[发明专利]使用网络分析作为用于治疗人类皮肤生态失调的工具

说明书

本发明公开了确定适于治疗人类皮肤生态失调病症的细菌菌株的方法，该方法包括通过计算机进行网络分析以确定所述细菌菌株与至少第二细菌菌株在生态失调病症以及非生态失调病症中的相关性的步骤，其中在所述生态失调病症与所述非生态失调病症之间，所述相关性存在差异，其中所述相关性意指正相关或负相关，并且进一步地其中所述网络由所述细菌菌株和所述第二细菌菌株的丰度的共现分析生成，所述共现分析通过根据16srRNA扩增子的DNA测序或全基因组测序方法进行。

技术领域

本发明为人体微生物组领域，特别是用于治疗影响人类皮肤的生态失调病症的网络分析领域。

背景技术

人体微生物组的结构和功能特征在很大程度上受到微生物-微生物以及微生物-宿主相互作用的影响。了解微生物间以及微生物与宿主之间的相互作用对于了解微生物组的功能是至关重要的。网络理论是一种用于对复杂生物体系如微生物群进行建模的方法，该复杂生物体系在成员之间有多方面的相互作用。作为致力于孤立的微生物个体成员的传统方法的补充，网络理论提供了一种致力于微生物组群落内的多微生物相互作用以及与其宿主的相互作用的整体方法。基于网络的分析方法使得研究人员能够在单网络中对复杂多微生物相互作用进行建模和分析。

在微生物体系的典型的基于关联的网络模型中，网络节点代表类群(taxa)，并且边缘代表所限定群体中样本间的类群之间的正或负关联。微生物组网络分析可以包括描述微生物群落的结构特征，以及网络的关键拓扑，如中心节点、连接器和模块。微生物组群落构建是由动态的生态和进化过程驱动的。将网络理论应用于微生物组研究可有助于揭露群落构建或稳定性所必需的微生物关系，以及对宿主的潜在病原学影响。已知群落中的相互作用水平可以预测生态稳定性和弹性度。特定微生物属丰度的突然变化可能是从健康状态向患病状态转变的信号，或者反之亦然。

广泛的方法已被用于构建微生物组网络。最受欢迎的方法是基于相关的技术，以通过计算相关系数如皮尔逊相关系数或斯皮尔曼非参数秩相关系数来发现显著的成对关联。然而，这些方法对微生物组数据的局限包括由组成性所致的不适当相关，以及由零计数的质量所致的严重动力不足。对基于相关的分析的关注已导致开发出对组成性稳健的方法。SparCC(用于成分数据的稀疏相关，Sparse Correlations for Compositional data)是使用对数变换分量之间的线性皮尔逊相关来推断成分数据中的关联的方法学。SPIEC-EASI(用于生态关联推理的稀疏逆协方差估计，SParse InversE Covariance Estimationfor Ecological Association Inference)是另一种用于微生物生态网络推理的统计方法，其将开发用于成分数据分析的数据转换与图模型推理框架相结合，假设底层生态关联网络是稀疏的。

WO 14205088 A1(Prodermiq)公开了一种表征受试者的皮肤或皮下组织的微生物组的方法。该方法包括a)从受试者的皮肤或皮下组织获得包含多种微生物的样本；以及b)分析和分类(a)的多种微生物以表征受试者的微生物组，从而表征受试者的微生物组。在一些实施方案中，该方法还包括将受试者的微生物组与参考微生物组进行比较，或者生成受试者的微生物组概况，或者鉴定受试者所患有的或处于发展风险中的疾病或障碍，或者向受试者提供个性化治疗方案。在各种实施方案中，参考微生物组被分类为具有健康概况，并且受试者的微生物组与参考微生物组之间的相似性将受试者的微生物组鉴定为具有健康概况。或者，参考微生物组被分类为患有疾病或障碍或者处于患有疾病或障碍的风险中，并且受试者的微生物组与参考微生物组之间的相似性将受试者的微生物组鉴定为患有疾病或障碍或者处于患有疾病或障碍的风险中。