陈卫华
华中科技大学生命科学与技术学院教授、博士生导师
陈卫华,教授、博士生导师;海外引进高层次人才。研究主要方向是肠道菌群精细调控与人、动物健康。通过实验与生物信息学分析相结合,发现肠道微生态异常与疾病的关联;利用噬菌体或小分子物质对特定肠道细菌精准调控,以达到改善微生态、改善和治疗疾病之目的。截止2023年12月,以主要作者(通讯或第一)身份在Science、Gut、Cell Host & Microbe、Cell Metabolism、Nature Communications、Genome Biology、Microbiome、Molecular Systems Biology、Nucleic Acids Research、Advanced Science等杂志发表文章70多篇。引用6400多次,H-因子32。
张必翔/杨祥良/刘智/陈孝平/陈卫华Cell子刊:调肠菌可改善肝癌手术预后
① 肝细胞癌(HCC)患者的术后肝功能恢复延迟(DR)与长期生存率降低相关,伴随粪便长双歧杆菌(Bl)减少;② 给小鼠移植患者菌群表明肠道菌群可影响术后肝功能恢复时间,口服Bl可改善小鼠肝功能恢复;③ 针对HCC患者的非盲随机空白对照试验表明,口服含Bl的复合益生菌可促进术后肝功能恢复,缩短住院时间,提高1年生存率;④ Bl可能通过改变菌群代谢(如增加5-羟色胺、次级胆汁酸、短链脂肪酸)来减轻肝脏炎症和纤维化并促进肝细胞增殖。
2023-12-12
陈卫华+赵兴明:抑酸药PPI促口腔菌入肠,破坏肠道菌群
① 健康志愿者被随机分配为连续7天每天接受质子泵抑制剂(PPI,n=23)或组胺-2受体拮抗剂(H2RA,n=26);② 两种干预措施都破坏肠道微生物群,PPI表现出更明显的效果;③ PPI组口腔细菌传播到肠道的程度更高,并促进肠道中特定口腔微生物的生长,这导致肠道中口腔菌群的数量和总丰度显著增加,包括已经鉴定的疾病相关物种,如具核梭杆菌和血管链球菌;④ 基于肠道菌群的机器学习分类器能准确区分PPI和非PPI用户,区分H2RA和非H2RA准确性较低。
2023-11-22
赵兴明+郑琰+陈卫华:人类的4种真菌“肠型”结构
① 收集了来自欧洲、北美洲以及亚洲的16个队列的3,363个肠道真菌样本,其中包括自测的中国人572个样本;② 确定了四种在不同队列及人群中均稳定存在的四类真菌肠型;③ 评估了这四类肠型结构的特性,发现这些真菌肠型在多样性、物种和功能组成上均存在显著差异;④ 发现宿主的表型,包括年龄和疾病,都与特定的真菌肠型有明显的联系;⑤ 研究还指出,一种在Can_type肠型中富集的真菌相关的有氧呼吸通路介导了衰老与肠道屏障受损之间的关联。
2023-08-11
陈卫华+赵兴明+刘智:大规模解析人类肠道噬菌体的DNA甲基化
① 使用单分子实时测序分析了来自104个粪便样本的8848个宏基因组组装的高质量噬菌体的DNA甲基化模式,发现97.60%的肠道噬菌体表现出甲基化;② 超三分之一的噬菌体拥有DNA甲基转移酶 (MTase),MTase拷贝数的增加与较高的基因组甲基化密度、特定甲基化基序及某些噬菌体群患病率升高有关;③ 这些MTase中的大多数与肠道细菌编码的MTase具有密切的同源性,提示它们在噬菌体-细菌互作期间发生交换;④ 这些MTase还可用于准确预测噬菌体-宿主关系。
2023-06-29
陈卫华+赵兴明等:基于肠菌的机器学习模型对20种疾病的诊断性能如何?
① 纳入69项研究含83个队列,共5984个病例和3724个对照,涉及20种常见疾病,通过肠菌种或属级分类学相对丰度构建机器学习分类器,对每种疾病预测验证;② 除肠道疾病外,所有单队列分类器在交叉队列验证中均未能准确预测疾病,平均AUC为0.64;③ 相比16S扩增子数据,有更高分类分辨率的mNGS数据可显著提高外部验证性能,但仅限于肠道疾病;④ 使用更多的样本作为训练数据,可显著提高所得分类器在外部验证中的预测性能(尤其是非肠道疾病)。
2023-05-04
陈卫华+赵兴明等:利用基因组分辨肠道宏基因组学计算策略的调查(综述)
① 利用4种测序技术(mNGS、PacBio、Nanopore和metaHiC),在三个数据集上评估基因组解析宏基因组学的计算工具和测序平台(共40种组合),根据多个性能确定组装和分箱最佳工具;② 混合组装和基于metaHiC分箱组合的性能表现最好,其次是混合和长读长组装;③ 长读长和metaHiC测序可将更多可移动元件和抗性基因与细菌宿主相关联,提高公共人类肠道参考基因组的质量,其中32%的高质量MAGs质量优于统一人类胃肠道基因组目录(UHGG)2版或新版。
2023-04-27
陈卫华+赵兴明等:用于识别和校正宏基因组数据装配错误工具—metaMIC
① metaMIC是一种基于机器学习,用于全自动识别和纠正宏基因组数据中装配错误的工具;② 包括从双端reads或组装contigs中提取各种类型特征、利用机器学习(随机森林分类器)识别错误装配、拆分错误组装并纠正3个步骤;③ 在CAMI模拟和真实数据集(2个队列含162个人类肠道样本)上测试,发现metaMIC识别错误装配性能优于现有工具(ALE和DeepMAsED);④ metaMIC可有效纠正宏基因组数据组装错误,提高后续分箱基因组的完整度,降低污染率。
2022-11-14
华中科技大学生命科学与技术学院教授、博士生导师
陈卫华,教授、博士生导师;海外引进高层次人才。研究主要方向是肠道菌群精细调控与人、动物健康。通过实验与生物信息学分析相结合,发现肠道微生态异常与疾病的关联;利用噬菌体或小分子物质对特定肠道细菌精准调控,以达到改善微生态、改善和治疗疾病之目的。截止2023年12月,以主要作者(通讯或第一)身份在Science、Gut、Cell Host & Microbe、Cell Metabolism、Nature Communications、Genome Biology、Microbiome、Molecular Systems Biology、Nucleic Acids Research、Advanced Science等杂志发表文章70多篇。引用6400多次,H-因子32。
2003年~2006年:中国科学院北京基因组研究所,遗传学,博士
2000年~2003年:东北师范大学生命科学院遗传与细胞研究所,遗传学,硕士
1996年~2000年:河南师范大学生物科学学院,生物学,学士
2016年9月~至今:华中科技大学生命学院,生物信息与系统生物学系,教授
2014年~2016年:瑞士生物信息学研究所,博士后
2008年~2013年:欧洲分子生物学实验室,博士后
2007年~2008年:杜塞尔多夫大学,博士后
2006年~2007年:北京基因组研究所,研究助理
肠道、皮肤菌群与人、动物健康,鉴定疾病标志菌,构建疾病诊断机器学习模型。利用公共和自有数据,验证标志菌和模型的多中心、跨地域稳定性。
肠道、皮肤菌群精细调控。研究噬菌体与肠道细菌的关系,通过发现、改造噬菌体实现对特定细菌的示踪和精细调控(敲除)。