赵方庆5400字揭秘菌群江湖的十八般武艺

原标题：赵方庆：5400字揭秘菌群江湖的十八般武艺！

本视频录制于2018年03月17日，之前未整理讲演图文实录，近期咱们特别对此作了组织，以飨读者。

————————————————

赵方庆，我国科学院北京生命科学研讨院教授，2019我国肠道大会联合发起人&母婴肠道大会主席。

近5年，先后掌管国家自然科学基金6项、国家重点研制方案课题2项，还掌管国防科技立异特区项目、我国科学院“科技立异穿插与协作团队”项目和中科院院长特别奖基金等。

近年来，围绕着“核算基因学”研讨方向，树立了一系列原创性的生物信息学算法和东西，并在环形非编码 RNA 和微生物组范畴取得重要发展。

在Nature Communications、Gut、Genome Biology、Trends in Genetics、ISME J、Current Biology 和 Nucleic Acids Res 等刊物上宣布通讯作者论文30余篇，均匀影响因子超越10；研讨论文总引证次数超越4200次（H-index 34），其间多篇当选 ESI 高被引论文。

—————————————————

各位朋友，咱们晚上好！

我是来自我国科学院北京生命科研院的赵方庆，下面由我给咱们共享一下咱们试验室做的一些作业，包含菌群的剖析。

我信任在座的各位来参与“肠·道”论坛，意味着对菌群感兴趣。

咱们或许都十分重视菌群怎么影响健康，菌群到底有什么样的效果？

咱们或许不知道的是，怎么取得菌群的这些数据和信息，怎么了解菌群和健康之间的联系？

为了更好地展现这一点，我提出来一个比较形象化的类比，能够把菌群幻想成一种江湖。

咱们都看过武侠小说，在江湖里边有许多的门派有许多功夫招数，相同关于菌群也有分类的阶元，比方说门、纲、目、科、属、种。

江湖有峨眉派、有武当派等等，这些的门派都有自己的一些独门秘籍，如打狗棒法、玉女心经等等。

相同的，菌群也有自己特别的一些当地，某些物种它编码特定的一些基因，具有一些特定的功用，这些基因和功用，或许影响咱们的健康，导致相应的一些疾病。

别的，在江湖傍边不同的帮派之间或许有竞赛、有联盟，也有一些明争暗斗。相同关于菌群，它们的联系也是十分复杂的，这儿边有互利共生，也有竞赛拮抗。

怎么去研讨和提醒这些菌群与咱们健康和疾病之间的联系呢？其实这就需求对咱们这些菌群有着更为深化的一些了解。

咱们经常会说到微生物的暗物质，这是由于咱们过多地重视人体自身的基因，而疏忽了和咱们共生的这些菌群，相同的咱们居于庙堂之高，或许也疏忽了江湖之远。

下面我就给咱们介绍下，怎么真实地去了解咱们身边以及咱们肠道之内的这些微生物，怎么来做好一个江湖百晓生，对这些与咱们共生的细菌一目了然。

咱们应该都看过《天龙八部》，都知道神仙姐姐王语嫣，她博闻强记，把各个门派的这些武功、招数都记到自己脑海里。

她能够从一个简略的招数里边揣度这个人，他是什么帮派以及他下一步、下一个招数或许要使什么招，能够说她便是武侠界的 AlphaGo。

那么做菌群的剖析，也需求具有这样的一些身手。咱们需求辨认某些特定的 Marker 基因，就像是一些招数似的，从它第一步做了什么就能够揣度后边是什么体现。

比方能够测定它的核糖体 RNA 的序列，经过这个序列自身的一些特色，能够给它一个详细的分类的阶元，它归于什么种、属，它的丰度是什么？

当然假如重视它的功用的话，有必要从这种简略的分类，面向对它功用基因的认知。比方能够经过测定当时菌群全基因组的序列，剖析它的功用基因，去揣度当时这个物种它的功用以及是怎么影响咱们健康的。

这儿边就存在一个问题，怎么来提醒真实和疾病有关的这些微生物、这些株系。

一般情况下，咱们或许去测定一个16S，来判别哪些种或许哪些属和健康有关。

但这时分还缺少详细可操作的手法，依然需求找到某一个特定的细菌、一个细胞、一个株系，去做后续的功用的一些研讨，这儿边又牵扯到因果联系转向相相联系的这样的一个改动。

现在十分需求相应的一些办法、一些技能手法来找到感兴趣的特定的微生物、特定的基因和特定的变异。

这就需求一些更为有用的生物大数据的发掘办法，包含怎么去精准地解读海量的、零星的数据信息。除此之外，也需求靶向地去剖析的这样一些办法。

比方现在测序得到一大堆海量的序列，它的数据量十分十分大，即便凭借最先进的超算的一些技能，依然或许难以把一切的信息都给发掘出来，那么就需求做靶向，把你关怀的某一个特定的微生物其特定的基因功用经过树立相应的办法给找出来。

咱们团队在曩昔的几年之内，就从微生物的谱系的筛查，到功用基因的重建，然后树立了一系列的办法。

这儿边咱们十分关怀的是和人体健康有关的这些菌群，它们具有什么样的功用、基因，怎么来重建它的基因的序列。

也就意味着咱们要去解读各个门派或许各个集体，它们具有什么样的独门秘籍以及这个秘籍彼此之间的相关是什么姿态。

现在怎么去研讨相应的这种功用基因，怎么从海量的组学的数据微生物组的样本傍边，来挑选来取得它的精密的基因组图谱？

咱们提了一系列的办法，包含最近咱们所关怀的选用单细胞的技能来取得每一个细胞的基因组。

2013年，就有科学家用了这样一些办法，经过从不同环境来挑选微生物的单细胞，经过建库、测序终究取得许多微生物的全基因组序列。

这些序列提醒与咱们共生的菌群以及提醒一些新的化合物、新的基因、新的功用，供给了十分好的一些条件。

可是这些办法都受限于单细胞技能的低效性以及高度的偏倚性。

详细说，便是由于单细胞测序技能自身只能得到部分的，大约一半左右的基因组的全序列，也就意味着许多的它对应的核酸序列经过扩增之后彻底丢掉了。

咱们就想，关于一个单细胞，它或许只含有飞克级的核酸，怎么来添加核酸的拷贝数？

咱们想了一系列的办法，包含经过某些特定的一些化合物，来按捺细胞的割裂。

原本一个细胞跟着细胞的割裂它里边的核酸会仿制，也会均匀分配到两个子代细胞傍边，假如把细胞的割裂给按捺住了，它只要核酸的加倍并没有细胞的割裂。经过测定这一个没有割裂的细胞的核酸，就能够取得更为完好的基因组序列。

相同还有一些类似的办法，包含选用捕获的办法，把特定的单细胞给限制在某一个特定的一些微球或许孔洞里边，经过部分的增殖就能够取得许多的从单细胞所发展出来的多个克隆，以及相应的这种基因组的信息。

这些办法，都从试验技能上，提高了研讨这些基因组的这样一些手法。

除了这些试验的手法之外，生物信息学家也提出来一系列的办法，选用核算的办法、生物大数据发掘的办法来协助咱们去解析微生物组的数据。

比方今日在座或许有二、三百位听众，咱们每个人肠道里边或许有成百上千个不同品种的微生物，假如对某个个别的菌群来进行测定，明显这个数据的解析是十分十分困难。

假如把一切人的菌群都进行解析，由于某一个菌在一切的人里边或许都有，可是它的丰度不相同，使用这种丰度的差异，就能够把来源于同一个基因组的这些序列经过聚类的办法聚到一同。

这个办法称为共丰度，是一种网络重建的办法。使用这个办法，就能够根据没有参阅基因组的情况下，来取得肠道或许其他环境傍边的微生物组的序列。

这个办法很明显就依赖于海量的数据的处理，首先要测定一切人的肠道微生物，所以它的本钱和花费都是十分高的。

咱们就想，能不能凭借于单细胞测序，加上惯例的全基因组随机测序的办法，把两个办法结合起来。

比方这有一堆的微生物，或许有1000个不同品种的微生物，选用经典的测序直接建库测序会得到一个基因组拼装的效果，明显，这个拼装的效果会十分差，也就意味着许多的信息都是片断化的、琐细的。

咱们就想能不能把这些细胞、细菌分门别类，拆分红若干个子集，就像把整个江湖傍边一切的人物，按门派来进行区分相同。

关于特定的子集，再去做后续的分选、建库、测序，就会得到一个小的 meta（宏基因组），小的 meta 的复杂度，要显著地低于原始的 meta。

后续就能够选用相应的核算办法，把这个小的、低复杂度的和大的、高复杂度的结合起来，经过图论和机器学习的办法，就能够来取得相对高质量的微生物组的全序列。

经过这个办法，能够看到它具有十分高的功率，由于能够经过操控分选数目的巨细，去操控它的相应的数量。

当分选子集的数目十分十分少，细胞的数目十分少，少到只要一个，那便是单细胞测序。假如这个分选的数目十分十分大，便是原始的 meta。

那能够看到，咱们只分选了三个子集，就取得70多个挨近完好的基因组，很明显这个数据，就有利于后边去剖析它的功用基因，去剖析这些细菌是怎么适应环境，怎么来影响人体健康的。

这些作业都是起点，终究咱们依然感兴趣的是这些细菌到底有什么用，它们在肠道傍边是有利的、仍是有害的？

这时分咱们需求提醒这些细菌以及不同细菌之间，它们是怎么样相互效果，它们是互利共生，仍是竞赛拮抗，仍是有着其他的什么样的联系？

这就类似于咱们的江湖傍边的，不同的门派他们的这种合纵连横。

关于菌群而言，它的联系的层次仍是十分广泛，不只仅有细菌之间的联系，而且有细菌和人体之间的联系。

很明显细菌或许会影响人体健康，人的遗传要素也会影响细菌的定殖。相同的咱们的膳食养分会影响菌群的改动。

当然细菌也会有它自己的病毒，咱们称之为噬菌体。噬菌体在菌群的平衡、丰度的保持上发挥着重要的效果。

那咱们就能够选用相应的数据发掘的办法，往来不断提醒这不同层次之间的相互联系，然后为解说咱们菌群的效果打下根底。

那么怎么来研讨它们之间的相互联系呢？那么这儿边也会用到一些数据发掘，或许说统计学模型的一些办法。

依然举方才的比方，咱们在座200多人，每一个人都有一个肠道的微生物的谱系，每个人里边有100种微生物，它的丰度彼此之间不相同。

那么我能够把这些一切的信息放到一个大的 EXCEL 表里边，每一行能够理解为某一个特定的一个细菌，每一列能够理解为在座的每一个人。

那么这表格里边的数字就意味着关于某一个特定菌，它在某一个特定人里边的生物量，便是它的丰度。

这个表格，能够用图形化的方式来表示出来，这个图形咱们称之为一个交互的网络。

在这网络上，网络的节点便是意味着特定的两个菌之间的连线，便是它俩之间的相互联系。

这个连线或许是正相关，意味着两个菌它们是互利的，你多，我也多。假如这个相关是负相关，意味着你多，我就少。

经过这个网络就能够发掘出来哪些细菌或许是一起发挥起效果，或许它会影响咱们健康。

或许说假如咱们想去掉一些特定的有害菌，那就去找哪些菌和它有竞赛拮抗，我能够添加这些有利菌，即和其存在竞赛拮抗的细菌，然后起到下降有害菌的效果。

当然在实践的数据发掘的进程傍边，它的问题的复杂性远远超越幻想，里边有许多的噪音，有整个这个系数矩阵自身带来的一些核算的问题。

科学家们都能够选用种种的一些核算办法，一些统计学模型，来取得高质量的一些效果，来扫除这其间的一些假阳性。

当重建了不同层次的菌群之间的联系的时分，就能够来使用这些联系协助保护咱们的健康。

这儿边有一个咱们所重视的，噬菌体医治的这样一个提法，那这是什么意思？

由于噬菌体是能够侵染而且裂解它的宿主细菌，那么咱们就想能不能使用噬菌体来代替抗生素？

咱们知道，现在抗生素的耐药性能够说是全球遍及重视的一个问题，那么这儿边有一个十分好的一个比方。

左面这个图显现的是美国的一个神经学家，他2015年去埃及旅行得了胰腺炎，曲折医治从欧洲回到美国，医治半年多越来越严峻，终究临床检测，发现他感染了一种超级耐药的鲍曼不动杆菌。

他的夫人便是周围站的这位女士也是加州 UCSD（加州大学圣地亚哥分校）的病原微生物学家。

她自身的专业知识让她知道，在抗生素无法医治的时分或许需求一些其他的代替手法。

她就使用鲍曼不动杆菌的靶向的噬菌体来医治，效果经过很短期的医治就让她的先生康复了健康。后边她也把类似的医治办法用到更多的一些病例上。

这样的一个比方就充沛告知咱们，这些根底研讨的效果，彻底能够用来改进或许医治相应的一些疾病。

咱们知道，抗生素具有广谱性，它不只能够杀戮一些有害菌，一起它也会误伤一些有利菌。

而噬菌体它具有高度的靶向性，它往往只能去侵染或许只能去针对某些特定品种的或许特定株系的细菌，很明显它就能够躲避抗生素乱用的这样一些问题。

但总的来说，咱们的主意便是怎么能够从菌群数据傍边取得真实有用的信息，往来不断协助咱们，去挑选这样的一些噬菌体。

惯例的办法是凭借于试验，比方我想去找某一个详细细菌的噬菌体的时分，能够规划各式各样的试验去捕获或许去富集相应的噬菌体，很明显这种办法低效、盲目、而且不可控。

咱们就想能不能选用核算的办法。由于现在现已积累了海量的不计其数个人群的或许是个别的菌群的数据：包含肠道的、包含口腔的等等。这些数据里边就含有许多的数据的信息可供咱们去发掘、去研讨。

这儿边咱们用到的一个办法便是这种 Cas9的 CRISPR 的结构。

当噬菌体侵染宿主细菌的时分，宿主细菌里边会有一套取得性免疫的一个机制，它能够把噬菌体的核酸给切碎，其间有一小段或许会被刺进到 CRISPR 后边的这个 Spacer（距离序列）的结构上面。

咱们就想能不能辨认这样一个串联重复的结构，根据结构信息就能够把噬菌体以及被它侵染的宿主的联系给找出来。

使用这个办法就能够树立这样一个网络，在这个网络傍边，既有宿主噬菌体，也有相应的它对应的侵染细菌。

经过这个网络就能够协助咱们去进一步地发掘它们之间或许存在什么样的一个侵染，这就为后续真实找到咱们想要的具有潜在使用价值百科的噬菌体供给了一个数据的根底。

总的来说，菌群的高度复杂性不亚于人类社会，怎么继续地发掘和使用，怎么把根底研讨的效果转化为可临床使用的一些发现或许一些办法，我觉得咱们依然处于路上，依然是任重而道远。

我信任这种根底研讨的效果和临床的结合能够极大促进这一进程的转化。

好，谢谢咱们。

（全文完毕）

欢迎投稿：

微信投稿：

联系人：胡潇航

微信号：13011291868

邮箱投稿.

请以 Word 附件方式发送

标题为【投稿人/组织】+【标题】+【字数】

投稿邮箱：huxh@mr-gut.cn

责任编辑：