CGMP联合体——一项通过多组学和精准微生态法干预便秘的多中心纵向临床试验计划

王琳琳; 张童; 田宏亮; 陈启仪; 陈连民; 薛育政; 吴高钰; 汤玉蓉; 李宁; 翟齐啸; 陈卫

doi:10.1016/j.eng.2024.11.011

Engineering ›› 2024, Vol. 43 ›› Issue (12) : 17 -21. DOI: 10.1016/j.eng.2024.11.011

观点述评

CGMP联合体——一项通过多组学和精准微生态法干预便秘的多中心纵向临床试验计划

王琳琳 ^a^,^b ,
张童 ^a^,^b ,
田宏亮 ^c ,
陈启仪 ^c ,
陈连民 ^d ,
薛育政 ^e ,
吴高钰 ^f ,
汤玉蓉 ^g ,
李宁 ^c ,
翟齐啸 ^a^,^b ,
陈卫 ^a^,^b^,^h

作者信息 +

^a. State Key Laboratory of Food Science and Resources, Jiangnan University, Wuxi 214122, China

^b. School of Food Science and Technology, Jiangnan University, Wuxi 214122, China

^c. Institute of Gut Microbiota Research and Engineering Development, Shanghai Tenth People’s Hospital, Tongji University School of Medicine, Shanghai 200072, China

^d. Cardiovascular Research Center, The Affiliated Suzhou Hospital of Nanjing Medical University, Suzhou Municipal Hospital, Gusu School, Nanjing Medical University, Suzhou 215000, China

^e. Department of Gastroenterology, Affiliated Hospital of Jiangnan University, Wuxi 214000, China

^f. Department of Gastroenterology, Jiangnan University Medical Center (Wuxi No. 2 People’s Hospital), Wuxi 214000, China

^g. Department of Gastroenterology, Jiangsu Province Hospital (The First Affiliate Hospital of Nanjing Medical University), Wuxi 214122, China

^h. National Engineering Research Center for Functional Food, Jiangnan University, Wuxi 214122, China

收起

CGMP Consortium: A Multicenter, Longitudinal Clinical Trial Plan for Constipation Multi-Omics and Precision Micro-Ecological Intervention Strategies

Linlin Wang ^a^,^b^,^# ,
Tong Zhang ^a^,^b^,^# ,
Hongliang Tian ^c ,
Qiyi Chen ^c ,
Lianmin Chen ^d ,
Yuzheng Xue ^e ,
Gaojue Wu ^f ,
Yurong Tang ^g ,
Ning Li ^c ,
Qixiao Zhai ^a^,^b ,
Wei Chen ^a^,^b^,^h ,

Author information +

^aState Key Laboratory of Food Science and Resources, Jiangnan University, Wuxi 214122, China

^bSchool of Food Science and Technology, Jiangnan University, Wuxi 214122, China

^cInstitute of Gut Microbiota Research and Engineering Development, Shanghai Tenth People’s Hospital, Tongji University School of Medicine, Shanghai 200072, China

^dCardiovascular Research Center, The Affiliated Suzhou Hospital of Nanjing Medical University, Suzhou Municipal Hospital, Gusu School, Nanjing Medical University, Suzhou 215000, China

^eDepartment of Gastroenterology, Affiliated Hospital of Jiangnan University, Wuxi 214000, China

^fDepartment of Gastroenterology, Jiangnan University Medical Center (Wuxi No.2 People’s Hospital), Wuxi 214000, China

^gDepartment of Gastroenterology, Jiangsu Province Hospital (The First Affiliate Hospital of Nanjing Medical University), Wuxi 214122, China

^hNational Engineering Research Center for Functional Food, Jiangnan University, Wuxi 214122, China

Show less

文章历史 +

PDF (1630K)

Abstract

Highlights

• Prospective multi-omics, multicenter, longitudinal clinical trial protocol CGMP top-level design.

• The CGMP cohort will serve as a unique resource for studying the etiology of constipation and diagnosing constipation based on gut microbiota.

• The CGMP cohort study will help develop microbiota-targeted dietary or clinical therapies for various types of constipation.

引用本文

引用格式 ▾

王琳琳,张童,田宏亮,陈启仪,陈连民,薛育政,吴高钰,汤玉蓉,李宁,翟齐啸,陈卫. CGMP联合体——一项通过多组学和精准微生态法干预便秘的多中心纵向临床试验计划[J]. 工程（英文）, 2024, 43(12): 17-21 DOI:10.1016/j.eng.2024.11.011

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

功能性便秘（FC）是一种常见的胃肠道疾病，包括正常传输型便秘（NTC）、慢传输型便秘（STC）、出口梗阻型便秘和混合型便秘（MC），主要特征为排便困难和粪便干硬。在中国，约8.5%的成年人患有便秘[1]，严重影响患者的生活质量，并造成了巨大的经济负担[2‒3]。尽管便秘的发病机制尚不明确，但在很大程度上与饮食习惯、生活方式及其他影响因素有关[4‒6]。早期诊断和及时干预可以改善预后，而延迟诊断则往往会导致病情加重。

近期研究[7‒8]发现，FC患者的肠道微生物组成和代谢通路发生了变化。某些特定菌种与便秘的发生、发展密切相关[9]。将便秘患者的粪便或特征菌群移植至无菌小鼠体内，已被证明会改变其肠道传输和代谢功能[10‒11]。肠道菌群失调可能诱发肠动力障碍和便秘的病情进展。然而，便秘的特征菌群尚无定论，微生物组生物标志物在便秘诊断中的作用仍未得到充分探究，且现有研究则存在队列规模小、缺乏多中心参与等局限性。此外，整合微生物组、代谢组、转录组和蛋白质组等多组学数据的研究也较为匮乏。而多组学技术为深入探索便秘的发病机制和诊断提供新的视角。

中国肠动力计划（CGMP）旨在从多组学角度研究便秘的病因及相应临床结局。该计划将利用多组学数据，特别是基于便秘人群的特征菌，识别可靠生物标志物，从而预测个体对便秘的反应。此外，我们计划根据不同便秘患者的菌群特征，设计微生物群导向食品（MDF），探索全新治疗方法。该队列丰富的纵向表型数据集将有助于推动众多与便秘相关的科学问题研究。

CGMP队列研究的主要目标包括：①构建针对便秘人群足够细分的肠道菌群特征库，建立微生态诊断平台；②基于肠道菌群特征，开发针对各类便秘的个性化临床和MDF干预策略。最终，这一综合性微生物诊断平台将为便秘治疗与管理的精准医疗提供新的可能。

CGMP队列研究的次要目标包括：①探究便秘相关微生物组与饮食、生活方式及暴露因素之间的关系；②分析便秘患者之间宿主特征及微生物组上的差异。

2 队列研究设计

2.1 研究对象招募

CGMP队列项目计划从上海和江苏省招募至少2000名便秘患者和500名健康对照。根据当地医院消化科医生推荐招募研究对象，纳入标准遵循罗马IV标准对FC的定义[12]。符合条件的参与者将被纳入队列。

为了便于招募，各医院将设立服务台，协助参与者入组并进行知情同意流程。队列研究人员会向潜在参与者发放宣传手册，经培训的人员将依据既定标准（图1）筛选出不符合规定的患者，如近期服用过泻药的人群。研究人员会评估参与者的入组意愿并指导其完成入组流程，包括消化内科就诊及相关临床检查。

参与者将通过面对面访谈完成一系列已被验证的问卷，评估便秘严重程度及对生活质量的影响。这些问卷包括便秘评分系统（CSS）[13]、便秘评估量表（CAS）[14]、便秘患者症状自评量表（PAC-SYM）[15]、便秘严重程度评估量表（CSI）[16]、便秘患者生活状况自评量表（PAC-QOL）[17]和出口梗阻综合征评分（ODS）[18]。其他的问卷将收集人口统计学信息、生活方式、饮食习惯、体力活动、职业史、用药史和疾病家族史。在招募完成后一周内，收集生物样本，包括12 h空腹血、粪便、唾液和肠黏膜样本，以建立基线数据。

该研究计划招募于2024年启动。截至2024年11月初，已招募50名便秘患者和74名健康对照。目前，平均每日招募5名便秘患者和2名健康对照，预计2025年年底完成队列招募。根据既往研究[19]，如果对1000个组学特征进行评估，相应的样本量应为每组500例左右。鉴于便秘可分为四种亚型，每个亚型组的样本量至少500例，数量可满足全面的生物学和临床假设检验。

2.2 长期随访

便秘是一种易复发的疾病，因此参与者将接受为期一年的随访，以监测其便秘状态。在12个月内，每月采集一次粪便和唾液样本。对于症状活跃的患者，将在当地医疗中心额外采集血液、肠黏膜和粪便样本。随访数据的采集对于解决临床问题至关重要，例如，随时间推移肠道菌群特征的稳定性，以及饮食或其他因素对便秘发展的影响。为最大限度减少失访，我们将通过免费健康检查等方法鼓励参与者持续参与研究。

2.3 生物样本采集

便秘患者可居家或于医院采集生物样本。粪便样本需在采集后15 min内冷冻（-20 ℃），并在干冰条件下运输，随后在实验室进行处理并于-80 ℃保存。以三种状态保存粪便样本：原始粪便样本、与RNA保护液混合的粪便样本、与50%甘油混合的粪便样本。于医院采集唾液样本，使用含DNA保护液的采样管，采集后10 h内转移至-80 ℃冰箱保存。参与者需在进食、饮水、吸烟或咀嚼后，至少等待30 min方可提供唾液样本，且采样前应先用清水漱口。所有血清样本和大部分全血样本需在空腹至少8 h后采集。采集后，样本暂于4 ℃保存，分装后于-80 ℃保存。肠黏膜组织样本取自医院结肠镜或肠道手术，对每位受试者采集约4份样本。对于每个采样部位（至少包括回肠和距直肠10 cm处），一份样本用于标准组织病理学分析，两份样本保存于RNA保护液中用于分子数据生成（宿主和微生物，-20 ℃保存），一份样本保存于含5%甘油的无菌管中（-80 ℃保存）。

总体而言，所有样本采集均使用江南大学食品生物技术研究中心提供的标准化采样管、生理盐水及核酸保存液。血液和唾液样本应尽量于每日早晨采集。每份样本清晰标注样本编号、采集时间等基本信息，以便后续检索和管理，随后迅速存放于医院-80 ℃冰箱。样本采集一个月后，在确保密封完好的前提下，所有生物样本通过干冰或冷藏车转运至江南大学食品生物技术研究中心，随后于-80 ℃保存。各中心必须采用统一的样本采集、储存和运输方法，确保所采集的样本在不同处理批次和检测项目中均匀分布，避免特定中心的样本过度集中于某些批次。采集样本后，在检测平台统一进行代谢组学样本测定。宏基因组学和转录组学分析具有较高的稳定性，试验将分批次检测样本。数据分析前，用合适的统计方法（如主成分分析、方差分析）评估是否存在批次效应。经判断，若存在批次效应，可用特定统计方法（如Combat法、经验贝叶斯法）校正数据，从而提高数据的可重复性和可靠性。

2.4 临床检查

结肠传输时间用于诊断STC。肛门直肠测压可评估盆底肌肉和神经系统功能，检测肛门和直肠周围肌肉收缩与放松是否正常，以及肠道神经系统功能是否正常。排粪造影主要用于识别出口梗阻型便秘。根据结肠传输时间、肛门直肠测压和排粪造影结果，可进一步将FC分为NTC、STC、出口梗阻型便秘和MC。

2.5 调研问卷

本研究调研问卷涵盖人口统计学、生活方式、饮食习惯、体力活动、心理因素及疾病诊疗记录等多方面内容（附录A中的表S1）。这些问卷主要改编自美国国家健康与营养调查（NHANES）队列[20]和英国生物银行队列[21]，并根据地区生活方式和饮食习惯差异进行调整。为简化数据收集并减少数据缺失，所有问卷将通过在线平台（长沙冉星科技的问卷星）完成，该平台可自动提示数据缺失或异常。经专业培训的人员将和参与者面对面访谈以收集信息。

2.6 生物样本检测

对外周血样本进行代谢组学检测，使用液相色谱-质谱联用仪（LC-MS）对血浆进行非靶向代谢组分析[22]。对粪便样本进行宏基因组测序，每个样本约生成20 GB数据。此外，粪便样本还将用于代谢组学及其他组学分析。肠黏膜组织样本用于转录组和微生物组分析，而唾液样本用于微生物学分析。

2.7 微生物群导向食品干预

传统便秘微生物治疗方法因个体间肠道菌群组成和功能的差异，往往无法满足所有患者的需求。MDF专为调节消费者的肠道菌群特性设计，因其能够精准、定向塑造或重建合理肠道菌群结构，有助于预防、缓解和改善相关疾病，受到了广泛的关注[23‒24]。CGMP计划根据便秘患者的菌群分型，靶向设计相应的MDF配方。该方法旨在开创一种全新的治疗方式，通过靶向调控便秘患者的特征菌群改善便秘症状。我们将根据菌群的特征（包括代谢功能、底物利用等）筛选膳食成分，通过初始配方试验进行验证。随后，相应的配方将在临床实验中进一步验证（图2）。愿意接受膳食配方治疗的入组患者将在一个月内每天服用膳食配方。一个月后，患者将在医院接受现场评估治疗，并在干预后的第一个月和半年后进行随访，以评估患者便秘状况和菌群改善情况。

2.8 统计分析

本研究将采用一整套全面的统计方法，准确分析和呈现描述性数据。使用回归分析来评估便秘表型与饮食习惯、生活方式、体力活动等变量之间的关系。通过置换多元方差分析（PERMANOVA）和曼特尔检验（Matel）研究这些因素对肠道菌群变化的作用。对于微生物组分析，用Kruskal-Wallis检验或回归分析比较各研究亚组间α-多样性指数的差异。用微生物组多变量与线性模型的关联（MaAsLin）或多元回归模型进行物种水平分析。对每个组织学数据集应用一致流形近似、主成分分析等非线性降维技术。研究还通过进一步整合分析（包括相关性分析、回归分析、机器学习和通路富集分析）解释数据中复杂的内在关联。

3 优势和局限性

CGMP是一项正在进行的前瞻性队列研究，涉及2000名便秘患者。这项研究的深度体现在其对参与者的各个维度的全面分析上，包括生理指标、生活方式因素、社会心理特征、医疗记录和多组学特征。此外，我们还将进一步关联各类数据信息，如研究问卷信息与微生物群和便秘之间的相关性；结合代谢组学、蛋白质组学和宏基因组学探索便秘患者肠道菌群的代谢特征；检测结肠黏膜的转录组和宏基因组来探索与关键细菌相关的宿主因素，从而进一步探讨便秘关键菌的致病机制。如此广泛的数据收集有助于细致深入地理解这些因素与便秘之间的相互影响。

然而，本研究也存在一定局限性。首先，该队列仅由中国个体组成，可能会限制研究结果对其他人群或种族的适用性。此外，作为一项观察性研究，仅凭借队列数据难以建立因果关系。

4 队列研究进展

截至2024年11月，CGMP队列根据严格的纳入和排除标准，已从江苏省成功招募50名便秘患者和74名健康个体。这些参与者的人口统计学特征详见表1，其年龄范围为19~67岁。值得注意的是，便秘患者中95.9%为女性，平均体重和身高分别为(58.50 ± 7.72) kg和(163.31 ± 4.80) cm。患者的布里斯托大便分类法评分和排便频率均显著低于健康对照组，分别为（4.13 ± 1.11）vs（1.98 ± 0.98）和（0.95 ± 0.41）vs（0.45 ± 0.29）。从参与者处采集的粪便、血液等生物样本保存于江南大学食品生物技术研究中心，以备后续分析。

Collaboration

The CGMP consortium welcomes collaboration with other cohorts. Potential collaborators are encouraged to contact the CGMP consortium via e-mail (wanglinlin@jiangnan.edu.cn) or website (http://www.cgmp2024.com) for further information.

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Chen Z, Peng Y, Shi Q, Chen Y, Cao L, Jia J, et al. Prevalence and risk factors of functional constipation according to the rome criteria in china: a systematic review and meta-analysis. Fron Med 2022;9:815156. . 10.3389/fmed.2022.815156

[2]

Kaplan AI, Mazor Y, Prott GM, Sequeira C, Jones MP, Malcolm A. Experiencing multiple concurrent functional gastrointestinal disorders is associated with greater symptom severity and worse quality of life in chronic constipation and defecation disorders. Neurogastroent Motil 2023;35(4):e14524. . 10.1111/nmo.14524

[3]	Harris LA, Chang CH. Burden of constipation: looking beyond bowel movements. Am J Gastroenterol 2022;117(4s):S 2‒5. . 10.14309/ajg.0000000000001708

[4]	Van Der Schoot A, Katsirma Z, Whelan K, Dimidi E. Systematic review and meta-analysis: foods, drinks and diets and their effect on chronic constipation in adults. Aliment Pharm Ther 2024;59(2):157‒74. . 10.1111/apt.17782

[5]	Nakagawa H, Sasai H, Kato Y, Matsumoto S, Tanaka K. Exercise, dietary habits, and defecatory dysfunction in patients living with colorectal cancer: a preliminary quantitative study. Healthcare 2024;12(11):1136. . 10.3390/healthcare12111136

[6]	Murray HB, Flanagan R, Banashefski B, Silvernale CJ, Kuo B, Staller K. Frequency of eating disorder pathology among patients with chronic constipation and contribution of gastrointestinal-specific anxiety. Clin gastroenterol H 2020;18(11):2471‒8. . 10.1016/j.cgh.2019.12.030

[7]

Parthasarathy G, Chen J, Chen X, Chia N, O’Connor HM, Wolf PG, et al. Relationship between microbiota of the colonic mucosa vs feces and symptoms, colonic transit, and methane production in female patients with chronic constipation. Gastroenterology 2016;150(2):367‒79. . 10.1053/j.gastro.2015.10.005

[8]	Wang J, Wang L, Yu Q, Tang N, Mei C, Zhang H, et al. Characteristics of the gut microbiome and serum metabolome in patients with functional constipation. Nutrients 2023;15(7):1779. . 10.3390/nu15071779

[9]	Chen X, Qiu TT, Wang Y, Xu LY, Sun J, Jiang ZH, et al. A Shigella species variant is causally linked to intractable functional constipation. J Clin Invest 2023;152(S3):S61. . 10.1542/peds.2023-064344og

[10]	Cao H, Liu X, An Y, Zhou G, Liu Y, Xu M, et al. Dysbiosis contributes to chronic constipation development via regulation of serotonin transporter in the intestine. Sci Rep 2017;7(1):10322. . 10.1038/s41598-017-10835-8

[11]	Fu R, Li Z, Zhou R, Li C, Shao S, Li J. The mechanism of intestinal flora dysregulation mediated by intestinal bacterial biofilm to induce constipation. Bioengineered 2021;12(1):6484‒98. . 10.1080/21655979.2021.1973356

[12]	Drossman DA. Functional gastrointestinal disorders: history, pathophysiology, clinical features and Rome IV. Gastroenterology 2016;150(6):1262‒79. . 10.1053/j.gastro.2016.02.032

[13]	Agachan F, Chen T, Pfeifer J, Reissman P, Wexner SD. A constipation scoring system to simplify evaluation and management of constipated patients. Dis Colon Rectum 1996;39(6):681‒5. . 10.1007/bf02056950

[14]	McMillan SC, Williams FA. Validity and reliability of the constipation assessment scale. Cancer Nurs 1989;12(3):183‒8. . 10.1097/00002820-198906000-00012

[15]	Frank L, Kleinman L, Farup C, Taylor L, Miner PJ. Psychometric validation of a constipation symptom assessment questionnaire. Scand J Gastroentero 1999;34(9):870‒7. . 10.1080/003655299750025327

[16]	Varma MG, Wang JY, Berian JR, Patterson TR, McCrea GL, Hart SL. The constipation severity instrument: a validated measure. Dis Colon Rectum 2008;51(2):162‒72. . 10.1007/s10350-007-9140-0

[17]	Marquis P, De La Loge C, Dubois D, McDermott A, Chassany O. Development and validation of the patient assessment of constipation quality of life questionnaire. Scand J Gastroentero 2005;40(5):540‒51. . 10.1080/00365520510012208

[18]	Altomare DF, Spazzafumo L, Rinaldi M, Dodi G, Ghiselli R, Piloni V. Set-up and statistical validation of a new scoring system for obstructed defaecation syndrome. Colorectal Dis 2008;10(1):84‒8.

[19]	Sun W, Wang Y, Zhang H, Sheng Y, Fan J, Gu M, et al. Ehypertension: a prospective longitudinal multi-omics essential hypertension cohort. iMeta 2022;1(2):e22. . 10.1002/imt2.22

[20]	Satija A, Bhupathiraju SN, Spiegelman D, Chiuve SE, Manson JE, Willett W, et al. Healthful and unhealthful plant-based diets and the risk of coronary heart disease in US adults. J Am Coll Cardiol 2017;70(4):411‒22. . 10.1016/j.jacc.2017.05.047

[21]	Bycroft C, Freeman C, Petkova D, Band G, Elliott LT, Sharp K, et al. The UK biobank resource with deep phenotyping and genomic data. Nature 2018;562(7726):203‒9. . 10.1038/s41586-018-0579-z

[22]	Zhang C, Yu L, Ma C, Jiang S, Zhang Y, Wang S, et al. A key genetic factor governing arabinan utilization in the gut microbiome alleviates constipation. Cell Host Microbe 2023;31(12):1989‒2006. . 10.1016/j.chom.2023.10.011

[23]	Fang Q, Yu L, Tian F, Chen W, Zhai Q. Understanding of the efficacy of gut microbiota-directed foods on human health. Trends Food Sci Tech 2023:13692‒9. . 10.1016/j.tifs.2023.04.005

[24]	Green JM, Barratt MJ, Kinch M, Gordon JI. Food and microbiota in the FDA regulatory framework. Science 2017;357(6346):39‒40. . 10.1126/science.aan0836

AI Summary AI Mindmap

PDF (1593KB)

专题

Supplementary files

8072

访问

被引

详细

导航

Published
2024-12-01
Issue Date
2024-12-23

期刊首页

在线期刊

优先出版

当前目录

过刊浏览

专题出版

作者中心

作者指南

征稿启事

出版政策

版权协议

模板下载

关于期刊

出版范围

期刊介绍

编委会

收录与重大支持

联系我们