Temporal Stability of the Human Skin Microbiome

1.文章简介

2.研究背景

人体皮肤微生物担任着抵御外来病原体的第一道防线，同时还参与了机体脂类代谢的生物学过程。表皮的生理特性会影响常驻微生物的组成。为了更好的理解表皮微生物如何影响宿主健康，本研究采用宏基因组技术对健康人的皮肤17个位点的微生物群落进行了研究。

3.研究内容

本研究利用宏基因组手段，对12位健康人，3个不同取样时间点，17皮肤部位进行了研究。结果显示尽管不同皮肤部位的理化性质不同，但是细菌整体随时间变化较稳定。足部皮肤的微生物群落可变性最高。瞬时物种主要是真核生物的病毒。不同部位的皮肤微生物群落研究为疾病状态提供了新的提示。

4.研究方法

取样：12个无皮肤病的健康人，3个取样时间点，17个皮肤部位，共594个样本。
DNA建库、测序：采用Illumina HiSeq平台2×100双端策略进行测序。建库试剂盒Nextera library kits。

5.研究成果

1.皮肤微生物在种群水平更稳定
为了研究皮肤微生物在不同部位（油脂区皮肤：眉间-Gb，外耳道-Ea，胸骨-Mb，面颊-Ch，鼻翼-Ai，耳后-Ra，枕骨部-Oc，背部-Ba；湿润区域皮肤：肘窝-Ac，腹股沟-Ic，手指-Id，股窝-Pc；干燥区域皮肤：手掌-Vf，小鱼际-Hp；脚部皮肤：脚趾-Tw，脚趾甲-Tn，足底-Ph）和不同个体上的差异，研究者同时收集了这批人群在3个跨度从2011年到2014年间的不同时间点样本。按照时间跨度分为长(取样跨度1-2年)和短（取样跨度1-2个月）两个时间段。594个样本，共获得shotgun数据720Gbp。对数据进行种群鉴定和分类后（为了排除低丰度的数据影响分类，课题组选取了在基因组上覆盖度大于等于1的数值），采用Yue-Clayton theta指数比较样本间的相似度（该指数基于计算同一种在不同样本间出现的比例，该指数越大，说明不同群体之间越相似）。结果显示不同个体间的样本相似度远低于不同时间点（Figure 1A）.其中皮肤油脂分泌区和干燥皮肤区的种群稳定性较高。脚部异质性最高，可能与个体的卫生习惯、穿鞋习惯以及足底角质层的厚度有关。将种群稳定性指数和多样性指数同时比较会发现，稳定性越好的群体多样性指数越低（见Figure 1B）.在不同个体上的聚类也显示，油脂分泌区的微生物一致性较高（Figure 1C）.

2.在种属水平对皮肤微生物群落的稳定性进行比较
通过对皮肤不同位置的微生物种类相对丰度（relative abundance）的比较，可以看到皮肤微生物群落的组成随时间变动趋于稳定（Figures 2A）。举例来说，比如一个物种对皮肤环境适应差，则表现为随时间变化其相对丰度变化显著。采用相关系数建立微生物种类和时间点之间的关联，比较微生物群落的流动性，显示出一些特定物种在两个时间段之间存在流动性。比如，在手掌部位，Propionibacterium acnes存在高流动性（Figure 2B）。同时作者还检查了噬菌体和宿主菌之间的相对丰度，借此研究细菌和噬菌体质检的互做。例如对细菌和其噬菌体的相对丰度做关联分析，当两者之间线性关系在95%，则说明两者相适应，反之说明两者之间存在竞争(Figure 2C)。比较两个时间段的物种的power-law relationship关联，显示高丰度和低丰度的物种具有低的变异度，中间频率的物种具有较高的变异度（Figure 2D）.


3.检测物种的瞬时效应

考虑到瞬态物种(transience species)也会对种群结构产生影响，作者下一步开始检测不同时间点出现的瞬态物种。作者设定相对丰度低的物种为瞬态物种，按照相对丰度对物种进行分类，设定了三个阈值进行讨论，分别为（<0.1%，≥0.1%到≤1%，>1%）（Fig. 3a）。统计三个阈值范围下不同物种的比例，可以看出相对丰度<0.1%的瞬态物种主要分布在真核生物、噬菌体和病毒，细菌相对所占比例较小。而高丰度物种主要分布在细菌、真菌和噬菌体中。说明皮肤微生物的主要常驻物种存在这三类物种中。随后对病毒群落的调查显示，不同受试者随皮肤环境变化，病毒的组成相对单一（Fig.3b）。似乎每个个体有其独特的皮肤病毒组成（Fig. 3c），且并未在12个受试者中都检出一些共有病毒种类,而噬菌体则相反，例如噬菌体Propioibacterium 和Staphylococcus和Streptococcus在12名受检者的皮肤上均有检出（Fig.3d）。且病毒仅存在皮肤的一些特定部位（Fig.3e）。

4.单独个体是否有随时间变动的微生物种群
为了检测污水处理对耐药基因组的影响，对PST居民居住地附近的街道排污口以及本地的现代污水处理工厂（WWTP）的进水口和出水口进行取样。将它们与PST居民粪便样品比较研究其系统发生组成和耐药基因组。虽然街道排为了探究不同个体是否也存在其独特的微生物群落组成，课题组下一步开始寻找每个受试者是否有区别于他人的独特微生物印迹（microbial fingerprints）。作者采用了森林随机算法（random forest algorithm）对不同个体不同时间点进行分类。从结果来看相对丰度低于%的物种在不同时间点似乎较稳定（Fig. 4）。该结果暗示以种来进行个体分类似乎不够可靠。

5.单独个体微生物种群的SNV表现为随时间的稳定性
Shotgun宏基因组数据可以为研究者提供菌株和SNV水平的信息。为此，作者选取了在样本中丰度较高且包含丰富SNV信息的两个菌株进行研究。此前课题组已经发现在皮肤不同位置上同一菌株包含不同的亚种。结果显示在不同个体中菌株Propionibacterium acnes随时间变化SNV相对稳定（Fig. 5a和5b），且40X的覆盖度已经可以揭示这一结果（Fig.5c）.说明不同人从环境和他人接触中获得新菌株的可能性较小。且大部分的SNV发生在双等位基因水平（Fig.5d 和5e）。

6.P.acnes的泛基因组组装及功能比较
采用泛基因组组装的方式对P. acnes进行研究，可以得到P. acnes有3774个非冗余的基因簇，其中核心基因有1685个。其中82.6%-99.9%的泛基因在健康个体中存在(Fig.6a)，整合功能分析可见不同的菌株组合有同样的功能（Fig.6a和6b）。不同人之间同样的菌株功能类似，仅存在5%的差异（Fig.6c）。不同个体的差异可能仅仅体现在基因的拷贝数变化上（Fig. 6d）。对于非核心基因采用KEGG进行功能聚类，绝大部分的基因功能未知（Fig.6e）。去除未注释的基因重新聚类，结果显示功能主要富集在ABC 转运以及半胱氨酸和蛋氨酸代谢通路（Fig.6f）

7.S．epidermidis的泛基因组组装及功能比较
为了探究是否P. acnes的功能影响了其他微生物，课题组比较了另一个菌株S. epidermidis在不同时间点的丰度变化（Fig. 7a）。不同时间段之间的相似性大于个体之间的相似性（Fig. 7b）。对该菌株序列进行组装，共得到5465个基因簇，其中非核心基因3583个。对非核心基因进行KEGG分析，仅有139个基因有注释（Fig.7d），这些基因的功能主要富集在DNA复制和类胡萝卜素的合成上（Fig.7e）.且足部的细菌功能和非足部的细菌功能没有显著差异（Fig.7f）。

原文出处：

Oh J, Byrd AL, Park M, Program NCS, Kong HH, Segre JA (2016) Temporal Stability of the Human Skin Microbiome.  Cell, 165: 854-66.