家庭环境特征对室内灰尘宏基因组的影响

《Environmental Research》：Household Environmental Characteristics Influence House Dust Metagenome

环境暴露通过湿度相关因素（漏水、霉菌、加湿器/除湿器使用）和鞋子脱下前进入房屋显著影响家庭灰尘微生物多样性及组成，全基因组测序（WGS）发现多类新关联微生物。

　　

伊莎贝拉·加梅兹（Isabella Gamez）| 法尔纳兹·富拉迪（Farnaz Fouladi）| 安东尼奥·冈萨雷斯（Antonio Gonzalez）| 詹姆斯·沃德（James Ward）| 王子月（Ziyue Wang）| 劳拉·E·比恩·弗里曼（Laura E. Beane Freeman）| 艾莉森·莫辛格-赖夫（Alison Motsinger-Reif）| 夏马尔·D·佩达达（Shyamal D. Peddada）| 罗布·奈特（Rob Knight）| 米琼·李（Mikyeong Lee）| 斯蒂芬妮·J·伦敦（Stephanie J. London）

美国北卡罗来纳州研究三角园国家环境健康科学研究所（National Institute of Environmental Health Sciences）流行病学部门

摘要

环境暴露可以影响家庭内部的微生物群落组成。宏基因组测序方法可以进一步阐明室内湿气等家庭环境因素的作用。本研究旨在识别与房屋灰尘宏基因组相关的家庭环境暴露因素。通过全宏基因组鸟枪法测序（涵盖45个门类的5,821个分类单元），对农业肺健康研究（Agricultural Lung Health Study）中771户家庭的吸尘灰尘中的微生物群落进行了分析。家庭特征（如漏水情况、除湿器的使用情况等）通过问卷调查或现场技术人员进行评估。我们分析了这些暴露因素与整体微生物多样性和差异丰度分类单元（ANCOM-BC2）之间的关联。此外，还基于斯皮尔曼相关性（Spearman correlations）探索了微生物网络（SECOM）。在有霉菌/霉变的家庭、漏水的家庭、使用除湿器的家庭，以及进入房屋前脱鞋的家庭中，微生物多样性更高（p值<0.05）。在个别物种层面，经过霍姆-邦费罗尼校正（Holm-Bonferroni correction）后，<10个分类单元的丰度存在显著差异（p值<0.05），其中梭菌属（Clostridium）、普雷沃氏菌属（Prevotella）和隐秘杆菌属（Cryptobacteroides）与脱鞋行为呈正相关。在这个农业人群中，房屋灰尘微生物组受到湿度相关暴露因素的影响，尤其是进入房屋前脱鞋的习惯。研究发现了许多新的分类单元与这些暴露因素之间的关联，进一步丰富了我们对家庭内部环境条件对室内微生物组影响的认识。

引言

房屋灰尘微生物组由多种微生物组成。接触这些微生物群落对人类健康既有积极影响也有负面影响。儿童时期接触更多种类的微生物可能降低过敏和炎症性疾病的发病率1,2。某些分类单元与过敏、特应性、哮喘和肺健康之间存在正面或负面的关联1,3。鉴于健康影响的不断发现，了解影响房屋灰尘微生物组的因素具有重要意义。

家庭内部的室外和建筑环境通过多种方式影响房屋灰尘微生物组。家庭居住者（包括人类、宠物和昆虫）可以改变微生物组的组成并增加其多样性4,5。此外，生活方式和行为也会影响微生物组。例如，清洁活动与较低的微生物组多样性和改变的家庭抗性组（resistome）有关6。家庭特征如建筑设计、通风和湿度也会影响室内微生物组7,8。傅等人的研究（2020年）发现，通风条件、室内环境和表面类型会影响微生物群的丰富度和组成9。表面材料也可能携带特定类型的微生物，并改变室内微生物组10。

具体而言，湿度在许多环境中对微生物生长至关重要，在大约一半的美国家庭中普遍存在11,12。因此，湿度、湿度和霉菌生长是众所周知的微生物组影响因素。先前使用16S rRNA扩增子测序（16S）和ITS rRNA扩增子测序的研究表明，漏水现象和霉菌存在会促进细菌和真菌的丰富度和生长5。拉克斯等人（2019年）发现，潮湿环境会促进微生物生长，潮湿材料会在建筑物内促进特定分类单元的滋生13。同样，家中的霉菌也与德国家庭中的微生物群落变化有关14。

室外微生物群落可以影响室内微生物群落，地理因素在很大程度上决定了不同地区的微生物组差异9,16。例如，家中的真菌通常来自室外，并可能通过窗户传播15。同样，室外污染物可能通过鞋子、衣物或宠物带入室内17。土地利用也可能影响周围的微生物组。傅等人（2021年）比较了传统农场、工业农场和城市地区的房屋灰尘微生物组，发现了差异18。然而，关于特定地区和景观下的常见微生物群落的信息仍然有限。此外，主导的环境因素可能因地理位置而异。亚洲和欧洲酒店的微生物组受到靠近海洋和室内环境质量的显著影响，而亚利桑那州-索诺拉州边界地区的房屋微生物组成则受道路类型和饮用水来源的影响9,16。

先前利用农业肺健康研究（ALHS）——一项针对北卡罗来纳州（NC）和爱荷华州农民及其配偶的哮喘病例对照研究——对房屋灰尘微生物组进行了研究。ALHS发现某些分类单元与肺功能和哮喘有关，突显了房屋灰尘微生物组在农业人群中的影响3,19。此外，作为农业人群的研究环境，ALHS为研究房屋灰尘微生物组提供了独特的机会。例如，ALHS测量了普通人群中较少见的暴露因素，如室内烧木行为。农场环境也为进一步了解周围景观（包括靠近农作物和畜牧场）对室内微生物组的影响提供了机会。

传统上，人们常用16S rRNA测序技术研究房屋灰尘微生物组，但该技术在较低分类等级上的准确性有限。全宏基因组鸟枪法测序（WGS）提供了更深入的分类学分辨率20。WGS可以更准确地识别物种级别的分类单元，并更全面地描述微生物群落。在ALHS研究中，WGS的应用扩展了16S的结果，并发现了新的微生物关联3,21。具体而言，与16S相比，王子月等人（2023年）使用WGS发现了四倍多的独特微生物分类单元21。此外，ALHS的样本量较大，有助于发现更显著的关联。

本研究对美国一个农业队列中771户家庭收集的吸尘灰尘进行了宏基因组分析，从而加深了我们对室内微生物组多样性、组成和微生物关联的理解。

研究人群和设计

ALHS是一项嵌套病例对照研究，属于农业健康研究（AHS）的一部分，该研究是对爱荷华州和北卡罗来纳州持证农药施用者（主要是农民）及其配偶的前瞻性队列研究22。2009-2013年间共有3,301名ALHS参与者（数据版本P3REL201209.00）：1,223例哮喘患者和2,078例非患者。研究设计和纳入标准的详细信息已在前文描述3,21。所有参与者均签署了书面知情同意书。

描述性统计

更多参与者居住在爱荷华州（68%），而非北卡罗来纳州（32%）（表1）。最常见的暴露因素是频繁使用空调（65%），其次是进入房屋前脱鞋（49%）、使用除湿器（42%）和使用加湿器（35%）。13%的家庭存在漏水现象，16%的家庭有霉菌/霉变。使用除湿器、使用加湿器、频繁使用空调、使用木材取暖以及房屋年龄等因素也影响了微生物组。

讨论

在这项大规模的全宏基因组测序研究中，我们发现了影响房屋灰尘微生物组的家庭环境暴露因素。特别是与湿度相关的暴露因素（如霉菌/霉变的存在、漏水现象、使用加湿器和除湿器）似乎会影响微生物组的多样性和组成。此外，脱鞋行为与室外微生物群落进入室内微生物组有关。这些结果通过额外的分析得到了进一步验证。

结论

本研究描述了家庭环境暴露对室内房屋灰尘微生物组的影响。具体而言，湿度和周围环境对微生物组的多样性和组成影响最大。这些发现有助于阐明家庭环境暴露对房屋灰尘微生物组及其对人类健康的影响。此外，通过使用更新的WGS方法，我们发现了许多与这些暴露因素相关的新分类单元。

作者贡献声明

詹姆斯·沃德（James Ward）： 数据可视化。安东尼奥·冈萨雷斯（Antonio Gonzalez）： 软件开发、方法论、数据整理。法尔纳兹·富拉迪（Farnaz Fouladi）： 数据可视化、验证、方法论。夏马尔·D·佩达达（Shyamal D Peddada）： 软件开发、方法论。艾莉森·莫辛格-赖夫（Alison Motsinger-Reif）： 数据整理。劳拉·E·比恩·弗里曼（Laura E Beane Freeman）： 项目管理。王子月（Ziyue Wang）： 数据调查、数据整理。伊莎贝拉·加梅兹（Isabella Gamez）： 文章撰写——审稿与编辑、初稿撰写、数据可视化、正式分析。斯蒂芬妮·J·伦敦（Stephanie J London）： 文章撰写——审稿与编辑、指导、概念构思。

利益冲突声明

所有作者均声明没有可能对本文产生利益冲突的商业、财务或其他利益关系。

伦理声明

国家环境健康科学研究所的机构审查委员会批准了这项研究。所有参与者均签署了书面知情同意书。

数据共享

用于本分析的宏基因组数据可在序列读取档案（Sequence Read Archive, SRA）中获取，项目编号为PRJNA975673（https://www.ncbi.nlm.nih.gov/sra/）。

资金信息

本研究得到了美国国立卫生研究院（NIH）的内部研究计划（Intramural Research Program）、国家环境健康科学研究所（Z01-ES049030、Z01-ES102385、Z01-ES103390）和国家癌症研究所（Z01-CP010119B）的支持，以及美国复苏与再投资法案（American Recovery and Reinvestment Act）的资助。

致谢

我们感谢G·阿克曼博士（Dr. G Ackerman）和G·汉弗莱博士（Dr. G Humphrey）在实验室方面的协助，以及Westat公司的F·戴博士（Dr. F Day）和M·理查德博士（Dr. M Richard）在计算方面的支持。本研究部分得到了美国国立卫生研究院内部研究计划的资助。NIH作者的贡献是其作为联邦雇员的职责所在，符合机构政策要求，属于美国政府的工作成果。