AD
Amiran Dzutsev
Author with expertise in Diversity and Function of Gut Microbiome
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(100% Open Access)
Cited by:
2,795
h-index:
19
/
i10-index:
26
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Commensal Bacteria Control Cancer Response to Therapy by Modulating the Tumor Microenvironment

Noriho Iida et al.Nov 21, 2013
+18
C
A
N
The Microbiota Makes for Good Therapy The gut microbiota has been implicated in the development of some cancers, such as colorectal cancer, but—given the important role our intestinal habitants play in metabolism—they may also modulate the efficacy of certain cancer therapeutics. Iida et al. (p. 967 ) evaluated the impact of the microbiota on the efficacy of an immunotherapy [CpG (the cytosine, guanosine, phosphodiester link) oligonucleotides] and oxaliplatin, a platinum compound used as a chemotherapeutic. Both therapies were reduced in efficacy in tumor-bearing mice that lacked microbiota, with the microbiota important for activating the innate immune response against the tumors. Viaud et al. (p. 971 ) found a similar effect of the microbiota on tumor-bearing mice treated with cyclophosphamide, but in this case it appeared that the microbiota promoted an adaptive immune response against the tumors.
0
Citation1,861
0
Save
0

Fecal microbiota transplant overcomes resistance to anti–PD-1 therapy in melanoma patients

Diwakar Davar et al.Feb 4, 2021
+29
J
A
D
Anti-programmed cell death protein 1 (PD-1) therapy provides long-term clinical benefits to patients with advanced melanoma. The composition of the gut microbiota correlates with anti-PD-1 efficacy in preclinical models and cancer patients. To investigate whether resistance to anti-PD-1 can be overcome by changing the gut microbiota, this clinical trial evaluated the safety and efficacy of responder-derived fecal microbiota transplantation (FMT) together with anti-PD-1 in patients with PD-1-refractory melanoma. This combination was well tolerated, provided clinical benefit in 6 of 15 patients, and induced rapid and durable microbiota perturbation. Responders exhibited increased abundance of taxa that were previously shown to be associated with response to anti-PD-1, increased CD8+ T cell activation, and decreased frequency of interleukin-8-expressing myeloid cells. Responders had distinct proteomic and metabolomic signatures, and transkingdom network analyses confirmed that the gut microbiome regulated these changes. Collectively, our findings show that FMT and anti-PD-1 changed the gut microbiome and reprogrammed the tumor microenvironment to overcome resistance to anti-PD-1 in a subset of PD-1 advanced melanoma.
0
Citation927
0
Save
10

JAMS - A framework for the taxonomic and functional exploration of microbiological genomic data

John McCulloch et al.Mar 4, 2023
+9
N
J
J
Abstract Shotgun microbiome sequencing analysis presents several challenges to accurately and consistently depict sample composition and functional potential. Here we present a two-part framework – JAMS (Just a Microbiology System) – whereby with raw fastq files and metadata as input, meaningful analysis within a sample and between a sample can be performed with ease for either shotgun or 16S sequences. JAMS is the first package to provide seamless deconvolution of functions into their taxonomic contributors. We validated our JAMS framework on two human gut shotgun metagenome test datasets against the popular tool MetaPhlAn 4. We further demonstrate the application of the JAMS package, particularly the plotting functions, on a mouse shotgun dataset.
10
Citation5
0
Save
0

The Gut Microbiome Controls Liver Tumors via the Vagus Nerve

Kylynda Bauer et al.Jan 25, 2024
+23
R
J
K
Abstract Liver cancer ranks amongst the deadliest cancers. Nerves have emerged as an understudied regulator of tumor progression. The parasympathetic vagus nerve influences systemic immunity via acetylcholine (ACh). Whether cholinergic neuroimmune interactions influence hepatocellular carcinoma (HCC) remains uncertain. Liver denervation via hepatic vagotomy (HV) significantly reduced liver tumor burden, while pharmacological enhancement of parasympathetic tone promoted tumor growth. Cholinergic disruption in Rag1KO mice revealed that cholinergic regulation requires adaptive immunity. Further scRNA-seq and in vitro studies indicated that vagal ACh dampens CD8+ T cell activity via muscarinic ACh receptor (AChR) CHRM3. Depletion of CD8+ T cells abrogated HV outcomes and selective deletion of Chrm3 on CD8 + T cells inhibited liver tumor growth. Beyond tumor-specific outcomes, vagotomy improved cancer-associated fatigue and anxiety-like behavior. As microbiota transplantation from HCC donors was sufficient to impair behavior, we investigated putative microbiota-neuroimmune crosstalk. Tumor, rather than vagotomy, robustly altered fecal bacterial composition, increasing Desulfovibrionales and Clostridial taxa. Strikingly, in tumor-free mice, vagotomy permitted HCC-associated microbiota to activate hepatic CD8+ T cells. These findings reveal that gut bacteria influence behavior and liver anti-tumor immunity via a dynamic and pharmaceutically targetable, vagus-liver axis.
0
Citation2
0
Save
4

Multi-omic network analysis identified betacellulin as a novel target of omega-3 fatty acid attenuation of western diet-induced nonalcoholic steatohepatitis

Jyothi Padiadpu et al.Oct 5, 2022
+11
N
M
J
Abstract Clinical and preclinical studies have established that supplementing diets with ω3 polyunsaturated fatty acids (PUFA) can reduce hepatic dysfunction in nonalcoholic steatohepatitis (NASH). Herein, we used multi-omic network analysis to unveil novel mechanistic targets of ω3 PUFA effects in a preclinical mouse model of western diet induced NASH. After identifying critical molecular processes responsible for the effects of ω3 PUFA, we next performed meta-analysis of human liver cancer transcriptomes and uncovered betacellulin as a key EGFR-binding protein that was induced in liver cancer and downregulated by ω3 PUFAs in animals with NASH. We then confirmed that betacellulin acts by promoting proliferation of quiescent hepatic stellate cells, stimulating transforming growth factor–β2 and increasing collagen production. When used in combination with TLR2/4 agonists, betacellulin upregulated integrins in macrophages thereby potentiating inflammation and fibrosis. Taken together, our results suggest that suppression of betacellulin is one of the key mechanisms associated with anti-inflammatory and antifibrotic effects of ω3 PUFA during NASH. Synopsis Multi-omic network analysis points to mitochondrial cardiolipin precursors as candidate key lipids whereby ω3 fatty acids restore mitochondrial functioning. Multi-omic network analysis suggests betacellulin (BTC) as one of the key mediators of NASH suppressed by ω3 polyunsaturated fatty acids. Reduction of liver fibrosis by omega-3 fatty acids (especially by docosahexaenoic acid, DHA) is accomplished by simultaneous inhibition of betacellulin and TLR agonists. BTC promotes collagen production and induces TGFB2 in hepatic stellate cells. BTC together with TLR2/4 agonists stimulate expression of integrins in macrophages. DHA suppresses BTC-EGFR pathway in NASH animal model potentially preventing progression to hepatocellular carcinoma.
7

Transkingdom Network Analysis (TkNA): a systems framework for inferring causal factors underlying host-microbiota and other multi-omic interactions

Nolan Newman et al.Feb 23, 2023
+9
R
M
N
Technological advances have generated tremendous amounts of high-throughput omics data. Integrating data from multiple cohorts and diverse omics types from new and previously published studies can offer a holistic view of a biological system and aid in deciphering its critical players and key mechanisms. In this protocol, we describe how to use Transkingdom Network Analysis (TkNA), a unique causal-inference analytical framework that can perform meta-analysis of cohorts and detect master regulators among measured parameters that govern pathological or physiological responses of host-microbiota (or any multi-omic data) interactions in a particular condition or disease. TkNA first reconstructs the network that represents a statistical model capturing the complex relationships between the different omics of the biological system. Here, it selects differential features and their per-group correlations by identifying robust and reproducible patterns of fold change direction and sign of correlation across several cohorts. Next, a causality-sensitive metric, statistical thresholds, and a set of topological criteria are used to select the final edges that form the transkingdom network. The second part of the analysis involves interrogating the network. Using the network's local and global topology metrics, it detects nodes that are responsible for control of given subnetwork or control of communication between kingdoms and/or subnetworks. The underlying basis of the TkNA approach involves fundamental principles including laws of causality, graph theory and information theory. Hence, TkNA can be used for causal inference via network analysis of any host and/or microbiota multi-omics data. This quick and easy-to-run protocol requires very basic familiarity with the Unix command-line environment.