Determination of enterotype specific microbial biomarkers from metagenome data for early diagnosis and screening system in colon cancer

Abstract

Kolorektal kanser (KRK), dünyada kanser ölümleri arasında ikinci sırada yer almaktadır. Kolon kanseri vakalarının erken evrede teşhis edilmesi durumunda büyük ölçüde önlenebileceği bilinmektedir. Mevcut non-invaziv kolon kanseri tarama testleri, erken evre tümör oluşumunu tespit etmek için yeterli değildir. Son yıllarda hızlanan deneysel çalışmalar sonucunda, insan bağırsak mikrobiyotasının kolon kanseri ile ilişkili olduğu gözlemlenmiş ve insan mikrobiyotasındaki değişen mikrobiyom profillerinin biyomarker olarak kullanılabileceği gösterilmiştir. Bu bağlamda, metagenomik analiz ile kolon kanseri-insan mikrobiyota etkileşimi ve ilgili mikrobiyal kompozisyon değişiklikleri araştırılmıştır. Mikrobiyom-KRK ilişkilerini incelemek için, tüm genom shotgun metagenom dizileme (N=1579) ve 16S rRNA amplikon dizileme (N=1949) ile elde edilen halka açık insan dışkı örnekleri kullanılmıştır. Bu verilerin analizi HUMAnN2 ve QIIME2 iş akışları kullanılarak gerçekleştirilmiş ve sağlıklı kontroller (CTR), KRK hastaları (CRC) ve adenoma (ADN) hastalarının bağırsak mikrobiyota taksonomik ve fonksiyonel kompozisyonları ortaya çıkarılmıştır. Sağlıklı bireylerin bağırsak mikrobiyotası mikrobiyal alt türlere ayrılmış ve enterotipler belirlenmiştir. Enterotiplerin, bağırsak mikrobiyota kompozisyonuna dayalı olarak popülasyon sınıflandırmasında önemli bir faktör olduğu ve insan sağlığı ve hastalık durumlarının daha iyi anlaşılmasını sağladığı gösterilmiştir. Kompozisyonel modellere dayalı sınıflandırmalar, kişiselleştirilmiş mikrobiyota tabanlı çözümler için etkili olacaktır. Kolorektal adenom ve kanser üzerine sınırlı enterotip bazlı çalışmalar mevcuttur. Bu tez kapsamında, halka açık metagenomik çalışmaların enterotip bazlı meta-analizi gerçekleştirilmiş ve sağlıklı bireylerin bağırsak mikrobiyotası üç enterotipe (Ruminococcus-, Bacteroides- ve Prevotella baskın enterotipler) ayrılmıştır. Referans tabanlı enterotip atamaları, K-En Yakın Komşu adlı denetimli makine öğrenme algoritması kullanılarak CRC ve ADN örnekleri için gerçekleştirilmiştir. Sağlıklı kontroller ve CRC-ADN grupları arasında her enterotip için farklı miktar analizleri ve Random Forest sınıflandırması yapılmış, non-invaziv KRK tarama stratejileri için yeni enterotip-spesifik mikrobiyal belirteçler ortaya konmuştur. Ayrıca, her enterotip için KRK ve ADN'de önemli değişiklikler gösteren mikrobiyal genler ve yolaklar belirlenmiştir. Ek olarak, kanser hastalarının metagenomunda önemli değişiklikler gösteren mikrobiyal genleri hedef almak için biyolojik aktif moleküllerin potansiyeli değerlendirilmiş, terapötik fırsatlar ve ilaç yeniden konumlandırma stratejileri önerilmiştir. Bu çalışma, farklı bağırsak mikrobiyom profilleri altında kolon kanseri ve adenomdan karsinoma aşamasına geçiş mekanizmalarını aydınlatmada umut vaat etmektedir.Colorectal cancer (CRC) ranks second among cancer deaths in the world. It is known that colon cancer cases can be prevented to a great extent if diagnosed at an early stage. Existing non-invasive colon cancer screening tests are not sufficient to detect early phase tumor formation. As a result of the accelerated experimental studies in recent years, it has been observed that human intestinal microbiota is associated with colon cancer, and it has been shown that changing microbiome profiles in human microbiota can be used as biomarkers. In this context, colon cancer-human microbiota interaction and related microbial composition changes were investigated by metagenomic analysis. We used publicly available human fecal samples obtained from whole genome shotgun metagenome sequencing (N=1579) and 16S rRNA amplicon sequencing (N=1949) to investigate microbiome-CRC associations. Analyses of these data were performed using HUMAnN2 and QIIME2 pipelines, revealing taxonomic and functional composions of the gut microbiota in healthy controls (CTR), patients with CRC and those with adenoma (ADN). Gut microbiota of healthy people were clustered into microbial subtypes and enterotypes were determined. Enterotypes have been shown to be an important factor for population stratification based on the gut microbiota composition, leading to a better understanding of human health and disease states. Classifications based on compositional patterns will have implications for personalized microbiota-based solutions. There has been limited enterotype based studies on colorectal adenoma and cancer. We performed an enterotype-based meta-analysis of the publicly available metagenomic studies and gut microbiota of healthy people were clustered into three enterotypes (Ruminococcus-, Bacteroides- and Prevotella dominated enterotypes). Reference-based enterotype assignments were performed for CRC and ADN samples, using the supervised machine learning algorithm, K-Nearest Neighbors. Differential abundance analyses and Random Forest classification were conducted on each enterotype between healthy controls and CRC-ADN groups, revealing novel enterotype-specific microbial markers for non-invasive CRC screening strategies. We also identified microbial genes and pathways that undergo significant changes in CRC and ADN for each enterotype. Furthermore, the potential of bioactive molecules to target significantly changed microbial genes in the metagenome of cancer patients were also evaluated to identify therapeutic opportunities and suggest drug repositioning strategies. This study is promising in elucidating the mechanisms of colon cancer and adenoma-to-carcinoma sequence under different gut microbiome profiles.