基于GWAS数据分析肠道菌群与脑出血的关系.pdf

中南大学学报（医学版）J Cent South Univ(Med Sci)2023,48(8)http:/Journal of Central South University(Medical Science).All rights reserved.基于GWAS数据分析肠道菌群与脑出血的关系林迪慧1，刘新鹏1，黎祺2，秦家碧3，熊震东1，吴欣锐1(1.吉首大学医学院公共卫生与医学技术系，湖南 吉首 416000；2.湘西土家族苗族自治州疾病预防控制中心，湖南 吉首 416000；3.中南大学湘雅公共卫生学院流行病与卫生统计学系，长沙 410006)摘要 目的：自发性脑出血(intracerebral hemorrhage，ICH)在脑卒中各亚型中病死率、致残率最高，既往研究表明肠道菌群(gut microbiome，GM)与ICH的危险因素和病理基础密切相关。本研究旨在探索两者的因果关联及GM对ICH发病的潜在作用机制。方法：从微生物基因组联盟及国际脑卒中协会获取有关GM和ICH的全基因组关联分析(genome wide association study，GWAS)数据，对GWAS数据使用孟德尔随机化(Mendelian randomization，MR)分析探讨GM与ICH的因果关联，运用条件错误发现率(conditional false discovery rate，cFDR)法识别两者的多效性易感遗传变异。结果：MR分析结果显示：Pasteurellales目、Pasteurellaceae科、Haemophilus属的GM与ICH有负向因果效应；Verrucomicrobiae 纲、Verrucomicrobiales 目、Verrucomicrobiaceae 科、Akkermansia 属、Holdemanella 属 和LachnospiraceaeUCG010属的GM与ICH有正向因果效应。通过cFDR法识别出GM与ICH的3个多效性遗传位点，分别为rs331083、rs4315115和rs12553325。结论：GM与ICH发病存在因果关联和多效性易感遗传变异。关键词 肠道菌群；脑出血；孟德尔随机化；条件错误发现率；全基因组关联分析Association between gut microbiome and intracerebral hemorrhage based on genome-wide association study dataLIN Dihui1,LIU Xinpeng1,LI Qi2,QIN Jiabi3,XIONG Zhendong1,WU Xinrui1(1.Department of Public Health and Medical Technology,College of Medicine,Jishou University,Jishou Hunan 416000;2.Xiangxi Tujia and Miao Autonomous Prefecture Center for Disease Prevention and Control,Jishou Hunan 416000;3.Department of Epidemic and Health Statistics,Xiangya School of Public Health,Central South University,Changsha 410006,China)ABSTRACT Objective:Intracerebral hemorrhage(ICH)has the highest mortality and disability rates among various subtypes of stroke.Previous studies have shown that the gut microbiome DOI：10.11817/j.issn.1672-7347.2023.230107收稿日期(Date of reception)：2023-03-15第一作者(First author)：林迪慧，Email:,ORCID:0009-0002-6884-6777通信作者(Corresponding author)：吴欣锐，Email:,ORCID:0000-0003-0475-7126基金项目(Foundation item)：国家自然科学基金(82073653)；湖南省自然科学基金(2022JJ10087，2022JJ40343)；湖南省教育厅科学研究项目(21B0513)；湖南省卫生健康委员会科研计划项目(202212053368)；吉首大学校级科研项目(Jdx22035)。This work was supported by the National Natural Science Foundation(82073653),the Natural Science Foundation of Hunan Province(2022JJ10087,2022JJ40343),the Scientific Research Project of Education Department of Hunan Province(21B0513),the Scientific Research Project of Hunan Provincial Health Commission(202212053368),and the Scientific Research Project of Jishou University(Jdx22035),China.1176基于GWAS数据分析肠道菌群与脑出血的关系 林迪慧，等Journal of Central South University(Medical Science).All rights reserved.(GM)is closely related to the risk factors and pathological basis of ICH.This study aims to explore the causal effect of GM on ICH and the potential mechanisms.Methods:Genome wide association study(GWAS)data on GM and ICH were obtained from Microbiome Genome and International Stroke Genetics Consortium.Based on the GWAS data,we first performed Mendelian randomization(MR)analysis to evaluate the causal association between GM and ICH.Then,a conditional false discovery rate(cFDR)method was conducted to identify the pleiotropic variants.Results:MR analysis showed that Pasteurellales,Pasteurellaceae,and Haemophilus were negatively correlated with the risk of ICH,while Verrucomicrobiae,Verrucomicrobiales,Verrucomicrobiaceae,Akkermansia,Holdemanella,and LachnospiraceaeUCG010 were positively correlated with ICH.By applying the cFDR method,3 pleiotropic loci(rs331083,rs4315115,and rs12553325)were found to be associated with both GM and ICH.Conclusion:There is a causal association and pleiotropic variants between GM and ICH.KEY WORDS gut microbiome;intracerebral hemorrhage;Mendelian randomization;conditional false discovery rate;genome wide association study自发性脑出血(intracerebral hemorrhage，ICH)指非创伤性脑内血管破裂，导致血液在脑实质内聚集，属于脑卒中的常见亚型1。全球疾病负担研究显示：脑卒中是位列第2的死亡原因，在脑卒中各亚型中ICH病死率、致残率最高，超过80%的患者在治疗6个月后仍无自理能力，给社会和家庭带来了沉重的负担2-3。肠道菌群(gut microbiome，GM)作为人类第2大基因组，与机体健康密切相关4。研究5表明：GM与中枢神经系统之间通过微生物群肠脑轴(microbiota-gut-brain axis，MGBA)进行双向沟通。GM及其代谢产物不仅通过动脉粥样硬化和血栓形成直接参与脑卒中的发生和发展，还可引发高血压、糖尿病等多种疾病间接影响脑卒中的发生6。动物实验6和病例-对照研究7结果显示：ICH患者存在GM的结构改变，Prevotella属的GM相对丰度下降。但关于MGBA的研究还存在以下问题：研究多集中在缺血性脑卒中这一亚型，关于GM与ICH机制的探索较少；研究仅关注GM的构成，GM改变与ICH发病因果关联的方向尚不清楚。孟德尔随机化(Mendelian randomization，MR)分析是一种使用遗传变异作为工具变量来检测和量化暴露与结局之间因果关联的方法。这种方法既减少了环境因素引起的混杂8，又避免了逆向因果带来的偏倚9-10。一方面，人体肠道环境复杂、影响因素多，难以实现对混杂的充分测量和控制；另一方面，目前针对GM的研究多探讨相关性，无法推断因果。同时，基于GM的随机对照试验成本高，周期长，实施难度大。因此，MR分析尤其适用于GM。已有多项研究使用MR分析探讨GM与2型糖尿病11、慢性肾病12、阿尔兹海默病13等人类复杂疾病之间的关联。基因多效性指一个基因同时影响多个疾病或性状的形成14，利用条件错误发现率(conditional false discovery rate，cFDR)法可以通过整合2个相关性状的全基因组关联分析(genome-wide association study，GWAS)数据集来识别多效性易感遗传变异，揭示复杂表型之间共同的生物机制和潜在的病理生理关系。该法的实用性和可靠性已被多项研究15-17验证。研究表明：宿主的遗传基因对GM有重要影响18，ICH的遗传度高达44%19，且两者可能存在基因多效性。基于GM和ICH之间潜在的因果关联、高基因遗传性和基因多效性，cFDR法结合基因功能注释对探讨GM和ICH之间的病因学和共病机制可能具有重大意义。因此，本研究通过对2个独立的GWAS数据集运用MR分析来探讨GM与ICH的因果关联，进一步运用cFDR法识别两者的多效性易感遗传变异，探索潜在的共同遗传机制，为 ICH 预防和早期干预提供线索。1 资料与方法 1.1 数据来源GM的汇总数据来自微生物基因组(Microbiome Genome，MiBioGen)联盟的一项研究，该研究包括24个队列，共招募了来自不同种族的18 340名研究1177中南大学学报 (医学版),2023,48(8)http:/Journal of Central South University(Medical Science).All rights reserved.对象20。项目组从人类粪便样本中提取DNA，利用16S rRNA基因测序，以Silva为参考数据库21，将人类GM注释到“属”的类别。ICH的汇总数据源于国际 脑 卒 中 遗 传 学 会(International Stroke Genetics Consortium，ISGC)进行的一项包括6个队列的荟萃分析，研究对象共3 026人，其中1 545人为ICH病例组，1 481人为对照组22。该研究采用Affymetrix 6.0和Illumina HumanHap610-Quad进行基因分型，共鉴定出5 258 103个单核苷酸多态性(single nucleotide polymorphism，SNP)。以上2个汇总数据分别为迄今为止样本量最大的关于GM和ICH荟萃分析的GWAS数据集。1.2 MR分析1.2.1 工具变量的选择首先在GM(暴露)的GWAS数据库中选择与GM高度相关(P1105)的SNP23。然后根据连锁不平衡(linkage disequilibrium，LD)准则，保留 r20.001 的SNP，确保工具变量之间相互独立。接着，剔除与结局(ICH)存在直接关联(P0.8的替代SNP24。最后，剔除F0.05，即截距0与0的差异没有统计学意义，则工具变量不存在基因多效性。1.2.3 主分析将挑选出的与GM相关的SNP工具变量信息和这些SNP在ICH GWAS数据库中的信息进行整合，得到该SNP在GM和ICH GWAS中的效应值(值)、标准误(standard error，Se)以计算因果效应。本研究采用逆方差加权法(inverse variance weighted，IVW)作为分析因果关联的主分析方法。利用比值法，在截距为0的条件下，通过加权线性回归模型结合权重系数估计暴露对结局总的因果效应值29。当工具变量不存在多效性时，IVW法检验效能、精确度较高，可得到偏倚最小的效应估计值30。1.2.4 敏感性分析在进行MR分析时，由于样本量不同、弱工具变量、遗传多效性等问题，会使结果产生一定误差，目前缺乏一个适用于所有研究的“金标准”。因此，本研究除使用 IVW 法外，还采用简单中位数法31(simple median estimator，SME)、加权中位数法31(weighted median estimator，WME)、最大似然估计法32(maximum likelihood，MaxLik)进行敏感性分析，并与主分析所得的结果进行比较。不同的方法基于不同的原理和适用条件，当使用多种MR方法进行敏感性分析均获得一致的结果时，说明该因果效应具有稳健性33。1.2.5 双向MR分析为判断因果关联方向，排除反向因果关联对结果的影响34，本研究进行了双向MR分析。反向MR分析以ICH为暴露因素，GM为结局因素评估两者之间的因果关系。反向MR分析的研究样本、方法、分析步骤均与正向MR分析相同。当正向MR分析有统计学意义而反向MR分析无统计学意义时，可进一步确证因果效应的方向。1.3 cFDR分析为进一步鉴定GM与ICH的多效性易感遗传变异，本研究使用cFDR法对与ICH有因果关联的GM物种和ICH性状进行分析。首先，将GM和ICH的GWAS数据合并，以HapMap3基因分型为参考，保留 LD 准则下 r20.02 的 SNP 中最小等位基因频率(minor allele frequency，MAF)较大者35。然后，提取上一步筛选得到的SNP编码、染色体位置和在2组数据中各自的P值。接着计算2种性状(GM和ICH)各自的 cFDR 和联合条件错误发现率(conjunction cFDR，ccFDR)。cFDR是在传统单一性状错误发现率(false discovery rate，FDR)的基础上发展而来的，例如，当将ICH设置为主要性状，GM设置为条件性状，计算得到某一SNP的cFDRICH0.05时，则该SNP被鉴定为可能与 ICH 相关。ccFDR 值即 cFDRICH和 cFDRGM中较大者。当ccFDR0.05时，则该SNP被鉴定为可能与 GM 和 ICH 均相关。计算步骤和公式详见Andreassen 等36的研究。最后使用 HaploReg(http:/compbio.mit.edu/HaploReg)对鉴定出的SNP的临近基因等DNA特征进行注释并通过与欧洲生物信息学研究所网站(https:/www.ebi.ac.uk/gwas)中GWAS报道过的SNP进行比较来定义新发现的SNP和基因。上述分析均使用R4.2.2软件完成，其中MR分析使用R软件包TwoSampleMR，cFDR分析使用R软件包 reshape。评价指标为比值比(odds ratio，OR)、95%置 信 区 间(95%confidence interval，95%CI)、cFDR 值和 ccFDR 值，双侧 P0.05，表1)。敏感性分析结果显示用 MaxLik、WME、SME 法均得到了与IVW法一致的结果(表1)，提示在不同的MR方法下，GM与ICH的因果效应具有稳健性。表1 GM与ICH因果关系的MR敏感性分析Table 1 Sensitivity analyses of MR of GM and ICHGMPasteurellaceaePasteurellalesHaemophilusHoldemanellaAkkermansiaVerrucomicrobiaeVerrucomicrobiaceaeVerrucomicrobialesLachnospiraceaeUCG010Classification levelFamilyOrderGenusGenusGenusClassFamilyOrderGenusMaximum likelihoodOR(95%CI)0.471(0.2920.760)0.423(0.2400.745)0.475(0.2470.914)2.164(1.1444.094)1.884(1.0183.489)1.885(1.0183.491)1.885(1.0183.491)1.885(1.0183.491)2.714(0.9884.785)P0.010.05)。使用不同的MR方法均显示ICH不是各个分类级别GM的因(P0.05，表2)，进一步确证了GM与ICH之间因果效应的方向。通过cFDR法，本研究识别出3个与GM和ICH均 相 关 的 多 效 性 位 点，它 们 分 别 是 rs331083、rs4315115 和 rs12553325。这些 SNP 映射在 3 个不同的染色体上，分别对应FBN2和RP11基因(表3)。表1(续)GMPasteurellaceaePasteurellalesHaemophilusHoldemanellaAkkermansiaVerrucomicrobiaeVerrucomicrobiaceaeVerrucomicrobialesLachnospiraceaeUCG010Simple median estimatorOR(95%CI)0.500(0.2660.941)0.496(0.2520.974)0.558(0.2581.210)2.172(1.0394.541)1.644(0.7333.689)1.644(0.7383.664)1.644(0.7363.674)1.644(0.7473.616)2.378(0.9136.190)P0.030.040.140.040.230.220.230.220.08MR-Egger intercept(95%CI)0.648(1.7410.445)0.350(1.5570.878)0.988(2.6880.712)1.756(0.3703.882)0.112(2.0931.869)0.112(2.0911.868)0.112(2.0911.868)0.112(0.2911.868)0.963(0.6992.625)P0.280.610.370.250.920.920.920.920.37 MR:Mendelian randomization;GM:Gut microbiome;ICH:intracerebral hemorrhage.表2 反向MR分析及敏感性分析Table 2 Sensitivity analyses of reverse MR analyses of ICH on GMGMPasteurellaceaePasteurellalesHaemophilusHoldemanellaAkkermansiaVerrucomicrobiaeVerrucomicrobiaceaeVerrucomicrobialesLachnospiraceaeUCG010Inverse variance weightedOR(95%CI)1.018(0.9801.058)1.018(0.9801.058)1.015(0.9771.055)0.968(0.9271.012)0.975(0.9421.009)0.974(0.9421.008)0.974(0.9421.008)0.974(0.9421.008)0.995(0.9631.027)P0.350.350.450.160.150.140.140.140.75Maximum likelihoodOR(95%CI)1.018(0.9801.058)1.018(0.9801.058)1.015(0.9761.055)0.968(0.9251.012)0.974(0.9411.009)0.974(0.9401.008)0.974(0.9401.008)0.974(0.9401.008)0.995(0.9631.027)P0.350.350.450.150.140.130.130.130.75Weighted medianOR(95%CI)1.022(0.9751.071)1.022(0.9721.074)1.011(0.9651.060)0.955(0.9011.012)0.977(0.9341.023)0.977(0.9341.022)0.977(0.9361.019)0.977(0.9341.022)0.993(0.9551.033)P0.360.390.640.120.320.310.280.310.74GMPasteurellaceaePasteurellalesHaemophilusHoldemanellaAkkermansiaVerrucomicrobiaeVerrucomicrobiaceaeVerrucomicrobialesLachnospiraceaeUCG010Simple median estimatorOR(95%CI)1.025(0.9781.074)1.025(0.9781.075)1.012(0.9631.064)0.956(0.9011.014)0.977(0.9341.023)0.977(0.9341.023)0.977(0.9331.023)0.977(0.9331.023)0.993(0.9561.030)P0.300.310.630.130.320.320.320.320.69MR-Egger interceptOR(95%CI)0.017(0.1440.178)0.017(0.1440.178)0.016(0.1480.179)0.035(0.2970.227)0.003(0.1580.152)0.005(0.1600.150)0.005(0.1600.150)0.005(0.1600.150)0.020(0.1220.162)P0.840.840.850.800.970.950.950.950.79 MR:Mendelian randomization;GM:Gut microbiome;ICH:intracerebral hemorrhage.1180基于GWAS数据分析肠道菌群与脑出血的关系 林迪慧，等Journal of Central South University(Medical Science).All rights reserved.3 讨 论 本研究通过MR分析，在纲、目、科、属的水平上找到了与 ICH 存在因果关联的 GM，结果显示LachnospiraceaeUCG010属的GM与ICH发病存在正向 因 果 关 联。LachnospiraceaeUCG010 即 毛 螺 菌UCG010，属于厚壁菌门的梭状菌群，是一类专性厌氧菌。Zhang等37对164份粪便样本进行16S rRNA测序，发现Lachnospiraceae科GM的相对丰度与收缩压呈正相关。而大量基于人群队列研究和病例对照研究38-39的证据皆显示高血压是ICH发病最重要的单一危险因素。Kostic等40研究发现Lachnospiraceae菌可通过损害糖代谢加剧机体炎症，促进1型糖尿病的发展。Sarwar等41对102项前瞻性队列研究进行荟萃分析，指出糖尿病会增大ICH的发病风险，其相对危险度为1.6。GM所含的脂多糖可通过激活血管内皮细胞，引起多种细胞因子的合成和释放，诱导动脉内出现淀粉样沉积42。当-淀粉样蛋白聚集在脑皮质血管时，会导致血液渗出，引发ICH43。脑叶区域50%的ICH与淀粉样血管病变有关44。本研究与以往研究结果皆提示LachnospiraceaeUCG010属GM可能促进ICH的发病。本研究中 MR 分析的结果显示 Akkermansia 属GM(属于Verrucomicrobia纲、Verrucomicrobiales目、Verrucomicrobiaceae科)是ICH的危险因素。一项针对高血压性脑出血患者的队列研究45表明：高血压性脑出血患者Verrucomicrobia纲的菌群构成改变，其中Akkermansia 属 GM 的相对丰度显著增加。小鼠实验46的结果显示：Akkermansia 属 GM 可分泌一种 84 kD(1 D=1 u)的蛋白质P9，纯化的蛋白质P9可以诱导胰高血糖素样肽-1分泌和棕色脂肪组织产热。而脂质代谢产物47和体内血糖水平48均与ICH的发生和不良结局显著相关。由此推断，Akkermansia属GM可能通过上述机制影响ICH的发生。本研究MR分析的结果显示Haemophilus属GM与ICH存在负向因果关联。Haemophilus即嗜血杆菌属，是一类革兰氏阴性苛养菌。Jang等49研究发现：相较于久坐的健康成人，运动员体内Haemophilus属GM的相对丰度明显增加。另一项随机对照试验50结果也显示：在接受地中海饮食(限制能量摄入)和增加体育锻炼的人群中，研究对象的体重指数、腰围与体内 Haemophilus 属 GM 的相对丰度呈负相关。研究51表明规律锻炼是 ICH 的保护因素。Harshfield等52对生活方式和脑卒中亚型进行MR分析也发现腰臀比与ICH具有负向因果关联。但膳食因素与ICH是否相关并未得出一致的结论，也不清楚是何种成分导致了膳食与ICH的关联53-54。因此，Haemophilus属GM与ICH之间的因果关联和作用机制仍需要基于人群的前瞻性研究和实验予以确证。ICH的基因遗传度高达44%19。但迄今仅鉴定出8 个与 ICH 及相关性状有关的基因和 31 个基因位点55。本研究通过MR分析找到与ICH存在因果关联的GM之后，又通过cFDR法鉴定出新的多效性遗传位点，扩大了对ICH总遗传变异的解释效果，且有利于阐明GM与ICH间潜在的共同遗传机制。通过cFDR法首次鉴定出FBN2和RP11这2个基因与GM和ICH均相关。rs12553325是RP11基因的内含子变体。RP11-728F11.4可作用于FXYD6蛋白并诱导细胞内胆固醇的积累和促炎因子的增加56。小鼠实验57表明血浆胆固醇水平和肝胆固醇的合成与GM相对丰度密切相关。胆汁酸(胆固醇在肝肠循环中分解的产物)可能通过干扰RNA二级结构、导致DNA损伤和促进蛋白质错误折叠来破坏大分子稳定性，从而影响肠道微生物的存活和定植58。另一项队列研究59结果也显示Lachnospiraceae属GM与人体内微小高密度脂蛋白颗粒的浓度呈正相关。一项荟萃分析60表明人体内高密度脂蛋白胆固醇水平升高会增大ICH的发病风险。Holmes等61对脑卒中患者进行的巢式病例对照研究也得到了相同的结果。以上证据均提示，rs12553325(代表RP11基因)可能通过胆固醇代谢及其产物同时表3 GM与ICH的3个多效性易感遗传变异Table 3 Three pleiotropic variants of GM and ICHSNPrs331083rs4315115rs12553325GMPasteurellaceaeHaemophilusLachnospiraceaeUCG010Chromosome5119SNP location128 431 410114 927 41989 657 585Effector alleleTCCAdjacent geneFBN2RP11Annotation areaIntragenesIntergenesIntragenescFDRGM0.019 0310.035 7590.014 363cFDRICH0.026 7330.033 6840.038 620ccFDR0.026 7330.035 7590.038 620 GM:Gut microbiome;ICH:intracerebral hemorrhage;SNP:Single nucleotide polymorphism;cFDRGM:Conditional false discovery rate of GM;cFDRICH:Conditional false discovery rate of ICH;ccFDR:Conjunction conditional false discovery rate.1181中南大学学报 (医学版),2023,48(8)http:/Journal of Central South University(Medical Science).All rights reserved.影响 GM 和 ICH，在两者的发病机制中发挥重要作用。本研究的优势：1)研究基于对目前最新、样本量最大的GWAS数据进行二次挖掘，无需额外的实验成本，结果兼具经济性和可靠性；2)使用MR分析探索GM和ICH的关联，可以避免反向因果和未知混杂造成的偏倚，且不同的MR方法得到一致的因果效应，表明结果的稳健性；3)采用cFDR法鉴定出新的影响GM和ICH的多效性遗传位点，有利于探讨两者共同的遗传机制。本研究也存在一定的缺陷：1)目前公开发表的GM的GWAS是基于16S rRNA的测序，只能精确到“属”的分类级别，同时由于GWAS参与者大多是欧洲裔，可能影响结果的外推。未来可寻找人群范围更广泛、测序更精准的宏基因组测序GWAS(可精确到“种”分类级别)进行分析。2)研究结果提示GM与ICH关联的证据链较为曲折，缺乏两者直接作用的证据。这可能归因于目前关于GM与ICH的研究较少。本研究探索GM和ICH的因果关联及两者间潜在的共同生物学机制，研究结果可为后续的人群研究提供线索，也可通过功能学实验和精细定位方法进一步确证。综上所述，本研究利用2个独立的GWAS数据集，探讨了GM和ICH之间的因果关系，鉴定出与GM和ICH相关的新的多效性遗传位点。这将有利于阐明GM与ICH的因果关联，从GM方面为ICH的病因及机制研究补充证据，也为ICH的预防和治疗开辟了新的方向。作者贡献声明：林迪慧 数据分析，论文撰写与修改；刘新鹏 数据采集，论文撰写与修改；黎祺 数据分析，论文指导；秦家碧 论文指导；熊震东 论文撰写；吴欣锐 研究设计，论文指导及修改。所有作者阅读并同意最终的文本。利益冲突声明：作者声称无任何利益冲突。参考文献1Qureshi AI,Mendelow AD,Hanley DF.Intracerebral haemorrhageJ.Lancet,2009,373(9675):1632-1644.https:/doi.org/10.1016/S0140-6736(09)60371-8.2van Asch CJ,Luitse MJ,Rinkel GJ,et al.Incidence,case fatality,and functional outcome of intracerebral haemorrhage over time,according to age,sex,and ethnic origin:a systematic review and meta-analysisJ.Lancet Neurol,2010,9(2):167-176.https:/doi.org/10.1016/S1474-4422(09)70340-0.3Broderick JP,Brott TG,Duldner JE,et al.Volume of intracerebral hemorrhage.A powerful and easy-to-use predictor of 30-day mortalityJ.Stroke,1993,24(7):987-993.https:/doi.org/10.1161/01.str.24.7.987.4Winek K,Meisel A,Dirnagl U.Gut microbiota impact on stroke outcome:Fad or fact?J.Cerebral Blood Flow Metab,2016,36(5):891-898.https:/doi.org/10.1177/0271678X16636890.5Morais LH,Schreiber HT,Mazmanian SK.The gut microbiota-brain axis in behaviour and brain disordersJ.Nat Rev Microbiol,2021,19(4):241-255.https:/doi.org/10.1038/s41579-020-00460-0.6张培培.肠道菌群失调可增加脑卒中风险D.石家庄:河北医科大学,2018.ZHANG Peipei.Dysbiosis of gut microbiota can increase the risk of strokeD.Shijiazhuang:Hebei Medical University,2018.7李裕思,许华冲,王俊月,等.16S rRNA基因测序技术分析肝阳上亢型脑出血患者的肠道菌群结构J.中国实验方剂学杂志,2019,25(8):83-88.https:/doi.org/:10.13422/ki.syfjx.20190550.LI Yusi,XU Huachong,WANG Junyue,et al.Analysis of bacterial flora structure of patients with cerebral hemorrhage due to hyperactivity of liver-yang by 16S rRNA gene sequencing techniqueJ.Chinese Journal of Experimental Traditional Medical Formulae,2019,25:83-88.https:/doi.org/:10.13422/ki.syfjx.20190550.8Lawlor DA,Harbord RM,Sterne JA,et al.Mendelian randomization:Using genes as instruments for making causal inferences in epidemiologyJ.Statistics M