[Article] 공기 오염(PAHs)이 피부 미생물에 미치는 영향 (2020)

논문 

Leung, M.H.Y., Tong, X., Bastien, P. et al. Changes of the human skin microbiota upon chronic exposure to polycyclic aromatic hydrocarbon pollutants. Microbiome 8, 100 (2020). https://doi.org/10.1186/s40168-020-00874-1

Changes of the human skin microbiota upon chronic exposure to polycyclic aromatic hydrocarbon pollutants - Microbiome

 

Code 제공 👍👍

GitHub - mhyleung/skin_microbiota_pah

 

 

개요

PAHs 노출이 피부 노화화 색소 질환, 여드름, 피부암과 관련이 있다는 것이 밝혀졌지만, 정확히 어떤 메커니즘이 관여하는지는 잘 알려져 있지 않았다. 최근 연구에 의하면 피부 미생물이 xenobiotic와 PAHs 분해에 연관 있다는 것이 알려졌다. 위 연구는 PAH 노출에 따른 미생물 군의 잠재적인 변화가 피부 질환에 연관이 있음을 시사한다. 

우리는 미세먼지 농도에 따른 두 도시(Baoding, Dalian)에 따라 약 200명의 중국인의 얼굴과 두피 마이크로바이옴을 조사하였다.   

 

 

결과

1. Skin  site  and  city  as  main  drivers  of  microbiome  variation in  study  population

Baoding 시에는 phenanthrene, fluoranthene, pyrene, fluorene, acenaphthylene, 과 anthracene 등의 PAHs가 풍부하게 존재하였으며,  9-OH fluorene, 2-OH-naphtalene, and 1-OH-anthracene 같은 대사물질도 풍부하다. 

Dalian시는 Baoding 시에 비해 Cutibacterium의 subgenus oligotypes (OGTs)이 더 다양며, Fungal의 다양성도 더 높다.  Baoding에 거주하는 사람의 두피에는 PAH를 분해한다고 알려진 Micrococcus, Paracoccus, Ralstonia, Novosphingobium, 과 Aestuariimicrobium 이 더 풍부하다. 

이 외의 여드름과 dandruff, 샘플링 부위(Scalp, Face)가 주요한 미생물 군을 분류하는 지표이다. 그러나 나이에 따른 차이는 유의하지 않음.

=> PAHs노출이 많은 도시와 적은 도시에 따라 다양성과 taxa가 차이 난다. 

 

 

2. Acne  and  dandruff  were  associated  with  reduced integration  and  stability  in  their  crossdomain  association  networks  in  Baoding  and  Dalian

- 알고리즘: SPIEC-EASI, Correlation <= |0.15|

- 데이터: prevalance가 25% 이상 

- degree는 network plot에서 edge의 수를 뜻한다

 

Cheek의 경우 정상대조군에서는 노드 수가 감소해도 Natural Connectivity 가 일정하게 유지된다. 이때 Scalp와 Cheek의 네트워크 차이가 분명하게 드러난다. Cheek의 경우 정상 대조군에서 degre수가 많은 반면에, Scalp에서는 더 적은 값을 가진다. 특히, Acne가 있는 얼굴(cheek)과 dandruff가 있는 두피는 모두 정상대조군에 비해 네트워크의 degree(연결 정도)와 네트워크 안정성이 모두 낮았다. 

=> 미생물 군의 연관성도 차이난다. 그러나 질환에 따른 차이가 더 크다

 

3. Bacterial  and  fungal  taxa  showed  significant  associations with  exposure  levels  of  PAHs  and  skin  parameters  independent  of  skin  site  and  city  of  origin

- PAHs 노출 레벨에 따라 8군으로 나누어 보니, bacteria의 Alpha diversity가 노출 레벨에 따라 증가하는 경향을 보였다. 특히 볼에서 Propionibacterium 는 감소하고 Malassezia 는 증가하는 상관관계를 보였다. 

- Sparse canonical correlation analysis (sCCA)을 통해 전반적인 PAH와 연관이 높은 OTU를 선정하였다.  이에 따라 

- MaAsLin2을 통해 다변량 연관 분석 -> 미생물 군에 영향을 미치는 요인(host factor)은 나이, 사는 도시, 여드름 유무, 색소질환(cheek)과 dandruff (scalp)가 포함되었다. 

=> PAHs의 level에 따라 다양성과 Taxa가 크다. 다변량 분석 결과 이전 결과와 동일하게 도시, 질환 유무가 큰 영향을 미쳤다.

 

4. Majority of pollutant-associated signature taxa deviated from the neutral assembly process

- AIC값에 따라서 neutral/ Binomial/ Poisson 중에 어떤 모델이 위 데이터를 더 잘 설명하는지 평가 -> neutral model이 가장 높은 점수

- 그러므로 Sloan neutral model predictions로 각 미생물 군을 적합해보자

- bacteria와 fungi 모두 Baoding 에 비해서  Dalian 의 cheek이 niche-based assembly(R2와 M값이 낮음)를 보였다

 

( Sloan neutral model predictions 설명: https://bio-kcs.tistory.com/entry/Rphyloseq-Neutral-community-ModelNCM-%EA%B7%B8%EB%A6%AC%EA%B3%A0-%ED%95%B4%EC%84%9D%ED%95%98%EA%B8%B0)

- Propionibacterium, Staphylococcus 및 malassezia 등의 abundance가 높은 OTU들은 모델의 예측 95% 신뢰 구간 외(초록색)에 위치했으며, 반대로 Paracoccus 및 Corynebacterium은 아래(주황)에 위치하였다. 

- 기존 MaAsLin2 결과의 유의한 OTU들은 모델의 95% 이내에 속하지 않는 경우가 많았다. => 예측보다 빈도가 높았음

=> 중립모델에 적합했을 때 기존 PAH 노출도와 유의했던 종들은 특이적으로 빈도가 높았다. 

==> Scalp의 결과는 기존 연구(Kim)와 반대된 결과이지만, 두피는 cheek과 다른 특성을 다름으로 예상된 결과이다. 

==> PAH관련 유의한 미생물 군은 모두 중립에서 벗어났다 -> 이는 미생물 군이 인구 집단에서 선택된다는 것을 의미 

 

5. Associations between exposure levels of PAHs and commensal bacteria on skin revealed by pilot metagenomics

- PAH에 대해 노출이 매우 높거나(level8) 낮은(level1) 일부 샘플로 metagenome분석 수행 -> MaAsLin2으로 PAH에 따라 유의한 차이를 보이는 KO와 taxa에 따라 네트워크 연관성 분석 수행 

-  M. luteus  와  fluoranthene and benzo [b] fluoranthene는 강한 음의 상관관계, A. johnsonii와  phenanthrene 도 매우 강한 음의 상관관계를 보였다. oral bacterial인  Actinomyces viscosus는   benzo[k]fluoranthene 및 acenaphthylene와 양의 상관관계를 보임

=> 특정 물질과 특정 균이 강력하게 연관되어 있는 것을 보아 PAH가 공생균의 조성에 잠재적인 영향을 미치는 것 시사한다 

==> 기존 아시아인에서 구강 박테리아와 노화의 연관성 -> 조기노화에 대한 가능성?

==> PAH를 에너지원으로 사용하는 미생물 덕분에 분해도 가능하지만, 중간 대사산물이 독성을 띌 수 있다. 

 

6.Exposure to specific PAHs associated with different functions involved in microbial-host interactions

- UniRef50를 KO로 변환 -> MaAsLin2 로 통계분석 

- 대부분의 유의한 KO는 (i) host 의 생리(아미노산 합성, biotin 대사)(ii) microbial virulence, glycerophospholipid, 와 LPS 합성  그리고 (iii) 방향 분자 분해에 속한다 

 

결론

PAH 노출 단계에 따라 미생물군의 변화과 관찰/ 네트워크의 안전성 감소/ 미생물 군의 변화는 병원성의 잠재력 증가 및 방향족 분자 분해를 초래

 

 

 

 

 

---

AIC(Akaike information criterion): 저저익선

sCCA(Sparse canonical correlation analysis)

MAXVAR-A:  hierarchical multi-block analysis