Antonio Gonzalez

益生元营养物质对肠道微生物生态、肠道代谢组产生有利的改变，并减少急性严重应激源暴露的一些负面影响，包括睡眠紊乱、核心体温节律性和肠道微生物失调。Brain Behavior and Immunity发表的文章，探究了益生元饮食对缓解生理和睡眠/觉醒行为的昼夜节律慢性中断的影响。在本研究中，分别给雄性SD大鼠喂食富含益生元基质的饲料或热量匹配的对照饲料。5周后，将大鼠置于CDR (12 h光/暗逆转)或保持未受干扰的正常光/暗周期(NLD)。记录自由运动大鼠的睡眠脑电图、核心体温和运动活动。并在实验开始前第33天、第0天(CDR开始)和第42天采集粪便样本，并测定粪便样品中肠道微生物的分类鉴定和相对丰度。采用液相色谱串联质谱法(LC-MS/MS)测定粪便初级胆汁酸、细菌修饰二级胆汁酸和共轭胆汁酸。本研究结果表明，富含益生元的饮食可以富集有益菌的相对丰度，改变粪便胆汁酸水平，并促进昼夜节律中断后睡眠和昼夜节律的恢复和调整。

益生元昼夜节律睡眠胆汁酸瘤胃菌5

微生物组

苏晓泉、徐健等：基于微生物组大数据的疾病检测方法

微生物组具有服务疾病诊治与生态监控的巨大潜力，但是其影响因素错综复杂。如何通过菌群检测实现快速精准的疾病诊断呢？中国科学院青岛生物能源与过程研究所单细胞中心的苏晓泉和徐健等人与Rob Knight团队合作，开发了基于菌群大数据搜索的疾病检测方法，为此共性问题提供了原创的解决方案。该工作于近期发表于美国微生物学会会刊mSystems杂志。在文中，作者提出了一种基于搜索的疾病检测和分类策略，它是通过他们与众不同的新奇性和健康受试者的样本数据库来检测患病样本，然后将其与患者样本数据库进行比较。即使存在不同的年龄组人群，多个测序平台或重大污染，这种方法也可以鉴定与疾病相关的微生物组状态。

微生物组搜索疾病检测与分类 Microbiome search

炎症性肠病

Nature：炎症性肠病肠道微生态系统的多组学分析

炎症性肠病 CROHN'S DISEASE Microbiome Systems analysis ULCERATIVE COLITIS

环境污染物

母乳中的环境污染物影响婴儿肠道菌群

来自《Microbiome》上的一项研究，发现母乳中的一些环境污染物会影响后代婴儿的肠道菌群组成及代谢产物水平。该结果对阐释环境污染物对婴儿健康的长期影响具有参考价值。

环境污染物 Birth Cohort Breast milk Infant gut microbiome short-chain fatty acids

衰老

肠道菌群调控或可降低衰老相关的心血管疾病风险

《Journal of Physiology》上发表的一项最新研究，发现在老龄小鼠中，广谱抗生素处理可逆转其动脉功能障碍，同时降低肠道菌群代谢产物氧化三甲胺的水平，提示肠道菌群在衰老相关的动脉功能障碍中发挥重要作用，靶向调控菌群或可降低老年人的心血管疾病风险。

衰老 Ageing Arterial stiffness endothelial function Gut dysbiosis

生物信息学工具

青岛能源所徐健+苏晓泉等：微生物组的“三大指数”

菌群研究持续火热，目前的一大挑战是，如何将新的菌群样本在已有的数据中进行定位和比对。中科院青岛生物能源所单细胞中心徐健主任和苏晓泉研究员日前联袂Rob Knight在mBio上发表文章，开发了微生物组搜索引擎（http://mse.single-cell.cn），使大规模、全局性的微生物组比对与搜索成为可能；该搜索引擎基于类似于传统 BLAST 的执行逻辑，对用户十分友好（用户只需提供菌群的 OTU 表）；搜索结果给出微生物组的“新奇指数”、“关注指数”和“影响力指数”，可评估菌群组成的新颖性，预测特定菌群研究领域的潜力和趋势。

生物信息学工具 Bioinformatics community similarity data mining database search

生物信息学工具

Rob Knight发布条形UniFrac算法轻松分析微生物组大数据

UniFrac是一种基于进化关系信息，计算样本间距离并进行微生物群体间的比较的方法，2005年由Rob Knight提出。近日，作者在Nature Methods发文推出改进版本，大幅提高性能，使空前规模的大样本分析成为可能。

生物信息学工具 Chuyue D Yu Rui B Chang

菌群分析平台

Nature子刊：菌群分析新手的可用工具

Rob Knight是菌群数据分析的大牛，其开发的QIIME工具是最受欢迎的分析工具之一。为了让完全不懂生物信息学的同学上手，他和团队新推出了一个在线工具，值得您拥有。

菌群分析平台生物信息学工具 Naiara Beraza Anna Isaacs‐Ten Marta Echeandia

菌群分析方法

一文读懂：Rob Knight手把手指导菌群研究（必读综述）

菌群研究和分析方法日新月异，本文系统性地介绍了菌群研究的实验设计、方法选择和数据分析方式，在列举和比较大量研究方法的同时，指出了目前OTU分析、菌群丰度分析和相关性分析的缺陷，强调数据共享、方法标准化的重要性。文中提及大量最新研究、分析方法和平台，指导作用强，值得专业人士参考。

菌群分析方法多组学分析 Jordi Merino Jordi Merino

炎症性肠病

南方医科大学：肠道菌群用于IBD诊断和疗效预测

炎症性肠病生物标志物英夫利昔单抗 Disease activity Gut microbiota

复发性艰难梭菌感染

Microbiome：粪菌移植治疗CDI可能受到IBD的影响

一项关于粪菌移植治疗艰难梭菌感染的重要研究，发现本身有IBD的CDI患者，菌群变化不大，复发可能性增加。很有意义的临床研究，推荐阅读。

复发性艰难梭菌感染粪便移植（FMT）炎性肠病 Clostridium difficile infection Fecal microbiota transplantation

16s rRNA测序

Microbiome：基于数据特性的标准化和微生物丰度差异分析策略

Rob Knight和团队操刀的方法学文献一篇，特别推荐给大家。

16s rRNA测序标准化归一化丰度差异检验稀释

可视化

Cell子刊：EMPeror升级，可动画表现菌群动态

EMPeror 可视化艰难梭菌微生物组动态动画

肠道菌群研究

GB：如何避免菌群研究得到不正确生物学结论？（综述）

最近发表在Genome Biology [IF 11.313]的一篇重要综述，特别提醒大家在研究中需要避免技术上的偏差而导致的不正确的生物学结论，非常好的文章，强烈推荐给大家！

肠道菌群研究 Robert Häsler Philip Rosenstiel

剖腹产

Nature子刊：涂抹产道分泌物，部分恢复剖腹产婴儿菌群

老文分享，今年2月在Nature Medicine发表的重量级研究，再次推荐给大家。

剖腹产顺产阴道菌群 Jeffrey I Gordon Vanessa K Ridaura

肠型

重新思考“肠型”

肠型这个概念的提出，提供了一个可靠的框架让人们更多理解健康和疾病人群的微生物多样性。但自从2011年第一次提出肠型后，不断有新的科学家尝试用新的数据方法来研究多样性，越来越多的方法认为，多样性不是只有三种，而是连续的。Rob Knight这篇文章系统性介绍了相关研究和方法。

肠型微生物多样性 Erin M Hill-Burns Haydeh Payami

微生物时间表

eLife：利用微生物时间表，精准预估死亡时间

① 在每一件死亡调查中，确认死亡时间都非常关键，但现有技术可能受限于一系列的错误和偏倚，比如倚仗法医昆虫学的结果，可能会有数天甚至数月的偏差；② 在小鼠模型中，研究者发现死后微生物群落的变化是动态、可测并且是可重复的，可用于预估出3-48天的死亡时间；③ 这些对腐尸系统中细菌和真菌微生态的理解，为估计死亡时间提供了一个新的法医工具。

微生物时间表法医昆虫学法医微生物学刑事案件法医

孕早期

Cell：孕早期到晚期，孕妇的肠道菌群会怎么变？

① 对91名不同孕前体重指数和妊娠期糖尿病状况的孕妇及其婴儿的粪便细菌进行分析；② 婴儿和母亲菌群的相似性随年龄增长而增加，且婴儿菌群不受母亲健康状况的影响；③ 肠道菌群从孕早期到孕晚期发生很大变化，个体差异大大增加，变形杆菌和放线菌增加，但是菌群丰富性降低；④ 孕晚期粪便菌群有炎症和能量损失迹象，但3个月期间菌群的基因序列恒定；⑤ 相对于孕早期，孕晚期菌群转移到无菌小鼠更易诱导肥胖、降低胰岛素敏感性。

孕早期孕晚期

分析方法

Genome Biology：人体各部位微生物组时间序列分析

此文是微生物组时间序列分析的代表作品，截止19年8月引用700多次。同时本文中的所有作者，目前基本都成为了世界各地的知名教授也是一大亮点。此文的数据，在QIIME和QIIME 2时代，同时入选为教程中的示例数据，所以刚入行的小伙伴，有必要读一下此文了解时间序列分析的基本实验设计和分析思路。

分析方法时间序列 qiime QIIME2 Yi Duan