卵巢组织细菌的特征和功能预测
Summary
为了发现和区分原位癌和非癌卵巢组织的细菌，进行了免疫造血染色和16S核糖核化核糖核素（16S rRNA基因）测序。通过利用”未观测状态”（PICRUST）重建对社区的虫基和邻苯二甲酸酯遗传学调查来预测细菌的组成和功能差异。
Abstract
由于细菌检测的进步，”无菌”女性上生殖道理论一直遭到越来越多的反对。然而，卵巢是否含有细菌尚未得到证实。在此，引入了检测卵巢组织细菌的实验。我们选择了癌症组的卵巢癌患者和对照组的非癌患者。16S rRNA基因测序用于区分卵巢组织中的细菌与癌症和对照组。此外，我们使用虫基和PICRUSt预测了所识别细菌的功能组成。这种方法也可以用于其他内脏和组织，因为许多器官已被证明含有细菌近年来。内脏和组织中细菌的存在可能有助于科学家评估癌变和正常组织，并可能有助于癌症的治疗。
Introduction
最近，越来越多的文章发表，证明细菌在腹部固体内脏的存在，如肾脏，脾脏，肝脏和卵巢1，2。盖勒等人在胰腺肿瘤中发现了细菌，这些细菌对化疗药物2的宝石素具有抗药性。曼弗雷多·维埃拉等人的结论是，肠球菌胆汁可移植到淋巴结、肝脏和脾脏，可以驱动自身免疫3。
由于子宫颈起到防御作用，对含有子宫、输卵管和卵巢的女性上部生殖道中的细菌的研究很少。然而，近年来已经建立了一些新的理论。由于粘液4，5的变化，细菌在月经周期内可能进入子宫腔。此外，泽沃马诺拉基斯等人证实，子宫与输卵管一起，是由卵巢内分泌系统控制的内分泌泵，这种排列使细菌能够进入子宫内膜、输卵管和卵巢6。
由于细菌检测方法的发展，上生殖道不再是一个谜了。Verstraelen等人使用条形码配对端测序方法，通过瞄准16SRNA基因7的V1-2超变区域来发现子宫细菌。方等人对子宫内息肉患者采用条形码测序，揭示了宫内细菌的多样性。此外，通过使用16SRNA基因，迈尔斯等人和陈等人分别在接受过萨平果卵巢切除术和子宫切除术的妇女的生殖器系统中发现了细菌。
近年来，肿瘤组织中的细菌越来越受到重视。班纳吉等人发现，卵巢癌患者之间的微生物群特征不同，对照10。氧纳龙西比里库姆与肿瘤阶段有关，甲基苯丙胺血管瘤可用于诊断卵巢癌11。除卵巢癌外，胃、肺、前列腺、乳腺癌、子宫颈癌和子宫内膜癌等其他癌症也与12、13、14、15、16、17、18等细菌有关。Poore等人提出了一种新的基于微生物的肿瘤诊断，预见到早期癌症筛查19。在这个协议中，我们通过比较这两种组织中细菌的组成和功能，调查了癌性卵巢组织和正常卵巢组织之间的差异。
进行了免疫造血染色和16S rRNA基因测序，以确认卵巢中是否存在细菌。研究了卵巢细菌在癌性和非癌性卵巢组织中的差异和预测功能。结果表明卵巢组织中存在细菌。 氧纳龙西比里库姆 和 梅萨诺萨尔西纳真空素 分别与卵巢癌的阶段和诊断有关。比较了两组存在46种明显不同的KEGG通路。
Protocol
Representative Results
Discussion
卵巢癌对女性生育能力有显著影响。大多数卵巢癌患者在晚期被诊断出来，5年生存率低于30%18。腹部固体内脏（包括肝脏、胰腺和脾脏）中的细菌确认已经发表。上部女性生殖道中细菌的存在是因为子宫颈没有封闭2，3，4，5。然而，卵巢，这是腹部固体内脏，是否…
Disclosures
The authors have nothing to disclose.
Acknowledgements
本课题由中国西安交通大学第一附属医院临床研究奖（XJTU1AF-2018-017，XJTU1AF-CRF-2019-002），陕西省科技厅自然科学重大基础研究项目（2018JM7073， 2017ZDJC-11），陕西省科技厅重点研发项目（2017ZDXM-SF-068，2019QYPY-138），陕西省合作技术创新项目（2）017XT-026，2018XT-002），西安社会发展指导计划医学研究项目（2017117SF/YX011-3）。资助者在研究设计、数据收集和分析、决定出版或准备手稿方面没有作用。
我们感谢西安交通大学第一附属医院妇科的同事们为采集样本所做的贡献。
Materials
| 2200 TapeStation Software | Agilgent United States |
||
| AmpliSeq for Illumina Library Prep, Indexes, and Accessories | Illumina | ||
| Image-pro plus 7 | Media Cybernetics | ||
| Leica ASP 300S | Leica Biosystems Division of Leica Microsystems | ||
| Leica EG 1150 | Leica Biosystems Division of Leica Microsystems | ||
| Leica RM2235 | Leica Biosystems Division of Leica Microsystems | ||
| LPS Core monoclonal antibody, clone WN1 222-5 | Hycult Biotech | ||
| Mag-Bind RxnPure Plus magnetic beads | Omega Biotek | M1386-00 | |
| Mag-Bind Universal Pathogen 96 Kit | Omega Biotek | M4029-01 | |
| MiSeq | Illumina | SY-410-1003 | |
| Silva database | Max Planck Institute for Marine Microbiology and Jacobs University | ||
| the QuantiFluor dsDNA System | Promega | E2670 | |
| Trimmomatic | Björn Usadel | ||
| ZytoChem Plus (HRP) Anti-Rabbit (DAB) Kit | Zytomed Systems | HRP008DAB-RB |
References
- Manfredo Vieira, S., et al. Translocation of a gut pathobiont drives autoimmunity in mice and humans. Science. 359 (6380), 1156-1161 (2018).
- Geller, L. T., et al. Potential role of intratumor bacteria in mediating tumor resistance to the chemotherapeutic drug gemcitabine. Science. 357 (6356), 1156-1160 (2017).
- Manfredo, V. S., et al. Translocation of a gut pathobiont drives autoimmunity in mice and humans. Science. 359 (6380), 1156-1161 (2018).
- Brunelli, R., et al. Globular structure of human ovulatory cervical mucus. FASEB J. 21 (14), 3872-3876 (2007).
- Chen, C., et al. The microbiota continuum along the female reproductive tract and its relation to uterine-related diseases. Nature Communications. 8 (1), 875 (2017).
- Zervomanolakis, I., et al. Physiology of upward transport in the human female genital tract. Annals of the New York Academy of Sciences. 1101, 1-20 (2007).
- Verstraelen, H., et al. Characterisation of the human uterine microbiome in non-pregnant women through deep sequencing of the V1-2 region of the 16S rRNA gene. PeerJ. 4, 1602 (2016).
- Fang, R. L., et al. Barcoded sequencing reveals diverse intrauterine microbiomes in patients suffering with endometrial polyps. American Journal of Translational Research. 8 (3), 1581-1592 (2016).
- Miles, S. M., Hardy, B. L., Merrell, D. S. Investigation of the microbiota of the reproductive tract in women undergoing a total hysterectomy and bilateral salpingo-oopherectomy. Fertil Steril. 107 (3), 813-820 (2017).
- Banerjee, S., et al. The ovarian cancer oncobiome. Oncotarget. 8 (22), 36225-36245 (2017).
- Wang, Q., et al. The differential distribution of bacteria between cancerous and noncancerous ovarian tissues in situ. Journal of Ovarian Research. 13 (1), 8 (2020).
- Wang, L., et al. Bacterial overgrowth and diversification of microbiota in gastric cancer. European Journal of Gastroenterology & Hepatology. 28 (3), 261-266 (2016).
- Hosgood, H. D., et al. The potential role of lung microbiota in lung cancer attributed to household coal burning exposures. Environmental and Molecular Mutagenesis. 55 (8), 643-651 (2014).
- Kwon, M., Seo, S. S., Kim, M. K., Lee, D. O., Lim, M. C. Compositional and Functional Differences between Microbiota and Cervical Carcinogenesis as Identified by Shotgun Metagenomic Sequencing. Cancers. 11 (3), 309 (2019).
- Urbaniak, C., et al. The Microbiota of Breast Tissue and Its Association with Breast Cancer. Applied and Environmental Microbiology. 82 (16), 5039-5048 (2016).
- Feng, Y., et al. Metagenomic and metatranscriptomic analysis of human prostate microbiota from patients with prostate cancer. BMC Genomics. 20 (1), 146 (2019).
- Walsh, D. M., et al. Postmenopause as a key factor in the composition of the Endometrial Cancer Microbiome (ECbiome). Scientific Reports. 9 (1), 19213 (2019).
- Walther-Antonio, M. R., et al. Potential contribution of the uterine microbiome in the development of endometrial cancer. Genome Medicine. 8 (1), 122 (2016).
- Poore, G. D., et al. Microbiome analyses of blood and tissues suggest cancer diagnostic approach. Nature. 579 (7800), 567-574 (2020).
- Bolger, A. M., Lohse, M., Usadel, B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics. 30 (15), 2114-2120 (2014).
- Ward, T., et al. BugBase predicts organism-level microbiome phenotypes. bioRxiv. , (2017).
- Langille, M. G., et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nature Biotechnology. 31 (9), 814-821 (2013).
- Langille, M. G. I., et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nature Biotechnology. 31 (9), 814 (2013).
- Parks, D. H., Tyson, G. W., Hugenholtz, P., Beiko, R. G. STAMP: statistical analysis of taxonomic and functional profiles. Bioinformatics. 30 (21), 3123 (2014).
- Leranth, C., Hamori, J. 34;Dark" Purkinje cells of the cerebellar cortex. Acta Biologica Hungarica. 21 (4), 405-419 (1970).
