Coupling culturomics and metagenomics sequencing to characterize the gut microbiome of patients with cancer treated with immune checkpoint inhibitors
Notice bibliographique
Résumé
Abstract Background The gut microbiome represents a novel biomarker for melanoma and non-small cell lung cancer (NSCLC) patients treated with immune checkpoint inhibitors (ICI). Gut microbiome metagenomics profiling studies of patients treated with immunotherapy identified bacteria associated with ICI efficacy, while others have been linked to resistance. However, limitations of metagenomics sequencing, such as complex bioinformatic processing requirements, necessity of a threshold for positive detection, and the inability to detect live organisms, have hindered our ability to fully characterize the gut microbiome. Therefore, combining metagenomics with high-throughput culture-based techniques (culturomics) represents an ideal strategy to fully characterize microbiome composition to more robustly position the microbiome as a biomarker of response to ICI. Methods We performed culturomics using fecal samples from 22 patients from two academic centres in Canada and the United Kingdom with NSCLC and cutaneous melanoma treated with ICI (cancer group), comparing their microbiome composition to that of 7 healthy volunteers (HV), along with matching shotgun metagenomics sequencing. Results For culturomics results, 221 distinct species were isolated. Among these 221 distinct species, 182 were identified in the cancer group and 110 in the HV group. In the HV group, the mean species richness was higher compared to the cancer group (34 vs. 18, respectively, p = 0.002). Beta diversity revealed separate clusters between groups (p = 0.004). Bifidobacterium spp. and Bacteroides spp. were enriched in HV, while cancer patients showed an overrepresentation of Enterocloster species, as well as Veillonella parvula. Next, comparing cancer patients’ clinical outcomes to ICI, we observed that among the 20 most abundant bacteria present in non-responder patients, 2 belonged to the genus Enterocloster, along with an enrichment of Hungatella hathewayi and Cutibacterium acnes. In contrast, responders to ICI exhibited a predominance of Bacteroides spp. In NSCLC patients, metagenomics analysis revealed that of the 154 bacteria species isolated through culturomics, 61/154 (39%) were also identified by metagenomics sequencing. Importantly, 94 individual species were uniquely detected by culturomics. Conclusion These findings highlight that culturomics and metagenomics can serve as complementary tools to characterize the microbiome in patients with cancer. This integrated approach uncovers specific microbiome signatures that differentiate HV from cancer patients, and identifies specific species associated with therapy response and resistance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».