Гладышев Н.С.

ФБУН «Научно-исследовательский институт эпидемиологии и микробиологии им. Пастера»

Барам Д.В.

ФГБУ «Российский научно-исследовательский институт гематологии и трансфузиологии Федерального медико-биологического агентства России»

Горбунова А.В.

ФГБОУ ВО «Северо-Западный государственный медицинский университет им. И.И. Мечникова»

Криволапов Ю.А.

ФГБОУ ВО «Северо-Западный государственный медицинский университет им. И.И. Мечникова»

Транскриптомный анализ разнообразия микробиоты тканей опухолевых и неопухолевых лимфатических узлов

Авторы:

Гладышев Н.С., Барам Д.В., Горбунова А.В., Криволапов Ю.А.

Подробнее об авторах

Журнал: Архив патологии. 2023;85(6): 26‑30

Прочитано: 1129 раз


Как цитировать:

Гладышев Н.С., Барам Д.В., Горбунова А.В., Криволапов Ю.А. Транскриптомный анализ разнообразия микробиоты тканей опухолевых и неопухолевых лимфатических узлов. Архив патологии. 2023;85(6):26‑30.
Gladyshev NS, Baram DV, Gorbunova AV, Krivolapov YuA. Transcriptome analysis of tissue microbiota diversity in tumor and non-tumor lymph nodes. Russian Journal of Archive of Pathology. 2023;85(6):26‑30. (In Russ.)
https://doi.org/10.17116/patol20238506126

Рекомендуем статьи по данной теме:

Микроорганизмы представляют собой неотъемлемую часть организма человека. Они формируют микробные сообщества, вступают в симбиоз с организмом хозяина и выполняют многочисленные функции, способствующие нормальной жизнедеятельности [1, 2]. Изменение состава микробных сообществ может повлечь за собой развитие различных заболеваний [3].

Геномные исследования позволили по-новому взглянуть на проблему микробных сообществ в организме человека и изучить механизмы взаимодействия между ними. Широко используемыми методами изучения микробных сообществ считаются исследование последовательности генов и метагеномный анализ. Благодаря этим методам была обнаружена бактериальная ДНК в тканях печени, жировой ткани и крови [4]. Новые знания позволили выдвинуть предположение о существовании микробиоты в организме человека — тканевой микробиоты (ТМ). Нарушение микробного состава ТМ связано с развитием различных заболеваний, таких как рак легких, неалкогольная жировая дистрофия печени, рак молочной железы [5—7].

Методы исследования ТМ имеют важные технические ограничения, которые могут искажать результаты. В основном ограничения связаны со сбором и хранением образцов, экстракцией нуклеиновых кислот, амплифицирующими праймерами, технологией секвенирования, длиной и глубиной считывания, методами биоинформатического анализа [8]. Одной из проблем считаются контаминирующие микробные нуклеиновые кислоты во время подготовки образца. Возможные источники контаминации: вода для секвенирования, реагенты для ПЦР и сами наборы для выделения нуклеиновых кислот [9, 10]. Ранее сообщалось о загрязняющих последовательностях, соответствующих роду бактерий, связанных с водой и почвой, включая Acinetobacter, Alcaligenes, Bacillus, Bradyrhizobium, Herbaspirillum, Legionella, Leifsonia, Mesorhizobium, Methylobacterium, Microbacterium, Novosphingobium, Pseudomonas, Ralstonia, Sphingomonas, Stenotrophomonas и Xanthomonas [9]. Контаминация образцов представляет особую проблему для исследователей, работающих с материалом, содержащим низкую микробную массу. В этих случаях небольшое количество исследуемого исходного материала (например, из ткани человека) может быть вытеснено контаминантом, что приведет к вводящим в заблуждение результатам. Многие из истинных сигналов (там, где они присутствуют) маскируются контаминантами, присутствующими в наборах для экстракции, амплификации и подготовки библиотек [11].

Несмотря на возможность «загрязнения» тканей экзогенными микроорганизмами и их генетическим материалом, необходимо накапливать знания о результатах секвенирования для дальнейшей характеристики патогенов и микробных сообществ. Это позволит расширить взгляды на механизмы патогенеза и, возможно, причины некоторых патологических состояний.

Цель исследования — изучить результаты метагеномного транскриптомного анализа криоконсервированных образцов лимфатических узлов с фолликулярной лимфомой (ФЛ) и реактивной фолликулярной гиперплазией (РФГ) с определением качественного и количественного состава микробиоты в исследуемых группах, а также проанализировать разнообразие микробного состава в двух когортах, учитывая анатомическую локализацию удаленного лимфатического узла, возраст и пол пациентов.

Материал и методы

В работу включены 38 биопсийных образцов лимфатических узлов с фолликулярной лимфомой (цитологических подтипов 1—2, 3A, 3B) и 10 биопсийных образцов лимфатических узлов с реактивной фолликулярной гиперплазией.

От всех пациентов получено информированное согласие на хранение образцов и использование их для молекулярно-биологических исследований в научных целях. Часть лимфатического узла замораживали в жидком азоте с применением криопротектора не позднее, чем через 2 ч после проведения биопсии. Из оставшейся ткани образца были приготовлены парафиновые блоки по стандартной методике. Из парафиновых блоков на ротационном микротоме изготавливали срезы толщиной 3—4 мкм, которые окрашивали гематоксилином и эозином, азур II-эозином. При иммуногистохимическом окрашивании использовали первичные антитела к CD3, CD5, CD10, CD20, BCL-2, BCL-6, циклину D1 фирм «Cell Marque» (США) и «Thermo Scientific» (США). Докрашивание гематоксилином, дегидратацию и заключение под покровное стекло гистологических препаратов выполняли по стандартной методике. Полученные микропрепараты использовали для морфологической верификации патологического процесса [12, 13].

Подготовка библиотек РНК и секвенирование

Для полнотранскриптомного анализа РНК выделяли из криоконсервированных образцов лимфатических узлов реактивом TRIZOLTM («Invitrogen», США). Библиотеки готовили согласно рекомендациям производителя с помощью набора TruSeq Stranded mRNA Library Prep Kit for Illumina (with Ribo-Zero Human/Mouse/Rat) («Illumina», США). Секвенирование проводили на секвенаторе HiSeq 2500 («Illumina», США). Контроль качества полученных данных осуществляли с помощью программы FastQC [14]. Прочтения низкого качества отфильтровывали и удаляли инструментом Trimmomatic [15].

Последовательности РНК в образцах, прошедшие контроль качества прочтения, анализировали с помощью метагеномного классификатора Centrifuge [16]. Программа сравнивала каждую отдельную последовательность с библиотеками референсных геномов известных бактерий, вирусов и при совпадении классифицировала ее как относящуюся к определенному биологическому виду. Затем проводился подсчет количества последовательностей РНК в образце в каждом метагеномном классе. Результаты позволили описать видовой состав микробиома в образце и количественно оценить представленность каждого из видов микроорганизмов.

Анализ данных

Анализ и визуализацию полученных данных осуществляли с помощью языка программирования R (версия 4.2.1) с использованием пакетов: vegan, PCAtools, dplyr, ggplot2.

Результаты

Клинические характеристики пациентов

При исследовании полученных результатов (см. таблицу) в двух группах заметно отличается возраст пациентов. Группа ФЛ в подавляющем числе состоит из лиц пожилого возраста, в группу РФГ вошли пациенты средних лет согласно критериям ВОЗ.

Клиническая характеристика пациентов

Характеристика

Фолликулярная лимфома

Гиперплазия

p

Всего пациентов

38

10

Возраст, годы

56,1±5,0

60,0±5,2

0,003*

Пол:

мужской

20

5

0,551

женский

28

5

Локализация лимфатических узлов:

забрюшинное пространство

1

0

0,567

подмышечная область

13

3

паховая область

8

2

бедренная область

2

0

средостение

2

1

область шеи

18

3

слюнная железа

1

0

поднижнечелюстная область

1

1

надключичная область

2

0

Примечание. Для расчета показателя p использовали метод χ2 Пирсона; *— p подсчитывали с помощью метода Манна—Уитни.

Индексы разнообразия

В исследованных образцах обнаружены фрагменты РНК, последовательности которых классифицированы как принадлежащие 4241 виду микроорганизмов. Для сравнения опухолевой и неопухолевой ткани по представленным различным таксономическим единицам микроорганизмов использовали индексы разнообразия, которые считаются мерой биоразнообразия в пределах одной экосистемы, характеризуя количество и обилие видов в определенном сообществе. Сравнение индексов альфа-разнообразия в опухолевых и неопухолевых тканях лимфатических узлов представлено на рис. 1.

Рис. 1. Сравнение индексов разнообразия Симпсона и Шеннона в группах с диагнозами реактивной фолликулярной гиперплазии и фолликулярной лимфомы.

Опухолевые лимфатические узлы характеризуются большим значением альфа-разнообразия Симпсона (p-value=0,026465) и Шеннона (p-value=0,007122). При сравнении локализации лимфатических узлов и пола пациентов по значениям индекса альфа-разнообразия статистически значимых различий не обнаружено (p>0,05).

Чтобы визуализировать различия в составе сообществ между образцами установлено бета-разнообразие. Значения NMDS подсчитаны на основе дистанции Hellinger. На графике (рис. 2) видны две хорошо различимые группы. В обоих кластерах присутствуют как опухолевые, так и неопухолевые образцы, однако их соотношение значительно различается между кластерами. В первой группе представлены преимущественно опухолевые образцы.

Рис. 2. Бета-разнообразие, основанное на дистанции Hellinger в группах с диагнозами реактивной фолликулярной гиперплазии (Normal) и фолликулярной лимфомы (Tumor) всех цитологических подтипов.

Сравнение относительного изобилия

Относительное изобилие позволяет оценить, насколько распространен или редок изучаемый вид по сравнению с остальными таксонами в экосистеме. Наибольшее относительное изобилие наблюдалось (RA>0,001) у 72 из 4241 таксона. В результате анализа относительного изобилия методом главных компонент и построения тепловой карты с филогенетическим деревом выделялось 2 кластера (см. рис. 1). Характерно, что в кластере 2 наблюдалось большее содержание транскриптов следующих микроорганизмов: Bradyrhizobium sp. SK17, Clostridium botulinum, Escherichia coli, Escherichia albertii, Salmonella virus SP6, Yersinia enterocolitica, Streptomyces gilvosporeus, Proteus mirabilis (p<0,001). Эти таксоны представляют собой отдельную совокупность микроорганизмов, вносящих наибольшее различие между двумя кластерами. Количество таксонов, от Natrialbaceae archaeon до Melaminivora sp. SC2.7, в кластере 2 встречается значительно реже.

Наличие некоторых микроорганизмов, таких как Bradyrhizobium sp., Natrialbaceae archaenon, Natrealbaceae archaeon, и других таксонов может быть результатом контаминации образцов на стадии пробоподготовки материала.

Обсуждение

В исследовании были проанализированы качественные и количественные характеристики РНК микробиоты опухолевых и неопухолевых лимфатических узлов. Обнаружены статистически достоверные различия между альфа-разнообразием в двух исследуемых группах, а также гетерогенность ТМ фолликулярных лимфом внутри группы, не связанной со степенью злокачественности. Это свидетельствует о возможном неучтенном факторе, влияющем на видовой состав микробиоты. Различий по полу пациентов и локализации лимфатических узлов не обнаружено.

Полученные результаты согласуются с исследованиями [17], в которых были найдены статистически значимые различия между разнообразием микроорганизмов в фекалиях и наличием определенной подгруппы лимфом. Объяснение результатов с позиции повышения кишечной проницаемости и, как следствие, проникновение в кровеносную и лимфатическую систему пептидогликанов и липополисахаридов бактерий, в исходе которого лежит развитие опухоли, дополняется полученными результатами. Проникновение не только продуктов бактериального распада, но и самих микроорганизмов в кровь и лимфу, а также реакция иммунной системы могут быть связаны с развитием опухолевого процесса. Отсутствие связи между принадлежностью лимфатических узлов к определенной анатомической зоне открывает поле для дискуссии о путях проникновения транскриптов или микроорганизмов в лимфатическую систему человека.

Различия в ТМ опухолевых и неопухолевых лимфатических узлов могут объясняться и с позиции нарушения функционирования иммунной системы, характерного для развития злокачественных новообразований. В ответ на проникновение микроорганизма в лимфатический узел вследствие иммуносупрессии не возникает достаточного иммунного ответа для его элиминации, что объясняет увеличение альфа-разнообразия в опухолевых лимфатических узлах.

Стоит отметить возможное влияние контаминации на состав ТМ в исследовании. Различные виды микроорганизмов, представленные выше, обитают в почве, проточной воде, инструментах и приборах для пробоподготовки. Это может объяснять бо́льшую гетерогенность состава ТМ внутри групп.

Заключение

Обнаруженные различия в ТМ лимфатических узлов с гиперплазией и ФЛ позволяют считать целесообразными дальнейшие исследования с целью установления механизмов патогенеза и причин развития опухолей лимфоидной ткани. Внутригрупповая изменчивость по составу микробиоты лимфатических узлов, возможно, связана с комплексом факторов, определяющих патологический процесс.

Участие авторов:

Концепция и дизайн исследования — Н.С. Гладышев, Ю.А. Криволапов

Сбор и обработка материала — Н.С. Гладышев, Д.В. Барам, А.В. Горбунов

Написание текста — Н.С. Гладышев, Д.В. Барам, Ю.А. Криволапов

Редактирование — Ю.А. Криволапов, А.В. Горбунов, Д.В. Барам

Авторы заявляют об отсутствии конфликта интересов.

Литература / References:

  1. Al-Asmakh M, Hedin L. Microbiota and the control of blood-tissue barriers. Tissue Barriers. 2015;3(3):e1039691. https://doi.org/10.1080/21688370.2015.1039691
  2. Urbaniak C, Cummins J, Brackstone M, Macklaim JM, Gloor GB, Baban CK, Scott L, O’Hanlon DM, Burton JP, Francis KP, et al. Microbiota of human breast tissue. Appl Environ Microbiol. 2014;80(10):3007-3014. https://doi.org/10.1128/AEM.00242-14
  3. Han Y, Xiao H. Whole food-based approaches to modulating gut microbiota and associated diseases. Annu Rev Food Sci Technol. 2020;11:119-143.  https://doi.org/10.1146/annurev-food-111519-014337
  4. Burcelin R, Serino M, Chabo C, Garidou L, Pomié C, Courtney M, Amar J, Bouloumié A. Metagenome and metabolism: the tissue microbiota hypothesis. Diabetes Obes Metab. 2013;15(suppl 3):61-70.  https://doi.org/10.1111/dom.12157
  5. Dong H, Tan Q, Xu Y, Zhu Y, Yao Y, Wang Y, Li C, Li H, Zhang G, Xiong Y, et al. Convergent alteration of lung tissue microbiota and tumor cells in lung cancer. iScience. 2021;25(1):103638. https://doi.org/10.1016/j.isci.2021.103638
  6. Sookoian S, Pirola CJ. Liver tissue microbiota in nonalcoholic liver disease: a change in the paradigm of host-bacterial interactions. Hepatobiliary Surg Nutr. 2021;10(3):337-349.  https://doi.org/10.21037/hbsn-20-270
  7. Giallourou N, Urbaniak C, Puebla-Barragan S, Vorkas PA, Swann JR, Reid G. Characterizing the breast cancer lipidome and its interaction with the tissue microbiota. Commun Biol. 2021;4(1):1229. https://doi.org/10.1038/s42003-021-02710-0
  8. von Wintzingerode F, Göbel UB, Stackebrandt E. Determination of microbial diversity in environmental samples: pitfalls of PCR-based rRNA analysis. FEMS Microbiol Rev. 1997;21(3):213-229.  https://doi.org/10.1111/j.1574-6976.1997.tb00351.x
  9. Kulakov LA, McAlister MB, Ogden KL, Larkin MJ, O’Hanlon JF. Analysis of bacteria contaminating ultrapure water in industrial systems. Appl Environ Microbiol. 2002;68(4):1548-1555. https://doi.org/10.1128/AEM.68.4.1548-1555.2002
  10. Tanner MA, Goebel BM, Dojka MA, Pace NR. Specific ribosomal DNA sequences from diverse environmental settings correlate with experimental contaminants. Appl Environ Microbiol. 1998;64(8):3110-3113. https://doi.org/10.1128/AEM.64.8.3110-3113.1998
  11. Salter SJ, Cox MJ, Turek EM, Calus ST, Cookson WO, Moffatt MF, Turner P, Parkhill J, Loman NJ, Walker AW. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 2014;12:87.  https://doi.org/10.1186/s12915-014-0087-z
  12. Swerdlow SH, Campo E, Harris NL, Jaffe ES, Pileri SA, Stein H, Thiele J, eds. WHO classification of tumours of haematopoietic and lymphoid tissues. 4th ed. Vol. 2. France, Lyon: IARC; 2017.
  13. Криволапов Ю.А., Белянин В.Л. Морфологические различия фолликулярных лимфом и фолликулярной гиперплазии лимфатических узлов. Архив патологии. 2003;65(1):17-21. 
  14. Andrews S. FastQC: a quality control tool for high throughput sequence data. Babraham Bioinformatics; 2010. https://www.bioinformatics.babraham.ac.uk/projects/fastqc/
  15. Bolger AM, Lohse M, Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics. 2014;30(15):2114-2120. https://doi.org/10.1093/bioinformatics/btu170
  16. Kim D, Song L, Breitwieser FP, Salzberg SL. Centrifuge: rapid and sensitive classification of metagenomic sequences. Genome Res. 2016;26(12):1721-1729. https://doi.org/10.1101/gr.210641.116
  17. Mamgain G, Patra P, Naithani M, Nath UK. The role of microbiota in the development of cancer tumour cells and lymphoma of B and T cells. Cureus. 2021;13(10):e19047. https://doi.org/10.7759/cureus.19047

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.