回歸模型在不同種族人群的腸道菌群和抑鬱症狀的研究

另一個問題是，先前的流行病學關聯是在北歐血統的種族同質人群中建立的。人口統計學因素可能是腸道微生物組個體差異的最大來源。例如，對一項大型流行病學調查（城市環境中的健康生活研究 ，HELIUS）的分析表明，種族對腸道微生物群差異的解釋遠遠超過收集到的任何其他措施，其中包括其他人口統計因素（例如，年齡、性別）、生活方式因素和醫療信息。 目前尚不清楚微生物組-抑鬱症關聯在何種程度上跨種族群體普遍存在，這也限制了解釋，尤其是在考慮抑鬱症的平行和實質性種族差異時。

根據前面的討論，本研究調查了一個大型（N  = 3021）多種族隊列（HELIUS 研究）中腸道微生物群與抑鬱症狀水平之間的關聯，該隊列由生活在同一城市地理區域的六個種族組成 。主要目的是確定腸道微生物群的哪些分類學特徵與抑鬱症狀水平相關，同時調整人口統計學、生活方式和醫療因素可能造成的混淆。對於大多數人來說，抑鬱症是短暫的，中位持續時間為三到六個月。因此，輔助分析還考慮了預先存在的抑鬱風險標記，因為這些可能提供了一個窗口，用於了解微生物群與當前症狀水平之間關聯的時間特異性；這些包括先前的抑鬱發作、抑鬱症的父母病史和人格特質神經質（精神病理學的一般風險標記）。第二個目標是確定微生物群與抑鬱症的關聯是否普遍存在於種族群體中。這種普遍性將極大地拓寬基於微生物組的診斷和干預措施的潛在適用性。

最後，本研究旨在評估腸道微生物群的種族差異是否可以解釋抑鬱症的種族差異。一項平行研究一對歐洲血統受試者的糞便微生物群與抑鬱症狀之間的關係進行了大規模流行病學調查，交叉驗證了來自阿姆斯特丹HELIUS 隊列和鹿特丹研究隊列的數據。

結果

在應用排除標準（參見「方法」部分中的描述）並考慮偶爾缺失的數據後，共有N = 3211（回歸模型 1）和N = 3088（回歸模型 3）參與者可用於分析。表 1 提供了研究樣本和主要協變量的匯總數據。

表1:研究樣本匯總數據

α- 多樣性預測抑鬱症狀

如表2所示，香農指數在線性回歸分析中預測了 PHQ-9 抑鬱症狀評分。納入人口統計學協變量（模型 1：年齡、性別、種族、教育）顯著減弱了香農指數與 PHQ-9 總分之間的關 聯（標準化β  = –0.0738，p  < 0.001），同時改善了整體模型擬合（ΔR 2= 0.0597，p< 0.001；總R 2  = 0.0736）。到目前為止，種族對該模型擬合的貢獻最大：在調整性別和年齡後，種族的貢獻為ΔR 2  = 0.0431 ( p  < 0.001)，教育的附加影響不大 (ΔR 2= 0.0015,p= 0.024)。在依次添加生活方式因素（模型 2：ΔR 2= 0.0087，p< 0.001）和醫學變量（模型 3；ΔR 2  = 0.0267）後，香農指數繼續預測抑鬱症狀評分（標準化β -= –0.0597，p  = 0.001 和 –0.0422，p  = 0.023，分別）。在三個模型中的任何一個（模型 1；p  = 0.232；模型 2；p  = 0.134；模型 3；p  = 0.325)，表明 alpha 多樣性與抑鬱症狀之間的關聯在不同種族之間沒有差異。此外，當按種族對結果進行分層時，I2始終接近於零（參見補充圖1）。對辛普森指數重複上述分析產生了可比較的結果（見補充表1）。

表2:以抑鬱症狀評分為因變量的線性回歸模型結果

為了估計上述關聯的特異性，在調整父母的抑鬱史、既往抑鬱發作次數和神經質的同時重複分析。調整神經質後，α-多樣性不再顯著預測抑鬱症狀。相反，在所有 3 個回歸模型中調整抑鬱症狀後，α-多樣性與神經質顯著相關，表明神經質是更強的預測因子。父母病史和既往抑鬱發作次數僅輕微減弱了與抑鬱症狀的關聯（模型 3，標準化β  > –0.0384， p < 0.033）。

表3還顯示了使用 α 多樣性（香農）作為結果的線性回歸分析的結果，即反轉 X 和 Y。完全調整的模型（模型 3）解釋了 α 多樣性中大約 18% 的方差，這主要是歸因於種族（ ΔR 2 = 0.1143， p < 0.001，包括年齡和性別後），PHQ-9 分數仍然是香農指數的重要預測因子（見表3）。

表3:以香農指數為因變量的線性回歸模型結果

β 多樣性預測抑鬱症狀

來自Bray-Curtis 相異性或加權 UniFrac 距離矩陣的主坐標（主坐標分析，PCoA）被輸入為線性回歸中的預測變量（PHQ-9 總分作為因變量）。前 20 個坐標的前向選擇產生了 6 個坐標，這些坐標編譯了預測抑鬱症狀評分的信息，這些坐標用於隨後的回歸分析。在這些坐標中，PCoA #2 預測微生物組組成為 6.50%（Bray-Curtis）和 9.73%（加權 UniFrac）。值得注意的是，在此主坐標中編譯的多維信息表現出高度相關性（ r  = 0.83）與香農指數，表明在這種統計方法中（與α-多樣性通常概念化的方式相反）α-多樣性是 β-多樣性的組成部分（另見補充圖2C）。

圖1A 顯示6 個主坐標共同解釋了抑鬱評分方差的 1.5%（ ΔR 2模型1）和 0.5%（ ΔR 2模型3）。圖1B 中的結果進一步表明，糞便微生物組成可以解釋抑鬱症狀評分中28%（模型 1）和 18%（模型 3）的種族差異。在調整了父母的抑鬱史、既往抑鬱發作或神經質後，β-多樣性坐標仍可顯著預測抑鬱症狀（所有分析 (Δ R 2> 0.0036. p  < 0.002）。使用加權 UniFrac 距離（而不是 Bray-Curtis 相異性）複製這些分析產生了相同的結果。圖 1的源數據可以在補充數據文件1中找到。

圖1:： β 多樣性與抑鬱症狀評分的種族差異有關。

預測PHQ9 抑鬱症 的Beta 多樣性。 它展示了線性回歸分析的結果，該分析將β 多樣性建模為抑鬱症狀水平的預測因子。面板 ( A) 水平條在對混雜因素（模型 1a 至 3）進行漸進調整後呈現 ΔR 2，並且每個回歸模型中分別不包含和包含種族。 B種族預測PHQ9 抑鬱症。它展示了線性回歸的結果，其中將 β 多樣性建模為種族與抑鬱症狀水平之間關聯的中介（見下圖）。條形圖顯示 Δ R 2漸進調整後按種族對PHQ9 的預測（模型 1a 至 3）。出現藍條 Δ R 2沒有β 多樣性作為模型中的中介，當假定中介時，橙色條呈現 Δ R 2 。表中的%（右）表示中介對直接影響的衰減。回歸模型：我們使用雙側線性回歸分析，沒有對多重比較進行調整。模型 1a 針對年齡和性別進行了調整；模型 1b 增加了教育；模型2進一步加入了行為因素（酒精、吸煙、運動、BMI）；模型 3 添加了胃腸道疾病、糖尿病、PPI 使用、近期抗生素、腹瀉。所有 Δ R 2 p  ≤ 0.001，除了包含種族的模型 3 ( p  = 0.023)。

大多數與抑鬱症狀相關的分類群是厚壁菌門

如圖2 所示，在416 個非平凡的 ASV 中，117 個顯示出與 PHQ-9 分數顯著的未調整相關性（Rho，FDR < 0.05），其中大多數（99 個 ASV）顯示出負相關（表明相對耗盡）。表2的源數據在補充文件（補充數據文件3 ）中提供，它顯示了補充數據文件3 中的數據子集數中。大約 65% 的人確定了厚壁菌門（76 個 ASV）。為了避免過多的多重測試，只有在未調整的分析（FDR 校正）中獲得的顯著關聯在隨後的模型 1-3 中得到進一步分析（使用等級轉換依賴 Y）。圖2顯示，在針對年齡、性別和種族進行調整後，70 個分類單元仍與 PHQ-9 評分顯著相關。這些中的絕大多數（60 個 ASV）屬於 厚壁菌 門，主要存在於 Christensenellaceae 屬（R7 組）和毛螺菌科內的各個屬（例如， Blautia 、 Lachnospiraceae NK4A136、 Marvinbryantia 、 Roseburia ）和 瘤胃 球菌科（例如， Oscillibacter 、 Ruminococcus 1、Ruminococcaceae NK4A214 組、Ruminococcaceae UCG -005）。不太突出的門包括擬桿菌門（例如擬桿菌屬）和變形桿菌門（脫硫弧菌屬和大腸桿菌/志賀氏菌屬）。對行為和醫學變量（模型 2 和 3）的進一步調整減少了顯著關聯的數量，分別產生 48 和 23 個類群與抑鬱評分保持顯著相關（見圖2 和V）。

圖2:在未經調整的分析 （模型0）和後續調整分析（模型 1-3）的結果中，選擇與抑鬱症狀水平顯著相關的 ASV（行）。

條形表示效果大小（標準化回歸係數）。綠色條表示正相關，紅色條表示負相關（繪製範圍0.10 ≥  β  ≥ –0.10）。複選標記表示p < 0.05。「核心 」列突出顯示樣本人群中總體流行率 >75% 的 ASV（用綠色複選標記表示）。

補充圖2 （面板A 和 B）重點概述了 PHQ-9 分數與單個 ASV 之間的相關性（同時在 y 軸上繪製了與 alpha 多樣性的相關性）。從這些補充圖以及圖2 （也參見相應的源數據）中值得注意的是，有時同一屬內的ASV 與抑鬱症狀評分顯示出相反的關聯，例如 Blautia 、 Bacteroides 和 Oscillospira （請注意，Greengenes 資料庫分配給單個 Oscillospira 屬的 ASV 在 Sylva 資料庫中歸因於多個屬，請參閱討論）。而對於其他屬，觀察到更一致的關聯模式（例如， Christensenellaceae 、 Desulvofibrio 、 Streptococcus ）。

補充數據4、5（以及相應的補充數據源數據文件， 描述了個體ASV、抑鬱情緒和相關抑鬱風險因素和協變量之間的相關性。熱圖檢查顯示，與抑鬱症狀有很強相關性的分類群也往往與選定的協變量以及 alpha 多樣性標記物表現出更強的相關性。作為進一步的可視化，補充此類關聯的幾個示例。

應用3 個回歸模型中的每一個，只有一小部分 ASV（<6%）通過 ASV 交互（未針對多重測試進行調整）表現出顯著的種族性，因此接近預期的 1 類錯誤率。年齡和性別調整關聯的種族分層分析表明，大多數標準化回歸係數（81%； N = 337）的I 2低於30%，只有 15 個相關性（占總數的 3.6%）顯示出明顯的種族異質性（ I 2 > 50 %)

核心微生物群同樣與抑鬱症狀相關

有人提出，「核心分類群」，即幾乎無處不在的細菌，可能與健康表現出更強的相關性25。因此，輔助分析將所有ASV 獲得的結果與分類單元核心子集（定義為跨種族流行率≥75% 的 ASV）獲得的結果進行了比較。因為這些非常普遍的核心分類群是最低限度的零膨脹，所以這些比較還可以作為零膨脹偏差的敏感性分析。核心和非核心分類群之間的比較顯示，在與抑鬱症顯著相關的比例、效應量的平均值或分布、協變量調整的穩健性或與抑鬱症相關的種族異質性 (I2) 方面沒有差異。

結論

當前研究的主要目的是確定腸道微生物群的哪些分類學特徵與抑鬱症狀水平有關。這項調查涉及迄今為止檢查微生物組-抑鬱症關聯的最大研究隊列，並且是第一個將種族作為該關聯的潛在相關因素進行研究的研究。腸道微生物群與抑鬱症狀水平之間的一致關聯在多個分析層面得到證實，範圍從微生物群多樣性的全球參數（即，α-多樣性、β-多樣性）到特定分類群的相對丰度。這些關聯經受住了廣泛的社會人口統計學、行為和醫學協變量的調整。分析進一步表明，這些關聯在不同種族群體中基本上是不變的，此外，抑鬱症狀水平的種族差異部分是由受試者之間微生物群組成的差異。

一個值得注意的發現是Bray-Curtis 和加權 UniFrac 主成分 #2 與 α-多樣性 (Shannon) 共享顯著方差。這一發現表明，α-多樣性（受試者內微生物多樣性的衡量標準）也有意義地表征了受試者間多樣性（β-多樣性）；換句話說，與 α 多樣性高度相關的分類群在個體之間分布不均。這是一個中肯的觀察結果，因為正是這些分類群也往往與抑鬱症狀評分以及已確定的抑鬱症危險因素（例如 BMI、炎症， 後者重複了之前的發現綜上所述，這些結果與將α 多樣性作為健康和脆弱性的通用生物標誌物（包括抑鬱症）的想法以及一組傾向於非特異性的常見細菌的概念是一致的。應對疾病和健康不佳在對人格特質神經質進行調整後，α-多樣性與抑鬱症的關聯消失了，神經質是常見精神障礙（包括抑鬱症）的體質和一般風險因素。神經質的這種主要影響可能有助於澄清以下觀察結果，即腸道微生物組的破壞與相當廣泛的心理障礙有關，而沒有伴隨的分類學特異性證據（即，特定的分類群藉此區分特定的障礙。值得注意的是，β-多樣性的其他主要成分似乎不受神經質調節的影響，因此這些可能會識別微生物群組成的更多抑鬱症特異性特徵。

總之，對大量不同種族人群的分析表明，腸道菌群與抑鬱症狀之間存在密切關聯。這些關聯在不同種族群體中基本上是不變的，並且經受住了針對一組獨特的大量相關混雜因素的調整，其中包括人口統計、行為和醫學因素。研究結果確定了心理干預的潛在目標，

值得進一步調查，並可能在個人或人群層面對抑鬱和幸福產生積極影響 。