott (PCoA) beskriver likheten av prøvene til hverandre ble generert med de representative 16S rRNA gensekvenser tilsvarende artsnivå Otus av T0 prøver i denne studien, og de av de seks tidligere analysert friske individer. Figur 1B viser UPGMA treet som representerer likheten av bakteriell medlemskap i kreftpasienter og friske individer. Bemerkelsesverdig, kreftpasienter og friske individer samlet separat fra hverandre. Den PCoA tomten viste også et klart skille mellom kreftpasienter og friske individer (figur 1C). En AMOVA test ble utført for å bestemme hvorvidt sentrene av plottene representerer en gruppe var mer atskilt enn variasjon blant prøver av samme gruppe [27]. Resultatene indikerte at de mikrobielle samfunn av kreftpasienter og friske personer viste signifikante forskjeller (
P
0,001).
Effekt av strålebehandling på gut microbiota av gynekologisk kreft pasienter
Vi har undersøkt effekten av strålebehandling på tarmen mikrobielle samfunn av gynekologiske kreftpasienter. Vi først undersøkt effekten av strålebehandling på rikdom og mangfold av tarmen bakterieflora hos kreftpasienter. Figur 2A viser tidsmessige endringer i de unike sekvenser, observerte Otus, estimert Otus, og diversitetsindekser (H) under strålebehandling av kreftpasienter. Sammenlignet med første prøvene (T0), ble antall unike sekvenser litt redusert etter første strålebehandling (T1), dramatisk redusert i løpet av stråling (T2), og resulterte i en nedgang i oppfølgingsprøver (T3) 10,4%. Selv om antall observerte Otus markant forskjellig mellom prøvene, det viste en nedadgående trend gjennom strålebehandling period.This avtagende tendens ble også identifisert i antall beregnede Otus og Shannon mangfold indeks (H). Statistiske analyser for å bekrefte betydningen av disse forskjellene viste at antall unike sekvenser ble redusert mellom T0 og T3 (P = 0,06) og estimert Otus ble betydelig redusert gjennom strålebehandling (
P
= 0,04). Derfor kan den rikdom av tarmen mikrobielle samfunn i kreftpasienter bli påvirket av strålebehandling. I denne studien ble to personer ikke tatt cellegift behandling under strålebehandling. Derfor sammenligner vi mikrobiell rikdommen mellom chemo behandlet og ikke-behandlede kreftpasienter i henhold til strålebehandling scenen. Antallet otus av chemo behandlede pasienter ble endret fra 116,4 (SD = 18,0) til 112,1 (SD = 15,2) og den av ikke-behandlede pasienter ble endret fra 122,0 (SD = 12,7) til 112,5 (SD = 14,8) via en
st strålebehandling. I tillegg er beregnet rikdommen av Chao1 estimator for kjemoterapi behandlede pasient endret fra 192 (SD = 33,2) til 185 (SD = 37,5) og den til ikke-behandlede pasienter ble endret fra 189 (SD = 23,3) til 176 (SD = 49,5). Mens dataene ikke var statistisk analysert på grunn av utilstrekkelig antall prøver, ble rikdom gut microbiota i ikke-chemo behandlede pasienter snarere redusert under strålebehandling. Derfor kan forandringer i tarmbakterieflora i gynekologiske kreftpasienter synes å være forårsaket av radioterapi.
unike sekvenser, observerte otus, beregnet otus, og diversitetsindekser (H) i samsvar med strålebehandling ble analysert (A). Det midlere antall (± SEM) for hver parameter er vist.
P
-verdier mellom T0 og T3 er merket. Endringer av seks store phylum nivå taxa under strålebehandling er representert (B). Den midlere mengde (± SEM) er vist.
P
-verdier som representerer betydelige forskjeller er kun for hver taksonomisk gruppe. T0 = før bestrålingsterapi, T1 = etter første strålebehandling, T2 = etter femte strålebehandling, og T3 = oppfølgings prøvene.
neste undersøkt effekten av strålebehandling på tarmen mikrobielle fellesskap sammensetningen i kreftpasienter. Figur S3 viser den tidsmessige endring av alt rekken nivå taksa, og figur 2B viser forandringen i de relative Forekomsten av store rekken nivå taksa under strålebehandling. Mens aktinobakterier og Proteobacteria viste en lignende varierende mønster, firmicutes stadig redusert og Fusobacteria og uklassifiserte bakterier økes gradvis i løpet av strålebehandling, henholdsvis. Den relative overflod av phylum bacteroidetes redusert gradvis i løpet av strålebehandling, men ble i stor grad økt på T3. Når ble utført statistisk analyse for å bekrefte om forskjellene mellom etappene var betydelig, firmicutes, Fusobacteria og uklassifiserte bakterier viste signifikante forskjeller. Den relative overflod av Fusobacteria på T2 var 6,0 ganger høyere enn ved T0 (
P
= 0,05) .Unclassified bakterier gradvis økt, og endelig viste 9,9% økning i forhold til T0 prøver (
P
= 0,04). I motsetning ble firmicutes redusert med 10,1% gjennom strålebehandling (
P
= 0,09).
Figur 3 viser tidsmessige endringer av større familienivå taxa under strålebehandling. Selv om familienivå gut mikrobielle samfunn av noen pasienter viste store svingninger, endret den totale sammensetningen av familienivå gut microbiota etter første strålebehandling lite i forhold til den innledende fasen. Men formen på familienivå gut mikrobielle samfunn gradvis endret gjennom strålebehandling. Tabell S3 viser de relative Forekomsten av 15 store familienivå taxa på hvert tidspunkt og
P
-verdier som representerer graden av forskjeller. Sammenlignet med T0, ble familien Eubacteriaceae i hver prøve ved T2 og T3 betydelig redusert (
P
0,032). Fusobacteriaceae betydelig økt ved T2 og Streptococcaceae betydelig økt ved T1 sammenlignet med T0. Familien nivå Arten Veillonellaceae, Enterococcaceae, Lactobacillales bakterie og butyrat-produserende bakterie ved T0, T1, T2 og var ikke forskjellige fra hverandre, men det T0 og T3 prøvene viste signifikante forskjeller (
P
= 0,050). I tillegg til å inspisere phylum- og familie nivå endringer tilsvarende strålebehandling, brukte vi «metastats» for å finne ut om det var noen artsnivå phylotypes som ble ulikt representert mellom prøvene fra hver etappe [28]. Tabell 2 viser den relative overflod av hver art-nivå taxon og
P
-verdier mellom de to gruppene (med hvert trinn sammenlignet med baseline). Selv om det var mange signifikant forskjellig artsnivå taxa, har vi kun representert større taxa med relativ overflod større enn 0,1% og
P
-verdier 0,05. Ved T1, ble bare åtte artsnivå taksa påvirket, og forskjellen i overflod var mindre enn 0,4%. Men på T2, ble ni artsnivå taxa berørt, og maksimal variasjon mellom T0 og T2 var 3,5%. I tillegg ble nitten artsnivå taksa vesentlig endret etter full serie av strålebehandling. Gjennom strålebehandling, gjennomsnittlig variasjoner av den relative overflod på artsnivå taksa forhold til T0 var 0,21% (T1), 1,06% (T2), og 0,18% (T3). Fire artsnivå taxa ble redusert ved T1, og 5 og 2 artsnivå taxa ble redusert ved T2 og T3, henholdsvis. I tillegg ble det 4, 4, 17 og artsnivå taksa økes ved T1, T2 og T3, respektivt.
Hver kolonne i heatmap representerer en prøve fra ni kreftpasienter. Tre eller fire prøver fra de samme personene ble gruppert sammen i parallell. Hver rad representerer et familienivå takson. Fargeintensiteten av panelet er proporsjonal med den mengde av visse Arten (max 5%). Familien nivå taxon navn er representert på høyre side av heatmap.
Eksempel
taxon navn
Abundance i T0 (%)
Testet scenen (%)
Difference (%)
p-verdi
T0 vs. T1
Ruminococcus
sp. CO280 ± 00,4 ± 0.40.40.001
Roseburia
sp. DJF VR770 ± 00,3 ± 0.30.30.001
Ruminococcus
sp. CO410 ± 00,2 ± 0.20.20.001
Lachnospira pectinoschiza
0 ± 00,1 ± 0.10.10.001
Weissella forvirre
0,3 ± 0,20 ± 00.30.001
Enterobacter
sp. mcp11b0.2 ± 0,20 ± 00.20.001
Klebsiella pneumonia
0.1 ± 0.10 ± 00.10.001
Adlercreutzia equolifaciens
0.1 ± 0.10 ± 00.10.001T0 vs. T2Butyrate-produserende bakterie SS2 /11.2 ± 0.44 0,1 ± 1.32.90.009
Ruminococcus Callidus
1,0 ± 0,50 ± 01.00.03
Dialister
sp. E2 201,0 ± 0,40 ± 01.00.013Human tarm gruppen Firmicutis CB470.9 ± 0.34.4 ± 1.83.50.025
Eubacterium eligens
0,8 ± 0.40.1 ± 0.10.70.032
Eubacterium hallii
0,1 ± 0,10 ± 00.10.041
Actinomyces odontolyticus
0.1 ± 0.10 ± 00.10.046
Lactobacillus Murinus
0.1 ± 0.10 ± 00.10.039Clostridiales bakterien DJF CP670 ± 00,2 ± 0.10.20.009T0 vs. T3
Prevotella stercorea
0,3 ± 0,30 ± 00.30.001
Clostridium
sp. BG-C360.1 ± 0.10 ± 00.10.001
Ruminococcus
sp. DJF VR520 ± 00,6 ± 0.30.60.001
Prevotella copri
0 ± 00,3 ± 0.30.30.001
Ruminococcus
sp. CO280 ± 00,3 ± 0.20.30.001Butyrate-produserende bakterie T1-8150 ± 00,2 ± 0.10.20.001
Roseburia inulinivorans
0 ± 00,2 ± 0.10.20.001
Bacteroides
sp. CCUG 399 130 ± 00,2 ± 0.20.20.001Swine fekal bakterie FPC1100 ± 00,2 ± 0.20.20.001
Faecalibacterium
sp. DJF VR200 ± 00,2 ± 0.20.20.001
Clostridium methylpentosum
0 ± 00,1 ± 0.10.10.001
Oscillospira
sp. BA040134930 ± 00,1 ± 0.10.10.001
Candidatus Bacilloplasma
0 ± 00,1 ± 0.10.10.001Clostridiales bakterien A2-1620 ± 00,1 ± 0.10.10.001
Coriobacterium
sp. CCUG 339 180 ± 00,1 ± 0.10.10.001
Amphibacillus
sp. YIM-kkny60 ± 00,1 ± 0.10.10.001Lachnospiraceae bakterien DJF RP140 ± 00,1 ± 0.10.10.001
Clostridium leptum
0 ± 00,1 ± 0.10.10.001
Ruminococcus
sp. CS10 ± 00,1 ± 0.10.10.001Table 2. Betydelig forskjellig Otus mellom T0 (før behandling) og T1 (første strålebehandling), mellom T0 og T2 (femte strålebehandling), og mellom T0 og T3 (oppfølging) prøver (data bare representere Otus med 0,1% overflod).
CSV Last ned CSV
Selv om strålebehandling åpenbart påvirker tarmen mikrobielle samfunn av kreftpasienter, som bestemt taxa er endret under strålebehandling forblir tvetydig. For eksempel ble mikroorganismer i slekten Ruminococcus noe økt ved T1 og elimineres ved T2, men tre Ruminoccocal mikroorganismer ble identifisert på nytt på T3 I tillegg har noen artsnivå taksa som inngår i den samme genus viste motstående mønster av variasjon (økning /reduksjon). For eksempel
Clostridium
sp. BG-C36 ble eliminert, men
C. methylpentosum og C. leptom
økt gjennom bestråling. Derfor bestråling kan ikke påvirke spesifikke grupper av tarmfloraen, men kan i stor grad påvirke mikroorganismer, som avviker fra det normale friske status avhengig av tarmen mikrobielle sammensetningen av den enkelte.
