往期資源！
1、匯總最全的protocol！再也不用擔心做實驗！
2、乾貨分享！3000張PPT科研繪圖模板速領！
3、獨家資源限時領取！2022年基金申請+標書全文+20大熱點高分文獻+實操教程！
4、SCI科研繪圖技巧！如何做出符合雜誌要求的圖？
人類流行病學和遺傳學研究以及動物實驗研究表明，最常見的慢性非傳染性疾病的發病機制涉及多基因易感性、衰老、性別和大量環境暴露之間的複雜相互作用。有趣的是，環境因素，如飲食、體力活動和吸煙，可能通過改變腸道微生物群而發揮一些致病作用。因此，探索腸道微生物群作為假定的慢性疾病共同觸發因素的第一個合乎邏輯的步驟似乎是進行整合流行病學和多組學分析的研究。然而，為了確保此類研究結果的可靠性以及規劃後續臨床干預和機制實驗，需要將疾病特異性微生物群和相關代謝組學特徵與由發病前和合併症以及多因素治療引入的混雜因素分開。例如，常用處方藥會廣泛影響腸道微生物群和宿主代謝群，並可能混淆甚至掩蓋真正的疾病特徵。因此，最近的一份報告主張對影響人類腸道微生物群的混雜因素進行廣泛調整，以避免虛假關聯並識別真正的疾病特異性差異。2022年2月17日，來自丹麥哥本哈根大學的Oluf Pedersen 及其團隊在Nat Med (IF: 36.13)雜誌上發表名為Microbiome and metabolome features of the cardiometabolic disease spectrum的研究[1]。研究設計、深入表型分析和多組學分析。 本研究包括372名缺血性心臟病 (IHD)患者，其中112名為急性冠狀動脈綜合徵 (ACS)，158名為慢性缺血性心臟病 (CIHD)，102名為IHD病和心力衰竭 (HF)。此外，我們納入了275名在人口統計學、年齡和性別方面匹配的健康對照 (HCs)和222名未經治療的代謝匹配對照 (UMMCs)，即具有代謝綜合徵特徵，因此IHD風險增加，但未接受降脂或抗糖尿病或抗高血壓藥物治療的個體。最後，我們納入了372名在2型糖尿病 (T2D)狀態和體重指數 (BMI)方面與IHD個體匹配的對照，此後稱為代謝匹配對照 (MMCs) (圖1)。IHD的微生物群和代謝組學特徵。 我們認為，識別IHD的真正微生物群和代謝組學特徵，即不能更好地解釋為通過藥物和人口統計學間接關聯的疾病特徵是我們研究的一個主要貢獻。此外，我們通過根據其在 CMD 譜中的各個組比較中的特徵對其進行分類，從而進一步區分 IHD 特徵與其代謝發病率，定性地側重於條件特異性，定量側重於效應大小 (圖3)。我們通過僅在相應條件下表現出顯着變化來確定代謝異常 (圖3a，b)或 IHD (圖3a，c)特有的特徵，即 HC 與 MMC / UMMC 的代謝異常特徵 (DMF)或 MMC /UMMC 與具有 IHD 的個體的 IHD 特定功能 (IHDF)。此外，我們根據它們是否在代謝障礙和 IHD 中表現出典型的效應大小變化來識別特徵，或者將其保持在從代謝障礙到 IHD 的相同方向，即升級特徵 (ESCF)，或者相反，在相反的方向方向即降級特徵 (DSCFs) (圖3a，d)。圖3. 橫斷面研究中用於微生物組和代謝組特徵分類的方法IHD亞型的微生物群和代謝組學標記。 對ACS、CIHD和IHD引起的HF組的詳細分析為微生物組和代謝組特徵的相對變化提供了更多粒度 (圖5)。與對照組相比，CIHD每個IHD亞組的典型特徵總數最高，其次是HF和ACS。CIHD表現出腸道微生物群功能電位的差異最大的變化，而ACS則主要表現出代謝組學特徵的差異變化 (圖5)。圖5. IHD 及其亞型中的代謝組和微生物組特徵發生獨特的變化以往探索非傳染性疾病的微生物群和代謝組學分析很少關注研究結果的主要混雜因素，如常見、疾病前期和合併症或多藥物治療。在本研究中，在缺血性心臟病 (IHD)的背景下，我們採用了一種研究設計，該設計概括了隨着時間的推移疾病的開始、惡化和對治療的反應，反映了一項縱向研究，鑑於IHD病發病機制的長期性，該研究很難進行。我們招募了1241名歐洲中年人，包括健康個體、代謝異常發病率 (肥胖和二型糖尿病)但缺乏明顯IHD診斷的個體，以及處於急性冠狀動脈綜合徵、慢性 IHD 和伴有心力衰竭的 IHD 三個不同臨床階段的 IHD 個體，並對其表型組、腸道宏基因組以及血清和尿液代謝組學進行了表徵。我們發現，在對藥物和生活方式的影響進行調整後，將IHD病個體與健康個體區分開來的約75%的微生物群和代謝群特徵存在於表現出代謝障礙的個體中，這表明腸道微生物群和代謝群的重大改變可能在IHD病臨床發作之前很久就已經開始。我們進一步對與前驅代謝障礙相關的微生物群和代謝組學特徵進行了分類，這些特徵通常對IHD病或其三種亞型中的每一種都具有特異性，或者與IHD病的加重或減輕相關。與傳統的風險標誌物相比，基於特定IHD微生物群和代謝組學特徵的判別分析可以更好地區分IHD病個體與健康個體或代謝匹配個體，表明這些特徵具有病理生理學相關性。總而言之，在前驅期代謝障礙階段以及缺血性心臟病的早期和晚期臨床表現中，存在多種混淆的微生物群和代謝組改變，反映了不同的代謝途徑。其中一些是可以改變的，可能是未來旨在預防缺血性心臟病的機制實驗和臨床試驗的目標。https://www.nature.com/articles/s41591-022-01688-41.Fromentin Sebastien,Forslund Sofia K,Chechi Kanta et al. Microbiome and metabolome features of the cardiometabolic disease spectrum.[J] .Nat Med, 2022, undefined: undefined.2022年醫藥加精品學習班檔期
（支付學費可先領取全程錄屏預習，騰訊會議每月都輪迴排班）
1.臨床研究設計與方案撰寫訓練營
以臨床問題為導向，介紹常用類型臨床研究設計原理，包括但不局限於隨機對照試驗、隊列研究、病例-對照研究，診斷準確性研究，真實世界研究等，臨床研究方案/標書撰寫、樣本量計算、臨床研究數據的採集、臨床試驗數據管理等。2. 實用醫學統計與統計作圖訓練營
以臨床問題為導向，內容包括統計誤用案例辨析、實用醫學統計學方法選擇及相應的統計軟件實現、統計結果解讀及可視化等。3. 臨床預測模型構建與論文撰寫訓練營
以臨床問題為導向，介紹如何升華臨床資料的價值，對臨床資料進行深度挖掘；深度講解臨床研究資料統計分析中的新方法與難方法；課程中所有統計分析與作圖均基於R語言完成，所以也是一門針對醫學專業人員的R語言培訓課程！4. 臨床研究SCI論文寫作與投稿訓練營
內容包括臨床SCI論文寫作技巧，論文表格製作，論文插圖處理技巧，統計圖形的製作，各類型臨床研究SCI論文撰寫範式，臨床SCI投稿技巧，與編輯審稿人溝通的技巧等。5. 基於 R 語言機器學習與醫學研究訓練營
基於機器學習算法解決醫學研究中複雜數據分析問題的方法學培訓，深度講解時髦的機器學習常用方法在處理臨床數據中的應用，課程中的全部案例均為醫學研究相關真實案例！【特惠政策與學員福利】
1. 醫藥加往期學習班的老學員，特惠半價。
2. 訓練營長期建立答疑群，每月集中解決答疑。
3. 參加每個訓練營即贈送2次評估文章或標書的服務; 同時報2個研究訓練營，每個營立減200元學費，同時報4個訓練營，每個營立減400元學費。
4. 同時報名5個訓練營，限時優惠價2萬元，並可以與周老師一對一互動指導修改文章或標書。
5. 訓練營學員可以獲得全套課程錄屏用於課後複習，一次報名全年免費聽課。
醫藥加科研神器，可免費下載文獻以及各種生信工具免費使用，點擊下面閱讀原文！
留言列表