- 일시 : 2022.12.04, 11:00~12:00
- 장소 : 전북대학교 생명과학과 401호
- 강의 : 한림대학교 김봉수 교수님(Cj bioscience/ Chunlab)
1. 마이크로 바이옴 이란?
마이크로 바이옴의 정의
- microbiome 의 정의는 microbiota + Activity를 포함하는 개념이다. 즉 각 미생물의 종과 더불어 그 환경에서 각 종이 어떤 역할을 하는지 알아내는 학문이다
- 즉 환경에 대한 이해가 매우 중요하다
- Holobiont는 최근 등장한 개념으로 미생물 + 숙주 + 환경을 더불어 일컫는 말이다. 이들의 공동체가 공진화하는 진화적 뜻을 포함하고 있다
- Microbiome study란 단순히 Structure(Composition)만 보는 것이 아니라, 각 function을 보고 최종적으로 어떤 미생물이 어떤 기능을 하는지 밝혀내는 것이다
마이크로 바이옴 연구 과정
- 연구 순서는 Composition(16s rRNA-> Metagenomics) -> Transcription(DNA -> RNA) -> Translation( DNA-> Metatranscription;mRNA) -> Metabolism (mRNA --> Metaproteomics;metabolites) 분석이다. 결과적으로 위와 같은 그림이 그려져야 한다. 그러나 시간과 금전적 소모로 인해서 사실 composition 보는 연구가 가장 많은 것이 현실이다.
- A는 정상인의 마이크로 바이옴의 다양성을 설명하는 자료이다. 정상인에서 미생물의 조성은 매우 다양하다. 그러나 그림 B는 각 미생물의 대사를 나타낸 것이다.
- 미생물은 다양하지만 각 대사는 비슷한 수준인 것으로 볼 수 있다. 그러므로 미생물 연구는 조성이 아니라 그 너머 대사까지 분석해야 한다.
Network analysis
- 많이 연구된 분야가 암 vs 정상 대조군의 미생물 비교이다.
- 어떤 요인(성별, 나이, 당뇨 여부, 각 미생물 종 들)이 암과 연관이 있는지 네트워크 플랏 등을 통해 확인 가능하다
- 한 종에 관해서 보는 것이 아니라 전체적으로 각 요인의 관계를 파악해야 한다 ✨
Stochastic change
- 위 그림에서 가장 이상적인 연구 결과는 a일 것이다. 그러나 많은 연구 결과는 c로 나타난다. 위 논문의 저자는 미생물 연구에도 안네 카레니나의 법칙이 적용된다고 했다.( Anna Karenina principle : 모든 행복한 가정은 서로 닮았고, 불행한 가정은 제각각 나름으로 불행하다)
- 이는 미생물 연구에도 적용된다. 이는 정상인의 미생물 군은 비슷하지만 dybiosis 된 사람의 미생물군은 여러 이유를 가진다.
Microbiome response
- 조건에 따른 미생물의 반응은 (a)일 것이라고 생각하지만, 실제로는 (b)처럼 다양한 상태를 지닌다.
- 약간의 회복력을 지니지만 미생물의 분포가 이상하다고 해서 그게 질병상태인지 정상 상태인지는 경과를 봐야한다는 것
분석 시 고려할 점
Free from contamination
- 미생물 연구에서 고려해야 할 점은 오염이다. 아래 종들은 보통 Kit단계에서 추출된 것으로 생각된다.
- 즉 샘플링 단계도 매우 엄격하게 통제되어야 하며, 이를 보정하기 위해 모든 단계마다 NC(negative control)군을 만들고 같이 시퀀싱 하여 오염된 종을 실제 샘플에서 삭제해야 한다(R package인 decontam 참조)
| Phylum | List of constituent contaminant genera |
| Proteobacteria | Alpha-proteobacteria: |
| Afipia, Aquabacteriume, Asticcacaulis, Aurantimonas, Beijerinckia, Bosea, Bradyrhizobiumd, Brevundimonasc, Caulobacter, Craurococcus, Devosia, Hoefleae, Mesorhizobium, Methylobacteriumc, Novosphingobium, Ochrobactrum, Paracoccus, Pedomicrobium, Phyllobacteriume, Rhizobiumc,d, Roseomonas, Sphingobium, Sphingomonasc,d,e, Sphingopyxis | |
| Beta-proteobacteria: | |
| Acidovoraxc,e, Azoarcuse, Azospira, Burkholderiad, Comamonasc, Cupriavidusc, Curvibacter, Delftiae, Duganellaa, Herbaspirilluma,c, Janthinobacteriume, Kingella, Leptothrixa, Limnobactere, Massiliac, Methylophilus, Methyloversatilise, Oxalobacter, Pelomonas, Polaromonase, Ralstoniab,c,d,e, Schlegelella, Sulfuritalea, Undibacteriume, Variovorax | |
| Gamma-proteobacteria: | |
| Acinetobactera,d,c, Enhydrobacter, Enterobacter, Escherichiaa,c,d,e, Nevskiae, Pseudomonasb,d,e, Pseudoxanthomonas, Psychrobacter, Stenotrophomonasa,b,c,d,e, Xanthomonasb | |
| Actinobacteria | Aeromicrobium, Arthrobacter, Beutenbergia, Brevibacterium, Corynebacterium, Curtobacterium, Dietzia, Geodermatophilus, Janibacter, Kocuria, Microbacterium, Micrococcus, Microlunatus, Patulibacter, Propionibacteriume, Rhodococcus, Tsukamurella |
| Firmicutes | Abiotrophia, Bacillusb, Brevibacillus, Brochothrix, Facklamia, Paenibacillus, Streptococcus |
| Bacteroidetes | Chryseobacterium, Dyadobacter, Flavobacteriumd, Hydrotalea, Niastella, Olivibacter, Pedobacter, Wautersiella |
| Deinococcus-Thermus | Deinococcus |
| Acidobacteria | Predominantly unclassified Acidobacteria Gp2 organisms |
(Salter et al., BMC Biology. 2014. 12; 87.)
Statistical method
- lefse와 edgeR은 피하는 것이 좋음
2. 교수님 연구
Atopic dermatitis(AD)
- 나이에 따른 변동을 줄이기 위해, 6개월 미만의 정상 군과 AD군 장내 미생물 비교-> feeding type에 의한 영향이 큼( 분유 vs. 모유)
- 또한 Akkermansia muciniphila(mucin을 먹는 미생물)가 차이가 났다. 이는 mucin이 glycan으로 분해되며 이 glycan이 박테리아의 양분이 되면서 미생물 군집 형성에 중요한 역할을 한다.
- 이후 6-36개월에서 비교
- Non-AD와 AD 구간의 네트워크 플랏을 보면 확실히 AD군은 균간의 상호작용이 적은 것을 볼 수 있다. 이 상태를 dybiosis라고 한다.
3. QnA
Q. AD와 장내 미생물의 관계가 밝혀졌는데, AD환자에서 FMT(대변 이식) 연구는 추가 예정이 있는가?
A. FMT의 부작용을 무시 못하고, 6개월 미만의 어린아이 이기 때문에 FMT적용은 어렵다.
Q. 천랩은 배양이 잘 되지 못하는 균을 배양하는 것으로 유명한데 그 이유는 무엇인가?
A. 미생물군의 전체 유전체를 조사하여 이 미생물에 맞는 영양분을 조합하여 배양한다. 그러나 쉽지 않다.
Q. 중간에 edgeR와 lefse는 통계에 적절하지 않다고 했는데 그러면 어떤 tool이 좋은가?
A. 일단 lefse회사에서 만든 masalin2도 좋고, 적어도 툴 2개 이상은 쓰는 것이 좋다
Q.AD에서 butyrate가 중요하다는 결과가 나왔는데, AD와 직접적인 연관이 있는가?
A. 이는 지금 연구 중이다. 그러나 butyrate가 직접적인 영향보다는 butyrate 생산 미생물이 염증과 연관이 있을 것이다.
4. 후기
미생물 연구 전반에 대한 포인트를 콕 찝어서 본 느낌이다.
김봉수 교수님은 미생물의 조성뿐만 아니라 대사체 함량, 미생물을 각 대사 과정에서 연관된 기능들에 대한 전반을 심도 있게 연구하셨다. 우리 연구실도 하루빨리 이런 뛰어난 연구를 할 수 있는 기반이 마련되었으면 좋겠다.
설명해주신 내용 중에 미생물의 다양성을 안네 카레니나 법칙에 비유한 논문이 굉장히 재밌었다. 안네 카레니나 법칙을 아시냐고 질문하셨을 때 괜히 아는 척하기 싫어서 아무 말 안 했지만, 오히려 교수님이 멋쩍어하신 것 같아서 죄송해졌다.. 다음에는 좀 더 적극적으로 답을 하도록 하자.
Reference
- Berg, Gabriele et al. “Microbiome definition re-visited: old concepts and new challenges.” Microbiome vol. 8,1 103. 30 Jun. 2020, doi:10.1186/s40168-020-00875-0
- Fan, Y., Pedersen, O. Gut microbiota in human metabolic health and disease. Nat Rev Microbiol 19, 55–71 (2021). https://doi.org/10.1038/s41579-020-0433-9
- Human Microbiome Project Consortium. “Structure, function and diversity of the healthy human microbiome.” Nature vol. 486,7402 207-14. 13 Jun. 2012, doi:10.1038/nature11234
- Salter, S.J., Cox, M.J., Turek, E.M. et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol 12, 87 (2014). https://doi.org/10.1186/s12915-014-0087-z
- Lee, Min-Jung et al. “Perturbations of gut microbiome genes in infants with atopic dermatitis according to feeding type.” The Journal of allergy and clinical immunology vol. 141,4 (2018): 1310-1319. doi:10.1016/j.jaci.2017.11.045
- Lee, M. J., Park, Y. M., Kim, B., Tae, I. H., Kim, N. E., Pranata, M., Kim, T., Won, S., Kang, N. J., Lee, Y. K., Lee, D. W., Nam, M. H., Hong, S. J., & Kim, B. S. (2022). Disordered development of gut microbiome interferes with the establishment of the gut ecosystem during early childhood with atopic dermatitis. Gut microbes, 14(1), 2068366. https://doi.org/10.1080/19490976.2022.2068366
- Nearing, J.T., Douglas, G.M., Hayes, M.G. et al. Microbiome differential abundance methods produce different results across 38 datasets. Nat Commun 13, 342 (2022). https://doi.org/10.1038/s41467-022-28034-z
