与HIV感染者远端感觉性多神经病相关的微生物和炎症特征

Microbial and inflammatory features linked to distal sensory polyneuropathy in people with HIV

作者信息Lora Khatib, Mohammadsobhan S Andalibi, Christophe Vanpouille, Azin Tavasoli, Daniel McDonald, Alan Wells, Mattia Trunfio, Jennifer E Iudicello, Donald Franklin, Antonio Gonzalez, Wendy Fitzgerald, Robert K Heaton, David J Moore, Scott L Letendre, Sara Gianella, Rob Knight, Ronald J Ellis
PMID42716144
发布时间2026-09-09
DOI10.1016/j.bbi.2026.107003

实验完整度

中

横断面队列;16S rRNA测序、多重免疫分析、XGBoost分类和中介分析,无功能或机制验证。

主要模型

伴有DSP的HIV感染者(PWH)粪便和血清样本 不伴有DSP的HIV感染者(PWH)粪便和血清样本 不伴有HIV和DSP的个体粪便和血清样本

重点核对

DSP定义:至少两个客观体征(双侧远端振动觉减退、针刺/轻触觉减退、踝反射减弱) 粪便样本采集与保存:标准化方案,核酸保存液中-80°C保存 16S rRNA测序V4区引物515f/806r,Deblur和Greengenes2处理 血清炎症标志物:41种标志物多重免疫分析,保留21种(检出率>50%) XGBoost模型:五折交叉验证,特征集包括人口学、药物、临床、HIV相关、微生物、细胞因子及组合

摘要

持续性免疫激活和肠道菌群失调被认为与HIV相关合并症有关,但它们对远端感觉性多神经病(DSP)的贡献仍不清楚。我们在一个横断面队列中研究了全身炎症标志物、肠道微生物组组成与DSP之间的关系,该队列包括61名伴有DSP的HIV感染者(PWH)、93名不伴有DSP的PWH以及64名不伴有HIV和DSP的个体。通过16S-rRNA测序分析肠道微生物群,通过多重免疫分析检测血清细胞因子。炎症谱在各组间总体存在差异,但在伴有和不伴有DSP的PWH之间无差异,表明所评估的血清炎症标志物未能区分PWH内的DSP状态。相比之下,肠道微生物组组成在所有组间均存在差异,包括伴有和不伴有DSP的PWH之间。贝叶斯差异丰度分析在伴有与不伴有DSP的PWH比较中鉴定出数量最多的改变分类群,其中DSP中富集的分类群最常归属于Enterocloster和Bacteroides_H属。由差异丰度分类群衍生的对数比值捕获了HIV和DSP相关的微生物特征。在整合的XGBoost模型中,结合人口学、临床、炎症和微生物特征以中等准确度(AUC = 0.83)对DSP进行分类,其中DSP相关微生物对数比值和年龄是最强的预测因子。探索性中介分析未显示微生物对数比值介导年龄与DSP之间关联的证据。这些发现鉴定了与PWH中DSP相关的肠道微生物特征,并支持肠道菌群失调在神经病变易感性中的潜在作用。需要纵向研究来检验因果关系,并评估基于微生物组的生物标志物和HIV相关DSP的治疗靶点。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在HIV感染者中,全身炎症标志物和肠道微生物组组成是否与远端感觉性多神经病(DSP)相关?
核心机制
肠道菌群失调(特别是Enterocloster和Bacteroides_H属富集)可能与DSP相关,但未证实微生物对数比值介导年龄与DSP的关联。
主要证据
横断面队列(61名HIV+/DSP+、93名HIV+/DSP−、64名HIV−/DSP−)的16S rRNA测序和血清细胞因子多重免疫分析;DSP相关微生物对数比值和年龄是XGBoost模型中最强预测因子(AUC=0.83)。
研究意义
鉴定了与PWH中DSP相关的肠道微生物特征,支持肠道菌群失调在神经病变易感性中的潜在作用,并提示基于微生物组的生物标志物和治疗靶点有待纵向和干预研究评估。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

参与者招募与临床评估

建立研究队列并定义DSP状态

从社区招募PWH和PWoH,进行结构化临床检查定义DSP,收集人口学、药物史和合并症信息

2

血清炎症标志物检测

比较不同HIV和DSP状态组的全身炎症谱

使用多重 bead array 检测41种炎症标志物,保留21种进行PCA和差异分析

3

肠道微生物组测序与分析

比较不同组的肠道微生物组成并鉴定差异丰度分类群

16S rRNA V4区测序,Unweighted UniFrac和RPCA评估β多样性,BIRDMAn鉴定差异分类群

4

微生物对数比值计算与验证

构建HIV和DSP相关的微生物特征并比较组间差异

基于差异分类群计算对数比值,在组间比较

5

XGBoost分类模型构建

评估多特征组合对DSP状态的分类能力并识别重要预测因子

使用五折交叉验证XGBoost分类器,输入不同特征集预测DSP状态

6

中介分析

探索微生物对数比值是否介导年龄与DSP的关联

使用二项模型进行探索性中介分析,调整性别和性取向

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
MedMira快速检测MedMira--
RT-PCR(罗氏诊断)Roche Diagnostics--
电化学发光免疫分析(MesoScale Discovery)MesoScale Discovery--
Qiagen MagAttract PowerSoil DNA提取试剂盒Qiagen--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
参与者纳入与排除
排除30天内使用抗生素者;排除未接受ART的PWH;排除活动性精神疾病、严重认知障碍等
阅读提示:Methods 2.1 Participants
DSP评估
DSP定义:至少两个客观体征(双侧远端振动觉减退、针刺/轻触觉减退、踝反射减弱);症状不作为定义标准
阅读提示:Methods 2.2.1 DSP evaluations
血清炎症标志物检测
41种标志物多重免疫分析;检出率>50%的细胞因子保留;CRP、VEGF、LBP使用电化学发光免疫分析
阅读提示:Methods 2.3.2 Serum inflammatory measurements and preprocessing
肠道微生物组测序
粪便样本标准化采集,核酸保存液中-80°C保存;16S rRNA V4区515f/806r引物;Deblur和Greengenes2处理
阅读提示:Methods 2.4 Microbial data
XGBoost建模
五折交叉验证;特征集包括人口学、药物、临床、HIV相关、微生物、细胞因子及组合;使用RandomizedSearchCV优化超参数
阅读提示:Methods 2.5.4 Integration of demographics, microbial, cytokine, and clinical data