[发明专利]基于微生物与宿主互作的阿尔兹海默症标志物识别方法

权利要求书

1.基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，包括以下步骤：

采集患者的粪便样本和血液样本，分别提取微生物基因组和宿主基因组并进行质检，将通过质检的微生物-宿主基因组配对样本标记为发现集；

使用主题模型识别微生物基因组中与阿尔兹海默症表型关联的子社团结构，将所述子社团结构与宿主基因组进行关联，对显著关联的宿主基因变异位点进行基因注释和富集分析；

将显著关联的基因变异位点作为工具变量，对子社团结构进行单样本孟德尔随机化和双样本孟德尔随机化，识别子社团结构特征与阿尔兹海默症表型及现存人体疾病表型间的因果关系；

采集与阿尔兹海默症相关的风险基因所覆盖的SNP，将该SNP与微生物单菌丰度进行关联分析，并提取出有在疾病-健康组间存在显著差异的微生物物种作为差异物种集，检验与疾病风险基因显著关联的候选关键微生物物种集是否富集到阿尔兹海默症的差异物种上，将检验通过的微生物特征标记为阿尔兹海默症标志物。

2.根据权利要求1所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，对所述微生物基因组进行质检的过程为：

提取所述粪便样本中微生物的宏基因组测序样本，对宏基因组测序样本的原始基因序列采用Trimmomatic和Bowtie2进行质检，并通过MetaPhlAn3进行物种注释，获得界至种水平的相对丰度表，将通过质检的宏基因组测序样本标记为微生物基因组。

3.根据权利要求1所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，对所述宿主基因组进行质检的过程为：

提取血液样本中的全基因组测序数据，将全基因组测序数据与参考基因序列进行对比，得到SNP变异信息，借助plink工具对样本和SNP进行质检，将满足预设条件的有效SNP标记为宿主基因组。

4.根据权利要求3所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，对SNP的预设条件为：

选取同时满足漏检率missingrate低于2％、最小等位基因频率MAF大于等于5％且HWE的P值小于1*10^-6的SNP变异信息。

5.根据权利要求1所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，所述双样本孟德尔随机推断子社团结构可能关联表型基于Biobank Japan的GWAS数据库。

6.根据权利要求1所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，判断所述子社团结构与疾病表型间因果关系的过程为：

利用现有AD风险基因变异位点，对所述子社团结构进行单样本孟德尔随机化，推断子社团结构特征与AD间的因果关系；采集Biobank Japan的GWAS summary data，利用双样本孟德尔随机推断所述子社团结构与现有疾病表型间的因果关系。

7.根据权利要求6所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，单样本孟德尔随机化直接使用两阶段逻辑回归实现，双样本孟德尔随机化通过TwoSampleMR R package标准流程实现。

8.根据权利要求1所述的基于微生物与宿主互作的阿尔兹海默症标志物识别方法，其特征在于，在检验候选风险SNP关联物种富集分析前，使用LinDA R package对单菌进行组间差异分析，选取各亚组p＜0.05且|log2(Foldchange)|＞1的物种作为差异物；在疾病预测模型构建中，使用3次5折的嵌套式随机森林分类器，模型AUC、F1 score作为分类精度指标。