見出し画像

腸内常在微生物およびその遺伝子は、小児の認知および神経解剖学と関連している

哉百名

広告

サイエンスサイエンス
ロゴ
VOL.9へ戻る 9, NO. 51
オープンアクセス
研究論文
認知神経科学
シェアする
腸内常在微生物およびその遺伝子は、小児の認知および神経解剖学と関連している

https://www.science.org/doi/10.1126/sciadv.adi0497



KEVIN S. BONHAM HTTPS://ORCID.ORG/0000-0003-3200-7533, GUILHERME FAHUR BOTTINO HTTPS://ORCID.ORG/0000-0003-1953-1576, [...], AND VANJA KLEPAC-CERAJ HTTPS://ORCID.ORG/0000-0001-5387-5706 +10 authors著者情報&所属
科学の進歩
2023年12月22日
9巻 51号
DOI: 10.1126/sciadv.adi0497
283
指標
総ダウンロード数
283
過去6ヶ月
283
過去12ヶ月
283

概要
はじめに
結果
考察
材料と方法
謝辞
補足資料
参考文献
電子レター (0)
情報と著者
指標と引用
表示オプション
参考文献
メディア
テーブル
シェア
要旨
神経発達障害に腸内微生物の代謝が関与しているという新たな証拠が得られているが、典型的な神経発達への影響については詳しく検討されていない。我々は、381人の健常児のマイクロバイオームと神経解剖学および認知との関係を調査し、微生物分類群および遺伝子の違いが、全体的な認知機能および脳領域の大きさと関連していることを示した。統計モデルと機械学習モデルの組み合わせにより、Alistipes obesi、Blautia wexlerae、Ruminococcus gnavusを含む種が、認知機能スコアの高い子どもにおいて濃縮または枯渇していることを示した。短鎖脂肪酸の微生物代謝も認知機能と関連していた。さらに、微生物プロファイルから脳領域の体積を機械モデルで予測することができ、認知機能を予測する上で重要な分類群は、個々の脳領域や認知機能の特定の下位尺度を予測する上でも重要であった。これらの知見は、神経認知発達の潜在的なバイオマーカーを提供し、早期発見・早期介入のための標的の開発を可能にするかもしれない。
サイエンスアドバイザーのニュースレターを購読する
最新のニュース、解説、研究を毎日無料でお届けします。
はじめに
腸と脳は密接に結びついている。脳からのシグナルは自律神経系と内分泌系を介して腸に届き、腸は迷走神経や内分泌・免疫（サイトカイン）シグナル分子を介して脳とコミュニケーションすることができる(1-4)。さらに、腸内で生成される微生物代謝産物は、腸神経系や免疫系を刺激することによって間接的に、また循環に入り血液脳関門を通過する分子を通して直接的に、脳に影響を及ぼす可能性がある。腸内細菌叢と神経発達、特に非定型発達との因果関係は、次第に明らかにされつつある(5)。ヒトの疫学と動物モデルの両方が、自閉症スペクトラム障害の発症に対する腸内微生物の影響を指摘しており（6、7）、特定の微生物分類群がうつ病（8、9）やアルツハイマー病（10、11）と関連している。しかし、正常な神経認知発達におけるこの「微生物-腸-脳軸」に関する情報は、特に生後間もない時期については、まだ不足している。
生後最初の数年間は、マイクロバイオームと脳の両方にとって重要な発達の窓である(12)。胎児の発育は無菌環境で起こると考えられているが、新生児は、産道（経膣分娩の場合）、介護者、食物（母乳または粉ミルク）、その他の環境源との接触を通じて、出生時に急速に種付けされる（13、14）。初期のマイクロバイオームは、微生物の多様性が低く、継代が早く、進化が早いという特徴があり、放線菌、特にビフィドバクテリウム属、バクテロイデーテス属、特にバクテロイデス属、プロテオバクテリア属が優勢である(15)。これらの細菌の多くは、ビフィドバクテリウム・ロンガム・サブスピーシーズ・インファンティスやバクテロイデス・フラジリスなど、ヒトの母乳を消化するための特殊な代謝能力を有している(16)。固形食を摂取するようになると、腸内細菌叢はまた別のカテゴリーに分類されるようになる。先行研究は通常、乳児マイクロバイオームか成人マイクロバイオームのどちらかに焦点を当てており、この移行期に統計解析を行うことは特別な困難を伴うからである。とはいえ、この移行期は、重要な神経発達の窓と、髄鞘形成、神経新生、シナプス刈り込みを含む関連する神経発達過程とが重なるため、この固形物と食物の境界を越えた調査は重要である(17)。
子どもの脳は、生後数年の間に、解剖学的、微細構造的、組織的、機能的に著しい変化を遂げる。5歳までに、子どもの脳は成人の85％以上の大きさに達し、ほぼ成人レベルの髄鞘形成が達成され、軸索結合のパターンが確立される(18)。このような発達の多くは、神経可塑性が特に高くなる敏感期（SP）(19)と呼ばれる個別のウィンドウで起こる。新たな証拠によると、SPsのタイミングと期間は、発達中の腸内細菌叢からの手がかりによって部分的に左右される可能性がある(20, 21)。そのため、健全なマイクロバイオームの正常な発達スペクトルを理解し、それが正常な神経認知発達とどのように関連しているかを理解することで、非典型的な発達を早期に発見し、介入の機会を提供できる可能性がある。
このニーズに対応するため、我々は、乳児期から10歳までの健常児と神経型発達児の大規模コホートにおいて、腸内細菌叢と神経認知発達との関係を調査した。腸内微生物群集はショットガンメタゲノムシーケンスを用いて評価され、分類学的および遺伝子機能的レベルでのプロファイリングが可能となった。認知スキルと能力は、年齢に応じた認知機能の心理測定法、すなわちMullen Scales of Early Learning（MSEL）（22）、Wechsler Preschool and Primary Scale of Intelligence, 4th Edition（WPPSI-4）（23）、Wechsler Intelligence Scale for Children, 5th Edition（WISC-V）（24）を用いて測定した。最後に、磁気共鳴画像法（MRI）を用いて、出現しつつある脳の構造も評価した。古典的な統計解析と機械学習（ML）を組み合わせることで、腸内細菌叢の発達、子どもの認知能力、脳の構造は密接に関連しており、微生物分類群と遺伝子機能の両方が認知能力と脳の構造を予測できることがわかった。
研究結果
RESONANCEコホートは子どもの発達研究の一部である。
我々は、生後40日から10歳までの健常で神経発達が良好な381人の小児（172人が女性）を対象に、様々な直交する微生物と神経認知の指標を用いて、脳とマイクロバイオームの共同発達を調査した（表1、図1A、および図S1）。これには、ショットガンメタゲノム配列決定、MSEL、WPPSI-4、WISC-Vのフルスケール複合スコアを用いた年齢に応じた認知・行動評価、皮質・皮質下形態の神経画像測定などが含まれる。それぞれの評価尺度によって測定される年齢範囲や心理測定学的特性が異なるため、子どもの年齢に応じて異なる評価尺度が用いられた（例：4歳未満の子どもにはMSEL、4歳未満の子どもにはWPPSI-4、4歳未満の子どもにはWISC-V）、 予想されたように、微生物分類群における最大の違いは年齢によって観察され（図1、BおよびE；主座標分析軸1）、年齢が高い子どもは主にバクテロイデーテス優勢、ファーミキューテス優勢、または高存在のプレボテラ・コプリに層別された（図S2）。腸内細菌遺伝子と脳容積プロファイルにおける被験者間の全体的なばらつきも同様に、被験者の年齢によって大きく左右された（図1、CおよびF）。
グループ サブグループ すべて 6ヵ月未満 18ヵ月以上 将来
被験者数 381 82 277 104
サンプル 1 214 (56.2%)
2 90 (23.6%)

2 77 (20.2%)
年齢（月齢） 最小 1.3 2.89 18.03 1.3
最大 119.53 5.95 119.53 11.95
中央値 24.62 3.64 41.59 6.08
性別 F 172 (45.1%) 42 (51.2%) 122 (44.0%) 47 (45.2%)
M 209 (54.9%) 40 (48.8%) 155 (56.0%) 57 (54.8%)
人種 白人 265 (69.6%) 48 (58.5%) 201 (72.6%) 62 (59.6%)
黒人 40 (10.5%) 15 (18.3%) 21 (7.6%) 17 (16.3%)
先住民 1 (0.3%) 0 (0.0%) 1 (0.4%) 0 (0.0%)
アジア系 8 (2.1%) 2 (2.4%) 7 (2.5%) 3 (2.9%)
混合 54 (14.2%) 14 (17.1%) 38 (13.7%) 16 (15.4%)
その他 3 (0.8%) 1 (1.2%) 3 (1.1%) 2 (1.9%)
母親の学歴 中学校 2 (0.5%) 0 (0.0%) 2 (0.7%) 0 (0.0%)
高校卒業 6 (1.6%) 3 (3.7%) 4 (1.4%) 2 (1.9%)
高卒 39 (10.2%) 13 (15.9%) 22 (7.9%) 17 (16.3%)
短大卒 100 (26.2%) 28 (34.1%) 60 (21.7%) 30 (28.8%)
大卒 95 (24.9%) 19 (23.2%) 75 (27.1%) 30 (28.8%)
大学院／専門学校 126 (33.1%) 16 (19.5%) 106 (38.3%) 23 (22.1%)
表1. ECHO RESONANCEコホートの被験者は、ロードアイランド州の多様な家庭の出身である。
「全員」はコホート全体を指す。「6ヵ月未満」、「18ヵ月以上」、「将来」は、それぞれのサブグループ解析に使用されたサンプル。

図1. RESONANCEコホートは、加速された縦断的サンプリングによる多様なコホートである。
(A）便サンプル、認知機能評価、および神経画像は、生後1年を通してさまざまな年齢の参加者から収集された。(B）認知機能スコアは異なる検査で評価されているが、フルスケールの複合スコアを用いて正規化されている可能性がある。(CとD) 分類学的プロファイルのBray-Curtis非類似度を用いた主座標分析では、高いβ多様性が示され、年齢とα多様性の増加によって、第1軸の変動の多くが説明される。MSELはMullen Scales of Early Learning、WPPSIはWechsler Preschool & Primary Scale of Intelligence、WISCはWechsler Intelligence Scale for Children。遺伝子機能プロファイル（E）および神経画像［脳領域体積のユークリッド距離に基づく主成分分析（PCA）］（F）の違いも、同様に年齢による変化が支配的である。(G)分類学的プロファイル、機能的プロファイル（UniRef90sとしてアノテーション）、神経画像の、関心のあるメタデータに対する置換分散分析（PERMANOVA）。分類学的および機能的プロファイルのばらつきは、生後18ヵ月以上の子どもの認知発達のばらつきのうち、わずかではあるが有意な割合を説明している。(H)異なる微生物特徴マトリックスのマンテル検定は、重複するが異なる変動パターンを示す。(B)と(C)の点線は、いくつかのモデルでカットオフ値として用いられている6ヵ月と18ヵ月を示している。
いくつかの先行研究で、特定の腸内分類群と非典型的な神経認知や神経疾患との関連が示されていることから（7, 8, 25-27）、我々は特定の分類群や遺伝子機能が小児の正常な認知発達と関連しているかどうかを調べようとした。腸内細菌分類群、その遺伝子、またはその代謝の変異が神経認知発達と関連しているかどうかを調べるために、微生物分類群および遺伝子機能のβ多様性、皮質および皮質下構造の神経画像由来の体積測定、一般的認知能力を含む並べ替え分散分析（PERMANOVA）を用いた。固形食導入時に起こるマイクロバイオームの大きな生態学的変化と、乳児がミルクから固形食に移行する年齢が比較的幅広いことを考慮し、一般的に移行前（生後6ヶ月以前）と移行後（生後18ヶ月以上）に分けて検討した。しかし、このように分類しても、生後18ヵ月以上の子どもでは腸内細菌叢のばらつきが大きくなっていることがわかった（図1G）。また、生後18ヶ月以上の子どもにおける微生物種の全体的なばらつきは、微生物遺伝子機能のばらつき（R2 = 0.0115, q < 0.001）と同様に、認知機能スコアのばらつきと有意に関連していた（図1G; R2 = 0.0099, q < 0.01）。微生物分類群および遺伝子の変異は、6ヵ月未満の小児では認知機能とは有意な関連を示さなかったが、これは乳幼児では分類群の多様性が低く、分類群間の重複がほとんどないためと考えられる（図1G）。予想通り、年齢は微生物のβ多様性と有意に関連していた［分類群R2 = 0.0207、および類似度90%のUniRef90sクラスターでアノテーションされた遺伝子機能(28)： R2 = 0.0258、q < 0.001］、神経画像（MRI）プロファイルの変動と非常に強く関連していた（R2 = 0.258、q < 0.001）。
先行研究と一致して、異なる微生物測定タイプは重複する変動を捉えており、メタゲノム配列から作成された生物種プロファイルと遺伝子機能プロファイルはともに密接に結合していた（図1H；P < 0.001）。他の機能グループ［Enzyme commission level4 (EC) (29) およびKyoto Encyclopedia of Genes and Genomes orthologs (KOs) (30)］は、UniRef90ラベルに由来するにもかかわらず、両年齢コホートにおいて分類学的プロファイルとわずかに重なっただけであった。18ヵ月以上の小児では、神経画像におけるいくらかの変動（分類群：20.1％、P＜0.01；遺伝子機能：15.9％、P＜0.05）が微生物の測定値と重なったが、これは両方の測定値において年齢による変動が残っているためかもしれない。
微生物種と神経活性遺伝子は認知能力と関連する
個々の微生物種が認知機能と関連しているかどうかを評価するために、ある年齢群において少なくとも15％の有病率を示した各生物種の相対的存在量について、多変量線形回帰モデル（LM）（31）を当てはめた（図2A；0～120ヵ月はNspecies＝116、0～6ヵ月はNspecies＝54、18～120ヵ月はNspecies＝136）。生後6ヵ月未満の子どもでは、年齢と母親の教育で調整した後、認知機能と有意に関連する種はなかった（q < 0.20）。対照的に、生後18ヵ月以上の小児では、認知機能スコアの高い小児でいくつかの微生物種が有意に濃縮されていた（図2B）。その中には、Alistipes obesi、Asaccharobacter celatus [Adlercreutzia equolifaciens subsp. celatus (32)としても知られる]、Eubacterium eligensやFaecalibacterium prausnitziiなどのSCFA産生プロバイオティクス種が含まれていた（図2B）(33)。Sutterella wadsworthensisは、認知機能スコアと有意に負の相関を示した唯一の微生物種であった（q = 0.165）。

図2. 分類群および遺伝子機能群は認知機能と関連している。
(A）多変量線形モデルの結果のボルケーノプロットで、年齢、母親の学歴、配列決定深度をコントロールし、生後18ヶ月以上（左）または全年齢（右）における個々の分類群と認知機能スコアとの関係を示す。B）認知機能と有意に関連した分類群について、異なる年齢群における認知機能との相関をヒートマップで示した。(C)6ヶ月未満（左）、18ヶ月から36ヶ月（右）、全年齢以上（右）における、個々の分類群とMSELによる領域特異的スキル評価との関係を、年齢、母親の教育、配列の深さを制御して示した多変量線形モデル。(A)と(C)のアスタリスクは、多重仮説補正後の有意性（q < 0.2）を示す。(DおよびE) 6ヶ月未満（D）または18ヶ月以上（E）の特徴セット濃縮解析（FSEA）で使用したプロピオン酸分解I遺伝子セットの濃縮プロット。(F) 生後6ヶ月未満（左）、18ヶ月以上（中央）、または全年齢（右）におけるFSEA結果のまとめ。マーカーは遺伝子セット内の遺伝子の個々の相関を示し、縦棒はその遺伝子セットの相関の中央値を示す。各パネル内の縦点線は、その年齢群における全遺伝子のT統計量の中央値を表す。
認知評価（MSEL、WPPSI、WISC）は、異なる認知領域を評価する複数の下位尺度の複合である。複合スコアは年齢やテスト様式によって大まかに類似しているが、各テストで評価される下位尺度は異なっている。微生物分類群が特定の認知領域の発達と関連しているかどうかを評価するために、MSELスコアを同時に持つ6ヶ月未満、18ヶ月から36ヶ月、または全年齢のサンプルの少なくとも10％に存在する各生物種について、多変量線形モデルを当てはめた（図2C）。複合スコア（図2B）と関連したいくつかの分類群は、F. prausnitziiやA. obesiなど、1つ以上のサブスコアとも関連していた。生後6ヵ月未満の小児では、複合スコアと有意な関連を示した分類群はなかったが、Streptococcus属の2種（S. perorisとS. mitis）とB. fragilisは、この年齢群では表現言語と正の関連を示した。また、S. mitisは全年齢において表現言語と関連していたが、Eisenbergiella massiliensis、Anaerotruncus colihominis、未分類のBlautia種は負の相関を示した。
異なる個体では異なる微生物種が同じ代謝ニッチを占める可能性があることから、機能的活性によってグループ化された微生物遺伝子が認知と関連するという仮説を立てた。これを検証するために、神経活性の可能性がある遺伝子群（9）と認知能力スコアを同時に用いて特徴セット濃縮解析（FSEA）を行ったところ（表2、図2、D～F）、認知能力スコアの高い子どもでは、いくつかの代謝経路が有意に濃縮または枯渇していることがわかった。例えば、炭素数3のSCFAであるプロピオン酸を分解する遺伝子は、6ヵ月未満の認知能力スコアの高い小児で有意に枯渇していた［表2；プロピオン酸分解I、濃縮スコア（ES）＝-0. 66、補正P値（q）＝0.029］、炭素数2のSCFAである酢酸を合成する遺伝子（酢酸合成II、ES＝-0.491、q＝0.059；酢酸合成III、ES＝-0.409、q＝0.133）と同様であった。18m以上の小児では、これらの代謝的関連は逆転し、認知スコアの高い小児では酢酸合成とプロピオン酸分解の両方が豊富であった（酢酸合成I, ES = 0. 192、q = 0.145；酢酸合成II、ES = 0.248、q = 0.15；プロピオン酸分解I、ES = 0.154、q = 0.178）、4-炭素SCFAである酪酸の合成（酪酸合成II、ES = 0.414、q = 0.178）も同様であった。アミノ酸であるグルタミン酸の合成も、この年齢群の認知機能スコアが高い小児で有意に豊富であった（グルタミン酸合成II、ES = 0.355, q = 0.023）。これらの結果から、微生物の代謝活動、特に神経活性化合物の代謝（合成と分解）が、認知機能の発達に影響を及ぼす可能性が示唆された。
年齢群 0-6ヵ月 18-120ヵ月
遺伝子セット ES q ES q
酢酸合成 I -0.165 0.284 0.192 0.145
アセテート合成II -0.491 0.059 0.248 0.15
アセテート syn.III -0.409 0.133 0.215 0.209
酪酸塩 syn.II -0.357 0.284 0.414 0.178
グルタミン酸合成II 0.343 0.284 0.355 0.023
プロピオン酸誘導体 I -0.659 0.029 0.154 0.178
表2. 神経活性微生物遺伝子セットは認知機能と関連している
太字は、正または負の仮設を持つ有意な（q < 0.2）遺伝子セットを示す。
腸内微生物の分類学的および機能的プロファイルは、同時に測定された認知機能を予測する。
FSEAは個々の遺伝子間の機能的関係の理解に依存している。しかし、個々の分類群間の関係はまだほとんど不明であるため、我々は、多数の個々の特徴（ここでは微生物種）の根底にあるパターンの同定を可能にする教師なしノンパラメトリックML手法のファミリーであるランダムフォレスト（RF）モデルに注目した。これまでの研究では、ゲノミクスの領域から得られた高次元で疎なデータの処理にRFを使用し、成功したことが報告されている(34-38)。また、さまざまなシナリオでアルツハイマー病に関連する認知状態を予測するためにRFを使用した研究もある(39, 40)。神経認知発達と同様に、腸内細菌プロファイルも社会経済的および人口統計学的因子を部分的に反映している可能性があることから、母親の教育（ここでは社会経済的地位（SES）の代理として使用）、性別、および年齢を、単独または微生物の分類学的プロファイルと組み合わせて可能性のある予測因子として含めたRF回帰因子の性能を評価した（表3）。
被験者の年齢（月齢） 微生物特徴 Demo. テストセット RMSE（±CI） テストセット 相関（±CI）
0-6 - + 13.37 ± 0.05 -0.16 ± 0.01
分類群 - 12.99 ± 0.04 -0.11 ± 0.01

  • 13.01 ± 0.04 -0.13 ± 0.01
    遺伝子 - 12.95 ± 0.04 -0.05 ± 0.01

  • 12.95 ± 0.04 -0.05 ± 0.01
    18-120 - + 17.06 ± 0.04 0.511 ± 0.003
    タクサ - 18.71 ± 0.04 0.347 ± 0.003

  • 18.25 ± 0.04 0.429 ± 0.003
    遺伝子 - 18.96 ± 0.04 0.299 ± 0.003

  • 18.74 ± 0.04 0.341 ± 0.003
    表3. 微生物分類群および遺伝子に関するRFモデルは、同時に測定された認知パフォーマンスとの関連を学習することができる。
    認知評価スコア予測モデルのベンチマーク指標。信頼区間（CI）は、信頼水準95での繰り返しCVから得られた測定基準の分布から計算した。RMSEは、ランダムフォレストモデルがどの程度結果を予測できたかを推定するために使用した。Demo.列は、母親の学歴、性別、年齢などの人口統計学的因子が予測因子として含まれているかどうかを示す。
    LMと同様、生後6ヶ月未満の子供に対するRFモデルの成績は芳しくなかったが［平均テストセット相関-0.13、平均二乗平均誤差（RMSE）13.01］、RFは生後18ヶ月以上の子供の分類群と認知機能スコアとの関係を一貫して学習することができた（平均テストセット相関0.429、平均RMSE18.25）。RFで重要であった種は、LMで関係を検証したときに重要であった種と重複していた（図3Aおよび表S1）。どちらの解析でも、F. prausnitzii、E. eligens、Parasutterella excrementihominis、A. obesiが重要であると同定された（LMではq < 0.2、RFでは累積重要度 <60%）。LMで重要であった他の分類群には、Eggerthella sp. CAG 298とBarnesiella intestinihominisが含まれるが、RFモデルでは同定されなかった。Eubacterium ramulusは、我々のカットオフ値（累積重要度64%）からわずかに外れていた。RFモデルでは、認知機能スコアの識別に重要な48種がさらに同定された（表3、図3、BおよびE）。被験者の年齢は、特徴量の重要性において常に上位にランクされた。これは、被験者の年齢を考慮すると、微生物分類群に基づく決定枝の純度が高まること、または年齢自体が有用な予測因子であることを示す可能性がある。

図3. ランダムフォレストモデルは、同時および将来測定される認知機能の両方を予測する。
(A)18ヶ月以上の子供のRF予測因子重要度の線形モデルとの比較。色は、その種がRFモデル上の累積重要度の60％を占める上位重要度特徴のグループに属するか、その種が線形モデルで有意（q＜0.2）であったか、両方であったか、あるいはどちらでもなかったかを表す。(B)同時認知機能測定と将来認知機能測定の間の微生物特徴のRF予測因子重要度の比較。色は、その種が、同時予測のRFモデルのみ、将来予測のRFモデルのみ、または両方のモデルにおいて、累積重要度の60％を占める上位重要特徴のグループに属するかどうかを表す。片方のモデルに存在しない特徴は、原点に整列したサイドプロットに示されている。(C）各マイクロバイオームサンプリング-認知評価ダイアッドの年齢分布。青色のバイオリンプロットはサンプリング年齢の分布を示し、赤色のバイオリンプロットは評価年齢の分布を示す。黒線は各被験者の年齢を結んでいる。同時（D）および将来（E）の認知機能測定予測のRFモデルにおける分類群の特徴重要度のランク付け。赤い点は、人口統計学（性、SES）を共変数として用いた場合に、（分類群間で）相対的重要度がどのように変化するかを示す。同時評価予測（F）と将来評価予測（G）の両方のRFモデルにとって重要な分類群の存在量と有病率。
生後1年間の腸内細菌プロファイルは将来の認知機能を予測する。
LMでは、0～6ヵ月の範囲では、同時測定された認知機能と関連する分類群は同定されなかったが、我々は、胎内で始まる発達の軌跡は、微生物曝露によってすぐには変化しない可能性があり、そのため、生後早期の微生物による影響が顕在化するには時間がかかる可能性があると推論した。この仮説を検証するため、生後1年間の分類学的プロファイルを学習したRFモデルが、便サンプル採取から少なくとも6ヵ月後に測定された将来の認知能力を予測できるかどうかを尋ねた（図3、C、D、F、表4）。モデルは一貫して、将来の診察時の認知能力に関連する微生物種を学習することができた（診察間の平均時間：21.5ヶ月、SD = 9.9ヶ月、図3G、平均テストセット相関： 0.27).
微生物特徴デモ。 テストセット RMSE（±CI） テストセット 相関（±CI）

    • 20.25 ± 0.07 0.43 ± 0.0
      分類群 - 22.32 ± 0.08 0.07 ± 0.0

  • 21.53 ± 0.08 0.27 ± 0.0
    遺伝子 - 22.21 ± 0.08 0.12 ± 0.0

  • 22.08 ± 0.08 0.15 ± 0.0
    表4. 微生物分類群および遺伝子に関するRFモデルは、将来の認知能力との関連を学ぶことができる。
    CIは、信頼水準95での繰り返しCVから得られた測定基準の分布から計算した。RMSEは、ランダムフォレストモデルがどの程度結果を予測できたかを推定するために使用した。Demo.列は、母親の学歴、性別、年齢などの人口統計学的因子が予測因子として含まれているかどうかを示す。
    1歳半以上の子どもの認知機能を予測したRFモデルにおいて、重要な分類群のほぼすべてが、もし存在すれば将来の認知機能を予測するモデルにおいても重要であった（図3、B、C、表S5）。同時に、多くの追加的な種は、同時認知機能を測定するモデルでは重要でなかったが、将来予測モデルでは重要であった。特に、Klebsiellaの2つの種、K. pneumoniaeとK. varicolaが、将来予測モデルにおける特徴の重要性を支配していた（図3、CとF）。特徴の重要度で上位にランクされた他の菌種の多くも日和見病原体であったり、以前に疾患との関連が報告された菌種であった（Ruminococcus gnavus、Escherichia coliなど）。
    腸内細菌分類群は特定の認知機能と関連している
    認知機能の異なる領域（例えば、粗大運動発達と視覚認知）の発達は、異なる時期に発達し、異なる分子シグナルに影響される可能性があることから、我々は、微生物分類群と認知機能との関連が、すべての認知下位領域にわたって一般的であるかどうかを明らかにしようとした。そのために、MSELの個々の下位尺度（出生から36ヶ月まで。） 人口統計学と組み合わされた分類学的プロフィールは、プローブされた5つの下位尺度（図4Aおよび表5）のうち、表現言語（テストセットRMSE12.05、テストセット相関0.368）、粗大運動（テストセットRMSE11.07、テストセット相関0.137）、視覚受容（テストセットRMSE15.2、テストセット相関0.333）の3つの下位尺度に対する予測可能性を示した。下位尺度間において、予測可能性（テストセットの数値で測定）と、いくつかの分類群の相対的重要性（図4B）の両方が変動している。B. longumやF. prausnitziiのような特定の種は、すべてのサブスケールで同様の相対的重要性を持つが、他の種は大きく異なる（表S2からS4）。特に、Bifidobacterium pseudocatenulatum、Blautia wexlerae、E. eligensは表出言語の予測にかなり重要である一方、Roseburia faecis、Streptococcus salivarius、Fusicatenibacter saccharivoransは粗大運動の予測に明瞭であり、Clostridium innocuumとBacteroides vulgatusは視覚受容をターゲットとしたモデルで際立っている（表S2～S4）。

図4. 神経解剖学とサブスコアにおける微生物の重要性は、認知と皮質下の既知の関連と一致している。
(A) MSEL下位尺度得点を予測するRFモデルのテストセット相関（予測因子として人口統計を含む場合と含まない場合）。(B）MSEL下位尺度得点を予測するモデルにおける重要な分類群。(C)クロスバリデーションを繰り返した後、選択したセグメントにおけるマイクロバイオームと人口統計学からMRIセグメンテーションデータを予測するテストセットの平均相関。(D)各脳セグメントにおける平均的な個々の相対的分類群のインポートのヒートマップ。すべてのモデルは132の特徴でトレーニングされており、各特徴の重要度の分布は0.75%であるため、重要度は各モデルの重要度の合計に対する割合として報告されている。(E)平均インポート量の順位が高い種の選択リストについて、階層的クラスタリング分析によって並べ替えられたセグメントと分類群、およびそれぞれの最も負荷の高いセグメント。
対象 Mullenスケール 微生物特徴量 デモ。 テストセット RMSE (±CI) テストセット 相関 (±CI)
表現言語 - + 11.17 ± 0.04 0.48 ± 0.0
分類群 - 12.37 ± 0.04 0.25 ± 0.0

  • 12.05 ± 0.04 0.37 ± 0.0
    遺伝子 - 12.59 ± 0.04 0.15 ± 0.0

  • 12.46 ± 0.04 0.21 ± 0.0
    総運動量 - + 10.53 ± 0.04 0.346 ± 0.006
    タクサ - 11.08 ± 0.04 0.134 ± 0.006

  • 11.07 ± 0.04 0.137 ± 0.006
    遺伝子 - 10.98 ± 0.04 0.197 ± 0.005

  • 10.98 ± 0.04 0.197 ± 0.005
    視覚受容 - + 14.13 ± 0.04 0.462 ± 0.003
    分類群 - 15.49 ± 0.04 0.245 ± 0.004

  • 15.2 ± 0.04 0.333 ± 0.004
    遺伝子 - 15.97 ± 0.04 0.067 ± 0.004

  • 15.84 ± 0.04 0.118 ± 0.005
    表5. 微生物分類群および遺伝子に関するRFモデルは、認知サブドメインにおけるパフォーマンスとの関連を学習することができる。
    ミューレン下位尺度予測モデルのベンチマーク指標。CIは、信頼水準95での繰り返しCVから得られた指標の分布から計算。二乗平均平方根誤差（RMSE）は、ランダムフォレスト・モデルがどの程度結果を予測できたかを推定するために使用した。Demo.列は、母親の学歴、性別、年齢などの人口統計学的因子を予測因子として含めたかどうかを示す。年齢範囲はすべての症例で18～120ヵ月であった。
    腸内微生物の分類学的プロファイルは脳構造の違いを予測する
    個々の微生物が認知機能の特定の領域には関連し、他の領域には関連しない可能性があることを考えると、認知機能に対する微生物代謝の因果的影響がある場合、それは神経解剖学的変化に反映されるかもしれない。今回もRFモデリングを用いて、MRIスキャンで同定された個々の脳領域と腸内分類学的プロファイルを関連付けた（生後18ヶ月以上の子供、N=124）。いくつかの脳領域は、微生物分類群について学習したRFモデルによってより容易に予測され（表5、6、表S6）、特に年齢と相関の高い領域が予測された。これには、L/R舌回（平均RF相関、左=0.444、右=0.441；年齢に対する重要度、左=6.8%、右=7.7%）とL/Rペリカルカリン皮質（平均RF相関、左=0.267、右=0.315；年齢に対する重要度、左=3.6%、右=6.2%）が含まれる。しかし多くの場合、左側坐骨側坐野のモデル（平均RF相関=0.275；相対的な年齢の重要度=1.1%）のように、高パフォーマンスのモデルでは年齢は重要な変数ではなかった。
    統計量 MAPE R
    平均 0.073 0.146
    標準偏差 0.029 0.131
    最大値 0.205 0.598
    75パーセンタイル 0.081 0.212
    50パーセンタイル 0.066 0.129
    25パーセンタイル 0.057 0.073
    最小値 0.036 -0.133
    表6. 脳部位を予測する微生物分類群に関するRFモデルは、概ね良好な性能を示した。
    テストセット予測値の平均絶対比例誤差（MAPE）と相関係数（R）は、すべての脳領域についてモデル間で報告されている。値の完全なリストは表S6にある。
    多くの領域のモデルは、モデルの性能と微生物特徴の重要性の両方において、左半球と右半球で非常に一致したが、他の領域では両側でかなりの違いがあった。例えば、左側坐骨 側坐骨領域は、我々の脳領域モデルの中で最も高いテストセット相関（R = 0.288）を示し、右側坐骨 領域はテストセット相関がごくわずか（R = 0.005）であった。左側坐骨側坐骨領域のモデルのフィーチャー重要度は、B. vulgatus（重要度3.3%）、B. ovatus（重要度3.2%）、B. uniformis（重要度2.8%）の3種のBacteroidesで占められていた。
    複数の脳領域に関するRFモデルには、多くの重要な微生物分類群が存在したが、他は少数の分類群に支配されており、その多くは認知機能に関するLMやRFモデルでも同定された（図2および3）。一般に、すべてのセグメントにおいて、28から42（中央値=38、入力特徴の30%未満）の一貫した数の種が、モデルの性能に関係なく、累積重要度の半分を占めていた（図4、CからE、および表S2）。ある種は複数の異なる脳区分に対して高い寄与を示し、他の種は1つか2つの脳区分に対してわずかな寄与を示した。1つ目のパターンとして注目すべきは9種である： Anaerostipes hadrus、B. vulgatus、B. ovatus、F. saccharivorans、Ruminococcus torques、Eubacterium rectale、Coprococcus comes、A. celatus、B. wexleraeの9種で、これらを合計すると、報告された脳区分で適合度の重み付けを行った後に計算された累積相対輸入量の約10％を占める（図4、DおよびE）。
    これらのうち、A. hadrusは報告されたすべてのモデルにおいて、平均相対重要度が最も高い変数である（平均=1.4%、最小=0.8%、最大=3.6%、図4、DとE）。B. wexleraeは認知機能のRFモデルで重要であったが、嗅内野、楔状野、舌状野のモデルでも重要であり、左右両方の海馬傍の大きさを予測するモデルで最も重要度が高かった。モデルの重要性が高いもう一つのクラスターには、前脳基底部、特に帯状回と側坐に関連する分類群が含まれていた。このクラスターにはB. ovatusとB. uniformisのほか、Alistipes finegoldiiとS. salivariusが含まれる。
    エクオール産生種であるA. celatusは、ある分類群がごく少数のセグメントにのみ有意に寄与する、第二の寄与パターンの例である。この種は、右前帯状回の相対的な体積を予測する上で非常に重要であった（相対的重要度2.8％）。このパターンのもう1つの例はCoprococcus eutactusで、これは左前頭頂部に大きく関連している（重要度3.5%）。最後に、C. comesは、以前に報告された2つのクラスターの間でほぼ均等に分かれる重要度分布を持っている。左後帯状回の予測に対するその負荷は、RFモデルにおいて微生物としては最も高い（重要度3.7％）。同時に、C. comesは、左前頭葉（重要度2.0％）および傍中心葉（重要度2.0％）のような上部領域とともに、傍手術野（重要度、左＝1.9％、右＝2.5％）のような後帯状回隣接領域にとって最も重要な予測因子の1つである。
    考察
    腸-マイクロバイオーム-脳軸を介した腸内細菌叢と脳機能の関係は、非典型的な神経認知［不安やうつ病、神経変性、注意欠陥/多動性障害、自閉症など（41, 42）］を調査したヒト疫学研究や、動物モデル（27, 43）を用いたメカニズム研究の結果、主に受け入れられつつある。これらの研究から得られた結果は、腸内微生物とその代謝が認知発達に因果的に関与している可能性を示唆しているが、本研究は、若く健康な小児における典型的な発達との関連において、微生物種とその遺伝子を直接調査した、我々の知る限り初めての研究である。なぜなら、腸内細菌叢と脳はともに動的で可塑的な性質を持っているため、幼少期の違いや介入は、それ以降の年齢よりも大きく長期的な影響を及ぼす可能性があるからである。さらに、微生物代謝の因果的影響がない場合でも、他の早期介入を指し示す危険因子を同定することも価値があるだろう。
    我々は、認知機能と関連するエゴノキ科の種をいくつか同定した。その中には、A. celatus [A. equolofaciensの亜種(44)]やEggerthella lentaが含まれる。この科の多くのメンバーは、ユニークな代謝活性によって知られている。例えば、A. equolofaciensは大豆に含まれるイソフラベンから非ステロイド性エストロゲンであるエクオールを生成する(45)。このことは特に興味深い。というのも、A. celatusは、社会的認知と報酬に基づく意思決定に関連する右前帯状回廊のRFモデルにおいて最も重要な特徴でもあり（46-48）、エストロゲンがこの脳領域で活性を持つことが以前に示されているからである（49）。エゴノキ科のもう一つの細菌であるゴルドニバクター・パメラエ（Gordonibacter pamelaeae）もまた、脳に影響を与える可能性のあるユニークな代謝を持っている。ゴルドニバクター・パメラエは、ポリフェノールのエラグ酸（ザクロやいくつかのベリーに含まれる）をウロリチンに代謝することができ、このウロリチンには神経保護作用があることがいくつかの研究で示されている（50, 51）。G. pamelaeaeはRFモデルでは重要な特徴として同定されなかったが、我々のデータセットでは比較的有病率が低く、2％以上の有病率で5％のサンプルにしか見られなかった（対照的にA. celatusは32％のサンプルに見られた）。E. lentaの神経学的役割について発表された証拠は見つからなかったが、植物由来の心臓病治療薬ジゴキシンなどの薬物化合物を代謝する能力については広く研究されている(52)。このクレードの代謝の多様性と認知に関連する種の多さから、これらの微生物はさらなるメカニズム研究の格好のターゲットとなる。
    最年少のサブセット（0〜6ヶ月）では、個々の微生物種と認知能力との間に統計的な関連は見られなかった。これは、脳の発達の軌跡が子宮内で始まり、微生物の影響（出生時にしか始まりえない）が現れるにはさらに時間がかかるからではないかという仮説を立てた。この仮説に沿うように、RFモデルは早生期のマイクロバイオームと将来の認知機能スコアとの関連を学習することができた（図3）。これらのモデルで上位にランクされた菌種には、18ヵ月後の同時認知機能評価スコアの予測に重要ないくつかの分類群が含まれており、特にエシェリヒア属やクレブシエラ属などの腸内細菌科の病原性細菌が重要であった。これらの属の代表的な細菌は、乳幼児の腸に早期から長期にわたって定着し、環境によっては炎症反応を促進することが知られている(53)。対照的に、ビフィドバクテリウム属の炎症を抑える代表的な細菌は、初期のオリゴ糖代謝菌であるB. longumから後期の複合糖質代謝菌であるB. pseudocatenulatum(54)に至るまで、乳幼児期の固形食への離乳によく関連し、相対的に高い重要性を示した。最も重要な分類群が炎症反応のさまざまな側面に関与していることは、慢性炎症がある種の刺激における神経反応の変化と関連するという以前の知見と共鳴する(55)。
    認知能力と脳構造の両方に関連した他の細菌も、先行研究と関連している可能性がある。例えば、左側坐核の大きさを予測するRFモデルは、バクテロイデス属、特にB. vulgatus、B. uniformis、B. ovatusに支配されていた。B. ovatusは、SCFAやγ-アミノ酪酸（GABA）などの神経伝達物質を含む多くの神経活性化合物を産生することが示されている（56）。もう1つのバクテロイデス属の1種であるB. fragilisは、微生物依存性の代謝産物である4-エチルフェニル硫酸（4EPS）を摂取することで、マウスモデルにおける自閉症スペクトラム障害（ASD）様の症状を改善することができた(43)。一方、B. ovatusは4EPSの前駆体の主要産生菌であり(27)、マウスの不安行動を増加させた。RFモデルにおけるこれらの生物種の重要性と、この部位を予測するRFモデルの高い性能が片側性（左の側坐野には影響を与えるが、右の側坐野には影響を与えない）であったことも注目された。ほとんどの健常者は、報酬学習とリスク摂取行動に関与する側坐核に右向きの非対称性がある(57, 58)。側坐核の左右非対称性の低下は、若年成人の物質使用障害と関連している(59)。側坐核は報酬のコントロールにも関連しており、注意欠陥多動性障害（ADHD）と診断された患者では、神経形態が乖離していることが示されている(60)。
    個々の認知サブスケールをプローブすることができたため、これまでの知見と一致する結果が得られ、認知と神経解剖学的構造との間に腸内細菌が関与している可能性が示唆された。例えば、縦断的な神経認知発達研究では、視床とミューレン尺度の表現言語成分との間に両側性の関連があることが指摘されている（61）。この知見と一致して、B. wexleraeやA. hadrusなどの分類群が、左右両方の視床と表現言語下位尺度において、上位15％の重要な予測因子のひとつであることがわかった。このような知見のもう一つの例は、以前に報告された視床中央皮質（COC）と粗大運動発達との関連である(62)。この場合、酪酸を産生するF. saccharivoransが、粗大運動下位尺度とCOCの3つの両側構成要素（左右の眼窩傍、口蓋傍、三角傍）の両方において、15％の最も重要な予測因子のひとつであることが確認された。以前の結果では、尾状突起と小脳、視覚受容スコアとの関係も指摘されている(63)。S. salivariusは、視床の両側と小脳白質、小脳vermal小葉IからXとともに、この下位尺度の上位20％の予測因子の中に一貫して見いだされた。
    B. fragilisとB. ovatusが相反する役割を果たす可能性があることから明らかなように、同属の個々の種は異なる役割を果たす可能性がある。このように、ショットガンメタゲノムシーケンスを用いることで、微生物分類群の種レベルでの解明が可能になるため、微生物が脳に及ぼす影響を特定する上で極めて重要であると考えられる。以前に行われた3歳児の認知に関する研究では、16S rRNA遺伝子アンプリコンシーケンスが用いられ、Lachnospiraceae科の属や未分類のClostridiales（現在はEubacteriales）が、Ages and Stages Questionnaireの高得点と関連していることが示された(64)。しかし、これらのクレードはそれぞれ多様な機能を持つ数十の属を包含しており、それぞれが異なる影響を及ぼしている可能性がある。本研究で認知機能と正の相関を示したB. wexlerae、Dorea longicatena、R. faecis、A. finegoldiiを含むいくつかの分類群はClostridialesであり、認知機能と負の相関を示したR. gnavusも同様である（図3、CおよびF）。このような種レベルの分離は、通常アンプリコンシーケンスでは不可能である。
    種レベルの解像度の向上に加えて、ショットガンメタゲノムシーケンスでは遺伝子機能的な洞察も可能になる。我々は、SCFAの代謝遺伝子（分解と合成の両方）が、認知機能スコアと関連していることを示した（図2）。SCFAは食物繊維の嫌気性発酵によって産生され、免疫系の調節や脳機能との直接的な関連性が指摘されている(65)。神経活性を持つ可能性のある他の分子の微生物代謝も、認知能力と関連していた。例えば、我々はグルタミン酸を代謝する遺伝子に特に興味を持った。グルタミン酸は、GABAとともに神経細胞の興奮性／抑制性シグナル伝達を制御する重要な神経伝達物質であり、脳内のそれらのバランスは、特に発達中の脳において、神経可塑性と学習を制御している(66, 67)。しかし、これらのような神経活性化合物の代謝に関わる遺伝子の存在量に差があることは示唆的であるが、代謝産物の存在または非存在が、それぞれその代謝産物を分解または産生する能力を持つ微生物を選択する可能性があるため、これらの遺伝子のレベルと、その産物である酵素が作用する分子の腸内濃度との関係を推論することは難しい。このため、ショットガンメタゲノミクスと便メタボロミクスを組み合わせた今後の研究によって、微生物の代謝と認知機能の発達の関係についての理解が深まる可能性がある。血清メタボローム解析は、便で測定される代謝物が必ずしも曝露を示すとは限らないため、さらに有益な情報となりうるが、小児、特に非常に幼い小児から十分な血液を採取することは困難である。さらに、対象となる生物種における特定の遺伝子の含有量を系統レベルで関連付ける解析により、微生物と脳の相互作用に関する特定の代謝シグネチャーを同定するための的を絞った取り組みがさらに洗練される可能性がある。
    共通の尺度に正規化できる複数の年齢相応の認知評価を用いることで、複数の発達期にわたる微生物との関連を分析することができたが、いくつかの欠点もある。特に、テスト実施者間の系統的な違いだけでなく、テスト再試験の信頼性が、特に年少児において、これらの観察結果に大きなノイズをもたらす可能性がある。さらに、本研究の対象期間は、コロナウイルス感染症2019（COVID-19）の流行開始時期と重なっており、私たちや他の研究者は、ロックダウンの実施後に評価された子どもたちの測定スコアがいくらか低下していることを観察している。本研究の対象者セットでは、研究のための積極的なリクルートが行われていた時期のため、これらの影響はいくつかの年齢層でより顕著であった（図S3）(68, 69)。
    この分析により、微生物分類群とその機能的可能性と認知や脳構造との関連性を確立することができた。腸内微生物分類群とその遺伝子、腸、脳との因果関係を直接検証したわけではないが、本研究により、前臨床モデルにおける今後の取り組みのターゲットとなりうる、明確で統計的に有意な関連性が示された。例えば、脳の発達、学習、実行機能のマウスモデルを、代謝的に特徴づけられ操作された微生物を加えた無菌動物で評価することができる。今後の研究では、神経認知に反映されるさまざまな腸内細菌叢の変動性をより包括的に理解するために、低資源都市、都市周辺地域、農村地域など、従来は研究が十分でなかった集団を対象とするなど、さまざまな地理的地域や生活様式にわたって、生後早期のマイクロバイオームと神経認知発達の特徴を明らかにすることにも焦点を当てるべきである。このような研究はまた、遺伝子やその産物の影響をよりよく理解するために、同じ種の異なる菌株に関する豊富なデータを提供してくれるだろう。さらに、微生物の代謝機能を分子レベルで理解するために、培養や微生物群集の濃縮研究と遺伝子操作やゲノムアプローチを組み合わせることが鍵となる。神経活性代謝産物の発見は、早期発見のためのバイオマーカーや、介入に応用できる必要な薬理学的に有用な分子を提供する可能性がある。
    材料と方法
    研究倫理
    本研究のすべての手順は、ロードアイランド病院の施設内審査委員会（Investigating Early Childhood Neurodevelopment 1500991、およびPrenatal Influences on Fetal and Infant Brain Development 1501119；両者に対する最新の承認：2020年1月15日）の承認を得ており、すべての実験は審査委員会の規定を遵守した。登録された参加者全員の両親または法定後見人から、書面によるインフォームド・コンセントを得た。
    参加者
    本研究で使用したデータは、RESONANCEと呼ばれる、米国RI州プロビデンスに拠点を置き、胎児期から青年期の発達にまたがる進行中の縦断的脳・認知発達研究から抽出した。RESONANCEコホートは、米国国立衛生研究所（NIH）のEnvironmental influences on Child Health Outcomes（ECHO）研究（70、71）の一部であり、神経画像（MRI）、神経認知評価、生物試料分析、被験者遺伝学、広範な環境暴露データ（化学物質、水質、栄養など）、豊富な人口統計学的、社会経済学的、家族歴、病歴情報が含まれている。
    神経型発達の研究として、母親とその子供の除外基準には、異常または非定型発達の主な危険因子が含まれた、 早産（妊娠37週未満）、低出生体重児（1500g未満）、胎内でのアルコール、タバコ、違法薬物への曝露、胎児超音波検査での異常、子宮前癇、高血圧、妊娠糖尿病を含む非単胎妊娠または合併妊娠、合併経膣分娩または帝王切開分娩、5分間アプガースコア<8、NICU入室、児の神経障害（例．児の神経障害（例：意識消失に至る頭部外傷、てんかん）、妊娠前1年間に乳児、両親、兄弟姉妹に薬物療法を必要とする精神疾患または学習障害（母親のうつ病を含む）。登録時のスクリーニングに加え、有効なツールを用いて心配行動を継続的にスクリーニングし、リスクのある子どもを特定し、その後の分析から除外した。本研究では、生後40日から10歳までの定型発達児381人（年齢中央値2歳2ヵ月）を、認知能力評価（MSEL、WPPSI、WISC-V）のいずれかを用いて評価されたのと同じ週に、少なくとも1回検便を提供したことに基づいて、解析対象として選択した。
    認知評価
    一般的な認知能力は、年齢に応じたパフォーマンスベースの測定値を用いて評価した。3歳未満の子どもについては、MSEL(22)のEarly Learning Composite (ELC)を使用した。MSELは標準化され、集団規範化されたツールであり、5つの主要領域（微細運動、粗大運動、表出言語、受容言語、視覚機能）の機能を評価する。ELCは、これらの各領域の平均値を100、SDを15として、年齢を正規化した複合指標である。年長児については、WPPSI-4（3～6歳）(23)、WISC-V（6歳以上）(24)を用いてフルスケールIQ（FSIQ）が評価された。ELCと同様、FSIQは平均100、SD15で正規化される。
    便検体の採取と配列決定
    便サンプル（n = 493）は、両親がOMR-200チューブ（OMNIgene GUT、DNA Genotek社、カナダ、オンタリオ州オタワ）に採取し、氷上で保存した後、24時間以内にRIの研究室に持ち込み、直ちに-80℃で凍結した。被験者が過去2週間以内に抗生物質を服用していた場合、便サンプルは採取されなかった。DNA抽出はウェルズリー・カレッジ（マサチューセッツ州ウェルズリー）で行った。核酸は、RNeasy PowerMicrobiomeキットを用いて、DNA分解工程を除いて便サンプルから抽出した。簡単に説明すると、サンプルはPowerlyzer 24 Homogenizer（Qiagen、メリーランド州ジャーマンタウン）を用いて2500rpm、45秒間ビーズビートで溶解し、その後QIAcube（Qiagen、メリーランド州ジャーマンタウン）に移し、抽出プロトコールを完了した。抽出されたDNAは、Integrated Microbiome Resource（IMR；ダルハウジー大学、ニューサウスウェールズ州、カナダ）で配列決定された。
    全サンプルについてショットガンメタゲノムシークエンシングを行った。MiSeqおよびNextSeq用のIllumina Nextera Flex Kitを使用して、各サンプル1 ngからプールライブラリー（ランあたり最大96サンプル）を調製した。次にサンプルをプレートにプールし、Illumina NextSeq 550プラットフォームで150 + 150塩基対ペアエンド「高出力」ケミストリーを用いてシーケンスし、プレートあたり4億の生リードと120 Gbのシーケンスを生成した。
    メタゲノム解析
    ショットガンメタゲノム配列は、計算ツールのbioBakeryスイートを用いて解析した(72)。まず、KneadData (v0.10.0)を用いて、リードのトリミングやヒトゲノムリファレンスに一致するリードの除去など、生配列リードの品質管理を行った。次に、MetaPhlAn（v3.1.0、データベースmpa_v31_CHOCOPhlAn_201901を使用）を用いて、マーカー遺伝子の参照データベースにリードをアライメントし、分類学的プロファイルを作成した。最後に、HUMAnN (v3.6.0)を用いてメタゲノムの機能プロファイリングを行った。
    認知発達のためのML
    認知スコアの予測は、実数値の連続評価スコアを対象とした一連の回帰実験として実施した。さまざまな年齢層の参加者について、人口統計学（SESの代理として性別と母親の学歴）を加えた場合と加えない場合で、腸内細菌叢の異なる表現（分類学的プロファイル、ECとして符号化された機能的プロファイル）がどのように振る舞うかを探るために、さまざまな実験セットがデザインされた。
    同時認知評価スコアの予測には、データ収集時の年齢、人口統計、便メタゲノミクス、認知評価を含むすべての実行可能なデータポイントを使用した。認知評価は、複合スコア（図3の実験用）、または利用可能な場合はMSELのサブスコア（図4のAおよびB：表現言語、粗大運動、視覚受容）として収集した。同時予測実験では、複数の縦断的サンプルが存在する場合、実験の年齢範囲内で最も古いデータポイントを考慮した。将来予測実験では、人口統計学的に完全な被験者全員が、採便時間範囲内で収集された最新のメタゲノムと、評価時間範囲内の最新の将来認知評価の組み合わせから構築された単一のデータポイントを提供した。年齢（月単位）は、すべてのモデルの共変量として提供された（表S3）。
    RF(73)が予測エンジンとして選択され、MLJ.jl(75)内のDecisionTree.jl(74)実装を用いて処理された。Breiman(73)のデフォルトの回帰ハイパーパラメータのセットを使用し、異なる乱数発生器(RNG)シードを用いたクロスバリデーションの繰り返しアプローチで、各実験で独立したRFを訓練した。各々10種類のフォールド内RNG状態での3重クロス・バリデーション（CV）を100回繰り返し、入力セットごとに合計3000回の実験を行った。
    訓練手順の後、認知評価スコアのRMSEと、脳セグメンテーションデータの平均絶対比例誤差（MAPE）が、ピアソンの相関係数（R）とともに、検証セットと訓練セットでベンチマークされた。MAPEは、各セグメン トの体積中央値の間に大きさの違いがあるため、脳セグメントの指標として選択された。
    モデルから生物学的な洞察を得るために、不純物の平均減少量（またはジニ重要度）で測定される、すべての入力特徴の共変量変数の重要度も分析された。代表的なモデルを選んだり、検証セットの相関が最も高いものを選んだりするのではなく、クロスバリデーションを繰り返した結果の分布を利用して、モデルの適合度の尺度（式1）を設計し、各トレーニングされたフォレストからのインポータンスに重み付けを行い、報告されたすべての「重要度」の値は、すべてのモデルにわたる平均適合度重み付け重要度を指す。その目的は、検証セットでより高いベンチマークを持つモデル（またはより高い汎化性）をより重視する一方で、高度にオーバーフィットしたモデルからの情報にはペナルティを与えることであり、高次元でサンプルサイズの小さいデータセットでRFの繰り返しCVを使用した別の研究(76)で使用されたアプローチからヒントを得た。結果として得られた適合度重み付けインポータンスは、図3と図4の値を生成するために使用された。
    (1)
    MRI/セグメンテーション
    T1強調解剖学的MRIデータは、3TシーメンスTrioスキャナーで3次元MP-RAGEシーケンスを用いて、エコー時間＝5.6ms、繰り返し時間＝1400ms、反転時間＝950ms、フリップ角＝15度、解像度1.1×1.1×1.1mmで取得した。画像マトリックスと視野は、所望の画像解像度を達成するために乳幼児の大きさによって調整された。4歳未満の小児については、以前に記載された方法(77)を用いて、自然な非催眠睡眠中にMRIを行った。年長児は、映画や好きなテレビ番組を見ながら覚醒状態でスキャンした。動きを最小限に抑えるため、小児用（MedVac）の固定具を発泡クッションとパッドとともに使用した。スキャン中およびスキャン後に画質をモニターした。モーションアーチファクト（ゴースト、ぼやけ、その他の信号変動など）が観察された場合は、スキャンを繰り返すか、解析から除外した。
    データ取得後、アトラスマッチング法（78）を用いて、全白質と灰白質、皮質灰白質、脳幹、左右半球側脳室、視床、尾状核、被殻、淡蒼球、海馬、扁桃体、側坐核に相当する脳領域体積を算出した。個々の画像はまず、多段階レジストレーションアプローチ［ANTs 2.2 toolbox (79)］を用いて、MNI（Montreal Neurological Institute）空間に非線形アライメントされた。次に、MNIにアライメントされたHarvard-Oxford脳アトラスをアライメントし、逆変換を適用して個々の小児に重ね合わせ、関心脳領域を画定（セグメンテーション）し、各領域内の画像ボクセル数を合計してその体積を算出した(80)。RFモデルで使用した脳領域体積は、全脳体積（白質と灰白質の合計）に対して正規化した。
    謝辞
    L. Kelly（Albert Einstein School of Medicine）およびD. Koinis Mitchell（Brown University）の原稿に対する有益なフィードバックに感謝する。研究チームはまた、このプロジェクトのために時間とサンプルを惜しみなく提供してくれた参加者とその家族に感謝する。
    資金提供 本研究は、NIH UG3 OD023313およびWellcome LEAP 1kDの助成を受けた。
    著者の貢献 概念化： K.S.B.、V.K.-C.、C.H.、S.D. 方法論： プロジェクト管理：K.S.B.、V.K.-C.、C.H.、S.D： K.S.B.、V.K.-C.、C.H.、S.D. 資金獲得： データキュレーション： 正式な解析：K.S.B.、G.F.B.、S.H.M.、M.B.、F.B.、R.C.L.、J.B.： K.S.B.、G.F.B.、M.B.調査： リソース：K.S.B.、G.F.B.、S.H.M.、E.W.、F.B.、R.C.L.、M.B： ソフトウェアおよびデータ視覚化：S.H.M.、E.W.、F.B.、R.C.L.、J.B.、C.H.、M.B： K.S.B.およびG.F.B.監督： K.S.B.、M.B.、S.D.、V.D.、V.K.-C. バリデーション： K.S.B.、S.H.M.、J.B.、M.B. 初稿： 修正・編集：K.S.B.、G.F.B： K.S.B.、G.F.B.、S.D.、C.H.、V.K.-C. RESONANCEコンソーシアムのメンバーもプロジェクトの計画、構想、資金獲得に貢献した。
    競合利益： 著者らは、競合する利害関係がないことを宣言する。
    データおよび資料の入手： 本論文の結論を評価するために必要なデータは、すべて論文および／または補足資料に記載されている。分類学的および機能的微生物プロファイル、ならびに統計解析および機械学習に必要な被験者属性は、Data Dryad (81)で入手可能である。データ処理、要約統計量の作成、プロットの作成は、juliaプログラミング言語とサードパーティ製パッケージ(74, 75, 82-86)を用いて行った。パッケージ環境とデータ解析および図生成のコードを複製するための情報、および入力ファイルを自動ダウンロードするためのスクリプトは、GitHubのhttps://github.com/Klepac-Ceraj-Lab/Resonance、Zenodoにアーカイブされている(87)。
    補足資料
    このPDFファイルには
    共振コンソーシアム
    図S1からS7
    表S1からS7
    ダウンロード
    1.16 MB
    参考文献
    1
    T. Cerdó, E. Diéguez, C. Campoy, 早期栄養と腸内マイクロバイオーム： 細菌代謝、免疫系、脳構造、神経発達の相互関係。Am. J. Physiol. Metab.317, E617-E630 (2019).
    参考文献へ
    クロスリファレンス
    PUBMED
    ISI
    Google SCHOLAR
    2
    G. N. Pronovost, E. Y. Hsiao, Perinatal interactions between the microbiome, immunity, and neurodevelopment. Immunity50, 18-36 (2019).
    クロスリファレンス
    PUBMED
    ISI
    Google SCHOLAR
    3
    G. Sharon, T. R. Sampson, D. H. Geschwind, S. K. Mazmanian, The central nervous system and the gut microbiome. Cell167, 915-932 (2016).
    クロスリファレンス
    PUBMED
    ISI
    Google SCHOLAR
    4
    P. トニーニ、腸内細菌叢： 神経発達の潜在的制御因子。Front. Cell. Neurosci.11, 25 (2017).
    参考文献へ
    クロスリファレンス
    PUBMED
    ISI
    Google SCHOLAR
    (0)
    eレターズ
    eLettersは継続的な査読のためのフォーラムです。eLettersは編集、校正、索引付けはされませんが、選別はされます。eLettersは論文について実質的で学術的なコメントを提供する必要があります。図表を埋め込んで投稿することはできませんし、eレター内での図表の使用は基本的に推奨しません。図表が不可欠な場合は、eレターの本文中に図表へのリンクを含めてください。eレターを投稿する前に、利用規約をお読みください。

この記事に関するeレターはまだ発行されていません。

TrendMDのおすすめ記事
腸内細菌叢の組成が前臨床アルツハイマー病の指標となる可能性
オーラ・L・フェレイロら、Sci Transl Med、2023年
乳児期の微生物と代謝の変化が小児喘息のリスクに影響する
Marie-Claire Arrietaら、Sci Transl Med誌、2015年
細菌のpH嗜好性に関するゲノムベースの理解構築
ジョセップ・ラモネダら、Sci Adv誌、2023年
免疫介在性疾患に対する微生物叢の因果関係
ジューン・L・ラウンドら、Sci Immunol、2018年
水平遺伝子移動と抗生物質耐性の出現を予測する機能
Hao Zhouら、Sci Adv、2021年
遠西地域の高齢者集団における食事からのセレン摂取が腸内細菌叢に及ぼす影響
Zi-xiong Zhangら、Genes and Environment誌、2021年
痩せ型および自然過体重の健康なラブラドール・レトリーバー犬における腸内細菌叢の組成と短期安定性
Josefin Söderら、Acta Vet Scand、2022年
ヒト腸内細菌叢におけるデータ統合のための機械学習
Peishun Liら、Microb Cell Fact、2022年
レヴィラクトバチルス・ブレビス（Levilactobacillus brevis）株の酸耐性とガンマアミノ酪酸（GABA）産生に関する異なる代謝戦略を明らかにしたトランスクリプトミクス
Sagarika Banerjeeら、Microb Cell Fact、2021年
げっ歯類の認知発達における腸内細菌叢の役割：メタアナリシス
Siti Sarahdeaz Fazzaura Putriら, The Journal of Physiological Sciences, 2023
搭載
最新号
サイエンス・アドバンシスの表紙画像
プロテインキナーゼCデルタは単核食細胞を制御し、癌における免疫療法への反応を阻害する
メフディ・チェイブ ジェレマイア・R・ホルト 他著
染色体8pの工学的解析から、肝がんにおける患者特異的合成致死療法が標的とする転移能の増大が明らかになった。
by thorben huth emely c. DREHER et al.
時空間社会的関連性は野生化マウスにおける免疫学的類似性を予測する
ALEXANDER E. DOWNIE OYEBOLA OYESOLA et al.
広告
サイエンスアドバイザーの登録
ScienceAdviserに登録すると、最新のニュース、解説、研究を毎日無料で受信できます。

最新ニュース
ニュース2023年12月22日
この振動ダイエット薬は胃を騙して満腹感を与えるかもしれない
サイエンス・インサイダー2023年12月22日
かつて消極的だったNIH新長官モニカ・ベルタニョリは主役の座を受け入れた
ニュース2023年12月22日
気候変動に対抗するため、企業は工場廃棄物を海に埋める
NEWS21 12月 2023
タコのDNAから南極の失われた歴史が明らかになる
news21 12月 2023
ニュース一覧 気候サミットに大ブーイング、ディノに大噛み、ダイヤモンドのように硬い発見
ニュース21 12月 2023
宇宙最初の星の子孫に天文学者が迫る
広告

広告掲載
全文を見る|PDFをダウンロード
スライドショーをスキップする
フォローする
ニュース
全てのニュース
サイエンスインサイダー
ニュース特集
サイエンス・ニュースを購読する
ニュース・フロム・サイエンスFAQ
ニュース・フロム・サイエンスについて
採用情報
採用情報
求人を探す
雇用者ハブ
コメント
オピニオン
分析
ブログ
ジャーナル
サイエンス
科学の進歩
科学免疫学
サイエンス・ロボティクス
サイエンス・シグナル
サイエンス・トランスレーショナル・メディシン
サイエンス提携誌
著者と査読者
著者向け情報
査読者情報
図書館員
機関購読の管理
図書館管理ポータル
見積依頼
図書館員FAQ
広告主
広告キット
カスタム出版情報
求人情報を掲載する
関連サイト
AAAS.org
AAASコミュニティ
EurekAlert
教室での科学
AAASについて
リーダーシップ
AAASでの仕事
賞と受賞
ヘルプ
よくある質問
アクセスと購読
単一号の注文
別刷りと許可
TOCアラートとRSSフィード
お問い合わせ
AAASロゴ
© 2023 米国科学振興協会. 無断複写・転載を禁じます。AAASはHINARI、AGORA、OARE、CHORUS、CLOCKSS、CrossRef、COUNTERのパートナーです。Science Advances eISSN 2375-2548。

利用規約 プライバシーポリシー アクセシビリティ
PDF
ヘルプ
参考文献1

この記事が気に入ったらサポートをしてみませんか？