中文English
ISSN 1001-5256 (Print)
ISSN 2097-3497 (Online)
CN 22-1108/R

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

肝外胆管癌患者肠道菌群变化分析

李涛 王盼梁 袁梓博 冯泉凯 李捷

李涛, 王盼梁, 袁梓博, 等. 肝外胆管癌患者肠道菌群变化分析[J]. 临床肝胆病杂志, 2021, 37(12): 2883-2889. DOI: 10.3969/j.issn.1001-5256.2021.12.029.
引用本文:
LI T, WANG PL, YUAN ZB, et al. Changes in intestinal flora in patients with extrahepatic cholangiocarcinoma[J]. J Clin Hepatol, 2021, 37(12): 2883-2889. DOI: 10.3969/j.issn.1001-5256.2021.12.029.
Citation:

肝外胆管癌患者肠道菌群变化分析

DOI: 10.3969/j.issn.1001-5256.2021.12.029
基金项目: 

国家自然科学基金 (81900596)

详细信息
    通信作者:

    李捷,doctorlj100@126.com

  • 中图分类号: R735.8

Changes in intestinal flora in patients with extrahepatic cholangiocarcinoma

Research funding: 

National Natural Science Foundation of China (81900596)

  • 摘要:   目的  研究肝外胆管癌(ECC)患者肠道菌群变化及影响因素。  方法  收集2020年1月—2020年12月于郑州大学第一附属医院肝胆胰外科住院治疗的16例ECC患者(ECC组)的粪便样本,采用菌群16S rRNA绝对定量测序,与胆总管结石患者(CBDS组)(20例)及健康对照(Normal组)(10例)进行比较,分析3组肠道菌群差异及与临床指标的相关性。符合正态分布且满足方差齐性的2组间比较采用t检验,3组之间比较采用单因素方差分析;非正态分布3组之间比较采用Kruskal-Wallis H秩和检验,组间比较采用Nemenyi检验。计数资料组间比较采用χ2检验或Fisher确切概率法,相关性检验采用Spearman相关性分析。  结果  ECC组TBil和DBil明显高于CBDS组和Normal组(P值均<0.05)。多样性分析显示Observed species、Chao1指数、Shannon指数在3组之间差异无统计学意义(P值均>0.05);而Shannon指数和Simpson指数在3组之间差异有统计学意义,ECC组物种多样性与Normal组相似,但高于CBDS组(P<0.05),CBDS组高于Normal组(P<0.05)。多样性分析显示ECC组菌群结构明显不同于Normal组和CBDS组(P<0.05)。菌群组成差异性分析表明,PrevotellaLactobacillusMegasphaeraSutterella在ECC组中明显富集。相关分析显示,Prevotella与抗生素、抑酸药和保肝药的使用呈负相关,LactobacillusMegasphaeraSutterella与TBil和DBil呈正相关。  结论  ECC组患者肠道菌群发生了明显改变,且菌群改变与ECC患者肝功能和药物的使用密切相关。

     

  • 胆管癌是一种源于胆道上皮的恶性肿瘤,根据解剖位置不同,胆管癌分为肝内胆管癌和肝外胆管癌(extrahepatic cholangiocarcinoma, ECC)。近几十年,全球ECC的发病率不断上升[1]。寄生虫感染、原发性硬化性胆管炎(PSC)、胆管囊肿和结石是ECC发生的危险因素[2]。肠道菌群占人体所有共生微生物的绝大多数,其种类超过1000种,细胞总数约1014,是人体自身细胞数量的10倍[3],对机体代谢、免疫等功能具有重要的调节作用[4]。体内外各种有害刺激因素都会导致肠道菌群发生紊乱,对机体产生严重损害。肠道菌群紊乱与慢性肝病、肝硬化和肝癌的形成发展密切相关,被形象地称为“肠-肝”轴[5-6]。本研究拟通过菌群16S rRNA绝对定量测序分析ECC患者肠道菌群变化,从菌群角度为ECC诊断和治疗提供理论依据。

    2020年1月—2020年12月于郑州大学第一附属医院肝胆胰外科住院治疗的ECC患者16例(ECC组),诊断符合2020年美国国立综合癌症网络肝胆肿瘤临床实践指南(V1版)[7]标准;胆总管结石(common bile duct stones, CBDS)患者20例(CBDS组),诊断符合2017年胆总管结石管理指南[8];同期在本院体检的健康成人10例(Normal组)。排除标准:(1)ECC组排除肝内胆管癌、肝癌患者;确诊为ECC但是以往接受过手术或介入治疗的患者。(2)CBDS组排除胆囊结石和肝内胆管结石患者。(3)有其他恶性肿瘤;信息不完全;滥用酒精;既往消化道疾病史或消化道手术史;免疫系统疾病以及其他与肠道菌群相关的疾病(如炎症性肠病、糖尿病)。

    晨起后排便于无菌容器,使用一次性采集勺取适量样品于无菌采集管中,置于冰盒中迅速送至实验室,分装后置于-80 ℃冰箱保存,保存时间小于1个月。按QIAamp Fast DNA Stool Mini Kit(Germany, Qiagen)说明书提取粪便菌群总DNA,NanoDrop2000(USA, Thermo Fisher Scientific)检测DNA浓度,琼脂糖凝胶电泳检测DNA完整性。

    选取16S rRNA V3-V4可变区进行PCR扩增,引物为F(5′-CCTACGGGNGGCWGCAG-3′) 和R(5′-GACTACHVGGGTATCTAATCC-3′)。利用带有Index序列的引物,通过高保真PCR向文库末端引入特异性标签序列,经纯化后(Agencourt AMPure XP,USA),得到原始文库。再利用Invitrogen对文库进行精确定量(Qubit 3.0,USA),根据不同样本的测序通量要求,按相应摩尔比混合样本。使用生物分析仪(Agilent 2100,USA)评估DNA文库的质量和检测插入物的大小,所有样品插入物的大小在120~200 bp。合格后通过使用Illumina NovaSeq(Illumina,USA)台式序列仪,用2×250 bp配对末端方法进行16S rRNA基因扩增子的测序。

    首先对原始下机数据进行质控和过滤(QIIME2,2019.10),使用优化的有效序列进行ASVs(Amplicon sequence variants)分类分析。标记spike-in序列,并统计各个样本spike-in序列比例。根据每个样本spike-in序列数和拷贝数信息制作标准曲线方程,计算得到每个样本中各个ASVs的绝对拷贝数(不含spike-in序列)。ASVs的分类学物种注释,默认使用RDP数据库(https://rrndb.umms.med.umich.edu/)。Alpha多样性分析使用MOTHUR软件进行,群落组成分析使用MOTHUR和R软件完成。Beta多样性分析和组间显著差异的物种,主要使用R和Lefse软件完成。差异菌群与环境因子的相关性分析采用Spearman分析。

    本研究经郑州大学第一附属医院伦理委员会批准,批号:2020-KY-369,患者及家属均签署知情同意书。

    应用SPSS 26.0软件进行数据分析处理,符合正态分布计量资料以x±s表示,不符合正态分布计量资料用M(P25~P75)表示;符合正态分布且满足方差齐性的2组间比较采用t检验,3组之间比较采用单因素方差分析;非正态分布3组之间比较采用Kruskal-Wallis H秩和检验,组间比较采用Nemenyi检验。计数资料组间比较采用χ2检验或Fisher确切概率法。差异物种与临床指标及药物使用的相关性采用Spearmans相关性分析。P<0.05为差异有统计学意义。

    ECC组TBil、DBil、ALP和GGT明显高于CBDS组(P值均<0.05)。在药物使用方面,ECC组使用过或正在使用抑酸药、保肝药和抗生素的例数分别为4例、4例、3例,与CBDS组(7例、10例、9例)比较,差异均无统计学意义(P值均>0.05),ECC组使用抑酸药、保肝药和抗生素的天数与CBDS组相比差异均无统计学意义(P值均>0.05)。另外,ECC组有2例接受过经皮肝穿刺胆道引流术(percutaneous transhepatic cholangial drainage, PTCD)减黄。ECC组与Normal组比较,肝功能指标差异均有统计学意义(P值均<0.05)(表 1)。

    表  1  3组一般资料比较
    项目 ECC组(n=16) CBDS组(n=20) Normal组(n=10) 统计值 P
    男/女(例) 7/9 7/13 5/5 χ2=0.679 0.891
    年龄(岁) 61.38±10.69 60.25±16.07 53.20±11.55 F=1.257 0.295
    TBil(mol/L) 176.59(63.56~324.11) 29.24(14.74~113.73)1) 14.10(12.23~15.78)1) χ2=22.471 <0.001
    DBil(mol/L) 150.16(55.11~278.45) 20.79(10.40~101.64)1) 6.96(6.18~8.35)1) χ2=24.575 <0.001
    ALP(U/L) 268.65(200.25~437.00) 155.00(67.75~319.00)1) 77.50(68.25~89.00)1) χ2=18.447 <0.001
    GGT(U/L) 379.00(226.50~774.75) 188.5(83.00~411.5)1) 33.00(21.00~39.50)1) χ2=23.311 <0.001
    ALT(U/L) 80.50(48.25~102.98) 59.00(39.53~123.75) 21.50(18.75~29.00)1) χ2=17.767 <0.001
    AST(U/L) 67.00(41.50~100.75) 46.00(27.25~85.00) 23.00(18.25~29.25)1) χ2=15.188 0.001
    使用抑酸药天数(d) 13.00±10.67 16.54±8.25 t=0.290 0.885
    使用保肝药天数(d) 12.00±5.38 6.60±9.11 t=0.843 0.724
    使用抗生素天数(d) 12.33±18.06 14.77±2.34 t=0.621 0.967
    PTCD治疗(例) 2 0 0.190
    注: 与ECC组比较, 1)P<0.05。
    下载: 导出CSV 
    | 显示表格

    分别从样本中随机抽取出一部分序列,以抽到的序列数与它们所能代表ASVs的数目构建稀释性曲线。可见曲线随着抽取序列数的增加而趋于平缓,说明样本的测序数据量合理, 足以覆盖大多数微生物(图 1)。

    图  1  稀释性曲线

    多样性是描述样本物种总数和多样性的指标,主要包括Observed species、Chao1指数、Shannon指数、ACE指数和Simpson指数。Observed species显示3组间物种总数未发生明显变化,Chao1指数和ACE指数显示3组间物种多样性无明显差异,而Shannon指数和Simpson指数显示3组物种多样性有明显差异,ECC组物种多样性与Normal组相似,但高于CBDS组;CBDS组高于Normal组(表 2)。多样性反映的是组间菌群组成差异,本文采用主坐标分析(PCoA)来直观显示,如图 2所示,3组样本区域尽管在X轴与Y轴上存在一定重合,但3组中心存在距离,因此3组间菌群构成存在差异。

    表  2  3组间菌群多样性的比较
    指数 ECC组(n=16) CBDS组(n=20) Normal组(n=10) F P
    Observed species 243±51 211±87 240±68 0.420 0.403
    Chao1 244.43±51.59 213.24±88.55 240.98±67.62 0.420 0.421
    Shannon 3.50±0.441) 2.48±0.99 3.37±0.381) 0.007 0.002
    ACE 244.69±51.78 213.53±88.37 241.39±67.65 0.420 0.407
    Simpson 0.072±0.0411) 0.259±0.210 0.091±0.1761) 0.002 <0.001
    注: 与CBDS组比较,1)P<0.05。
    下载: 导出CSV 
    | 显示表格
    图  2  组间PCoA分析

    3组差异菌属鉴定如图 3所示:Citrobacter在Normal组中的含量显著高于ECC组和CBDS组(P<0.001)。ParaprevotellaFlavonifractor在Normal组中的含量显著高于ECC组和CBDS组(P值均<0.01)。此外,在Normal组中BilophilaBacteroidesFusicatenibacterMegamonasAlistipesAnaerofilum的含量增加,与ECC组和CBDS组相比,差异均有统计学意义(P值均<0.05)。Allobaculum在CBDS组中的含量与ECC组相比, 差异有统计学意义(P<0.01)。CBDS组和ECC组Sutterella的含量与Normal组相比,差异均有统计学意义(P值均<0.05)。

    图  3  3组差异菌属鉴定
    注:*,与Normal组比较,P<0.05;#,与CBDS组比较,P<0.05。

    线性判别分析(LEfSe)显示,在门水平上,ECC组和Normal组中无代表性的菌门,而Verrucomicrobia在CBDS组明显富集。在科水平上,LactobacillaceaePrevotellaceae在ECC组中明显增多,EnterococcaceaeVerrucomicrobiaceae在CBDS组中明显增多,而在Normal组中VeillonellaceaeCampylobacteraceae明显富集。在属类水平上,ECC组中显著差异的菌属是PrevotellaLactobacillusMegasphaeraSutterellaAlloprevotella.s__uncultured_Bacteroidetes_bacteriumPrevotella.s__uncultured_Bacteroidetes_bacterium,Normal组中显著差异的菌属是FlavonifractorFusicatenibacterAllisonellaAllisonella.s__uncultured_bacteriumCampylobacterRomboutsia。除此之外,EnterococcusAkkermansiaAllobaculum.s__uncultured_bacteriumAllobaculum是CBDS组中显著差异的菌属(图 4)。

    图  4  3组菌群进化分支图和LEfSe分析
    注: a,不同的颜色表示不同分组, 除黄色节点表示的是在组间绝对定量并无显著差异的物种外, 树枝中其他3种颜色节点表示在对应组别中绝对定量显著高的物种, 节点直径大小与丰度大小呈正比; b,不同颜色的条形表示不同组别中LDA score(log10) 大于2且在该组中丰度显著高的差异物种, 条形图的长短代表的是LDA score值大小。

    Prevotella与抗生素、抑酸药和保肝药的使用呈负相关。LactobacillusMegasphaeraSutterella与TBil和DBil呈正相关,此外,Lactobacillus还与AST、ALT、ALP、GGT和年龄呈正相关,Megasphaera和ALP呈正相关,Sutterella与AST呈正相关(附件1)。

    胆管癌是一种侵袭性高且预后差的肿瘤,根治性手术切除是首选治疗方法,但多数患者就诊时已是晚期,能根治性切除的仅占35%[1]。ECC是胆管癌最常见的类型,占比约75%[9],5年生存率在20%~30%[10]。最近研究[11]表明胆管癌患者肠道菌群明显发生紊乱,但对ECC患者肠道菌群变化还未见相关研究。

    本研究结果表明无论是多样性分析或菌群差异分析,均提示ECC菌群构成发生了明显改变。首先,ECC组的多样性与Normal组相似,却高于CBDS组,Chen等[12]同样发现远端胆管癌患者肠道菌群多样性明显高于胆总管结石患者。其次在多样性的分析中,ECC组的菌群结构与CBDS组和Noaml组明显不同,这与Lee等[11]和Avilés-Jiménez等[13]研究的结果一致。此外,与ECC组和Normal组相比,CBDS组物种多样性明显减少,有研究[14]报道称与健康人群相比,胆总管结石患者肠道菌群多样性明显减低,且肠道菌群紊乱与胆总管结石形成密切相关,其机制可能是通过影响胆汁酸和胆固醇代谢导致。

    Proteobacteria大多为条件性致病菌,是脂多糖主要生成来源,与炎症反应密切相关,且大鼠中脂多糖暴露会导致快速的肝损伤[15]。本研究结果显示,ECC组中Sutterella(Proteobacteria的成员)明显富集且Sutterella的占比与TBil、DBil呈正相关。说明炎症反应在ECC的疾病演化中仍扮演重要角色,但炎症反应程度可能较CBDS轻缓,持续时间长。Sutterella对人胆汁酸具有较强抵抗力,这可能是其在胆道和肠道中存活的原因[15]。此外,Sutterella在十二指肠中含量最高,从十二指肠至结肠梯度递减,具有轻度的促炎能力[16-17]

    Bacteroidetes大约有7000个不同物种,是最大的革兰阴性菌门类[18]Prevotella是其主要菌属[19],笔者发现Prevotella在ECC组明显富集。Prevotella是辅助性T淋巴细胞(Th)17的强诱导剂,肠道Th17迁移可促进肿瘤发生发展[20-21],推测Prevotella诱导Th17的活化是ECC发生发展的一个重要环节。Vich等[22]的研究表明除抗生素外,抑酸药也会影响肠道菌群的多样性和物种结构。有研究[23]指出抑酸药可以通过提高胃肠道pH值抑制Prevotella,另外在一项研究[24]中发现抗生素治疗后患者肠道菌群的Bacteroidetes明显减少,同样本研究结果也显示抑酸药、抗生素与Bacteroidetes中的Prevotella呈负相关。本研究还发现LactobacillusMegasphaera在ECC组中明显增加,且与TBil、DBil等肝功能指标呈正相关,说明两者也与ECC疾病进展密切相关。Lactobacillus可以将初级胆汁酸转化为次级胆汁酸[25],报道[26-27]显示次级胆汁酸增多是胆管癌变的重要因素。ECC组Lactobacillus增加会代谢生成更多的次级胆汁酸,促进ECC的发生发展。Megasphaera是瘤胃微生物组的重要成员,正常情况下可生成短链脂肪酸,对肠道屏障功能具有保护作用[28]Megasphaera扩增也可诱发炎症反应,从癌前病变至实性癌灶中均检测到Megasphaera。已经有研究者[29]提出Megasphaera在促进子宫宫颈发育异常和宫颈上皮内瘤变中起着重要作用,另有研究[30]发现与口腔癌患者相比,Megasphaera在口腔黏膜白斑患者中丰度也明显增加。Cortez等[31]发现在PSC中Megasphaera丰度增加,且Megasphaera与TBil、GGT呈正相关。而PSC是ECC常见的高危因素,本研究描述了Megasphaera在ECC组明显增多,这可能为进一步研究Megasphaera与ECC发生发展之间的关系提供一定的线索。Wu等[32]进一步发现Megasphaera可通过影响氨基酸代谢参与癌症疾病进展。

    当然,本研究局限性在于样本数量较少,未来也会扩大样本量进一步研究探索肠道菌群变化与ECC的潜在联系。

    综上所述,本研究表明,ECC患者肠道菌群发生明显改变,表现为PrevotellaLactobacillusMegasphaeraSutterella明显增多,且ECC患者肠道菌群改变与肝功能和药物的使用密切相关。该研究将为从肠道菌群角度预防或治疗ECC提供研究基础。

  • 图  1  稀释性曲线

    图  2  组间PCoA分析

    注:*,与Normal组比较,P<0.05;#,与CBDS组比较,P<0.05。

    图  3  3组差异菌属鉴定

    注: a,不同的颜色表示不同分组, 除黄色节点表示的是在组间绝对定量并无显著差异的物种外, 树枝中其他3种颜色节点表示在对应组别中绝对定量显著高的物种, 节点直径大小与丰度大小呈正比; b,不同颜色的条形表示不同组别中LDA score(log10) 大于2且在该组中丰度显著高的差异物种, 条形图的长短代表的是LDA score值大小。

    图  4  3组菌群进化分支图和LEfSe分析

    表  1  3组一般资料比较

    项目 ECC组(n=16) CBDS组(n=20) Normal组(n=10) 统计值 P
    男/女(例) 7/9 7/13 5/5 χ2=0.679 0.891
    年龄(岁) 61.38±10.69 60.25±16.07 53.20±11.55 F=1.257 0.295
    TBil(mol/L) 176.59(63.56~324.11) 29.24(14.74~113.73)1) 14.10(12.23~15.78)1) χ2=22.471 <0.001
    DBil(mol/L) 150.16(55.11~278.45) 20.79(10.40~101.64)1) 6.96(6.18~8.35)1) χ2=24.575 <0.001
    ALP(U/L) 268.65(200.25~437.00) 155.00(67.75~319.00)1) 77.50(68.25~89.00)1) χ2=18.447 <0.001
    GGT(U/L) 379.00(226.50~774.75) 188.5(83.00~411.5)1) 33.00(21.00~39.50)1) χ2=23.311 <0.001
    ALT(U/L) 80.50(48.25~102.98) 59.00(39.53~123.75) 21.50(18.75~29.00)1) χ2=17.767 <0.001
    AST(U/L) 67.00(41.50~100.75) 46.00(27.25~85.00) 23.00(18.25~29.25)1) χ2=15.188 0.001
    使用抑酸药天数(d) 13.00±10.67 16.54±8.25 t=0.290 0.885
    使用保肝药天数(d) 12.00±5.38 6.60±9.11 t=0.843 0.724
    使用抗生素天数(d) 12.33±18.06 14.77±2.34 t=0.621 0.967
    PTCD治疗(例) 2 0 0.190
    注: 与ECC组比较, 1)P<0.05。
    下载: 导出CSV

    表  2  3组间菌群多样性的比较

    指数 ECC组(n=16) CBDS组(n=20) Normal组(n=10) F P
    Observed species 243±51 211±87 240±68 0.420 0.403
    Chao1 244.43±51.59 213.24±88.55 240.98±67.62 0.420 0.421
    Shannon 3.50±0.441) 2.48±0.99 3.37±0.381) 0.007 0.002
    ACE 244.69±51.78 213.53±88.37 241.39±67.65 0.420 0.407
    Simpson 0.072±0.0411) 0.259±0.210 0.091±0.1761) 0.002 <0.001
    注: 与CBDS组比较,1)P<0.05。
    下载: 导出CSV
  • [1] RIZVI S, KHAN SA, HALLEMEIER CL, et al. Cholangiocarcinoma-evolving concepts and therapeutic strategies[J]. Nat Rev Clin Oncol, 2018, 15(2): 95-111. DOI: 10.1038/nrclinonc.2017.157.
    [2] TYSON GL, EL-SERAG HB. Risk factors for cholangiocarcinoma[J]. Hepatology, 2011, 54(1): 173-184. DOI: 10.1002/hep.24351.
    [3] BIEDERMANN L, ROGLER G. The intestinal microbiota: Its role in health and disease[J]. Eur J Pediatr, 2015, 174(2): 151-167. DOI: 10.1007/s00431-014-2476-2.
    [4] AKSHINTALA VS, TALUKDAR R, SINGH VK, et al. The gut microbiome in pancreatic disease[J]. Clin Gastroenterol Hepatol, 2019, 17(2): 290-295. DOI: 10.1016/j.cgh.2018.08.045.
    [5] BIEDERMANN L, ROGLER G. The intestinal microbiota: Its role in health and disease[J]. Eur J Pediatr, 2015, 174(2): 151-167. DOI: 10.1007/s00431-014-2476-2.
    [6] HAN ML, GONG ZH. The mechanism of intestinal flora in hepatobiliary diseases[J]. J Clin Hepatol, 2017, 33(2): 384-388. DOI: 10.3969/j.issn.1001-5256.2017.02.040.

    韩美林, 龚振华. 肠道菌群在肝胆疾病中的作用机制[J]. 临床肝胆病杂志, 2017, 33(2): 384-388. DOI: 10.3969/j.issn.1001-5256.2017.02.040.
    [7] BENSON AB, D'ANGELICA MI, ABBOTT DE, et al. Hepatobiliary cancers, version 1.2020, NCCN clinical practice guidelines in oncology[J]. J Natl Compr Canc Netw, 2020, 10(5): 541-565. DOI: 10.6004/jnccn.2020.0036.
    [8] WILLIAMS E, BECKINGHAM I, EL SAYED G, et al. Updated guideline on the management of common bile duct stones (CBDS)[J]. Gut, 2017, 66(5): 765-782. DOI: 10.1136/gutjnl-2016-312317.
    [9] DOHERTY B, NAMBUDIRI VE, PALMER WC. Update on the diagnosis and treatment of cholangiocarcinoma[J]. Curr Gastroenterol Rep, 2017, 19(1): 2. DOI: 10.1007/s11894-017-0542-4.
    [10] JANG JY, KIM SW, PARK DJ, et al. Actual long-term outcome of extrahepatic bile duct cancer after surgical resection[J]. Ann Surg, 2005, 241(1): 77-84. DOI: 10.1097/01.sla.0000150166.94732.88.
    [11] LEE H, LEE HK, MIN SK, et al. 16S rDNA microbiome composition pattern analysis as a diagnostic biomarker for biliary tract cancer[J]. World J Surg Oncol, 2020, 18(1): 19. DOI: 10.1186/s12957-020-1793-3.
    [12] CHEN B, FU SW, LU L, et al. A Preliminary study of biliary microbiota in patients with bile duct stones or distal cholangiocarcinoma[J]. Biomed Res Int, 2019, 2019: 1092563. DOI: 10.1155/2019/1092563.
    [13] AVILÉS-JIMÉNEZ F, GUITRON A, SEGURA-LÓPEZ F, et al. Microbiota studies in the bile duct strongly suggest a role for Helicobacter pylori in extrahepatic cholangiocarcinoma[J]. Clin Microbiol Infect, 2016, 22(2): 178.e11-e22. DOI: 10.1016/j.cmi.2015.10.008.
    [14] WANG Q, HAO C, YAO W, et al. Intestinal flora imbalance affects bile acid metabolism and is associated with gallstone formation[J]. BMC Gastroenterol, 2020, 20(1): 59. DOI: 10.1186/s12876-020-01195-1.
    [15] WANG P, WANG Y, LU L, et al. Alterations in intestinal microbiota relate to intestinal failure-associated liver disease and central line infections[J]. J Pediatr Surg, 2017, 52(8): 1318-1326. DOI: 10.1016/j.jpedsurg.2017.04.020.
    [16] HⅡPPALA K, KAINULAINEN V, KALLIOMÄKI M, et al. Mucosal prevalence and interactions with the epithelium indicate commensalism of sutterella spp[J]. Front Microbiol, 2016, 7: 1706. DOI: 10.3389/fmicb.2016.01706.
    [17] KAAKOUSH NO. Sutterella species, iga-degrading bacteria in ulcerative colitis[J]. Trends Microbiol, 2020, 28(7): 519-522. DOI: 10.1016/j.tim.2020.02.018.
    [18] WEXLER HM. Bacteroides: The good, the bad, and the nitty-gritty[J]. Clin Microbiol Rev, 2007, 20(4): 593-621. DOI: 10.1128/CMR.00008-07.
    [19] GIBⅡNO G, LOPETUSO LR, SCALDAFERRI F, et al. Exploring bacteroidetes: Metabolic key points and immunological tricks of our gut commensals[J]. Dig Liver Dis, 2018, 50(7): 635-639. DOI: 10.1016/j.dld.2018.03.016.
    [20] YANG PJ, HUANG W, LIU HB. The correlation between IL-17 and liver disease[J]. J Clin Hepatol, 2017, 33(9): 1810-1814. DOI: 10.3969/j.issn.1001-5256.2017.09.041.

    杨浦娟, 黄祎, 刘华宝. IL-17与肝脏疾病的相关性[J]. 临床肝胆病杂志, 2017, 33(9): 1810-1814. DOI: 10.3969/j.issn.1001-5256.2017.09.041.
    [21] BELLONE M, BREVI A, HUBER S. Microbiota-propelled T helper 17 cells in inflammatory diseases and cancer[J]. Microbiol Mol Biol Rev, 2020, 84(2): e00064-19. DOI: 10.1128/MMBR.00064-19.
    [22] VICH VILA A, COLLIJ V, SANNA S, et al. Impact of commonly used drugs on the composition and metabolic function of the gut microbiota[J]. Nat Commun, 2020, 11(1): 362. DOI: 10.1038/s41467-019-14177-z.
    [23] ZOU ZH, LIU D, LI HD, et al. Prenatal and postnatal antibiotic exposure influences the gut microbiota of preterm infants in neonatal intensive care units[J]. Ann Clin Microbiol Antimicrob, 2018, 17(1): 9. DOI: 10.1186/s12941-018-0264-y.
    [24] PLETZ MW, RAU M, BULITTA J, et al. Ertapenem pharmacokinetics and impact on intestinal microflora, in comparison to those of ceftriaxone, after multiple dosing in male and female volunteers[J]. Antimicrob Agents Chemother, 2004, 48(10): 3765-3772. DOI: 10.1128/AAC.48.10.3765-3772.2004.
    [25] ZENG H, LARSON KJ, CHENG WH, et al. Advanced liver steatosis accompanies an increase in hepatic inflammation, colonic, secondary bile acids and Lactobacillaceae/Lachnospiraceae bacteria in C57BL/6 mice fed a high-fat diet[J]. J Nutr Biochem, 2020, 78: 108336. DOI: 10.1016/j.jnutbio.2019.108336.
    [26] LONG Z, KONG D. Research progress on pathogenic factors of extrahepatic cholangiocarcinoma[J]. Jiangxi Trad Chin Med, 2017, 48(8): 72-75. https://www.cnki.com.cn/Article/CJFDTOTAL-JXZY201708028.htm

    龙祯, 孔棣. 肝外胆管癌致病因素的研究进展[J]. 江西中医药, 2017, 48(8): 72-75. https://www.cnki.com.cn/Article/CJFDTOTAL-JXZY201708028.htm
    [27] OHTANI N, KAWADA N. Role of the gut-liver axis in liver inflammation, fibrosis, and cancer: A special focus on the gut microbiota relationship[J]. Hepatol Commun, 2019, 3(4): 456-470. DOI: 10.1002/hep4.1331.
    [28] SHETTY SA, MARATHE NP, LANJEKAR V, et al. Comparative genome analysis of Megasphaera sp. reveals niche specialization and its potential role in the human gut[J]. PLoS One, 2013, 8(11): e79353. DOI: 10.1371/journal.pone.0079353.
    [29] AUDIRAC-CHALIFOUR A, TORRES-POVEDA K, BAHENA-ROMÁN M, et al. Cervical microbiome and cytokine profile at various stages of cervical cancer: A pilot study[J]. PLoS One, 2016, 11(4): e0153274. DOI: 10.1371/journal.pone.0153274.
    [30] GOPINATH D, KUNNATH MENON R, CHUN WIE C, et al. Salivary bacterial shifts in oral leukoplakia resemble the dysbiotic oral cancer bacteriome[J]. J Oral Microbiol, 2020, 13(1): 1857998. DOI: 10.1080/20002297.2020.1857998.
    [31] CORTEZ RV, MOREIRA LN, PADILHA M, et al. Gut microbiome of children and adolescents with primary sclerosing cholangitis in association with ulcerative colitis[J]. Front Immunol, 2020, 11: 598152. DOI: 10.3389/fimmu.2020.598152.
    [32] WU J, ZHANG C, XU S, et al. Fecal microbiome alteration may be a potential marker for gastric cancer[J]. Dis Markers, 2020, 2020: 3461315. DOI: 10.1155/2020/3461315.
  • 期刊类型引用(2)

    1. 俞雪,沈天皓,周诚,刘雨,李炜,蒋霆辉,朱永强,刘艳. 胆-肠轴在肝内胆管癌发生发展中的作用机制. 临床肝胆病杂志. 2025(03): 588-593 . 本站查看
    2. 陈文辉,于龙,刘文韬,翟文龙. 基于高通量测序技术的胆囊癌患者肠道菌群变化特点. 河南医学研究. 2022(24): 4431-4437 . 百度学术

    其他类型引用(0)

  • 加载中
图(4) / 表(2)
计量
  • 文章访问数:  594
  • HTML全文浏览量:  184
  • PDF下载量:  33
  • 被引次数: 2
出版历程
  • 收稿日期:  2021-07-30
  • 录用日期:  2021-08-31
  • 出版日期:  2021-12-20
  • 分享
  • 用微信扫码二维码

    分享至好友和朋友圈

目录

/

返回文章
返回