Wie advies wilt over hoe het microbioom te verbeteren zou contact op kunnen nemen met deze website: Www.microbiome-Center.nl Voor zowel artsen als individuele burgers staat een groep van artsen en wetenschappers klaar om u een persoonlijk advies te geven.

12 april 2024: Bron: NKI en Cell.com Published:April 09, 2024

Nederlandse onderzoekers schrijven op de website van het NKI dat niet alleen in de darmen miljoenen bacteriën leven maar dat sommige bacteriën zich ook verplaatsen door het lichaam en zich nestelen in uitgezaaid tumorweefsel van bijna alle vormen van kanker. In hun studie vonden ze 26 verschillende vorm en van kanker waarin bacteriën leven.

Onderzoekers van het Antoni van Leeuwenhoek hebben van die bacteriën in tumorweefsel een gedetailleerde catalogus samengesteld. De meeste bacteriën leven in tumorweefsel van kanker dat is uitgezaaid.
Na ruim 4000 tumoren te hebben geanalyseerd laat dit onderzoek zien hoe divers deze bacteriën zijn in het tumorweefsel en hoe bacteriën en kankercellen elkaar wederzijds en hun omgeving beïnvloeden 

Uit een persbericht over deze studie vrij vertaald:

Miljarden micro-organismen leven op en in ons lichaam: bacteriën, virussen en gisten – en wordt microbioom of darmflora genoemd. Wij hebben ze nodig, en zij hebben ons nodig. Bacteriën helpen ons bijvoorbeeld bij het verteren van ons voedsel en werken samen met ons immuunsysteem in de strijd tegen ziekteverwekkers. Vooral darmbacteriën zijn uitgebreid onderzocht, ook in de context van kanker, zoals hoe ze de effectiviteit van immuuntherapie en chemotherapie kunnen beïnvloeden.

Uitzaaiingen:

Maar deze kleine medebewoners leven ook buiten de darmen en worden ook in tumoren aangetroffen. Dankzij nieuwe technieken kunnen onderzoekers steeds beter ontdekken welke microben dat zijn. Maar hoe bacteriën bij een tumor terechtkomen en wat ze daar precies doen, blijft grotendeels onbekend, waardoor onduidelijk is hoe belangrijk ze zijn voor kanker en het effect van behandelingen. Bepaalde bacteriën werden bijvoorbeeld in verband gebracht met een slechtere respons op immuuntherapie.

Deze studie maakt de weg vrij voor een beter begrip van hoe bacteriën kankerweefsel helpt groeien of resistentie bevordert tegen een behandeling. De onderzoekers stellen dat zij met de samenstelling van een gedetailleerde catalogus van bacteriën die in tumorweefsel leven een stap verder maken in persoonlijke behandelingen van kankerpatiënten.

26 soorten kanker:

Omdat veel patiënten uiteindelijk overlijden aan uitzaaiingen van kanker, waar veel behandelingen het doelwit van zijn, hebben de onderzoeksgroepen van Emile Voest en Lodewyk Wessels deze uitzaaiingen onder de loep genomen. Over de bacteriën in deze tumoren was immers nog weinig bekend. Samen met hun collega’s van onder meer het Antoni van Leeuwenhoek en Oncode Institute hebben zij nu in kaart gebracht welke bacteriën aanwezig zijn bij uitzaaiingen van kanker. Beide groepen zijn onderdeel van het Oncode Institute .

De onderzoekers analyseerden de code van het DNA dat aanwezig is in weefsel van ruim 4.000 uitzaaiingen van 26 soorten kanker. In dat genetische materiaal kun je niet alleen zien welke menselijke cellen aanwezig zijn, maar ook welke bacteriën – want ook deze hebben DNA. Hiervoor gebruikten ze klinische informatie en DNA-gegevens gegenereerd door de Hartwig Medical Foundation en deze uitzaaiingen onder de loep genomen. Over de bacteriën in deze tumoren was immers nog weinig bekend.

Samen met hun collega’s van onder meer het  Antoni van Leeuwenhoek en Oncode Institute hebben zij nu in kaart gebracht welke bacteriën aanwezig zijn bij uitzaaiingen van kanker.
De onderzoekers analyseerden de code van het DNA dat aanwezig is in weefsel van ruim 4.000 uitzaaiingen van 26 soorten kanker. In dat genetische materiaal kun je niet alleen zien welke menselijke cellen aanwezig zijn, maar ook welke bacteriën – want ook deze hebben DNA. Hiervoor gebruikten ze klinische informatie en DNA-gegevens gegenereerd door Hartwig Medical Foundation.>>>>>>>lees verder

De onderzoekers publiceerden hun bevindingen vandaag in het wetenschappelijke tijdschrift Cell. Hier het abstract van deze studie die als volledig studierapport gratis is te lezen of te downloaden.

A pan-cancer analysis of the microbiome in metastatic cancer

Open AccessPublished:April 09, 2024DOI:https://doi.org/10.1016/j.cell.2024.03.021


Highlights

  • Tumor-resident bacteria DNA is detectable in a pan-cancer metastasis cohort
  • Assembly of tumor-derived bacterial DNA reveals species-level genomic characterization
  • Bacterial diversity is associated with cellular and molecular tumor immunity features
  • Fusobacterium DNA abundance indicates poor immunotherapy response in an NSCLC cohort

Summary

Microbial communities are resident to multiple niches of the human body and are important modulators of the host immune system and responses to anticancer therapies. Recent studies have shown that complex microbial communities are present within primary tumors. To investigate the presence and relevance of the microbiome in metastases, we integrated mapping and assembly-based metagenomics, genomics, transcriptomics, and clinical data of 4,160 metastatic tumor biopsies. We identified organ-specific tropisms of microbes, enrichments of anaerobic bacteria in hypoxic tumors, associations between microbial diversity and tumor-infiltrating neutrophils, and the association of Fusobacterium with resistance to immune checkpoint blockade (ICB) in lung cancer. Furthermore, longitudinal tumor sampling revealed temporal evolution of the microbial communities and identified bacteria depleted upon ICB. Together, we generated a pan-cancer resource of the metastatic tumor microbiome that may contribute to advancing treatment strategies.

Graphical abstract

Figure thumbnail fx1

Acknowledgments

We would like to thank Paul Wolfe, Sandra van den Broek, and Moezammin Baksi for their computational support accessing WGS data; Daniel Vis for bioinformatic and statistical support; and Jelle Vooijs for initial exploratory analyses for this project. Mrs. Anneke Hoogendijk and de Foundation Weteringschans have supported this research with their generous gifts. Furthermore, we would also like to thank Laura A. Smit for her assistance with immunohistochemistry staining of HIF-1α, Marius Messemaker for his help with 16S sequencing, and Stefania Mengoli for her help with qPCR. We would like to acknowledge the NKI-AVL Core Facility Molecular Pathology & Biobanking (CFMPB) for supplying NKI-AVL Biobank material and/or lab support as well as the NKI Genomics Core Facility (NKI-GCF). This work was supported by the NWO Gravitation program (NWO 2012–2022) (to E.V.) and by Oncode Institute (to L.W. and E.V.).

Author contributions

Conceptualization, T.W.B., J.v.d.H., L.W., and E.V.; methodology, T.W.B., J.v.d.H., A.v.H., and I.L.M; writing – original draft, T.W.B., J.v.d.H., L.W., and E.V.; funding acquisition, E.V. and L.W.; data curation, B.S.G., L.J.Z., and G.F.d.W; resources, E.C. and A.v.H.

Declaration of interests

The authors declare no competing interests.

Supplemental information

References

    • Slowicka K.
    • Petta I.
    • Blancke G.
    • Hoste E.
    • Dumas E.
    • Sze M.
    • Vikkula H.
    • Radaelli E.
    • Haigh J.J.
    • Jonckheere S.
    • et al.
    Zeb2 drives invasive and microbiota-dependent colon carcinoma.
    Nat. Cancer. 2020; 1620-634https://doi.org/10.1038/s43018-020-0070-2
    • Kadosh E.
    • Snir-Alkalay I.
    • Venkatachalam A.
    • May S.
    • Lasry A.
    • Elyada E.
    • Zinger A.
    • Shaham M.
    • Vaalani G.
    • Mernberger M.
    • et al.
    The gut microbiome switches mutant p53 from tumour-suppressive to oncogenic.
    Nature. 2020; 586133-138https://doi.org/10.1038/s41586-020-2541-0
    • Bullman S.
    • Pedamallu C.S.
    • Sicinska E.
    • Clancy T.E.
    • Zhang X.
    • Cai D.
    • Neuberg D.
    • Huang K.
    • Guevara F.
    • Nelson T.
    • et al.
    Analysis of Fusobacterium persistence and antibiotic response in colorectal cancer.
    Science. 2017; 3581443-1448https://doi.org/10.1126/science.aal5240
    • Derosa L.
    • Routy B.
    • Fidelle M.
    • Iebba V.
    • Alla L.
    • Pasolli E.
    • Segata N.
    • Desnoyer A.
    • Pietrantonio F.
    • Ferrere G.
    • et al.
    Gut Bacteria Composition Drives Primary Resistance to Cancer Immunotherapy in Renal Cell Carcinoma Patients.
    Eur. Urol. 2020; 78195-206https://doi.org/10.1016/j.eururo.2020.04.044
    • Gopalakrishnan V.
    • Spencer C.N.
    • Nezi L.
    • Reuben A.
    • Andrews M.C.
    • Karpinets T.V.
    • Prieto P.A.
    • Vicente D.
    • Hoffman K.
    • Wei S.C.
    • et al.
    Gut microbiome modulates response to anti–PD-1 immunotherapy in melanoma patients.
    Science. 2018; 35997-103https://doi.org/10.1126/science.aan4236
    • Matson V.
    • Fessler J.
    • Bao R.
    • Chongsuwat T.
    • Zha Y.
    • Alegre M.L.
    • Luke J.J.
    • Gajewski T.F.
    The commensal microbiome is associated with anti–PD-1 efficacy in metastatic melanoma patients.
    Science. 2018; 359104-108https://doi.org/10.1126/science.aao3290
    • Geller L.T.
    • Barzily-Rokni M.
    • Danino T.
    • Jonas O.H.
    • Shental N.
    • Nejman D.
    • Gavert N.
    • Zwang Y.
    • Cooper Z.A.
    • Shee K.
    • et al.
    Potential role of intratumor bacteria in mediating tumor resistance to the chemotherapeutic drug gemcitabine.
    Science. 2017; 3571156-1160https://doi.org/10.1126/science.aah5043
    • Routy B.
    • Le Chatelier E.L.
    • Derosa L.
    • Duong C.P.M.
    • Alou M.T.
    • Daillère R.
    • Fluckiger A.
    • Messaoudene M.
    • Rauber C.
    • Roberti M.P.
    • et al.
    Gut microbiome influences efficacy of PD-1–based immunotherapy against epithelial tumors.
    Science. 2018; 35991-97https://doi.org/10.1126/science.aan3706
    • Fluckiger A.
    • Daillère R.
    • Sassi M.
    • Sixt B.S.
    • Liu P.
    • Loos F.
    • Richard C.
    • Rabu C.
    • Alou M.T.
    • Goubet A.G.
    • et al.
    Cross-reactivity between tumor MHC class I–restricted antigens and an enterococcal bacteriophage.
    Science. 2020; 369936-942https://doi.org/10.1126/science.aax0701
    • Baruch E.N.
    • Youngster I.
    • Ben-Betzalel G.
    • Ortenberg R.
    • Lahat A.
    • Katz L.
    • Adler K.
    • Dick-Necula D.
    • Raskin S.
    • Bloch N.
    • et al.
    Fecal microbiota transplant promotes response in immunotherapy-refractory melanoma patients.
    Science. 2021; 371602-609https://doi.org/10.1126/science.abb5920
    • Davar D.
    • Dzutsev A.K.
    • McCulloch J.A.
    • Rodrigues R.R.
    • Chauvin J.M.
    • Morrison R.M.
    • Deblasio R.N.
    • Menna C.
    • Ding Q.
    • Pagliano O.
    • et al.
    Fecal microbiota transplant overcomes resistance to anti–PD-1 therapy in melanoma patients.
    Science. 2021; 371595-602https://doi.org/10.1126/science.abf3363
    • Nejman D.
    • Livyatan I.
    • Fuks G.
    • Gavert N.
    • Zwang Y.
    • Geller L.T.
    • Rotter-Maskowitz A.
    • Weiser R.
    • Mallel G.
    • Gigi E.
    • et al.
    The human tumor microbiome is composed of tumor type–specific intracellular bacteria.
    Science. 2020; 368973-980https://doi.org/10.1126/science.aay9189
    • Kalaora S.
    • Nagler A.
    • Nejman D.
    • Alon M.
    • Barbolin C.
    • Barnea E.
    • Ketelaars S.L.C.
    • Cheng K.
    • Vervier K.
    • Shental N.
    • et al.
    Identification of bacteria-derived HLA-bound peptides in melanoma.
    Nature. 2021; 592138-143https://doi.org/10.1038/s41586-021-03368-8
    • Pushalkar S.
    • Hundeyin M.
    • Daley D.
    • Zambirinis C.P.
    • Kurz E.
    • Mishra A.
    • Mohan N.
    • Aykut B.
    • Usyk M.
    • Torres L.E.
    • et al.
    The Pancreatic Cancer Microbiome Promotes Oncogenesis by Induction of Innate and Adaptive Immune Suppression.
    Cancer Discov. 2018; 8403-416https://doi.org/10.1158/2159-8290.CD-17-1134
    • Dillekås H.
    • Rogers M.S.
    • Straume O.
    Are 90% of deaths from cancer caused by metastases?.
    Cancer Med. 2019; 85574-5576https://doi.org/10.1002/cam4.2474
    • Priestley P.
    • Baber J.
    • Lolkema M.P.
    • Steeghs N.
    • de Bruijn E.
    • Shale C.
    • Duyvesteyn K.
    • Haidari S.
    • van Hoeck A.
    • Onstenk W.
    • et al.
    Pan-cancer whole-genome analyses of metastatic solid tumours.
    Nature. 2019; 575210-216https://doi.org/10.1038/s41586-019-1689-y
    • Poore G.D.
    • Kopylova E.
    • Zhu Q.
    • Carpenter C.
    • Fraraccio S.
    • Wandro S.
    • Kosciolek T.
    • Janssen S.
    • Metcalf J.
    • Song S.J.
    • et al.
    Microbiome analyses of blood and tissues suggest cancer diagnostic approach.
    Nature. 2020; 579567-574https://doi.org/10.1038/s41586-020-2095-1
    • Nayfach S.
    • Shi Z.J.
    • Seshadri R.
    • Pollard K.S.
    • Kyrpides N.C.
    New insights from uncultivated genomes of the global human gut microbiome.
    Nature. 2019; 568505-510https://doi.org/10.1038/s41586-019-1058-x
    • Bowers R.M.
    • Kyrpides N.C.
    • Stepanauskas R.
    • Harmon-Smith M.
    • Doud D.
    • Reddy T.B.K.
    • Schulz F.
    • Jarett J.
    • Rivers A.R.
    • Eloe-Fadrosh E.A.
    • et al.
    Minimum information about a single amplified genome (MISAG) and a metagenome-assembled genome (MIMAG) of bacteria and archaea.
    Nat. Biotechnol. 2017; 35725-731https://doi.org/10.1038/nbt.3893
    • Vos J.L.
    • Elbers J.B.W.
    • Krijgsman O.
    • Traets J.J.H.
    • Qiao X.
    • van der Leun A.M.
    • Lubeck Y.
    • Seignette I.M.
    • Smit L.A.
    • Willems S.M.
    • et al.
    Neoadjuvant immunotherapy with nivolumab and ipilimumab induces major pathological responses in patients with head and neck squamous cell carcinoma.
    Nat. Commun. 2021; 127348https://doi.org/10.1038/s41467-021-26472-9
    • Pons P.
    • Latapy M.
    Computing Communities in Large Networks Using Random Walks.
    in: Computer and Information Sciences – ISCIS 2005, 20th International Symposium. Lecture Notes in Computer Science. 2005284-293https://doi.org/10.1007/11569596_31
    • Holmes I.
    • Harris K.
    • Quince C.
    Dirichlet Multinomial Mixtures: Generative Models for Microbial Metagenomics.
    PLoS One. 2012; 7e30126https://doi.org/10.1371/journal.pone.0030126
    • Ciesielska A.
    • Matyjek M.
    • Kwiatkowska K.
    TLR4 and CD14 trafficking and its influence on LPS-induced pro-inflammatory signaling.
    Cell. Mol. Life Sci. 2021; 781233-1261https://doi.org/10.1007/s00018-020-03656-y
    • Teijeira Á.
    • Garasa S.
    • Gato M.
    • Alfaro C.
    • Migueliz I.
    • Cirella A.
    • de Andrea C.
    • Ochoa M.C.
    • Otano I.
    • Etxeberria I.
    • et al.
    CXCR1 and CXCR2 Chemokine Receptor Agonists Produced by Tumors Induce Neutrophil Extracellular Traps that Interfere with Immune Cytotoxicity.
    Immunity. 2020; 52856-871.e8https://doi.org/10.1016/j.immuni.2020.03.001
    • Coffelt S.B.
    • Wellenstein M.D.
    • de Visser K.E.
    Neutrophils in cancer: neutral no more.
    Nat. Rev. Cancer. 2016; 16431-446https://doi.org/10.1038/nrc.2016.52
    • Luca B.A.
    • Steen C.B.
    • Matusiak M.
    • Azizi A.
    • Varma S.
    • Zhu C.
    • Przybyl J.
    • Espín-Pérez A.
    • Diehn M.
    • Alizadeh A.A.
    • et al.
    Atlas of clinically distinct cell states and ecosystems across human solid tumors.
    Cell. 2021; 1845482-5496.e28https://doi.org/10.1016/j.cell.2021.09.014
    • Rizvi Z.A.
    • Dalal R.
    • Sadhu S.
    • Kumar Y.
    • Kumar S.
    • Gupta S.K.
    • Tripathy M.R.
    • Rathore D.K.
    • Awasthi A.
    High-salt diet mediates interplay between NK cells and gut microbiota to induce potent tumor immunity.
    Sci. Adv. 2021; 7eabg5016https://doi.org/10.1126/sciadv.abg5016
    • van de Haar J.
    • Hoes L.R.
    • Roepman P.
    • Lolkema M.P.
    • Verheul H.M.W.
    • Gelderblom H.
    • de Langen A.J.
    • Smit E.F.
    • Cuppen E.
    • Wessels L.F.A.
    • et al.
    Limited evolution of the actionable metastatic cancer genome under therapeutic pressure.
    Nat. Med. 2021; 271553-1563https://doi.org/10.1038/s41591-021-01448-w
    • van de Haar J.
    • Mankor J.M.
    • Hummelink K.
    • Monkhorst K.
    • Smit E.F.
    • Wessels L.F.A.
    • Cuppen E.
    • Aerts J.G.J.V.
    • Voest E.E.
    Combining genomic biomarkers to guide immunotherapy in non-small cell lung cancer.
    Clin. Cancer Res. 2024; OF1-OF12https://doi.org/10.1158/1078-0432.CCR-23-4027
    • Wakiyama H.
    • Masuda T.
    • Motomura Y.
    • Hu Q.
    • Tobo T.
    • Eguchi H.
    • Sakamoto K.
    • Hirakawa M.
    • Honda H.
    • Mimori K.
    Cytolytic Activity (CYT) Score Is a Prognostic Biomarker Reflecting Host Immune Status in Hepatocellular Carcinoma (HCC).
    Anticancer Res. 2018; 386631-6638https://doi.org/10.21873/anticanres.13030
    • Ayers M.
    • Lunceford J.
    • Nebozhyn M.
    • Murphy E.
    • Loboda A.
    • Kaufman D.R.
    • Albright A.
    • Cheng J.D.
    • Kang S.P.
    • Shankaran V.
    • et al.
    IFN-γ–related mRNA profile predicts clinical response to PD-1 blockade.
    J. Clin. Invest. 2017; 1272930-2940https://doi.org/10.1172/JCI91190
    • Zeng D.
    • Ye Z.
    • Shen R.
    • Yu G.
    • Wu J.
    • Xiong Y.
    • Zhou R.
    • Qiu W.
    • Huang N.
    • Sun L.
    • et al.
    IOBR: Multi-Omics Immuno-Oncology Biological Research to Decode Tumor Microenvironment and Signatures.
    Front. Immunol. 2021; 12687975https://doi.org/10.3389/fimmu.2021.687975
    • Schaffer K.
    • Taylor C.T.
    The impact of hypoxia on bacterial infection.
    FEBS J. 2015; 2822260-2266https://doi.org/10.1111/febs.13270
    • Worlitzsch D.
    • Tarran R.
    • Ulrich M.
    • Schwab U.
    • Cekici A.
    • Meyer K.C.
    • Birrer P.
    • Bellon G.
    • Berger J.
    • Weiss T.
    • et al.
    Effects of reduced mucus oxygen concentration in airway Pseudomonas infections of cystic fibrosis patients.
    J. Clin. Invest. 2002; 109317-325https://doi.org/10.1172/JCI13870
    • Bertocchi A.
    • Carloni S.
    • Ravenda P.S.
    • Bertalot G.
    • Spadoni I.
    • Lo Cascio A.L.
    • Gandini S.
    • Lizier M.
    • Braga D.
    • Asnicar F.
    • et al.
    Gut vascular barrier impairment leads to intestinal bacteria dissemination and colorectal cancer metastasis to liver.
    Cancer Cell. 2021; 39708-724.e11https://doi.org/10.1016/j.ccell.2021.03.004
    • Anwar M.A.
    • Shah M.
    • Kim J.
    • Choi S.
    Recent clinical trends in Toll-like receptor targeting therapeutics.
    Med. Res. Rev. 2019; 391053-1090https://doi.org/10.1002/med.21553
    • Opal S.M.
    • Laterre P.F.
    • Francois B.
    • LaRosa S.P.
    • Angus D.C.
    • Mira J.P.
    • Wittebole X.
    • Dugernier T.
    • Perrotin D.
    • Tidswell M.
    • et al.
    Effect of Eritoran, an Antagonist of MD2-TLR4, on Mortality in Patients With Severe Sepsis: The ACCESS Randomized Trial.
    JAMA. 2013; 3091154-1162https://doi.org/10.1001/jama.2013.2194
    • Martin-Gallausiaux C.
    • Béguet-Crespel F.
    • Marinelli L.
    • Jamet A.
    • Ledue F.
    • Blottière H.M.
    • Lapaque N.
    Butyrate produced by gut commensal bacteria activates TGF-beta1 expression through the transcription factor SP1 in human intestinal epithelial cells.
    Sci. Rep. 2018; 89742https://doi.org/10.1038/s41598-018-28048-y
    • van der Bruggen T.
    • Nijenhuis S.
    • van Raaij E.
    • Verhoef J.
    • van Asbeck B.S.
    Lipopolysaccharide-Induced Tumor Necrosis Factor Alpha Production by Human Monocytes Involves the Raf-1/MEK1-MEK2/ERK1-ERK2 Pathway.
    Infect. Immun. 1999; 673824-3829https://doi.org/10.1128/IAI.67.8.3824-3829.1999
    • Parhi L.
    • Alon-Maimon T.
    • Sol A.
    • Nejman D.
    • Shhadeh A.
    • Fainsod-Levi T.
    • Yajuk O.
    • Isaacson B.
    • Abed J.
    • Maalouf N.
    • et al.
    Breast cancer colonization by Fusobacterium nucleatum accelerates tumor growth and metastatic progression.
    Nat. Commun. 2020; 113259https://doi.org/10.1038/s41467-020-16967-2
    • Fu A.
    • Yao B.
    • Dong T.
    • Chen Y.
    • Yao J.
    • Liu Y.
    • Li H.
    • Bai H.
    • Liu X.
    • Zhang Y.
    • et al.
    Tumor-resident intracellular microbiota promotes metastatic colonization in breast cancer.
    Cell. 2022; 1851356-1372.e26https://doi.org/10.1016/j.cell.2022.02.027
    • Newman A.M.
    • Liu C.L.
    • Green M.R.
    • Gentles A.J.
    • Feng W.
    • Xu Y.
    • Hoang C.D.
    • Diehn M.
    • Alizadeh A.A.
    Robust enumeration of cell subsets from tissue expression profiles.
    Nat. Methods. 2015; 12453-457https://doi.org/10.1038/nmeth.3337
    • Danaher P.
    • Warren S.
    • Dennis L.
    • D’Amico L.
    • White A.
    • Disis M.L.
    • Geller M.A.
    • Odunsi K.
    • Beechem J.
    • Fling S.P.
    Gene expression markers of Tumor Infiltrating Leukocytes.
    J. Immunother. Cancer. 2017; 518https://doi.org/10.1186/s40425-017-0215-8
    • Gur C.
    • Ibrahim Y.
    • Isaacson B.
    • Yamin R.
    • Abed J.
    • Gamliel M.
    • Enk J.
    • Bar-On Y.
    • Stanietsky-Kaynan N.
    • Coppenhagen-Glazer S.
    • et al.
    Binding of the Fap2 Protein of Fusobacterium nucleatum to Human Inhibitory Receptor TIGIT Protects Tumors from Immune Cell Attack.
    Immunity. 2015; 42344-355https://doi.org/10.1016/j.immuni.2015.01.010
    • Abed J.
    • Emgård J.E.M.
    • Zamir G.
    • Faroja M.
    • Almogy G.
    • Grenov A.
    • Sol A.
    • Naor R.
    • Pikarsky E.
    • Atlan K.A.
    • et al.
    Fap2 Mediates Fusobacterium nucleatum Colorectal Adenocarcinoma Enrichment by Binding to Tumor-Expressed Gal-GalNAc.
    Cell Host Microbe. 2016; 20215-225https://doi.org/10.1016/j.chom.2016.07.006
    • Engevik M.A.
    • Danhof H.A.
    • Ruan W.
    • Engevik A.C.
    • Chang-Graham A.L.
    • Engevik K.A.
    • Shi Z.
    • Zhao Y.
    • Brand C.K.
    • Krystofiak E.S.
    • et al.
    Fusobacterium nucleatum Secretes Outer Membrane Vesicles and Promotes Intestinal Inflammation.
    mBio. 2021; 12e02706-20https://doi.org/10.1128/mBio.02706-20
    • Caporaso J.G.
    • Lauber C.L.
    • Walters W.A.
    • Berg-Lyons D.
    • Huntley J.
    • Fierer N.
    • Owens S.M.
    • Betley J.
    • Fraser L.
    • Bauer M.
    • et al.
    Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms.
    ISME J. 2012; 61621-1624https://doi.org/10.1038/ismej.2012.8
  1. Manders, F., Brandsma, A.M., Kanter, J. de, Verheul, M., Oka, R., Roosmalen, M.J. van, Roest, B. van der, Hoeck, A. van, Cuppen, E., and Boxtel, R. van (2022). MutationalPatterns: the one stop shop for the analysis of mutational processes. Bmc Genomics 23, 134. https://doi.org/10.1186/s12864-022-08357-3

    • Martin M.
    Cutadapt removes adapter sequences from high-throughput sequencing reads.
    EMBnetJ. 2011; 1710-12https://doi.org/10.14806/ej.17.1.200
    • Dobin A.
    • Davis C.A.
    • Schlesinger F.
    • Drenkow J.
    • Zaleski C.
    • Jha S.
    • Batut P.
    • Chaisson M.
    • Gingeras T.R.
    STAR: ultrafast universal RNA-seq aligner.
    Bioinformatics. 2013; 2915-21https://doi.org/10.1093/bioinformatics/bts635
    • Liao Y.
    • Smyth G.K.
    • Shi W.
    The Subread aligner: fast, accurate and scalable read mapping by seed-and-vote.
    Nucleic Acids Res. 2013; 41e108https://doi.org/10.1093/nar/gkt214
    • Ritchie M.E.
    • Phipson B.
    • Wu D.
    • Hu Y.
    • Law C.W.
    • Shi W.
    • Smyth G.K.
    limma powers differential expression analyses for RNA-sequencing and microarray studies.
    Nucleic Acids Res. 2015; 43e47https://doi.org/10.1093/nar/gkv007
    • Schubert M.
    • Klinger B.
    • Klünemann M.
    • Sieber A.
    • Uhlitz F.
    • Sauer S.
    • Garnett M.J.
    • Blüthgen N.
    • Saez-Rodriguez J.
    Perturbation-response genes reveal signaling footprints in cancer gene expression.
    Nat. Commun. 2018; 920https://doi.org/10.1038/s41467-017-02391-6
    • Wu T.
    • Hu E.
    • Xu S.
    • Chen M.
    • Guo P.
    • Dai Z.
    • Feng T.
    • Zhou L.
    • Tang W.
    • Zhan L.
    • et al.
    clusterProfiler 4.0: A universal enrichment tool for interpreting omics data.
    Innov. 2021; 2100141https://doi.org/10.1016/j.xinn.2021.100141
    • Sturm G.
    • Finotello F.
    • List M.
    Bioinformatics for Cancer Immunotherapy, Methods and Protocols.
    Methods Mol. Biol. 2020; 2120223-232https://doi.org/10.1007/978-1-0716-0327-7_16
    • Jiang P.
    • Gu S.
    • Pan D.
    • Fu J.
    • Sahu A.
    • Hu X.
    • Li Z.
    • Traugh N.
    • Bu X.
    • Li B.
    • et al.
    Signatures of T cell dysfunction and exclusion predict cancer immunotherapy response.
    Nat Med. 2018; 241550-1558https://doi.org/10.1038/s41591-018-0136-1
    • Wood D.E.
    • Lu J.
    • Langmead B.
    Improved metagenomic analysis with Kraken 2.
    Genome Biol. 2019; 20257https://doi.org/10.1186/s13059-019-1891-0
    • Walker M.A.
    • Pedamallu C.S.
    • Ojesina A.I.
    • Bullman S.
    • Sharpe T.
    • Whelan C.W.
    • Meyerson M.
    GATK PathSeq: a customizable computational tool for the discovery and identification of microbial sequences in libraries from eukaryotic hosts.
    Bioinformatics. 2018; 344287-4289https://doi.org/10.1093/bioinformatics/bty501
    • Nurk S.
    • Meleshko D.
    • Korobeynikov A.
    • Pevzner P.A.
    metaSPAdes: a new versatile metagenomic assembler.
    Genome Res. 2017; 27824-834https://doi.org/10.1101/gr.213959.116
    • Nissen J.N.
    • Johansen J.
    • Allesøe R.L.
    • Sønderby C.K.
    • Armenteros J.J.A.
    • Grønbech C.H.
    • Jensen L.J.
    • Nielsen H.B.
    • Petersen T.N.
    • Winther O.
    • et al.
    Improved metagenome binning and assembly using deep variational autoencoders.
    Nat. Biotechnol. 2021; 39555-560https://doi.org/10.1038/s41587-020-00777-4
    • Kang D.D.
    • Li F.
    • Kirton E.
    • Thomas A.
    • Egan R.
    • An H.
    • Wang Z.
    MetaBAT 2: an adaptive binning algorithm for robust and efficient genome reconstruction from metagenome assemblies.
    PeerJ. 2019; 7e7359https://doi.org/10.7717/peerj.7359
    • Chklovski A.
    • Parks D.H.
    • Woodcroft B.J.
    • Tyson G.W.
    CheckM2: a rapid, scalable and accurate tool for assessing microbial genome quality using machine learning.
    Nat. Methods. 2023; 201203-1212https://doi.org/10.1038/s41592-023-01940-w
    • Chaumeil P.-A.
    • Mussig A.J.
    • Hugenholtz P.
    • Parks D.H.
    GTDB-Tk: a toolkit to classify genomes with the Genome Taxonomy Database.
    Bioinformatics. 2019; 361925-1927https://doi.org/10.1093/bioinformatics/btz848
    • Asnicar F.
    • Thomas A.M.
    • Beghini F.
    • Mengoni C.
    • Manara S.
    • Manghi P.
    • Zhu Q.
    • Bolzan M.
    • Cumbo F.
    • May U.
    • et al.
    Precise phylogenetic analysis of microbial isolates and genomes from metagenomes using PhyloPhlAn 3.0.
    Nat. Commun. 2020; 112500https://doi.org/10.1038/s41467-020-16366-7
    • Olm M.R.
    • Crits-Christoph A.
    • Bouma-Gregson K.
    • Firek B.A.
    • Morowitz M.J.
    • Banfield J.F.
    inStrain profiles population microdiversity from metagenomic data and sensitively detects shared microbial strains.
    Nat Biotechnol. 2021; 39727-736https://doi.org/10.1038/s41587-020-00797-0
    • Peschel S.
    • Müller C.L.
    • Mutius E.
    • von, Boulesteix A.-L.
    • Depner M.
    NetCoMi: network construction and comparison for microbiome data in R. Brief Bioinform.
    bbaa290-. 2020;https://doi.org/10.1093/bib/bbaa290
    • Koh H.
    An adaptive microbiome α-diversity-based association analysis method.
    Sci Rep-uk. 2018; 818026https://doi.org/10.1038/s41598-018-36355-7
    • Mallick H.
    • Rahnavard A.
    • McIver L.J.
    • Ma S.
    • Zhang Y.
    • Nguyen L.H.
    • Tickle T.L.
    • Weingart G.
    • Ren B.
    • Schwager E.H.
    • et al.
    Multivariable association discovery in population-scale meta-omics studies.
    PLoS Comput. Biol. 2021; 17e1009442https://doi.org/10.1371/journal.pcbi.1009442
    • Ghazi A.R.
    • Sucipto K.
    • Rahnavard A.
    • Franzosa E.A.
    • McIver L.J.
    • Lloyd-Price J.
    • Schwager E.
    • Weingart G.
    • Moon Y.S.
    • Morgan X.C.
    • et al.
    High-sensitivity pattern discovery in large, paired multiomic datasets.
    Bioinformatics. 2022; 38i378-i385https://doi.org/10.1093/bioinformatics/btac232
    • Willis A.
    • Bunge J.
    Estimating diversity via frequency ratios.
    Biometrics. 2015; 711042-1049https://doi.org/10.1111/biom.12332
    • Lin H.
    • Peddada S.D.
    Analysis of compositions of microbiomes with bias correction.
    Nat Commun. 2020; 113514https://doi.org/10.1038/s41467-020-17041-7
    • Bolyen E.
    • Rideout J.R.
    • Dillon M.R.
    • Bokulich N.A.
    • Abnet C.C.
    • Al-Ghalith G.A.
    • Alexander H.
    • Alm E.J.
    • Arumugam M.
    • Asnicar F.
    • et al.
    Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2.
    Nat. Biotechnol. 2019; 37852-857https://doi.org/10.1038/s41587-019-0209-9
    • McMurdie P.J.
    • Holmes S.
    phyloseq: An R Package for Reproducible Interactive Analysis and Graphics of Microbiome Census Data.
    Plos One. 2013; 8e61217https://doi.org/10.1371/journal.pone.0061217
    • Wickham H.
    • Averick M.
    • Bryan J.
    • Chang W.
    • McGowan L.
    • François R.
    • Grolemund G.
    • Hayes A.
    • Henry L.
    • Hester J.
    • et al.
    Welcome to the Tidyverse.
    J. Open Source Softw. 2019; 41686https://doi.org/10.21105/joss.01686
    • Barnett D.
    • Arts I.
    • Penders J.
    microViz: an R package for microbiome data visualization and statistics.
    J. Open Source Softw. 2021; 63201https://doi.org/10.21105/joss.03201
    • Sturm G.
    • Finotello F.
    • List M.
    Immunedeconv: An R Package for Unified Access to Computational Methods for Estimating Immune Cell Fractions from Bulk RNA-Sequencing Data.
    in: Bioinformatics for Cancer Immunotherapy. Methods in Molecular Biology. 2120. Springer2020223-232https://doi.org/10.1007/978-1-0716-0327-7_16
    • Jiang P.
    • Gu S.
    • Pan D.
    • Fu J.
    • Sahu A.
    • Hu X.
    • Li Z.
    • Traugh N.
    • Bu X.
    • Li B.
    • et al.
    Signatures of T cell dysfunction and exclusion predict cancer immunotherapy response.
    Nat. Med. 2018; 241550-1558https://doi.org/10.1038/s41591-018-0136-1
    • Gihawi A.
    • Ge Y.
    • Lu J.
    • Puiu D.
    • Xu A.
    • Cooper C.S.
    • Brewer D.S.
    • Pertea M.
    • Salzberg S.L.
    Major data analysis errors invalidate cancer microbiome findings.
    mBio. 2023; 14e0160723https://doi.org/10.1128/mbio.01607-23
    • Gihawi A.
    • Cooper C.S.
    • Brewer D.S.
    Caution regarding the specificities of pan-cancer microbial structure.
    Microb. Genom. 2023; 9mgen001088https://doi.org/10.1099/mgen.0.001088
    • Sepich-Poore G.D.
    • Kopylova E.
    • Zhu Q.
    • Carpenter C.
    • Fraraccio S.
    • Wandro S.
    • Kosciolek T.
    • Janssen S.
    • Metcalf J.
    • Song S.J.
    • et al.
    Reply to: Caution Regarding the Specificities of Pan-Cancer Microbial Structure.
    bioRxiv. 2023; (Preprint at)https://doi.org/10.1101/2023.02.10.528049
    • Salter S.J.
    • Cox M.J.
    • Turek E.M.
    • Calus S.T.
    • Cookson W.O.
    • Moffatt M.F.
    • Turner P.
    • Parkhill J.
    • Loman N.J.
    • Walker A.W.
    Reagent and laboratory contamination can critically impact sequence-based microbiome analyses.
    BMC Biol. 2014; 1287https://doi.org/10.1186/s12915-014-0087-z
    • McDonald D.
    • Jiang Y.
    • Balaban M.
    • Cantrell K.
    • Zhu Q.
    • Gonzalez A.
    • Morton J.T.
    • Nicolaou G.
    • Parks D.H.
    • Karst S.
    • et al.
    Greengenes2 enables a shared data universe for microbiome studies.
    bioRxiv. 2023; (Preprint at)https://doi.org/10.1101/2022.12.19.520774


Plaats een reactie ...

Reageer op "Bacterien in uitzaaiingen van kankerpatienten zijn door Nederlandse onderzoekers in beeld gebracht en in een gedetailleerde catalogus opgeslagen"


Gerelateerde artikelen
 

Gerelateerde artikelen

6 nieuwe doorbraken in de >> 90 procent van mensen met >> Antibiotica binnen een maand >> Anti-PD medicijnen zoals nivolumab, >> Bacterien in uitzaaiingen >> Behandelen van kanker verschuift >> Biomarkers zoals PD-L1, CD163+ >> Bloedtest, uitgevoerd op in >> CHRISPR-CAS9 infuus blijkt >> De biologische processen waarom >>