매일 소화 시스템에 서식하는 수십억 개의 박테리아가 바뀝니다. 먹는 음식, 복용하는 약, 노출된 세균은 일부 박테리아를 다른 박테리아보다 더 번성하게 만듭니다. 과학자들은 끊임없이 변화하는 장내 미생물의 균형이 건강 및 질병과 관련되어 있음을 알고 있지만 미생물 균형을 다른 것보다 좋게 만드는 요인을 파악하기 위해 고군분투했습니다.

지난 XNUMX년 동안 과학자들은 일반적으로 어떤 종류의 박테리아가 있고 얼마만큼 존재하는지 특성화하여 사람의 장내 미생물 군집(인간의 장에서 발견되는 미생물의 집합체)을 설명했습니다. 이제 Gladstone Institutes의 Katie Pollard 박사가 이끄는 연구원 그룹은 종뿐만 아니라 박테리아의 균주를 모니터링하는 것이 미생물군집에 대한 더 나은 통찰력을 제공할 수 있음을 시사하는 두 가지 새로운 연구를 발표했습니다.

박테리아 균주는 개 품종이나 토마토 품종과 약간 비슷합니다. 같은 종의 일부이지만 서로 다릅니다.

Nature Biotechnology 저널에 발표된 한 연구에서 Pollard의 연구실은 미국 에너지부 합동 게놈 연구소의 연구원인 Stephen Nayfach 박사와 협력하여 미생물군집 샘플에 존재하는 박테리아 균주를 분석하는 새로운 계산 방법을 개발했습니다. 기존 기술보다 빠르고 저렴합니다. Pollard는 새로운 접근 방식을 통해 연구자들이 이전보다 더 크고 정밀한 미생물군집 분석을 수행할 수 있을 것이라고 말합니다.

Genome Research에 온라인으로 게재된 별도의 논문에서 Pollard는 스탠포드 대학의 Benjamin Good 박사와 Michael Snyder 박사의 연구실과 협력하여 19년 동안 5개의 다른 시점에서 한 사람의 미생물군집에 존재하는 박테리아 균주를 추적했습니다. 항생제 치료 전후를 포함하여 한 달의 기간. 그들은 어떤 경우에는 박테리아 종의 풍부함이 시점 사이에 일정하게 유지되었지만 그 종의 균주는 극적으로 변했다는 것을 발견했습니다.

미생물군유전체를 의미 있게 만들기

장 내부에서 박테리아는 아마도 음식을 소화하는 것 이상의 일을 할 것입니다. 실제로 연구에 따르면 염증성 장 질환, 천식, 자폐증, 당뇨병 및 암과 같은 다양한 질병을 가진 사람들은 건강한 사람들과 비교하여 소화 시스템에 다른 박테리아가 있는 것으로 나타났습니다. 그러나 이러한 관찰을 통해 지금까지 마이크로바이옴을 표적으로 하는 치료법이 거의 나오지 않았습니다.

모든 박테리아에는 고유한 유전 코드가 있기 때문에 과학자들은 DNA 시퀀싱에 의존하여 주어진 사람의 미생물군집에 어떤 박테리아가 서식하는지 알아냅니다. 그러나 데이터의 크기와 복잡성으로 인해 DNA 염기서열을 분석하는 것은 어렵습니다. 연구자들은 어떤 종이 존재하는지 확인하기 위해 기존 방법을 사용할 수 있지만, 이는 미생물군집의 다양성과 기능에 대한 그림의 일부만을 제공합니다. 이는 단일 종의 박테리아에 있는 서로 다른 균주가 서로 다른 행동을 유도할 만큼 충분히 큰 상당한 유전적 차이를 가질 수 있기 때문입니다.

지금까지 미생물군집 샘플에서 유전적 차이를 식별하려면 고성능 컴퓨팅 성능과 클라우드 스토리지가 필요했습니다. 이는 대부분의 실험실에서 사용할 수 없는 것입니다. 연구원들은 서열 정렬로 알려진 기술을 사용하여 미생물군집에 존재하는 수천 개의 박테리아 게놈에서 수백만 개의 DNA 단편을 알려진 모든 미생물의 서열이 있는 데이터베이스와 비교해야 했습니다.

Pollard와 그녀의 동료들은 게놈 서열의 긴 스트레치가 많은 박테리아 종이나 균주에서 일반적이라는 것을 알고 있었습니다. 따라서 이러한 시퀀스는 특정 박테리아 균주를 정확히 찾아내는 데 사용할 수 없습니다. 인간 게놈의 가장 가변적인 영역만을 분석하는 접근 방식에서 영감을 받아 팀은 포함된 균주를 식별하기 위해 미생물군집 데이터에서 선별하는 데 필요한 최소한의 서열 정보를 찾기 시작했습니다.

연구자들은 인간의 장에서 일반적으로 발견되는 약 100,000종의 박테리아로부터 900개 이상의 공개적으로 이용 가능한 고품질 게놈을 분석했습니다. 그들은 박테리아의 변종 사이에서 가장 자주 변하는 박테리아 게놈에서 104억 XNUMX백만 개의 짧은 DNA 문자열을 발견했습니다. 그런 다음 이 정보를 사용하여 GenoTyper for Prokaryotes(GT-Pro)라는 새로운 알고리즘을 설계했습니다. 이 알고리즘은 미생물군집 염기서열 데이터에서 박테리아 균주의 식별자 역할을 하는 핵심 문자열과 정확히 일치하도록 검색합니다. 이전의 시퀀스 정렬 방식과 달리 GT-Pro는 노트북 메모리에 적합하며 고성능 컴퓨팅 및 클라우드 크레딧이 필요하지 않습니다.

연구 분야는 이전에 전 세계적으로 소수의 실험실에서만 균주의 분해능으로 마이크로바이옴 데이터를 분석할 수 있는 자금이나 컴퓨터 하드웨어를 보유하고 있다는 사실로 인해 제한을 받았습니다.

항생제 전과 후

최근 몇 년 동안 마이크로바이옴 연구자들이 답하기 위해 노력해 온 질문 중 하나는 시간이 지남에 따라 한 사람의 몸에서 마이크로바이옴이 얼마나 변하는지입니다. 이 질문은 종 수준에서 해결되었습니다. 과학자들은 사람들의 미생물군집의 종 구성이 식단, 질병 또는 환경 변화와 함께 어떻게 변하는지 추적해 왔습니다. 그러나 결과는 미생물군집이 항생제 내성이나 화학 요법 약물을 비활성화하는 능력과 같은 새로운 기능을 얻는 방법을 설명하는 데 실패했습니다.

Pollard와 그녀의 동료들은 시간이 지남에 따라 단순한 종이 아니라 박테리아의 변종이 어떻게 변하는지 분석함으로써 이 질문을 더 깊은 수준에서 탐구하기를 원했습니다. 그들은 단일 인간 세포의 시퀀싱을 위해 설계된 방법을 용도 변경하고 박테리아 DNA 분자를 바코드화하는 데 사용했습니다. 이를 통해 그룹은 5개월 연구 과정에서 한 사람의 개별 박테리아 균주를 추적할 수 있었습니다.

연구팀은 건강한 개인의 미생물군집을 5개월 동안 일주일에 한 번 정도 염기서열 분석했다. 그 기간 동안 피험자는 놀랍게도 라임병 진단을 받았고 인간 장에 서식하는 박테리아를 포함하여 많은 종의 박테리아를 제거하는 것으로 알려진 항생제를 2주 동안 투여받았습니다.

어떤 경우에는 이것이 사실이었습니다. 미생물의 특정 종과 균주는 현저하게 회복력이 있었고 5개월 기간의 시작과 끝에서 거의 변경되지 않은 게놈으로 존재했습니다. 그러나 다른 경우에는 항생제 후에 존재하는 균주가 종의 풍부함은 변하지 않았음에도 불구하고 처음의 균주와 유전적으로 달랐습니다. 중요한 것은 팀이 각 미생물군집 샘플에 존재하는 종만 분석했다면 이러한 차이를 놓쳤을 것입니다.

GT-Pro 알고리즘은 아직 이 연구에서 사용할 수 없었지만 Pollard는 유사한 미래 연구를 수행하기가 훨씬 쉽고 저렴할 것이라고 말합니다.

미생물군집 연구의 새로운 길을 개척하다

신체의 박테리아는 정글과 같습니다. 유기체가 섬세한 균형을 이루며 공존하는 살아있고 변화하는 생태계입니다. 위에서 위성 이미지를 볼 때 생태학자는 정글의 가장 심오하고 급격한 변화를 모니터링할 수 있지만 환경을 형성하는 더 미세한 복잡성은 놓칠 수 있습니다.

유사하게, 종의 변화를 관찰함으로써 미생물군유전체를 연구하는 사람들은 네트워크에 대한 높은 수준의 관점을 얻었고 건강과 질병에 대한 가장 명백한 연관성만 보았습니다. 그러나 GT-Pro와 미생물 균주에 대한 새로운 관점을 통해 Pollard는 새로운 연관성이 분명해질 것이라고 말했습니다.

이 기사에서 배울 점:

In one study published in the journal Nature Biotechnology, Pollard’s lab worked with Stephen Nayfach, PhD, a research scientist at the US Department of Energy Joint Genome Institute, to develop a new computational method to analyze the strains of bacteria present in a microbiome sample much more quickly and affordably than existing technologies.
In a separate paper published online in Genome Research, Pollard collaborated with the labs of Benjamin Good, PhD, and Michael Snyder, PhD, at Stanford University to track the strains of bacteria present in one person’s microbiome at 19 different time points over a 5-month period, including before and after a course of antibiotics.
Researchers had to compare millions of DNA fragments from the genomes of thousands of bacteria present in the microbiome to a database with the sequences of every known microorganism, using a technique known as sequence alignment.